ВЫСШАЯ ШКОЛА ЭКОНОМИКИ

НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

ФАКУЛЬТЕТ ЭКОНОМИКИ

ОТДЕЛЕНИЕ СТАТИСТИКИ, АНАЛИЗА ДАННЫХ И ДЕМОГРАФИИ

СТАТИСТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА ЭКОНОМИКИ И ОБЩЕСТВА

3-я Международная научно-практическая конференция
студентов и аспирантов (15-16 мая 2012 г.)

Тезисы докладов

Москва
2012

УДК 519.2

ББК 22.172

П 34

Тезисы докладов 3-й Международной научно-практической конференции студентов и аспирантов «Статистические методы анализа экономики и общества» (15-16 мая 2012 г.) – Национальный исследовательский университет «Высшая школа экономики», 2012. - 202 с.

Редакционная коллегия: Мхитарян В.С. (гл. редактор), Сиротин В.П. (зам. гл. редактора), Архипова М.Ю., Родионова Л.А.

Компьютерная верстка – студентки ИЭиФ МЭСИ

Грибова Е.В., Сергеева А.Н.

Сборник составлен по результатам исследований студентов и аспирантов Национального исследовательского университета «Высшая школа экономики», а также ряда ВУЗов Владивостока, Дубны, Иркутска, Йошкар-Олы, Киева, Курска, Луганска, Магнитогорска, Махачкалы, Москвы, Нижнего Новгорода, Новосибирска, Перми, Санкт-Петербурга, Саранска, Саратова, Улан-Удэ, Харькова, Челябинска. Результаты исследований посвящены вопросам статистической методологии, применению математико-статистических и эконометрических методов в различных отраслях экономики и социальной сферы. Обобщается зарубежный опыт статистического анализа ряда проблем экономической и социальной жизни. Сравнивается эффективность различных методов, формируются рекомендации по их выбору в зависимости от специфики решаемой задачи.

© Национальный исследовательский университет
«Высшая школа экономики», 2012

ОГЛАВЛЕНИЕ

МОДЕЛИРОВАНИЕ ТОРГОВЫХ ОТНОШЕНИЙ ДАГЕСТАНА И АЗЕРБАЙДЖАНА НА ОСНОВЕ ГРАВИТАЦИОННЫХ МОДЕЛЕЙ

Абдухаликова Д.Н……………………………………………………………………...12

ДАННЫЕ О МИГРАЦИИ НАСЕЛЕНИЯ В ИСТОЧНИКАХ РОССТАТА

Абылкаликов С.И...……………………………………………………………………14

ОПТИМАЛЬНЫЙ ПОРТФЕЛЬ ЦЕННЫХ БУМАГ: ПОДХОД МАРКОВИЦА

Алексанян А.В…………………..………………………………………………………16

ДОВЕРИЕ К РЕКЛАМЕ: БОРЬБА ЗА ПОТРЕБИТЕЛЕЙ

Алёшкина Д.В…………………………………………………………………………..18

ТЕОРИЯ АРБИТРАЖНОГО ЦЕНООБРАЗОВАНИЯ (ARBITRAGE PRICING MODEL, APT) ДЛЯ ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПОРТФЕЛЯ ЦЕННЫХ БУМАГ

Аникина А.А., Алфёров И.О………………………………………………………….20

ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ШАБЛОННОГО МЕТОДА ПРИ ПРОЕКТИРОВАНИИ СИСТЕМ

Архипов Н.В…………………………………………………………………………….22

ИССЛЕДОВАНИЕ ОТДЕЛЬНЫХ АСПЕКТОВ ДЕМОГРАФИЧЕСКОЙ ПРОБЛЕМЫ В РФ

Астратова Е.В…………………………………………………………………………24

Статистический анализ человеческого потенциала при измерении экономического роста (на примере стран Африки)

Атчаде М.Н…………………………………………………………………………….26

АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СИСТЕМЫ ПЕНСИОННОГО ОБЕСПЕЧЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

