Empiirinen projekti

1

Empiirinen projekti

Olli-Matti Laine

Kauppatieteet

2

Contents

1. Johdanto .................................................................................................................. 3 2. Kuvaileva osa ......................................................................................................... 4

3. Analyysiosa .......................................................................................................... 17 4. Yhteenveto ............................................................................................................ 35

3

1. Johdanto

Tutkin projektissa tilastollisin menetelmin kansantaloudellisia tunnuslukuja eri valtioiden välillä. Selvitän mitkä tekijät voisivat selittää maiden välisiä eroja vuoden 2013 talouskasvun osalta. Monessa klassisen taloustieteen mallissa oletetaan investointien (=säästäminen) selittävän talouskasvua pitkällä aikavälillä. Matalaa inflaatiota pidetään yleisesti taloudellisen kehityksen edellytyksenä. Valtioiden velkaantuminen on herättänyt paljon keskustelua; tarkastelen sen yhteyttä talouskasvuun. Tutkin myös vaikuttavatko esimerkiksi työllisyysaste, työttömyysaste, naisten osuus parlamentissa, yritysten kokonaisveroaste, tulonjako, kaupungeissa asuvan väestön osuus tai lukutaitoisen aikuisväestön osuus bruttokansantuotteen kasvuun. Uskoisin monen näistä tunnusluvusta selittävän hyvin bruttokansantuotteen per henkilö suuruutta, mutta nähtäväksi jää, selittävätkö ne myös bruttokansantuotteen kasvua. Tulen myös tutkimaan vaikuttavatko kansantalouden tulojen jakautuminen ja kaupungissa asuvan väestön osuus sukupuolten väliseen tasa-arvoon. Tutkin vaikutuksia sekä yhdessä että erikseen.

Tarkastelen sitten, että riippuuko työttömyys talouskasvusta. Viime vuosina on monesti puhuttu niin sanotusta jobless growth:sta, jolloin talous kasvaa, mutta työttömyys pysyy korkeana. Lopuksi testaan vielä, että voidaanko olettaa odotetun talouskasvun olevan nolla.

4

2. Kuvaileva osa

Keräsin aineiston Maailmanpankin sivuilta, josta se oli ladattavissa xls-muodossa. Muodostin Excelissä havaintomatriisin, jonka sitten muutin sav-muotoon. Osassa muuttujista on suhteellisen vähän havaintoja, johtuen siitä ettei jokaisessa maassa tilastoida kyseisiä muuttujia. Tutkimuksen tärkein muuttuja, jota pyrin selittämään on bruttokansantuotteen kasvunopeus. Keräsin kasvunopeudet vuodelta 2013. Keskimääräinen kasvunopeus keskiarvolla mitattuna tuolloin oli noin 1,7% vuoden aikana. Tutkimuksessa kiinnostuksen kohteena on erityisesti se, mitkä muuttujat selittävät parhaiten eroja maiden välisissä kasvunopeuksissa (vaihteluväli n. -37%:sta +12%:in).

Statistics

BKT:n kasvu vuonna 2013

N Valid 215

Missing 33

Mean 1,6750

Median 1,6331

Std. Deviation 4,04345

Range 49,56

Minimum -37,26

Maximum 12,29

5

Säästämisaste on laskettu vähentämällä BKT:sta kokonaiskulutus ja suhteuttamalla se BKT:hen. Säästämisasteen ollessa negatiivinen kansantalous velkaantuu ulkomaille. Kyseessä on bruttosäästämisaste, eli siitä ei ole vähennetty poistoja. Mikäli nettosäästämisaste olisi positiivinen, voitaisiin olettaa pääomakannan kansantaloudessa kasvavan. Nyt tarkasteltaessa bruttosäästämisastetta, voidaan korkean säästämisasteen olettaa korreloivan positiivisesti nettosäästämisasteen kanssa. Taloustieteessä esimerkiksi Solow:in kasvumallissa oletetaan pääomakannan kasvun lisäävän kokonaistuotantoa. Tulenkin tutkimaan miten säästämisaste selittää BKT:n kasvua.

