Перспективные направления формирования механизма привлечения иностранных инвестиций в экономику ЕАО

- несовместимость концепции свободных экономических зон с действовавшим общенациональным механизмом хозяйствования;

- отсутствие необходимых средств, предназначенных для создания инфраструктуры этой зоны;

- отсутствие правовой базы регулирующей происходящие процессы на территории СЭЗ.

- отсутствие специальных контролирующих  и регулирующих органов;

- неразрешенность огромного количества технологических проблем функционирования этой зоны;

- пассивное отношение потенциальных инвесторов к данной программе.

 

2.4 Корреляционно регрессионный анализ факторов инвестиционного климата ЕАО

 

Посмотрим, какой из факторов наиболее влияет на приток иностранных инвестиций.

Приёмы корреляционного анализа используются для измерения влияния факторов в стохастическом анализе, когда взаимосвязь между показателями неполная, вероятность. Различают парную и множественную корреляцию. Парная корреляция – это связь между двумя показателями, один из которых является факторным, а другой результативным. Множественная корреляция  возникает от взаимодействия нескольких факторов с результативным показателем. В данной работе мы будем использовать множественный корреляционный анализ. Результирующим показателем будет объем привлеченных иностранных инвестиций (У) и на него косвенно влияют следующиефакторы:

Х1 – валовой региональный продукт (млн. руб.).

Х2 – объём промышленной продукции произведенный иностранными предприятиями (млн. руб.).

Х3 – объём предоставленных услуг иностранными предприятиями (млн. руб.).

Х4 – численность работников на иностранных предприятиях (человек).

 

Таблица 8

Исходные данные для корреляционно- регрессионного анализа

№	у	х1	х2	х3	х4
1	1033,31	554,100	139,675	2612,875	413
2	1033,2	555,200	135,600	2613,500	415
3	1035,6	556,100	136,200	2615,800	412
4	1034,8	552,300	133,683	2616,983	416
5	1033,9	551,900	137,600	2618,446	417
6	1032,4	553,300	133,600	2619,908	420
7	1031,7	552,047	139,700	2621,371	422
8	1032,4	551,541	136,219	2622,833	432
9	1032,11	551,035	136,129	2624,296	426
10	1031,82	550,530	136,039	2625,758	429
11	1031,52	550,024	135,949	2627,221	433
12	1037	571,124	175,700	2535,508	444
13	1222,2	650,000	198,700	5052,517	443
14	1225,6	651,000	199,300	5054,300	455
15	1221,3	649,000	196,200	5051,900	460
16	1224,1	649,300	195,567	5052,289	462
17	1226,9	648,800	194,317	5051,981	469
18	1221,3	648,390	193,067	5051,672	472
19	1223,79	647,980	191,817	5051,364	478
20	1223,85	647,570	190,567	5051,056	483
21	1223,91	647,160	198,300	5050,747	589
22	1223,98	646,750	194,600	5050,439	498
23	1224,04	646,340	195,400	5050,131	521
24	1204,79	667,710	235,057	5061,806	538
25	1093,81	779,200	187,300	5880,808	559
26	1094,2	775,600	189,500	5889,100	556
27	1092,6	774,300	185,200	5887,300	563
28	1097,1	778,300	185,233	5884,600	570
29	1096,49	775,850	184,183	5887,846	577
30	1097,32	775,450	183,133	5888,803	584
31	1098,15	775,050	182,083	5889,761	592
32	1098,97	774,650	181,033	5890,718	599
33	1099,8	774,250	188,300	5891,676	606
34	1100,63	773,850	184,500	5892,633	613
35	1101,45	773,450	186,300	5893,591	620
36	1055,23	822,650	210,800	5792,863	627

 

Таблица 9

Основные показатели статистической информации.

У		Х1		Х2
Среднее	1116,424	Среднее	661,161	Среднее	175,182
Стандартное отклонение	80,222	Стандартное отклонение	94,044	Стандартное отклонение	27,832
Дисперсия выборки	6435,619	Дисперсия выборки	8844,225	Дисперсия выборки	774,625
Эксцесс	-1,547	Эксцесс	-1,472	Эксцесс	-0,911
Асимметричность	0,415	Асимметричность	0,210	Асимметричность	-0,393
вариация	7,186	вариация	14,224	вариация	15,888
ош Е	0,816	ош Е	0,816	ош Е	0,816
ош А	0,408	ош А	0,408	ош А	0,408
отнош Е к ош Е	-1,895	отнош Е к ош Е	-1,803	отнош Е к ош Е	-1,116
отнош А к ош А	0,984	отнош А к ош А	0,515	отнош А к ош А	-0,961

 

Продолжение таблицы 9

Х3		Х4
Среднее	4515,400	Среднее	500,361
Стандартное отклонение	1406,969	Стандартное отклонение	74,382
Дисперсия выборки	1979562,086	Дисперсия выборки	5532,694
Эксцесс	-1,543	Эксцесс	-1,500
Асимметричность	-0,546	Асимметричность	0,340
вариация	31,159	вариация	14,866
ош Е	0,816	ош Е	0,816
ош А	0,408	ош А	0,408
отнош Е к ош Е	-1,890	отнош Е к ош Е	-1,838
отнош А к ош А	-1,337	отнош А к ош А	0,832

 

Из расчетов видно, что практически во всех случаях Отношение эксцесса к Ош  эксцесса и Отношение ассиметрии к Ош ассиметрии, не превышает  3- х. Следовательно, исходная информация соответствует закону нормального распределения, и ее можно использовать в корреляционном анализе.

Коэффициент вариации характеризует меру отклонения отдельных значений от среднеарифметической  и показывает однородность информации. В нашем случае информация однородна и соответствует практически во все случаях среднему отклонению (10- 20%).