Базарова Н.З……………………………………………………………………………28

СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКА ЖИЛЬЯ

Банарь К.С., Беляева М.К……………………………………………………………30

МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И ОЦЕНИВАНИЯ ФУНКЦИОНИРОВАНИЯ РЫНКА ТРУДА

Бараник Л.Н., Ковалевский Ю.А……………………………………………………32

ПРИМЕНЕНИЕ АЛГОРИТМА ПОСТРОЕНИЯ БЛОЧНОГО ИНТЕГРАЛЬНОГО ИНДИКАТОРА ДЛЯ АНАЛИЗА ТЕНДЕНЦИИ ВЫХОДА ИЗ КРИЗИСА СУБЪЕКТОВ РФ

Барышникова В.В……………………………………………………………………..34

ПРОБЛЕМЫ И ПОТЕНЦИАЛ ЭНЕРГОЭФФЕКТИВНОСТИ В РОССИИ

Басангова М.П…………………………………………………………………………36

РЕГРЕССИОННЫЙ АНАЛИЗ ОСВОЕНИЯ КАПИТАЛЬНЫХ ВЛОЖЕНИЙ РОССИЙСКИХ НЕФТЕДОБЫВАЮЩИХ КОМПАНИЙ ЗА 2005-2011 гг.

Бороздин А.Н…………………………………………………………………………...38

СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЗАВИСИМОСТИ ВЕСА НОВОРОЖДЕННЫХ

Букина М.Ю…………………………………………………………………………….40

СБЕРЕГАТЕЛЬНЫЕ СТРАТЕГИИ ДОМОХОЗЯЙСТВ РФ В ПЕРИОД КРИЗИСА 2008-2009

Васильева Е.Б………………………………………………………………………….42

ИСПОЛЬЗОВАНИЕ СИСТЕМ ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ ДЛЯ АНАЛИЗА СОЦИАЛЬНОГО ПОТЕНЦИАЛА КАК ФАКТОРА МОДЕРНИЗАЦИИ ЭКОНОМИКИ РЕГИОНА

Вачаева Л.П., Карташова О.Б…………………………………………………..….44

СТАТИСТИЧЕСКАЯ ОЦЕНКА ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ЭКОНОМИКИ УКРАИНЫ (ПО МЕЖДУНАРОДНОЙ МЕТОДОЛОГИИ)

Вдовенко Ю.В……………………………………………………………………….….46

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ДОСУГА МОЛОДЕЖИ

Верховцева М.И., Манушкина А.А……………………………………………….…48

данные о численности населения италии в базах данных демоскоп weekly, Евростат и Инед

Винник М.В……………………………………………………………………………...50

АНАЛИЗ ИНФЛЯЦИОННЫХ ПРОЦЕССОВ В РОССИЙСКОЙ ЭКОНОМИКЕ МЕТОДАМИ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ

Гарке Д.В………………………………………………………………………………..52

АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА УРОВЕНЬ ПРОФЕССИОНАЛЬНОЙ ЗАБОЛЕВАЕМОСТИ В ЧЕЛЯБИНСКОЙ ОБЛАСТИ

Гоглидзе Ю.Ю………………………………………………………………………….54

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РЫНКА FOREX С ПОМОЩЬЮ ФРАНКТАЛЬНОГО БРОУНОВСКОГО ДВИЖЕНИЯ

Гончаренко А.В..…………………………………………………………………….…56

использования копула-функций для оценки рынка сырья РОССИИ

Гончарова И.А.………………………………………………………………………...58

ДИФФЕРЕНЦИАЦИЯ ИННОВАЦИОННО-ТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ РЕГИОНОВ РОССИИ

Грибова Е.В……………………………………………………………………………..59

СТАТИСТИЧЕСКИЙ АНАЛИЗ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ УКРАИНЫ

