ФИНАНСОВОЕ РАЗВИТИЕ И ЭКОНОМИЧЕСКИЙ РОСТ КИТАЯ Текст научной статьи по специальности «Экономика и бизнес»

УДК.001.201

Тохиров З.

студент 2 курса бакалавриата

ЭркиновЖ. студент 2 курса бакалавриата

Ахмедов М. студент 2 курса бакалавриата Меликозиев А. студент 2 курса бакалавриата факультет «Бухгалтерский учет и экономика»

Пошаходжаева Г.Ж.

доцент преподаватель

Фискальный институт при Налоговом Комитете Узбекистана

Узбекистан, г. Ташкент

ФИНАНСОВОЕ РАЗВИТИЕ И ЭКОНОМИЧЕСКИЙ РОСТ КИТАЯ

Аннотация. В данной статье изучаются экономические прогнозирование, методы их решений при помощи линейного регрессии. Экономика Китая и ее регионов сегодня столкнулась с востребованной временем проблемой развития - качественной трансформацией воспроизводства основного капитала. Исследований взаимосвязи между финансовым развитием и экономическим развитием мегаполисов и мегаполисов Китая в последние годы.

Ключевые слова: линейная регрессия, МНК, ВВП, тест Дикфуллера, гетероскедастичност, корреляция.

Tokhirov Z. 2nd year undergraduate student

Erkinov J.

2nd year undergraduate student

Ahmedov M. 2nd year undergraduate student Melikoziev A. 2nd year undergraduate student Faculty "Accounting and Economics " Poshakhodzhaeva G.Zh. associate professor teacher

Fiscal Institute under the Tax Committee of Uzbekistan

Uzbekistan, Tashkent

FINANCIAL DEVELOPMENT AND ECONOMIC GROWTH OF CHINA

Abstract: This article studies economic forecasting, methods of their solutions using linear regression. The economy of China and its regions today is faced with the problem of development demanded by the time - a qualitative transformation of the reproduction of fixed capital. Studies on the relationship between financial development and economic development of China's metropolitan areas and metropolitan areas in recent years.

Keywords: linear regression, OLS, GDP, Dickfuller test, heteroscedasticity, correlation.

ВВЕДЕНИЕ

Рост замедлился за последние несколько лет из-за структурных ограничений, включая более низкий рост рабочей силы, более низкую отдачу от инвестиций и более медленный рост производительности. Задача на будущее состоит в том, чтобы найти новые пути роста, обращаясь к социальному и экологическому наследию предыдущего пути развития Китая. Роль государства должна быть сосредоточена на развитии и обеспечении ясной, справедливой и стабильной деловой среды, укреплении нормативно-правовой базы и верховенства права для дальнейшей поддержки рыночной системы, обеспечении равного доступа к государственным услугам для всех граждан. Его экономическая перибалансировка создает новые возможности для экспортеров-производителей, хотя в среднесрочной перспективе это может привести к снижению спроса на товары. Китай оказывает все большее влияние на другие страны с развивающейся экономикой через торговлю, инвестиции и идеи. Многие из сложных проблем развития, с которыми сталкивается Китай, являются общими для других стран, включая переход к новой модели роста, быстрое старение, построение рентабельной системы здравоохранения и продвижение низко углеродного пути получения энергии. Ожидается, что на фоне многочисленных внутренних и внешних препятствий рост ВВП Китая резко замедлится до 2,8 процента в 2022 году с 8,1 процента в 2021 году. Массовые вспышки Омикрона и экстремальные погодные условия ослабили экономический рост. Внешние условия также значительно ухудшились после вторжения России в Украину, что привело к замедлению глобального роста, росту инфляции и ужесточению финансовых условий. Замедление на рынке недвижимости, вызванное ужесточением регулирования, которое привело к сокращению ликвидности для застройщиков, еще больше подстегнуло экономическую активность.

Данная самостоятельная работа организована следующим образом: в первой части рассматривается актуальная литература о финансовом развитии и экономическом росте, наблюдаемом внутри страны и между

странами. Вторая часть - это переменные, выбранные для исследования, методология и их объяснение. Третий и четвертый разделы объясняют результаты исследования и МНК соответственно. ЛИТЕРАТУРНЫЙ ОБЗОР

Как упоминалось ниже, для изучения связи между финансами и экономическим ростом был проведен ряд исследований, большинство из них основано на теории роста, в основе которой лежит теория экономического роста - технологического развития, человеческого капитала, исследований и

развитие (научно-исследовательское) показывает постоянный рост за счет таких сил. В 1990-х годах международное сообщество начало признавать, что экономика Китая является самодостаточной и быстро растет; следовательно, его быстрый рост будет продолжаться еще какое -то время. Сегодня Китай является одной из самых быстрорастущих экономик мира.