Statistics

Säästämisaste

N

Valid 191

Missing 57

Mean 19,1460

Median 19,8424


Range 136,44

Minimum -54,33

Maximum 82,11

6

Inflaation mittarina käytän kuluttajahintaindeksin muutosnopeutta. Vakaan rahan

arvon voidaan olettaa olevan edellytys taloudelliselle kasvulle. Esimerkiksi EKP on

asettanut inflaatiotavoitteekseen 2%. Keskimääräinen inflaatio otoksessa oli hieman

suurempi. Deflaatiota esiintyi huomattavasti vähemmän kuin inflaatiota. Inflaation

keskiarvo on selkeästi mediaania suurempi, mitä selittää yksittäisten maiden todella

korkeat inflaatio-luvut.

Statistics

Inflaato

N

Valid 211

Missing 37

Mean 4,1468

Median 2,7112


Range 43,01

Minimum -2,37

Maximum 40,64

7

Miesten ja naisten välinen tasa-arvo on puhuttanut pitkään. Eräänä tasa-arvon

mittarina voidaan pitää naisten osuutta parlamentissa. Tutkin kuinka tasa-arvon

lisääntyminen (naisten osuuden kasvu) selittää BKT:n kasvua. Naisten osuudessa on

suurta hajontaa, sillä osassa maista naisia ei ole lainkaan parlamentissa ja yhdessä

jopa 63%.

Statistics

Naisten osuus parlamentissa

N

Valid 218

Missing 30

Mean 19,9650

Median 19,1006


Range 63,80

Minimum ,00

Maximum 63,80

8

Valtioiden velkaantuminen on ollut viime vuosina kuuma puheenaihe, joka on jakanut mielipiteitä. Toisten mielestä velka ei ole ongelma ja toisten mielestä jatkuva velkaantuminen tulisi pysäyttää. Velkaantumisaste tarkoittaa valtion velkaa suhteessa sen BKT:hen. Tutkin kuinka velkaantumisaste selittää BKT:n kasvua. Kaikilla valtioilla näyttäisi olevan jonkin verran velkaa. Havaintoja tästä muuttujasta vähänpuoleisesti.

Statistics

Valtion velka suhteessa BKT:hen

N

Valid 65

Missing 183

Mean 61,9155

Median 53,4836


Range 186,56

Minimum 9,44

Maximum 195,99

9

Voidaan olettaa, että mitä paremmin kansantalouden resurssit ovat käytössä, sitä suurempi BKT on. Tutkin selittääkö työllisyysaste (töissä olevien osuus työikäisestä väestöstä) BKT:n kasvua. Työllisyysasteissa on paljon eroja, joidenka olettaisin johtuvan eroista naisten osallistumisessa työelämään.

Statistics

Työllisyysaste

N

Valid 206

Missing 42

Mean 58,5563

Median 58,8500


Range 54,60

Minimum 31,60

Maximum 86,20

10

Työttömyysaste puolestaan kertoo osuuden töitä haluavista, joilla ei ole töitä. Mukaan ei siis lasketa niitä, jotka ovat ”vapaaehtoisesti” ilman työtä. Pois siis jäävät niin sanotut piilotyöttömät eli ne, jotka ovat syystä tai toisesta luovuttaneet työnhaun suhteen, vaikka olisivatkin kiinnostuneita tekemään töitä. Tulen tutkimaan riippuvatko BKT:n kasvu ja työttömyysaste toisistaan. Havaintoihin mahtuu muutamia todella korkean työttömyyden maita, joidenka takia keskiarvo on mediaania korkeampi.

Statistics

Työttömyysaste

N

Valid 122

Missing 126

Mean 9,5482

Median 7,9839


Range 30,82

Minimum ,20

Maximum 31,02

11

Yritysten kokonaisveroaste kertoo sen kuinka paljon yritykset kaiken kaikkiaan

joutuvat maksamaan veroja liikevoitostaan. Voidaan olettaa matalan veroasteen

houkuttelevan yrityksiä enemmän kuin korkean veroasteen (jos yritykset maksimoivat

voittojaan). Tämä voisi myös selittää BKT:n kasvua. Mukana on joitakin maita, joissa

veroaste on yli 100%, mikä tuntuu hieman oudolta.