Гринько А.В……………………………………………………………………………..61

ТРУДОВАЯ МИГРАЦИЯ. ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ИНОСТРАННОЙ РАБОЧЕЙ СИЛЫ

Давлетшина Л.А……………………………………………………………………….63

СРАВНИТЕЛЬНЫЙ АНАЛИЗ ПОЛОЖЕНИЯ РЕСПУБЛИКИ БУРЯТИЯ В СИБИРСКОМ ФЕДЕРАЛЬНОМ ОКРУГЕ

Дашиева Б.Ш…………………………………………………………………………...65

СРАВНИТЕЛЬНЫЙ АНАЛИЗ ТИПОВ ФИНАНСОВЫХ СИСТЕМ И ИХ ВЛИЯНИЯ НА ЭКОНОМИЧЕСКИЙ РОСТ

Двоеглазов Н.А…………………………………………………………………………66

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ УРОЖАЙНОСТИ ЗЕРНОВЫХ КУЛЬТУР В ХОЗЯЙСТВАХ ПЕНЗЕНСКОЙ ОБЛАСТИ

Дедов А.А………………………………………………………………………………..68

МЕТОД УСТАНОВЛЕНИЯ РАВНОВЕСНОЙ ЦЕНЫ НА ОСНОВЕ МОДЕЛИ БЕРТРАНА

Джабраилова М.А…………………………………………………………………….69

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВОЗНИКНОВЕНИЯ «ВТОРОЙ ВОЛНЫ» КРИЗИСА В РОССИИ

Дорошкевич Ю.В………………………………………………………………………71

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ СУИЦИДАЛЬНОЙ СМЕРТНОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ

Евсеев А.А………………………………………………………………………….……73

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПЛАТЕЖНОГО БАЛАНСА ПРИ ИЗУЧЕНИИ ЭКОНОМИЧЕСКИХ ОТНОШЕНИЙ МЕЖДУ ГОСУДАРСТВАМИ

Журавлев А.В…………………………………………………………………………...75

ЭКОНОМИКО-СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК РАЗЛИЧНЫХ ТОРГОВЫХ СТРАТЕГИЙ НА БИРЖЕ ММВБ-РТС

Закиров Р.К., Липатников А.В……………………………………………………...77

СТАТИСТИЧЕСКИЙ АНАЛИЗ РОССИЙСКОГО РЫНКА ТЕЛЕВИЗИОННОЙ РЕКЛАМЫ

Зенокина А.И., Прудникова А.А……………………………………………………..79

СТАТИСТИЧЕСКИЙ АНАЛИЗ РАЗВИТИЯ МАЛОГО ИННОВАЦИОННОГО ПРЕДПРИНИМАТЕЛЬСТВА В РОССИИ

Иванова А.С…………………………………………………………………………….81

ОСНОВНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ РОССИИ

Кабалина М.Ю.………………………………………………………………………...83

УРОВЕНЬ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ КАК ФАКТОР УРОВНЯ ДЕМОКРАТИИ В ПОСТКОММУНИСТИЧЕСКИХ ГОСУДАРСТВАХ

Камалова Р.У.………………………………………………………………………….85

ВЛИЯНИЕ МИГРАЦИОННЫХ ПРОЦЕССОВ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ ЧЕЛЯБИНСКОЙ ОБЛАСТИ

Касаткин Г.С…………………………………………………………………………..87

ПОСТРОЕНИЕ КОМПЛЕКСНОЙ СКОРИНГОВОЙ МОДЕЛИ ОЦЕНКИ КРЕДИТНЫХ РИСКОВ БАНКА «ЙОШКАР-ОЛА»

Кириллова Е.Р………………………………………………………………………….89

Многомерный статистический анализ Неоднородности экономического развития земель германии

Клинцова М.В…………………………………………………………………………..91

ОСОБЕННОСТИ ИЗМЕРЕНИЯ, АНАЛИЗА И МОДЕЛИРОВАНИЯ СЧАСТЬЯ

Красильникова Е.В……………………………………………………………………93

Построение обобщающего показателя кадрового потенциала вуза (на примере НИ МГУ им. Н.П. Огарёва)