Ханда и Хан (2008) утверждают, что финансовые системы в странах с низким и средним уровнем дохода не так развиты, как в странах с высоким уровнем дохода, и поэтому положительная роль финансовой системы в экономическом росте непроста наблюдаемый. Кроме того, хотя Индия относится к странам с низким уровнем дохода; его финансовый сектор относительно развит, и в стране увеличивается количество различных финансовых институтов и инструментов. Таким образом, финансовая система Индии помогает повысить эффективность инвестиций и способствует экономическому росту больше, чем в других странах с низким уровнем дохода. Используя данные с 1960 по 2002 год, он выбирает 13 стран для оценки того, сохраняются ли причинно-следственные связи на разных этапах экономического развития. Эти 13 стран включают четыре страны с низким уровнем дохода, а именно Бангладеш, Индию, Пакистан и Шри-Ланку.; пять стран со средним уровнем дохода, а именно Аргентина, Бразилия, Малайзия, Таиланд и Турция; и четыре страны с высоким уровнем дохода, а именно Германия, Япония, Соединенное Королевство и Соединенные Штаты. Они обнаружили, что Индия и четыре страны с высоким уровнем дохода имеют двунаправленную причинно-следственную связь между финансовым развитием и экономическим ростом и другими странами с низким и средним уровнем дохода.

В 2011 году общий ВВП Китая достиг 5,93 трлн долларов США, обогнав Японию и став второй по величине экономикой мира.

Чен и Цзян (2018) провели исследование западных провинций и городов Китая с 2010 по 2015 год, чтобы найти положительную связь между финансовым развитием и экономическим ростом. Это показывает, что между регионами, находящимися на разных этапах развития, отношения разные, что является следствием разных экономических и

финансовых показателей. Однако исследований взаимосвязи n между финансовым развитием и экономическим развитием мегаполисов и мегаполисов Китая в последние годы немного.

МЕТОДОЛОГИЯ

В этой части мы изучили, в какой степени семь выбранных нами факторов повлияли на финансовое развитие и экономический рост в Китайской Республике в период с 1990 по 2020 год, то есть на ВВП. Для того чтобы объяснить детерминанты финансового развития и экономического роста Китая, регрессия МНК использует в качестве пояснений несколько релевантных и доступных данных. Затем для дезагрегированных данных используется линейный метод МНК.

Уравнение линейной регрессии МНК:

Y = в0 + 01X1 + 02X2 + 03X3 + (34X4 + (35X5 +06X6 + 07X7 + ui.

Y - Зависимая переменная

X1,X1, X3,.... X7 - Независимые переменные

Р1,Р2, 03,.... 07 - коэффициент

Здесь, если мы представим это уравнение на основе данных, которые у нас есть:

GDPit = 00 + в 1Total Invest + 02Inflation + 03Gross national saving + 04GDP deflyator + 05 Unemployment rate + 06Population + 07 Government expenditure + Uit

Зависимая переменная GDP (ВВП) Изменения ВВП за последние 30 лет

Независимые Инвестиции Инвестиции приходят в страну

переменные Инфилация Показатели инфляции за 30 лет

Валовые национальные сбережения Это сумма частных, государственных и иностранных сбережений, которая представляет собой общую сумму национального дохода за вычетом общего потребления и указывает на средства, доступные для внутренних и иностранных инвестиций

Дефлятор ВВП Страна измеряет изменения цен на все товары и услуги, произведенные в экономике.

Безработица Уровень безработицы в стране

Население Показатели населения страны

Государственные расходы Государственные расходы в разные годы

Во-первых, мы приказываем Stata читать данные как данные временных рядов, потому что мы используем данные службы времени:

Полную статистику вы можете увидеть в этой таблице.

Variable Obs Mean Std. Dev. Min Max

GDP 31 3613.583 3480.445 346.873 10525.001

Totalinvestment 31 40.651 4.154 33.735 47.029

Grossnational saving s 31 43.715 4.677 35.43 51.613

Inflationaverageco~c 31 4.025 5.463 -1.4 24.1

Unemploymentrate 31 3.606 .654 2.3 4.3

Population 31 1298.591 79.719 1143.33 1412.12

Generalgovernmentt~i 31 21.472 7.769 11.095 35.403

Grossdomesticprodu~r 31 72.626 25.006 29.497 112.142

Obs — это количество наблюдений, использованных в регрессионном анализе, поэтому у нас есть 31 год.