Таблица 10

Определение связи между факторами

	У	Х1	Х2	Х3	Х4
У	1
Х1	0,221324142	1
Х2	0,770926979	0,6787797	1
Х3	0,559844608	0,9293343	0,842712502	1
Х4	0,175459249	0,9330048	0,637413178	0,855245	1

 

По данным таблицы видно, что связь между факторами Х1, Х2, Х3 умеренная, а Х4 отсутствует следовательно мы его учитывать не будем. Но также нарушается закон мультиколеарности, так как связь между Х3Х1, Х3Х2, Х3Х4 и Х1Х2, Х1Х4 очень тесная, следовательно, чтобы в дальнейшем не исказить данные мы не будем учитывать.

Теперь необходимо проверить значимость и надежность информации по критерию Стьюдента на таблице 11.

Он рассчитывается:

    

                 (3)

                       (4)

Таблица 11

Значимость и надежность информации по критерию Стьюдента

	Х1	Х2	Х3	Х4
t рас	1,37	11,24	4,077	1,071
t таб	2,04	2,04	2,04	2,04

 

Tтаб =(n=35, α=0,05)=2.04   

Мы видим что не во всех случаях Трас>Ттаб следовательно связь между tx1<tтаб, tx4<tтаб следовательно связь между результативным и факторным показателями является не очень надежной, а коэффициенты корреляции не очень значимы. Из этого следует что мы удалим из анализа данные Х1 и Х4.

Теперь рассчитаем уравнение регрессии, для того чтобы выявить влияние каждого фактора на объём иностранных инвестиций.

Таблица 12

Уровень регрессии

шаг	вид уравнения	R	D	F	стандартная ошибка
1	У=727,1+2,2Х2	0,77	0,59	49,8	51,8
2	У=675,06+2,97Х2-0,017Х3	0,79	0,62	27,2	50,7

 

Так как данные по Фишеру уменьшаются, мы не будем использовать показатель Х3 для дальнейшего анализа.

При последовательном расчете регрессии мы заметили ухудшение оценочных показателей.

У=727,1+2,2Х2

Из составленного уравнения мы видим, что объём иностранных инвестиций, увеличился на 727,1 тысяч рублей в результате роста объёма промышленной продукции на 2,2 миллиона рублей.

Так как факторы Х1 и Х4 искажают информацию то рассчитаем уравнение регрессии отдельно:

У= 991,6+0,18Х1

У= 1021,7+0,18Х4

Чтобы убедиться в точности уравнения связи  и правомерности его использования для практической цели, необходимо дать оценку надежности показателей связи. Для этого используют критерий Фишера (F), коэффициент множественной корреляции (R) и детерминации (D).

  (5)

Fрасч> Fтабл

Fтабл= (m-1)/(n-m)

M= 5

N=36

Fфакт= 49,8

Fтабл= (5-1)/(36-5)=2,69

Так как Fфакт >Fтабл  следовательно гипотеза об отсутствии связи между объёмом иностранных инвестиций и исследуемым фактором откланяется.

О полноте связи можно судить по величине множественного коэффициента корреляции и детерминации. В нашем случае R=0.77, а D=0,59. это значит, что вариация объёма иностранных инвестиций на 60% зависит от изменения объёма промышленной продукции, а на долю других факторов приходится 40% вариации результативного показателя.

Следовательно, данное уравнение можно использовать для практической цели.

В нашем случае коэффициенты уравнения регрессии имеют одинаковое стоимостные выражения и по этому мы не будем рассчитывать β коэффициент:

                                                                                                          (6)

Из уравнения видно, что объём иностранных инвестиций, увеличился на 2,2 миллиона рублей в связи с ростом объёмов продаж.

Чтобы иметь общее суждение о качестве модели из относительных отклонений по каждому наблюдению, определяют среднюю ошибку аппроксимации как среднюю арифметическую простую:

                                                                                     (7)

Представим расчет средней ошибки аппроксимации для уравнения ŷ=727,1+2,2Х2 в (приложение 7.)  А= , что говорит о хорошем качестве уравнения регрессии, ибо ошибка аппроксимации в пределах 5 – 7% свидетельствует о хорошем подборе модели к исходным данным.

По результатам корреляционно-регрессионного анализа можно сказать, что тесная связь объёма инвестиций в ЕАО с объемом промышленной продукции совершенно очевидна, поэтому стимулирование роста промышленной продукции может расцениваться потенциальными инвесторами как мера стабилизации региональной экономики, позволяющая судить о повышении внутрирегионального спроса на продукцию. Следовательно, потенциальные инвесторы смогут быть уверены в безрисковой судьбе своего капитала лишь в том случае, если могут расценивать развитие экономики области как позитивное. Отсюда весьма важным является необходимость интенсификации усилий местных органов государственной власти по поводу усиления бюджетных возможностей населения с целью увеличения внутреннего спроса на цель активизации потребления и увеличение объёмов сбыта продукции в регионе. Именно поэтому проектные мероприятия 3-ей части работы в основном направлены на активизацию занятости через освоение местных ресурсов.

 

3. Перспективные направления формирования механизма привлечения иностранных инвестиций в экономику ЕАО.

3.1. Предложения и рекомендации  совершенствования инвестиционного  процесса в ЕАО.

 

Основополагающая задача Правительства Еврейской автономной области, по развитию инвестиционного процесса, должна быть направлена на создание благоприятного инвестиционного климата для привлечения отечественных и иностранных инвестиций.

Инвестиционный климат является важнейшим показателем в области привлечения иностранных вложений. Как фактор воздействия на всю инвестиционную деятельность, он представляет собой совокупность основных экономических показателей, прямо влияющих на финансовое благосостояние области.