ЛОГИСТИЧКАТА РЕГРЕСИЈА ВО ЈАВНИТЕ И ЛОКАЛНИТЕ ФИНАНСИИ (СТУДИЈА НА СЛУЧАЈ ЗА ПРЕДВИДУВАЊЕ НА ФИСКАЛНИОТ ДИСПАРИТЕТ НА ОПШТИНИТЕ)
DOI:
https://doi.org/10.46763/Keywords:
логистичка регресија, фискален капацитет, фискален диспаритет, општина, предвидување, класификација, Република Северна МакедонијаAbstract
Целта на овој труд е да се долови и демонстрира потенцијалната употреба на
бинарната логистичка регресија во научните истражувања од областа на јавните и локалните
финансии. Како еден вид генерализиран статистички метод, кој содржи исклучиво бинарни
(дихотомни) вредности на зависната варијабла, истиот е извонредно погоден за предвидување на одредени економски појави чијашто состојба т.е. status quo се состои од само две вредности (акции со потпросечен принос, акции со натпросечен принос, ликвидни наспроти неликвиднии општини, општини со низок наспроти општини со висок фискален капацитет, држави во банкрот versus држави вон банкрот итн.) Како резултат на тоа, се овозможува да се направи класификација и групирање на опсервациите во соодветни групи со зголемен ризик од конкретната појава (општини со потпросечен приходен капацитет) и групи со низок ризик од појавата (општини со натпросечен капацитет). Друга поволност која ја нуди логистичката регресија е можноста за пресметка на шансите и веројатноста за настапување на одредена состојба (неликвидност или банкрот) и тоа посебно за секоја индивидуална опсервација (општина, држава итн.). Со ваквиот методолошки приод, истражувачот е во состојба објективно да го процени ризикот од настапувањето на конкретната појава, и во таа насока да даде препораки за конкретни дејствија или мерки со цел да се превенира потенцијалното настапување на појавата т.е. редуцира присутниот ризик. Со помош на студија на
случај, демонстрирана е примената на логистичката регресија врз статистички примерок составен од македонските општини, од кој се исклучени единствено скопските општини заради недостаток на податоци. Интересно, истражувањето покажа дека како предиктори на фискалниот капацитет на општините во Македонија, освен бројот на жители и наплатените сопствени приходи по глава на жител, се јавуваат и урбано/руралниот и етничкиот статус на општините.
Downloads
References
[1] Zaiontz C. (2024) Basic concepts of logistic regression, Real-statistics.com;
[2] Agresti A.(2008). Categorical Data Analysis, Third Edition, University of Florida, John Wiley &
Sons;
[3] Zaiontz C. (2024) Basic concepts of logistic regression, Real-statistics.com;
[4] Zaiontz C. (2024) Exponentials and Logs, Real-statistics.com;
[5] Agresti A.(2008). Categorical Data Analysis, Third Edition, University of Florida, John Wiley &
Sons;
[6] Kleinbaum D.G. (1998) Logistic Regression: A Self-Learning Text, Springer;
[7] DataCadamia, (2024) Threshold/cut-off of binary classification, datacadamia.com;
[8] Baratloo A., Hosseini M., Negida A., El Ashal G., (2015) Part 1: Simple definition and calculation
of accuracy, sensitivity and specificity”, PMC;
[9] Baratloo A., Hosseini M., Negida A., El Ashal G., (2015) Part 1: Simple definition and calculation
of accuracy, sensitivity and specificity”, PMC;
[10] Ilker U., (2017) Defining an optimal cut-point value in ROC analysis: An alternative approach,
PMC;
[11] Груевски И., Габер С., (2023) Основи на локални финансии, Економски факултет,
Универзитет Гоце Делчев, Штип;
[12] Груевски И., Габер С., (2023) Основи на локални финансии, Економски факултет,
Универзитет Гоце Делчев, Штип;
[13] Груевски И., Габер С., (2023) Основи на локални финансии, Економски факултет,
Универзитет Гоце Делчев, Штип;
[14] Musharraf, R.C., Martinez-Vazquez J., Timofeev A., (2012). Fiscal Decentralization for Loca
Development: An Integral Study, International Center for Public Policy, Atlanta, USA;
[15] Ruopp M.D., Perkins N.J., Whitcomb B.W., Schisterman E.F., (2008) Youden index and optimal
cut-off point estimated from observations affected by a lower limit of detection” PMC;
[16] Harris J.K., (2021) “Primer on binary logistic regression”, PMC PubMed Central;
[17] Bobbitt Z. (2020) “The 6 assumptions of logistic regression”, Statology.com.