N

Valid 221

Missing 27

Mean 40,9972

Median 39,2778


Range 209,10

Minimum 7,40

Maximum 216,50

12

GINI-indeksi kuvaa tulonjaon tasaisuutta. Se perustuu niin sanottuun Lorenzin

käyrään. Mitä suurempia arvoja GINI-indeksi saa sitä epätasaisemmin tulot

jakautuvat. Indeksi voi saada arvoja nollan ja sadan väliltä. Esimerkiksi Joseph

Stiglitz on todennut tulonjaon epätasaisuuden olevan haitaksi talouskasvulle. Tutkin

kuinka GINI-indeksi selittää BKT:n kasvua. Havaintoja tästä muuttujasta on

valitettavan vähän.

Statistics

GINI-indeksi

N

Valid 45

Missing 203

Mean 40,1890

Median 40,1700


Range 40,15

Minimum 24,87

Maximum 65,02

13

Kaupungistuminen on pitkään ollut eräs megatrendi maailmalla. Kehitysmaiden on tutkittu saaneen talouskasvusta kiinni väestön siirryttyä maataloustöistä tuottavampiin töihin kaupunkeihin. Myös Suomessa on sotien jälkeen tapahtunut valtaisa rakennemuutos väestön siirryttyä maaseudulta kaupunkeihin. Suomen talous kasvoikin 1900-luvun lopun ajan todella nopeasti. Tutkin kuinka kaupungissa asuvien osuus väestöstä selittää talouskasvua.

Kaupungissa asuvan väestön osuus

N

Valid 245

Missing 3

Mean 58,1517

Median 58,1460


Range 91,33

Minimum 8,67

Maximum 100,00

14

Koulutuksen kautta kansantalouksien tuottavuus lisääntyy. Käytän koulutuksen

mittarina lukutaitoisen aikuisväestön (yli 15-vuotiaat) osuutta. Korkea koulutustaso

selittäisi todennäköisesti BKT:n suuruutta henkeä kohti. Nähtäväksi jää, selittääkö se

myös BKT:n kasvua. Havaintoja on tämän muuttujan osalta hieman vähänpuoleisesti.

Lukutaitoisen aikuisväestön osuus

N

Valid 65

Missing 183

Mean 86,2884

Median 94,4606


Range 84,38

Minimum 15,46

Maximum 99,84

15

Olen muodostanut lisäksi neljä luokiteltua muuttujaa. Luokittelin BKT:n kasvun ja

työttömyysasteen molemmat neljään luokkaan. GINI-indeksin ja kaupungissa asuvan

väestön olen luokitellut osuuden kolmeen luokkaan.

16

17

3. Analyysiosa

Aloitan tutkimalla regressioanalyysin avulla, mitkä tekijät selittävät BKT:n kasvua. Piirrän ensin pisteparvet siten, että BKT:n kasvu on pystyakselilla ja selittävä muuttuja vaaka-akselilla.

Näyttäisi siltä, että säästämisasteen ja BKT:n kasvun välillä ei ole riippuvuutta.

Näyttää siltä, että inflaatiolla ja BKT:n kasvulla voisi olla riippuvuutta.

Naisten osuus parlamentissa ei näytä vaikuttaneen BKT:n kasvuun.

18

Valtion velkaantumisaste ja BKT:n kasvu näyttävät korreloivan negatiivisesti.

Riippuvuus näyttää lineaariselta, vaikka hajontaa onkin paljon.

Työllisyysaste ei näytä juurikaan vaikuttavan BKT:n kasvuun.

19

Työttömyysasteen ja BKT:n välillä tuntuu olevan negatiivinen korrelaatio. Hajonta on suurta.

Yritysten kokonaisveroasteen ja BKT:n kasvun välillä ei näytä olevan riippuvuutta.

GINI-indeksin ja BKT:n kasvun välillä ei näytä olevan riippuvuutta ja hajonta on todella suurta.

20

Kaupungissa asuvan väestön osuus ei näytä vaikuttavan talouskasvuun.