Общая статистика показывает, что в период с 1990 по 2020 год минимальное и максимальное значения этих семи переменных были показаны в млрд. По мере развития этой страны объем инвестиций в эту страну увеличивался, то

есть максимальной процентной ставкой считалось 47,029%. Объем валовых национальных сбережений в этот

период также имел минимальное и максимальное значения 35,43% и 51,613%. Уровень инфляции был очень низким в первые годы -1,4%, но максимальный уровень составлял 24,1%.Уровень безработицы в Китае значительно низок, минимум 2,3% и максимум 4,3%.Государственные расходы составляют 35,403%. ВВП на душу населения, и следует сказать, что государственные расходы растут из года в год. Увидеть

уровень изменения цен на продукцию или товары отечественного производства можно в индексах. РЕЗУЛЬТАТЫ

В этой части мы проведем регрессионный анализ МНК, поскольку этот анализ позволяет увидеть влияние выбранных независимых переменных на ВВП на душу населения.

В регрессии следует объяснить самое основное: независимые переменные, значение ^ P>|t|, R-квадрат и коэффициенты рассчитываются.

In_GDP Coef. St.Err. t- p- [95% Interval] Sig

value value Conf

Totalinvestme .015 .006 2.44 .023 .002 .028 **

nt Grossnationals .032 .005 6.27 0 .021 .042 ***

avings

Inflationaverag -.014 .003 -4.70 0 -.02 -.008 ***

eco~c

Unemploymen -.23 .047 -4.84 0 -.328 -.131 ***

trate

In_Population 5.702 1.632 3.49 .002 2.326 9.079 ***

Generalgovern .046 .004 11.52 0 .038 .054 ***

mentt~i

In_Govdeflator 1.15 .194 5.92 0 .748 1.552 ***

Constant -40.193 10.836 -3.71 .001 -62.609 -17.776 ***

Mean dependent var 7.623 R-squared 0.998

F-test 1929.425

Akaike crit. (AIC) -85.749 *** p<.01, ** p<.05, * p<.1

Здесь цель R-квадрата состоит в том, чтобы показать выбранные независимые переменные, изменение зависимой переменной и процент изменения. R-квадрат всегда находится между 0 и 1, а его значение равно 0,9966, то есть выбранные нами

независимые переменные показывают изменение нашей зависимой переменной на 0,99%.

Увеличение общего объема инвестиций на 1% увеличивает ВВП на душу населения на 1,5%, и эта статистика считается значимой, поскольку P>|t| менее 0,10. Увеличение валовых национальных сбережений на 1% увеличивает ВВП на душу населения на 3,2%, и этот регрессионный

SD dependent var 1.156

Number of obs 31

Prob > F 0.000 Bayesian crit. (BIC) -74.277

анализ считается статистически значимым. Если уровень инфляции изменится на 1%, ВВП уменьшится на 1,4%, а влияние инфляции на ВВП на душу населения будет статистически значимым, поскольку значение P невелико, 0,10. Одной из следующих независимых переменных является уровень безработицы, в этой таблице увеличение безработицы на один процент оказывает негативное влияние на ВВП на душу населения, что считается статистически значимым. Увеличение государственных расходов вызывает увеличение нашей зависимой переменной, то есть это можно понять из этой формулы:

GDP = C +1 + G + (NX) Данные службы времени имеют две основные проблемы, которые считаются стационарностью и автокорреляцией. Стационарность - это условие, которое указывает на то, что семь независимых переменных, которые мы выбрали, одинаковы в определенный период времени, Чтобы решить эту проблему, мы решим ее с помощью теста Дикфуллера, его можно решить 3 различными способами. Constanta Noconstanta Trend

Если критическое значение нашего статистического теста не мало, наша ситуация останется стационарной, переменная, которую мы проводим выборочный тест, будет стационарной, то есть ее изменение с годами будет неодинаковым. добиться однородности.

dfuller (независимые и зависимые переменные), тренд (неконстанта) будут выглядеть так.

Если еще есть стационарность, то мы имеем «d». мы можем проверить, является ли переменная стационарной по отношению к разнице между двумя предыдущими годами, и мы делаем это сейчас.

