Analysis of regional GDP dynamics using spatial econometrics methods

Gross domestic product is a basic macroeconomic indicator that can be used at the macroeconomic level to examine the functioning and performance of the economy over a period. It can be used to measure economic activity in a country or in a specific region. The aim of the thesis is to examine the factors influencing gross domestic product. All explanatory variables used in the model used are related to employment: the percentage of employed people working in knowledge-intensive services, the unemployment rate, and the gender gap in employment. The second goal is to examine the issue of domestic product in connection with the geographical location of units, which is carried out through the analysis of non-spatial and spatial models for panel data. The regions of the Czech Republic, Austria, Germany, Poland, Slovakia, and Hungary for the period 2014–2018 are selected for the analysis. According to Hausman's statistics, a non-spatial model with fixed effects proved to be more suitable. The model with combined effects is the best one according to the F test, the data are burdened with heterogeneity between units and between time periods. Therefore, the best non-spatial model is a model with fixed combined effects. According to spatial Hausman statistics, the model with fixed effects proved to be more suitable and according to LM tests, a model with spatial autocorrelation of the dependent variable should be preferred. Although time effects were not proved to be significant in this model, according to AIC, BIC and LogLik statistics, a model with combined effects was also preferred. Expectations of a significant impact of the unemployment rate on GDP have been confirmed, and the lower the unemployment rate, the higher the value of the domestic product. The variable containing data of employees in knowledge-intensive services did not prove to be suitable for estimating the domestic product. The variable describing the gender gap has great potential, its statistical significance differs between estimates.Hrubý domácí produkt je základní makroekonomický ukazatel, pomocí kterého lze na makroekonomické úrovni zkoumat fungování a výkonnost ekonomiky za určité období. S jeho pomocí lze měřit ekonomickou aktivitu v zemi nebo v určitém regionu. Cílem diplomové práce je zkoumání faktoru ovlivňujících hrubý domácí produkt. V modelu se veškeré použité vysvětlující proměnné týkají zaměstnanosti. Celkem pro odhad HDP byly použity tři vysvětlující proměnné: procent zaměstnaných lidí, které pracují v znalostně náročných službách, míra nezaměstnanosti a procentní rozdíl v zaměstnanosti mezi pohlavími. Druhým cílem je zkoumání problematiky domácího produktu v souvislosti s geografickým umístěním jednotek, které je uskutečněno pomocí analýzy neprostorových a prostorových modelů pro panelová data. Přičemž, pro analýzu jsou vybraný regiony České republiky, Rakouska, Německa, Polska, Slovenska a Maďarska za období 2014–2018. Dle Hausmanovy statistiky se neprostorový model s fixními efekty ukázal jako vhodnější. Dle F testu se ukazal lepší model s kombinovanými efekty, data jsou zatížená heterogenitou jak mezi jednotkami, tak i mezi časovými období. Proto nejlepší neprostorový model je model s fixními kombinovanými efekty. Dle prostorové Hausmanovy statistiky se model s fixními efekty zase ukázal jako vhodnější a dle LM testů by měl být preferován model s prostorovou autokorelací závislé proměnné. I když se neprokázaly jako významné časové efekty v tomto modelu, dle statistik AIC, BIC a LogLik byl také preferován model s kombinovanými efekty. Potvrdilo se očekávání o podstatném vlivu míry nezaměstnanosti na HDP, a čím je míra nezaměstnanosti menší, tím je vyšší hodnota domácího produktu. Proměnná obsahující údaje o zaměstnaných v znalostně náročných službách se neprojevila jako vhodná pro odhad domácího produktu. Proměnná popisující rozdíl mezi zaměstnanými muži a ženy skrývá v sobě velký potenciál, její statistická významnost se liší mezi odhady