Lukutaitoisen aikuisväestön osuus ei näytä vaikuttavan myöskään talouskasvuun.

21

Otetaan jatkotarkasteluun selittäjiksi inflaatio, velkaantumisaste ja työttömyysaste.

Näillä muuttujilla ja BKT:n kasvulla näytti olevan jonkinlaista riippuvuutta.

Estimoidaan aluksi yhden selittäjän lineaarinen malli (Y = β0 + β1 x + ε) kaikilla

näillä selittävillä muuttujilla erikseen.

Inflaation selitysaste on vain 13% ja β1:n p-arvo on 0,852, joten malli ei ole hyvä.

Voidaan todeta, ettei inflaatio selitä BKT:n kasvua.

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the Estimate

1 ,013a ,000 -,005 4,01405

a. Predictors: (Constant), Inflaatio

b. Dependent Variable: BKT:n kasvu

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 1,742 ,361 4,821 ,000

Inflaatio -,010 ,054 -,013 -,187 ,852

a. Dependent Variable: BKT:n kasvu

Velkaantumisaste selittää 13,2% BKT:n muutoksesta. Korrelaatiokerroin on 0,363.

Kertoimet ovat tilastollisesti merkitseviä, joten ne voidaan pitää mallissa. Kun

tarkastellaan residuaaleja pisteparven avulla, voidaan todeta, ettei heteroskedatsisuutta

tai autokorrelaatiota löydy, vaan parvi on lähellä nauhamaisuutta.

22

Model Summaryb


1 ,363a ,132 ,118 2,39903

a. Predictors: (Constant), Valtion velkaantumisaste


Coefficientsa


Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 3,025 ,586 5,161 ,000

Valtion velkaantumisaste -,025 ,008 -,363 -3,096 ,003


23

Työttömyysaste selittää 5,1% BKT:n kasvunopeudesta. Kertoimet voidaan pitää

mallissa, koska p-arvot ovat niin pieniä. Pisteparven perusteella voidaan todeta,

etteivät residuaalit riipu toisistaan ja vakiovarianssisuuden oletus voidaan pitää.

Model Summaryb


1 ,226a ,051 ,043 2,97671

a. Predictors: (Constant), Työttömyysaste


Coefficientsa


Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 2,828 ,497 5,686 ,000

Työttömyysaste -,107 ,043 -,226 -2,479 ,015


24

Kun estimoidaan kahden selittäjän lineaarinen malli, jossa selitetään BKT:n kasvua

sekä työttömyysasteella että velkaantumisasteella, saadaan selitysasteeksi jopa 18%.

F-testisuureen perusteella voidaan todeta, että molemmat kertoimet eivät ole nollia.

Kun taas testataan kertoimia itsenäisesti, saadaan tulos, että pienin riskitaso, jolla

työttömyyden kertoimen H0 hypoteesi voidaan hylätä on 6,9%. Residuaalitarkastelun

perusteella voidaan todeta, ettei riippuvuuksia näytä olevan ja varianssi on lähes

vakio.

Model Summaryb


1 ,424a ,180 ,151 2,23246

a. Predictors: (Constant), Valtion velkaantumisaste, Työttömyysaste


ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 61,188 2 30,594 6,139 ,004b

Residual 279,097 56 4,984

Total 340,285 58


b. Predictors: (Constant), Valtion velkaantumisaste, Työttömyysaste

25

Coefficientsa


Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 3,668 ,759 4,834 ,000

Työttömyysaste -,120 ,065 -,229 -1,852 ,069

Valtion velkaantumisaste -,021 ,008 -,311 -2,509 ,015


26

Tutkin sitten varianssianalyysin avulla vaikuttavatko tulonjako ja kaupungistuminen

sukupuolten väliseen tasa-arvoon.

GINI-indeksin arvojen mukaan luokiteltuna maiden välisissä odotusarvoissa (naisten

osuus parlamentissa) ei näyttäisi olevan eroja. H0 voidaan hylätä 31,7% riskitasolla.

Testin tulos ei toisaalta ole kovin luotettava, sillä variansseja ei voida olettaa Levenen

testin perusteella yhtä suuriksi.

Test of Homogeneity of Variances


Levene Statistic df1 df2 Sig.