. dfuller d.In_GDP

Dickey-Fuller test for unit root Number of obs = 29

- Interpolated Dickey-Fuller -

Test 1% Critical 5% Critical 10% Critical

Statistic Value Value Value

Z(t) -4.853 -3.723 -2.989 -2.625

MacKinnon approximate p-value for Z(t) = 0.0000

В первом случае мы провели тест на стационарность относительно In_GDP, и когда мы проверили, является ли In_GDP трендовым, постоянным или непостоянным, значение тестовой статистики не превышало критических значений. Затем мы проанализировали

выбранную переменную ВВП на душу населения, добавив прошлогоднее значение, и избавились от стационарности.

Как и прежде, мы считали общие инвестиции тремя способами, но так как с их помощью нельзя было избавиться от стационарности, мы анализировали эту независимую переменную, добавляя ее предыдущие значения. Тогда тестовое статистическое значение было равно -3,565, и это значение было меньше двух критических значений.

Все остальные независимые переменные проверялись на стационарность в следующем порядке:

В следующем анализе мы проверим автокорреляцию.

Автокорреляция - показывает, коррелируют ли данные службы времени Ш (термин ошибки) с терминами ошибки других лет, и это можно проверить двумя различными способами. 1. Через тест Брюше -Годфри.

2. Проверим тестом Дурбан-Вотсен.

estat bgodfrey,lags() мы вводим этот код в Stata и получаем следующий результат, этот результат дает нам автокорреляцию, потому что значение P в таблице является значительным, поэтому у нас есть автокорреляция. Чтобы устранить это, мы используем L. (переменная).

Ь.() — это добавит значение нашей зависимой переменной год назад.

. estat Ьдоа£геу, 1адБ(1,2,3,4,5,6,7,8,9,10,11,12)

Breusch-Godfrey LM test for autocorrelation

lags(p) chi2 df Prot > chi2

1 16 430 1 0 . 0001

2 16 718 2 0 . 0002

3 17 576 3 0 . 0005

4 17 578 4 0 . 0015

5 18 409 5 0 . 0025

6 19 104 6 0 . 0040

7 19 241 7 0 . 0075

8 20 012 8 0 . 0103

9 22 259 9 0 . 0081

10 22 859 10 0 . 0113

11 23 523 11 0 . 0149

12 24 232 12 0 . 0189

H0: no serial correlation

Когда мы проверяли автокорреляцию с помощью теста Бреуша-Годфри, все значения значения P были меньше 0,10, т.е. значимы, поэтому мы считаем данные, предоставленные нам в нашем предыдущем регрессионном анализе, неверными.

. estat bgodfrey, lags(1,2,3,4,5,6,7,8,9,10,11,12)

Breusch-Godfrey LM test for autocorrelation

lags(p) chi2 df Prob > chi2

1 0 079 1 0 . 7782

2 0 550 2 0 . 7597

3 2 435 3 0 . 4871

4 6 554 4 0 . 1614

5 8 118 5 0 . 1499

6 9 085 6 0 . 1688

7 9 780 7 0 . 2014

8 11 175 8 0 . 1920

9 13 197 9 0 . 1539

10 14 944 10 0 . 1341

11 16 889 11 0 . 1112

12 19 040 12 0 . 0876

H0: no serial correlation

Теперь в этом случае, поскольку почти все значения Р больше 0,10, мы обнаруживаем, что автокорреляция отсутствует. Теперь мы еще раз проанализируем регрессию и данные, предоставленные регрессией, будут для нас правильными.

D.In_GDP Coef. St.Err. t- value p- value [95% Conf Interval] Sig

DTotalinvestm .022 .008 2.76 .011 .005 .038 **

ent

DGrossnationa .014 .011 1.29 .21 -.008 .036

lsaving

DInflation -.013 .004 -3.17 .004 -.021 -.004 ***

DUnemployme nt In_Population -.124 .07 -1.77 .091 -.27 .022 *

.181 .274 0.66 .515 -.387 .748

DGovermentex .017 .012 1.39 .177 -.008 .042

pend

DGDP deflator 1.138 .379 3.00 .007 .352 1.925 ***

Constant -1.246 1.967 -0.63 .533 -5.325 2.833

Mean dependent var 0.114 SD dependent var 0.080

R-squared 0.506 Number of obs 30

F-test 3.223 Prob > F 0.017

Akaike crit. (AIC) -72.602_Bayesian crit. (BIC) -61.393_

*** p<.01, ** p<.05, * p<.1

Для нас реальным считается регрессионный анализ, свободный от автокорреляции.