Крымзин Д.Н…………………………………………………………………………...95

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ МОБИЛЬНОГО ТЕЛЕФОНА НА ОРГАНИЗМ И ДЕЯТЕЛЬНОСТЬ ЧЕЛОВЕКА

Крючкова М.П., Колупанова А.Р…………………………………………………...97

МЕТОДИКА СТАТИСТИЧЕСКОГО ИССЛЕДОВАНИЯ КАЧЕСТВА ЭКОНОМИЧЕСКОГО РОСТА РЕГИОНА (НА ПРИМЕРЕ РЕСПУБЛИКИ МОРДОВИЯ)

Кугушева К.В…………………………………………………………………………100

КАЧЕСТВО ЖИЗНИ НАСЕЛЕНИЯ В РОССИИ В ЕВРОПЕЙСКОМ И АЗИАТСКОМ ИЗМЕРЕНИЯХ

Кузнецова М.Е., Антонова О.В……………………………………………………102

МОДЕЛИРОВАНИЕ ПАТЕНТНОЙ АКТИВНОСТИ СТРАН МИРА С ИСПОЛЬЗОВАНИЕМ РАСЩЕПЛЕНИЯ СМЕСЕЙ ВЕРОЯТНОСТНЫХ РАСПРЕДЕЛЕНИЙ

Кузнецова М.Е., Антонова О.В……………………………………………………104

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВОДОПОТРЕБЛЕНИЯ И ВОДОСБЕРЕЖЕНИЯ В ДОМОХОЗЯЙСТВАХ САНКТ-ПЕТЕРБУРГА

Кузнецова Н.В., Кошкина И.Г……………………………………………………..106

АНАЛИЗ ВНЕШНЕТОРГОВОЙ ПОЛИТИКИ РФ НА РЫНКЕ НЕОБРАБОТАННЫХ ЛЕСОМАТЕРИАЛОВ

Кузьмина Н.Л…………………………………………………………………………108

ДИСКРИМИНАНТНЫЙ АНАЛИЗ В ОЦЕНКЕ СРЕДНЕГО КЛАССА НАСЕЛЕНИЯ

Кулиджоглян К.О…………………………………………………………………….110

ОЦЕНКА СТОХАСТИЧЕСКОЙ ВОЛАТИЛЬНОСТИ С ИСПОЛЬЗОВАНИЕМ ПАКЕТА ПРИКЛАДНЫХ ПРОГРАММ OpenBugs

Кучер Н.А………………………………………………………………………………112

СТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ ИСПОЛЬЗОВАНИЯ ИНТЕРНЕТА В РОССИИ

Ларшина Е.А…………………………………………………………………………..114

СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ФУНКЦИОНИРОВАНИЯ НАЦИОНАЛЬНЫХ ПАРКОВ РОССИИ

Левченко Е.А…………………………………………………………………..………115

СТАТИСТИЧЕСКИЙ АНАЛИЗ СТРАХОВАНИЯ КОСМИЧЕСКИХ РИСКОВ

Лежнева М.А…………………………………………………………………………116

построение системы одновременных уравнений для эконометрического анализа факторов социальной комфортности проживания населения в регионе

Лещайкина М.В………………………………………………………………………118

СТАТИСТИЧЕСКОЕ И НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ ЛИСТОПРОКАТНОГО ЦЕХА ПРЕДПРИЯТИЯ ЧЕРНОЙ МЕТАЛЛУРГИИ ОАО «ММК»

Липатников А.В………………………………………………………………………120

СОВРЕМЕННЫЙ УРОВЕНЬ РАЗВИТИЯ ФЕРМЕРСКИХ ХОЗЯЙСТВ В УКРАИНЕ НА ПРИМЕРЕ ЛУГАНСКОЙ ОБЛАСТИ

Лысенко Е.А…………………………………………………………………………..122

СВЯЗЬ МЕЖДУ РЕШЕНИЯМИ ПАРАБОЛИЧЕКОГО И СТОХАСТИЧЕСКОГО УРАВНЕНИЙ БАНКОВСКИХ ВКЛАДОВ

Магомедов Р.И………………………………………………………………………..124

МЕТОДИКА РАСЧЕТА ДЕНЕЖНЫХ ДОХОДОВ НАСЕЛЕНИЯ В РАЗРЕЗЕ МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ

Максимова И.Г……………………………………………………………………….126

ДИФФЕРЕНЦИАЦИЯ РЕГИОНОВ РФ ПО СОСТОЯНИЮ ОТРАСЛИ ЖКХ

Мартынова У.Д………………………………………………………………………128

АНАЛИЗ ДЕМОГРАФИЧЕСКИХ СОБЫТИЙ ЖИЗНИ

Митрофанова Е.С……………………………………………………………………130

СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКА ТРУДА РЕСПУБЛИКИ БУРЯТИЯ

