Анализ влияния факторов на количество заключаемых браков в РФ

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Анализ влияния факторов на количество заключаемых браков в РФ

Князюк Н.Д. Финансовый университет при Правительстве РФ

Аннотация

Задачей исследования является построение эконометрической модели, отражающей влияние факторов на изменение количества зарегистрированных браков в Российской Федерации в период с 2000 по 2015 год. В качестве предполагаемых влияющих факторов было выбрано десять переменных, описывающих изменения в различных сферах социальной жизни населения. В работе показан процесс отбора факторов для модели, анализ полученной модели, а также построение прогноза на 2016-2017 годы.

Ключевые слова: количество браков, число больничных организаций, численность населения на одного врача, институт брака, корреляция, регрессия, автокорреляция.

эконометрический социальный брак безработица

Abstract

The aim of the research is to build an econometric model, reflecting the impact of factors on the change in the number of marriages registered in the Russian Federation between 2000 and 2015. As alleged influencing factors of ten variables describing changes in various spheres of the social life of the population was chosen. The paper shows the process of selecting factors for the model, the analysis of the resulting model, as well as a forecast for 2016-2017.

Keywords: the number of marriages, the number of hospital organizations, the population per doctor, the institution of marriage, correlation, regression, autocorrelation.

В качестве эндогенной переменной было выбрано количество браков в РФ, и этот показатель рассматривался как индикатор социального и экономического благополучия в стране. В качестве экзогенных переменных рассматривалось множество факторов, предположительно влияющих на исследуемый показатель.

На этапе отбора были построены диаграммы рассеяния для зависимой переменной с каждым из десяти экзогенных факторов, а именно с:

1) количеством семей, получивших субсидии на оплату жилого помещения и коммунальных услуг, млн. семей;

2) уровнем безработицы населения, в среднем за год, в процентах;

3) индексом потребительских цен на товары и услуги (в раcчете к декабрю предыдущего года);

4) реальными располагаемыми денежными доходами, в % к предыдущему году, процент, значение показателя за год;

5) числом больничных организаций, тыс.;

6) численностью населения с денежными доходами ниже величины прожиточного минимума, в процентах от общей численности населения;

7) числом зарегистрированных преступлений в расчете на 100 тыс. чел. населения (единица);

8) численностью населения на одного врача, человек, значение

показателя за год;

9) реальным размером назначенных пенсий, в % к соответствующему периоду прошлого года (процент);

10) числом учреждений культуры культурно-досугового типа (тысяча единиц).

После визуального анализа диаграмм рассеяния было отобрано пять показателей, наиболее связанных с изучаемым, а также были введены следующие обозначения:

Y - количество браков, на 1000 человек населения (единиц);

X1 - уровень безработицы населения, в среднем за год, в процентах;

X2 - индекс потребительских цен на товары и услуги (в расчете к

декабрю предыдущего года);

X3 - число больничных организаций, тыс.;

X4 - численность населения с денежными доходами ниже величины прожиточного минимума, в процентах от общей численности населения;

X5 - численность населения на одного врача, человек, значение показателя за год.

С целью предварительного анализа взаимосвязи показателей построили матрицу парных коэффициентов корреляции. (табл.1)

Таблица 1. Матрица парных коэффициентов корреляции

Анализ матрицы показал, что результативный признак тесно связан со всеми показателями. В то же время связь между аргументами достаточно тесная. Поэтому наиболее связанные с результативным признаком показатели пришлось исключить. Кроме того, отметим, что все коэффициенты корреляции отрицательны, а это значит, что они имеют обратную взаимосвязь с эндогенной переменной.

Также проверим значимость полученных коэффициентов.

Коэффициенты корреляции всех факторов с зависимой переменной значимы, поскольку превышают (по модулю) критическое значение коэффициента корреляции, равного 0,497.

Итак, по результатам визуального анализа матрицы коэффициентов парной корреляции и их значимости можно построить предварительную модель на основе метода наименьших квадратов.