Здесь значение R-квадрата равно 0,506, то есть выбранные нами независимые переменные показывают изменение нашей зависимой переменной с точностью 0,50%.

Увеличение общего объема инвестиций на 1% увеличивает ВВП на душу населения на 2,1%, и эта статистика важна, поскольку P>|t| Он меньше 0,10, и действительно приток инвестиций в государство вызывает рост ВВП, увеличение валовых национальных сбережений на 1% увеличивает ВВП на душу населения на 1,4%, но считается статистически незначимым в регрессионном анализе. Увеличение инфляции в штате уменьшает нашу зависимую переменную на 1,3%, и это статистически значимо в нашем регрессионном анализе, поскольку P>|t| менее 0,10. Что касается государственных расходов и доходов, то не имеет значения, насколько сильно они влияют на ВВП, рост безработицы на 1% снижает ВВП на душу населения на 12,4%. Если ранжировать население Китая в мире, то оно займет 1 место, но в нашем регрессионном анализе прирост населения не является статистически значимым. Изменение цен на продукты, товары и услуги, произведенные в стране, приводит к изменению ВВП на душу населения на 11,3%.

ВЫВОДЫ

В отличие от большинства предыдущих исследований в Китае, в этом исследовании использовались независимые переменные, влияющие на рост финансового развития, а именно общий объем инвестиций, занятость, для изучения влияния финансового развития на экономический рост после 1990 г. уровень, уровень инфляции, государственные расходы. эмпирические результаты показывают, что среди семи выбранных нами независимых переменных, которые влияют на развитие или снижение ВВП на душу населения, все они существенно влияют на нашу зависимую переменную, пока она не влияет. Например, государственный фонд, расходы, население этой страны.

Оценка МНК

1. Коэффициенты или параметры и стандартные ошибки регрессионной модели должны быть линейными. Если рассматривать модель Y i = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +...+ b i X i + e, то все коэффициенты при b и при степени e должны быть равны единице.

2. Остатки должны иметь одинаковую дисперсию, поэтому не должно быть проблемы гетероскедастичности. Var ( e I X ) = о 2, что означает, что члены ошибки каждого X должны быть равны.

estat hettest

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of In_GDP

chi2 (1) = 0.27 Prob > chi2 = 0.6037

3. Независимые переменные не должны иметь очевидной линейной зависимости. Но не все переменные удовлетворяют этому предположению, потому что значение Vif не близко к единице.

. estât vif

Variable VIF 1/VIF

Generalgov- -e 39 26 0 025470

Generalgov- i 35 07 0 028510

In Populat- -n 12 28 0 081444

Unemployme- -e 8 69 0 115022

Totalinves- -t 7 28 0 137297

Gros snatio- s 7 19 0 139162

Inflationa- с 3 17 0 315799

Mean VIF 16 14

4. Среднее значение значения P должно быть равно нулю. Значения, близкие к нулю или менее 0,1, указывают на верную оценку.

5. Не должно быть проблем с автокорреляцией при соблюдении членов ошибки. Он исследует корреляцию временного ряда текущего значения связанного значения со значением предыдущего года.

6. Одна переменная не должна зависеть от другой переменной.

7. Количество исследований должно быть больше количества параметров.

8. Значения x в объясняющих переменных не должны совпадать.

9. Должна быть надлежащая спецификация модели, в которой должны быть правильно смоделированы отношения между зависимыми и независимыми переменными.

10. Независимые переменные не должны иметь очевидной линейной зависимости.

Использованные источники:

1. Chen, H., & Jiang, N. (2018). The Relationship Between Financial Development and Economic Growth in Western China (pp. 509-513). Jiangsu: 2018 3rd International Conference on Social Society and Economics Development. China Insurance Regulatory Commision Beijing Bureau. (2018). China Insurance Regulatory Commision Beijing Bureau- Statistics. Retrieved from http://beijing.circ.gov.cn/web/site3/tab170/

2. . Handa, J. and Khan, S.R. (2008). Financial development and economic growth: A symbiotic relationship, Applied Financial Economics, 18 (13), pp. 1033-1049.

3. Hassan, S. (2013). South African Capital Markets: An Overview. Economic Research Southern Africa (ERSA)