Дипломная работа: Сопоставление оценок масштабов скрываемых доходов российских домохозяйств до и после кризиса 2014 года

Поскольку в качестве основной модели в данном дипломе будет использована лог-линейная регрессия с фиксированными эффектами, влияние инфляции будет заложено в дамми переменных на время, а также в индивидуальных эффектах домохозяйств, проживающих в различных регионах, поэтому корректировка на инфляцию не требуется. Более того, благодаря индивидуальным эффектам можно получить более точные оценки коэффициентов, так как они будет очищены от неоднородности домохозяйств в силу построения модели, а значит, можно посмотреть на общие черты определенных групп домохозяйств.

Подбор переменных для каждого уравнения осуществлялся алгоритмическим перебором из переменных опросника по критерию значимости. После выбора всех значимых переменных уравнение строилось заново только с ними, если модель оказывалась адекватной, то алгоритм переходил к построению следующего уравнения по такому же принципу. Таким образом, когда в каждом категории расходов были оставлены только адекватные модели на каждом этапе, а в 1-м уравнении гамма и беты были положительны (положительность - необходимое условие соблюдения предпосылок для применимости метода), то тогда можно было переходить к построению доверительного интервала.

Таким образом, после обсуждения нововведений стоит изложить порядок действий, который будет произведен для каждой категории расходов:

- уравнение потребления, где i - идентификационный номер домохозяйства, t - период времени.

Так как используется модель фиксированных эффектов, то это предполагает within преобразование переменных, поэтому практической пользы от включения переменных, которые не меняются во времени нет, потому что они станут 0.

- уравнение дохода для самозанятых и работников

Уравнения дохода также будут построены с помощью модели фиксированных эффектов, но в них будут включены дополнительные переменные (заложенные в векторе Xit), которые нужны для более точного описания дохода.

- нижняя граница коэффициента сокрытия дохода

- верхняя граница коэффициента сокрытия дохода

На 3 шаге коэффициенты гамма и бета из первого уравнения и дисперсии из 2-х уравнений подставляются в доверительный интервал.

Shadow_low = Shadow_up =

Получение общего сокрытия доходов по всем самозанятым домохозяйствам.

Выбор категорий расходов был проведен на основе эмпирического исследования данных автором, опыта предыдущих исследователей данной темы и рекомендаций научного руководителя. Основная идея заключалась в том, чтобы найти такие категории расходов, которые не являются чувствительными для домохозяйств и по которым они могли бы сообщать затраты без искажений.

Данные

Источником данных послужили результаты заполнения вопросников РМЭЗ в период с 2012 по 2016 годы включительно.

В работе было использовано несколько типов данных:

.pdf файлы опросников

.sav файлы с результатами заполнения вопросников

В процессе предобработки данных «.sav» файлы были преобразованы в «.dta» формат для удобства работы в пакете R.

PDF файлы были использованы для раскрытия содержания переменных, которые содержались в .sav файлах

Первоначально опросники имели следующее количество семей и переменных (вопросов):

То есть изначальная панель составляла 1 033 столбца и 37 223 строки, впоследствии, следуя методологии, большая часть переменных из панели была исключена за ненадобностью и/или отсутствием в них релевантного экономического влияния на целевые переменные.

Для моделирования использовались панели:

- Докризисного периода 2012-2013

- Посткризисного периода 2015-2016

- Всего периода 2012-2016

Также особое внимание при подготовке данных было уделено нахождению пропусков в переменных, определению их типа, замене строковых данных в фиктивных и категориальных переменных на числовые значения, преобразованию некоторых переменных из строковых в числовые.

Для всех вышеперечисленных целей были использованы мощности языка программирования R, в котором проще всего анализировать файлы формата .dta, так как в Python нет достаточно хороших библиотек для анализа таких файлов и наиболее популярные библиотеки вроде Pandas или Pyreadstat не справляются с определенными трудностями при декодировании данных и их непосредственном прочтении из файла. R более гибко справляется с такого рода сложностями, к тому же имеет достаточно весомый арсенал библиотек как по анализу данных, так и по различным эконометрическим моделям.

