Raportul stiintific si tehnic (în extenso) responsabilitatea sociala corporativa. Stimularea firmelor romanesti pentru cresterea performantelor de mediu in contextul integrarii romaniei in uniunea europeana director proiect: prof univ dr

Tx – variabilă proxy pentru taxele de mediu ca stimulente economice pentru a adopta un comportament responsabil faţă de mediu

Sub – subventiile Pigouviene


Specificarea econometrică utilizată este urmatoarea:

 

Dec_i=β₀+β_1*Imob_i+β_2*Solv_i+β_3*CA_i+β_4* Iso_i +β_5* Sect_i+β_8*Sub_i+β_9*Tx_i+u_i        

  unde:

Dec_i reprezintă decizia firmei de a face cheltuieli pentru diminuarea poluării mediului şi u_i este pe termen rezidual.

Mai întâi determinăm influenţa calitativă variabilelor explicative (tabelul 1, coloana 1) şi apoi calculăm efectele marginale (tabelul 1, coloana 2).

Valoarea numerică a parametrilor de estimat raportate în tabelul 1, coloana 1 nu este direct interpretabilă. Singurele informaţii într-adevăr utile sunt semnele coeficienţilor care indică dacă variabila explicativă asociată influenţează pozitiv sau negativ variabila dependentă.

Pentru a evidenţia mărimea influenţei am efectuat o altă estimare, în care coeficienţii variabilelor vor arăta nivelul de influenţă a deciziilor de a face cheltuieli pentru protecţia mediului, respectiv de a avea un comportament responsabil de mediu. In practică este important a avea o informatie referitoare la sensivitatea probabilităţii evenimentului (Y = 1) şi (y = 0), comparativ cu variaţiile variabilelor explicative. Această sensivitate este, în general furnizată prin calculul efectului marginal. Acesta este motivul pentru care vom analiza rezultatele din tabelul 1, coloana 2, rezultate care reflectă efectul marginal al variabilelor explicative.

4.3.2. Metoda de estimare

În cadrul acestui articol vom dezvolta un model de empiric pentru analiza a factorilor care determină variabila dependentă, decizia firmei de a face cheltuieli de reducere a poluării. Noi estimăm decizia de a face cheltuieli pentru protecţia mediului printr-o variabilă proxy, existenţa cheltuielilor de reducere a poluării. În acest caz, această variabilă poate lua două valori. Prin urmare, variabila ia valoarea 1 în cazul în care suma cheltuielilor de reducere a poluării este pozitivă şi 0 în caz contrar.

Cel mai simplu model statistic pentru a descrie o variabilă binar este distribuţia lui Bernoulli cu P [y = 1] = p si P [y = 0] = 1 - p.

Cu toate acestea, este posibil ca şansele de succes să difere între indivizi, motiv pentru care suntem interesati în spiritul regresiei de posibilele cauze ale acestor diferenţe. Abordarea noastra va fi de a analiza pe fiecare dintre ele într-un cadru general al modelelor de probabilitate

respectiv


Natura discretă non-negativă a variabilei observate generează non-liniaritate, ceea ce face de obicei modelele inadecvate liniare, deoarece unele ipoteze de bază, cum ar fi normalitatea şi homoscedasticitatea rezidurilor sau ajustarea liniară a datelor nu sunt bine determinate. Utilizarea regresiei liniare cu variabila dependentă nonnegativă şi discretă va da estimări ineficiente, contradictorii şi părtinitoare (Cameron şi Trivedi, 1998). În cazul de regresie liniare:

rezulta ca

Xi,β măsoară probabilitatea ca un individ cu caracteristica xi determine yi = 1.
Efectul marginal al variabilei explicative j variabilă este egal cu:

Răspunsul modelului binar poate fi derivat dintr-o variabilă latentă a modelului care satisface ipotezele modelului clasic liniar. Fie y* o variabilă neobservată , sau o variabilă latentă, determinată prin :

Prin urmare, y este 1 daca y *> 0, şi y este zero dacă y* <= 0. Presupunem că ui este independent faţă de xij şi are o distribuţie standard normală. În ambele cazuri, ui este simetric distribuită aproximativ fata de zero. Economiştii au tendinţa de a favoriza presupunerea normalităţii pentru ui, motiv pentru care modelul Probit este mai popular decât modelul Logit în econometrie.

Modelele Probit sunt non-linaires şi parametrii pot fi estimaţi cu maximul de probabilitate (maximum likelihood).

4.