4,134 2 41 ,023

ANOVA


Sum of Squares df Mean Square F Sig.

Between Groups 290,625 2 145,313 1,182 ,317

Within Groups 5039,691 41 122,919

Total 5330,316 43

Sama pätee, kun tarkastellaan maita kaupungissa asuvien osuuden mukaan luokiteltuna. Variansseja ei voida olettaa yhtä suuriksi, joten tulos ei ole luotettava. Tuloksen mukaan H0 pidettäisiin, eli voidaan olettaa odotusarvot maiden välillä yhtä suuriksi.

27

Test of Homogeneity of Variances


Levene Statistic df1 df2 Sig.

4,434 2 215 ,013

ANOVA


Sum of Squares df Mean Square F Sig.

Between Groups 309,661 2 154,830 1,312 ,272

Within Groups 25379,019 215 118,042

Total 25688,680 217

28

Tutkitaan vielä kaksisuuntaisen varianssianalyysin avulla, onko GINI-indeksillä ja

kaupungissa asuvien osuudella yhteisvaikutusta naisten osuuteen parlamentissa.

Kaksisuuntaisen varianssianalyysin mukaan näillä muuttujilla on yhdysvaikutusta.

H0-hypoteesi voidaan hylätä 0,5% riskitasolla.

29

Tests of Between-Subjects Effects

Dependent Variable: Naisten osuus parlamentissa

Source Type III Sum of

Squares

df Mean Square F Sig.

Corrected Model 2163,816a 8 270,477 2,990 ,012

Intercept 12084,180 1 12084,180 133,569 ,000

GINI-indeksi 1604,803 2 802,401 8,869 ,001

Kaupungissa asuvien osuus 524,252 2 262,126 2,897 ,068

GINI-indeksi * Kaupungissa

asuvien osuus

1644,186 4 411,046 4,543 ,005

Error 3166,500 35 90,471

Total 23837,720 44

Corrected Total 5330,316 43

a. R Squared = ,406 (Adjusted R Squared = ,270)

30

Tutkitaan χ-toiseen riippumattomuustestin avulla riippuuko työttömyys talouskasvusta. Saadaan testisuureen arvoksi 10,214 vapausastein 9. H0 hypoteesi voitaisiin hylätä 33,3% riskitasolla. Päätellään, että työttömyys ei riipu talouskasvusta. Kuudessa solussa odotettu frekvenssi on pienempi kuin viisi, joten jotta oletukset tulisivat kuntoon, tulee luokitusta muuttaa.

BKT:n kasvu * Työttömyysaste Crosstabulation

Työttömyysaste Total

Alle 5% 5-10% 10-20% Yli 20%

BKT:n

kasvu

Alle 0%

Count 5 11 11 3 30

% within BKT:n kasvu 16,7% 36,7% 36,7% 10,0% 100,0%

% within

Työttömyysaste

19,2% 22,9% 33,3% 33,3% 25,9%

0-2,5%

Count 8 21 14 2 45


% within

Työttömyysaste

30,8% 43,8% 42,4% 22,2% 38,8%

2,5-5%

Count 7 11 6 4 28


% within

Työttömyysaste

26,9% 22,9% 18,2% 44,4% 24,1%

Yli 5%

Count 6 5 2 0 13

% within BKT:n 46,2% 38,5% 15,4% 0,0% 100,0%

% within

Työttömyysaste

23,1% 10,4% 6,1% 0,0% 11,2%

Total

Count 26 48 33 9 116


% within

Työttömyysaste

100,0% 100,0% 100,0% 100,0% 100,0%

31

Chi-Square Tests

Value df Asymp. Sig. (2-

sided)

Pearson Chi-Square 10,214a 9 ,333

Likelihood Ratio 10,450 9 ,315

Linear-by-Linear

Association

4,035 1 ,045

N of Valid Cases 116

a. 6 cells (37,5%) have expected count less than 5. The minimum

expected count is 1,01.