Y= 27,092 - 0,315*X1 - 0,082*X5

Представим экономическую интерпретацию коэффициентов получившегося уравнения регрессии: при увеличении уровня безработицы на 1% количество заключаемых браков (на тысячу человек населения) снизится на 0,315 единиц, а при увеличении численности населения на одного врача на 1 человека количество браков (на тысячу человек населения) сократится на 0,082 единицы.

С помощью теста Рамсея определили, что в модели нет пропущенных переменных. Поскольку после вычисления F-статистики получили, что значение F-табличное (3,982) превысило F-наблюдаемое (0,556).

При проведении теста на автокорреляцию критерий Дарбина-Уотсона составил 1,731, и попал в интервал от d2 до 2 (d1=0,98 и d2= 1,54 для 16 наблюдений и двухфакторной модели), что свидетельствует об отсутствии автокорреляции.

Модель получилась адекватной, поскольку в результате построения модели на обучающей выборке при использовании наблюдения 2010 года в качестве контрольного оказалось, что фактическое значение данного наблюдения (8,5) попало в полученный доверительный интервал (от 7,5 до 9,16).

Оценим долю влияния каждого фактора в суммарном влиянии всех факторов по величине дельта-коэффициентов. Дельта-коэффициент X1 составил 0,49, а дельта-коэффициент X5 составил 0,51. Следовательно, делаем вывод о том, оба фактора практически в равной степени влияют на объясняемую переменную.

И наконец, можно построить прогноз результативного признака на основе прогнозов факторов, полученных при помощи методов экстраполяции. По оси абцисс обозначается год: 1 - 2000, 5 - 2004, 10 - 2009, 15 - 2014, 20 - 2019, а ось ординат - значение X1 и X5 для каждого графика соответственно (рис.1, рис.2).

Рис.1. Прогноз уровня безработицы населения (в процентах) на 2016-2017 гг.

Рис.2. Прогноз численности населения на одного врача (человек) на 20162017 гг.

Согласно прогнозу, уровень безработицы в 2016 году останется на уровне 2015 года и составит 5,57%, а в 2017 году незначительно снизится до 5,47%, а численность населения на одного врача в 2016 году увеличится до 222,05 и в 2017 году 230,91 человек. Соответственно, прогнозное значение количества браков на тысячу человек населения в РФ в 2016 году составит 7,06 и в 2017 году 6,36 единиц.

В процессе исследования среди множества факторов были определены те из них, которые наилучшим образом объясняют вариацию результирующей переменной. Хочется отметить, что в данном случае изменение количества браков анализировалось с точки зрения влияния социальных факторов, воздействующих принятие решения о создании семьи.

И одним из таких факторов является уровень безработицы. Именно отсутствие стабильного заработка, неспособность обеспечить себя и свою семью явно оказывает прямое влияние на готовность людей вступать в брак.

Кроме того, негативная тенденция к увеличению нагрузки на врачей как следствие роста показателя численности населения на одного врача приводит к постепенному отказу в индивидуальном подходе к больному, снижает качество оказываемых услуг, снижает доверие к медицине в целом. Что непременно сказывается на уверенности людей в завтрашнем дне, на увеличении личной ответственности при принятии решения о создании новой ячейки общества. Как следствие, люди предпочитают находиться в гражданском браке.

И дальнейший рост этих показателей является одной из сил, которая с течением времени способна оказать сильное негативное влияние на институт брака в РФ.

Список используемой литературы:

1. Экономико-математические методы и модели: компьютерное моделирование: Учебное пособие / И.В. Орлова, В.А. Половников. - 3-e изд., перераб. и доп. - М.: Вузовский учебник: ИНФРА-М, 2012. - 389 с.

2. Орлова И.В., Филонова Е.С. Выбор экзогенных факторов в модель регрессии при мультиколлинеарности данных // Международный журнал прикладных и фундаментальных исследований. 2015. № 5-1. С. 108-116.

3. Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов. Монография / Москва, 2014.

4. Браки

5. Уровень безработицы населения

6. Индексы потребительских цен на товары и услуги

7. Число больничных организаций

8. Численность населения с денежными доходами ниже величины прожиточного минимума

9. Численность населения на одного врача

Размещено на Allbest.ru