Начиная со второй половины XX века, рынок движения капитала играет если не главную роль в мировой торговле, то, по крайней мере, одну из самых важных. Для определения макроэкономического состояния страны теперь ни в коем случае нельзя игнорировать влияние на него мировой экономики. Увеличение прямых иностранных инвестиций в свою страну является одной из самых приоритетных задач правительств большинства развивающихся стран мира. Инвестиции помогают преодолеть дефицит бюджета, поднять и развить производство, повысить технологический уровень страны, увеличить её экономический потенциал. А это благоприятно сказывается на деятельности предприятий, ведет к увеличению ВНП, повышает активность страны на внешнем рынке.
Инвесторы перед тем, как решиться на финансирование проекта в любой стране, оценивают ее инвестиционный климат, и одним из основных факторов, влияющим на него, является показатель ВВП. Наилучшим образом можно спрогнозировать объем прямых иностранных инвестиций, которые должны прийти в страну в следующем году, опираясь на изменение объема ВВП в отчетном году в сравнении с базисным [1]. Опираясь на эти экономические взаимосвязи построим простейшую эконометрическую модель прогнозирования инвестиционного потенциала страны.
Для проведения эконометрического исследования использовалась статистика из сайта Всемирного банка по данным ВВП (Внутренний Валовый Продукт, GDP) за 2011, 2012 года [2, 3], а также величина ПИИ (прямых иностранных инвестиций, FDI) за 2013 год [4] в экономику 55 стран (в млрд. $). Три статистических набора были включены в контрольную выборку и применялись для верификации модели.
В качестве эндогенной переменной в модели была взята величина ПИИ в экономику за 2013 год, а экзогенной переменной выбран предварительно подсчитанный прирост ВВП страны для 2012 года (по сравнению с предыдущим):
ΔGDP = GDP2012 – GDP2011.
Для учета влияния ВВП, как одного из основных макроэкономических показателей состояния экономики страны, в данной модели используется лаговая переменная, т.к. инвесторы предпочитают опираться на точные данные предыдущего периода, а не на недостоверные оценочные показатели текущего. С учетом влияния случайных возмущений спецификация модели имеет вид:
, (1)
где 
.
Переобозначим в (1) экономические переменные следующим образом:
Y= FDI2013 – прямые иностранные инвестиции в экономику страны, в млрд. $,
X=Δ GDP – изменение ВВП с 2011 по 2012 в стране, в млрд. $,
Ut = u – случайный остаток.
Тогда модель (1) примет вид:
Y = a0 + a1X + u. (2)
Спецификация полученной модели линейной парной регрессии по F-тесту является качественной, коэффициент детерминации свидетельствует о наличии сильной связи между рассматриваемыми показателями.
Используя метод наименьших квадратов (МНК), получены оценки параметров модели (2):
Y=–0,897+0,491X +ut. (3)
Опираясь на результаты исследования адекватности предпосылок теоремы Гаусса-Маркова, позволяющих применять МНК как наилучшую процедуру настройки модели по параметрам, определяем несмещенность полученных коэффициентов регрессии. Однако тестом Голдфелда-Квандта установлена их неэффективность, поскольку случайные остатки оказались гетероскедастичными – они влияют на величину прямых иностранных инвестиций в одних наблюдениях сильнее, чем в других. Несмотря на этот недостаток, модель (3) по интервальному методу дает адекватный прогноз с вероятностью 95 %.
Для повышения качества модели и эффективности её параметров следовало бы учесть в ней такие факторы, как политическая, социальная, экологическая ситуация в стране.
Ввиду того, что в представленной модели описываемый ею процесс определения инвестиционной привлекательности страны и прогнозирования количества ПИИ в экономику рассматривался достаточно упрощенно, можно сказать, что были получены положительные результаты.