32

Luokittelin muuttujat uudestaan siten, että työttömyyden mukaan tehty luokittelu jakaantuu maihin, joissa työttömyys on alle 5% ja yli 5%. Talouskasvun mukaan tehty jaottelu taas on alle 0% ja yli 0%. Nyt oletukset ovat kunnossa, mutta se ei muuta saatua tulosta.

GDPuusiLK * UnemploymentuusiLK Crosstabulation

Työttömyysaste Total

1,00 2,00

GDPuusiLK

1,00

Count 5 25 30

% within BKT:n kasvu 16,7% 83,3% 100,0%

% within Työttömyysaste 19,2% 27,8% 25,9%

2,00

Count 21 65 86



Total

Count 26 90 116



33

Chi-Square Tests

Value df Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)

Pearson Chi-Square ,769a 1 ,381

Continuity Correctionb ,387 1 ,534

Likelihood Ratio ,805 1 ,370

Fisher's Exact Test ,454 ,272

Linear-by-Linear

Association

,762 1 ,383

N of Valid Cases 116

a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,72.

b. Computed only for a 2x2 table

34

Tutkin lopuksi, että voidaanko olettaa talouskasvun noudattavan normaalijakaumaa odotusarvolla 0.

T-testisuureen arvoksi saadaan 6,074 vapausastein 214, joten p-arvo on pienempi kuin 0,001. Hylätään H0 hypoteesi ja tehdään päättely, että talouskasvun odotusarvo ei ole 0.

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

BKT:n kasvu 215 1,6750 4,04345 ,27576

One-Sample Test

Test Value = 0

t df Sig. (2-

tailed)

Mean

Difference

95% Confidence

Interval of the

Difference

Lower Upper

BKT:n kasvu 6,074 214 ,000 1,67499 1,1314 2,2185

35

4. Yhteenveto

Tutkimuksen perusteella tarkasteltavista muuttujista parhaiten BKT:n kasvua vuonna 2013 selittivät velkaantumisaste sekä työttömyysaste. BKT:n kasvu riippui negatiivisesti molemmista, mikä tuntuu järkeenkäyvältä. Yhdessä nämä selittivät 42,4% BKT:n kasvusta. Heikkoutena mallissa oli kuitenkin se, että työttömyyden kerroin ei ole kovin varma. Jos toimitaan 5% riskitasolla, tulisi se jättää pois mallista. Muut muuttujat eivät selittäneet BKT:n kasvua. Luulisin, että paremmin BKT:n kasvua olisivat selittäneet nyt käytettyjen muuttujien muutosasteet. Esimerkiksi sen sijaan, että olisin yrittänyt selittää BKT:n kasvua työllisyysasteella, olisi parempi selittäjä voinut olla työllisyysasteen muutos.

Toinen saatu tulos oli, että GINI-indeksi ja kaupungissa asuvan väestön osuus yhdessä selittivät naisten osuutta parlamentissa. Voitaisiin siis vetää sen suuntaisia johtopäätöksiä, että maissa, joissa tuloerot ovat pienet ja suuri osa väestöstä asuu kaupungeissa, miesten ja naisten välinen tasa-arvo toteutuu paremmin.

Khii-toiseen testisuureen mukaan BKT:n kasvun ja työttömyyden välillä ei ole riippuvuutta. Tämä puhuisi Jobbless growth –ilmiön puolesta. Toisaalta regressioanalyysissä todettiin BKT:n kasvun ja työttömyyden välillä olevan riippuvuutta. Regressioanalyysinkään mukaan tosin riippuvuus ei ole kovin suurta.

Lopuksi tutkittiin, voidaanko olettaa BKT:n kasvun odotusarvon olevan nolla. Tulosten mukaan tällaista oletusta ei kuitenkaan voida tehdä.

Kaiken kaikkiaan voisi todeta, että todennäköisesti parempi tapa tutkia BKT:n kasvua ja yleisesti ottaen muutoksia muuttujien saamissa arvoissa olisi aikasarja-analyysi. Käytössä olleilla menetelmillä sekä nyt käytössä olleilla muuttujilla olisi ehkä ollut parempi yrittää selittää BKT per henkilö –muuttujaa. Näin oltaisiin todennäköisesti saatu korkeampia selitysasteita.

Documents

Empiirinen projekti