Список библиотек, которые были использованы при работе с данными и эконометрическом моделировании в R: foreign (для чтения файлов формата .dta), tidyverse (для непосредственного анализа загруженных файлов: фильтрация, редактирование датафрейма), plm (для анализа панельных данных) и другие. Теперь, когда формальное содержание данных изложено стоит перейти непосредственно к их исследовательскому анализу и нахождению полезных экономических инсайтов.

5. Описательные статистики доходов домохозяйств по годам

Прежде всего стоит обратить внимание на то, как с течением времени изменялись различные составляющие дохода индивидов. Изучение данных статистик на начальном этапе позволит понять, применим ли метод чисто теоретически, исходя из природы данных. Ведь если данные окажутся не пригодными с точки зрения базовых предпосылок уже на начальном этапе, то возможно в расчетах присутствует ошибка или придется искать другую расчетную модель или менять подход.

*все показатели приведены в рублях

Из таблицы видно, что наибольшие значения на всех временных промежутках относятся к общему доходу, однако есть некоторые самозанятые, которые могут получать также довольно большие величины, которые превышают максимальные значения по зарплате и другим доходам. Это вполне естественное явление, так как таких домохозяйств в выборке крайне мало, единицы, что свидетельствует лишь о том, что существуют некоторые особенно успешные самозанятые домохозяйства, которые могут зарабатывать сопоставимые с максимальными зарплатами величины.

Если обратить внимание на коэффициент вариации, то он значительно больше для доходов от самозанятости, более того, он как минимум в 2 раза превышает коэффициент вариации по другим доходам, в том числе и общему доходу, тем самым подтверждая теорию о нестабильной природе заработков от самозанятой деятельности. Подобное подтверждение теории реальными данными уже на начальных этапах показывает небезосновательность выдвинутых предпосылок теоретической модели. Также вполне согласуется с одной из гипотез уменьшение коэффициента вариации в после кризисный период. Так, например, после 2013 года заметно снизился коэффициент вариации доходов от самозанятости, так и не вернувшись к докризисным значениям, что может косвенно свидетельствовать о сокращении количества самозанятых. Эта тенденция довольно четко прослеживается, если взглянуть на долю самозанятых по годам:

Есть слабая, но довольно отчетливая динамика к снижению количества самозанятых, высокое значение в 2014 году может косвенно свидетельствовать о том, что возросшая теневая активность выступила в качестве амортизирующего механизма, чтобы сгладить кризисные последствия.

Как видно из таблицы описательной статистики со временем номинальные величины общего дохода домохозяйств значительно выросли, как и все остальные доходы, однако это не означает, что реальные доходы граждан выросли, так как в те годы в РФ инфляция также показывала значительный рост.

Учитывая написанные выше комментарии по описательным статистикам дохода можно предполагать, что на этапе рассмотрения описательных статистик базовые предпосылки не нарушаются, значит на данном этапе преграды на пути к применению метода отсутствуют.

Дополнительная аналитика по расходам представлена в приложении и необходима для подтверждения тезисов об увеличении номинальных доходов и сокращении количества самозанятых.

Расходы на выбранные категории товаров и общие доходы домохозяйств

С другой стороны, анализ только доходных характеристик домохозяйств не может дать полноценного основания для того, чтобы можно было оценить возможность применимости метода, поэтому важно проанализировать, как домохозяйства тратят деньги на те категории, которые будут непосредственно использоваться в модели. Для этого будут рассматриваться средние значения расходов по каждой из категорий товаров за 30 дней между самозанятыми и работающими по найму домохозяйствами.

Данная таблица отчетливо свидетельствует о том, что средние значения расходов для домохозяйств по каждой категории расходов выше, чем у работников и по выборке в целом, что в очередной раз подтверждает эмпирическое наблюдение Писсаридеса и его «последователей» о больших тратах среди самозанятых. Также стоит отметить, что и общие доходы самозанятых в среднем заметно выше, чем по выборке. Небольшие значения расходов на фрукты и ягоды совершенно не означают, что, например, самозанятое домохозяйство тратить лишь 4 рубля на фрукты в месяц. Это говорит лишь о том, что часть домохозяйств не покупают фрукты и ягоды, поэтому занижают общее среднее. Если исключить домохозяйства, которые не покупают фрукты и ягоды, то картина расходов станет более реалистичной:

Далее стоит рассмотреть более подробное разбиение расходов до и после кризиса, чтобы понять, как поменялись расходы различных групп домохозяйств вследствие кризиса.