Мункуев И.С…………………………………………………………………………..132

ПРИМЕНЕНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИ АНАЛИЗЕ ВЗАИМООТНОШЕНИЙ В КОЛЛЕКТИВАХ

Мухутдинова К.А.……………………………………………………………………134

Уровень теневого бизнеса как индикатор экономической безопасности

Никифорова М.И……………………………………………………………………..135

ФАКТОРЫ ДОХОДА И СТРУКТУРА ЗАНЯТОСТИ В ПРЕДПЕНСИОННОМ И ПЕНСИОННОМ ВОЗРАСТЕ

Николаюк Е.А…………………………………………………………………………136

ТЕХНИКА РИСК-МЕНЕДЖМЕНТАПОРТФЕЛЯ ЦЕННЫХ БУМАГ НА ПРИМЕРЕ ПОКАЗАТЕЛЯ VAR

Ничков Г.С…………………………………………………………………………….138

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВЫБОРОВ ПРЕЗИДЕНТА РФ 2012Г

Олейников А.А., Коробова С.Д…………………………………………………….140

СТАТИСТИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ ВНЕШНЕГО ДОЛГА ГОСУДАРСТВА НА ЕГО ЭКОНОМИЧЕСКИЙ РОСТ

Пашкова А.И………………………………………………………………………….142

СРАВНИТЕЛЬНЫЙ АНАЛИЗ КАЧЕСТВА ЖИЗНИ НАСЕЛЕНИЯ МЕТОДОМ КОЛИЧЕСТВЕННЫХ И ЭКСПЕРТНЫХ ОЦЕНОК

Питерсен Д.С., Макаров Д.П………………………………………………………144

Многомерный анализ инновационного развития регионов Приволжского Федерального Округа

Подзорова Е.Н………………………………………………………………………..145

Прогнозирование уровня автомобилизации российской федерации

Постников В.П……………………………………………………………………….147

КТО ТАКИЕ РОССИЙСКИЕ ВРАЧИ? ДИНАМИКА ХАРАКТЕРИСТИК ПРОФЕССИОНАЛЬНОЙ ГРУППЫ

Присяжнюк Д.И……………………………………………………………………...149

РОЛЬ ИНФОРМАЦИОННО-КОНСУЛЬТАЦИОННЫХ СЛУЖБ В СИСТЕМЕ СЕЛЬСКОГО ХОЗЯЙСТВА УКРАИНЫ

Прокопчук Е.В………………………………………………………………………...151

СТАТИСТИЧЕСКИЙ АНАЛИЗ ДИНАМИКИ ПРИРОДНЫХ И АНТРОПОГЕННЫХ КАТАСТРОФ

Разроева А.Э…………………………………………………………………………..153

АНАЛИЗ ИНВЕСТИЦИОННОЙ АКТИВНОСТИ В СЕКТОРЕ ОБРАБАТЫВАЮЩИХ ПРОИЗВОДСТВ В РОССИИ: ПРОБЛЕМЫ И РЕГИОНАЛЬНАЯ НЕОДНОРОДНОСТЬ

Ромашкина И.Н………………………………………………………………………155

СТАТИСТИЧЕСКАЯ ОЦЕНКА ИНВЕСТИЦИОННОГО КЛИМАТА НОВОСИБИРСКОЙ ОБЛАСТИ

Румынская Е.С………………………………………………………………………..157

СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКА ИНТЕРНЕТ-ТОРГОВЛИ

Сабинина А.В…………………………………………………………………………159

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ СТРАТИФИКАЦИИ РЕГИОНОВ ПО СТЕПЕНИ ИННОВАЦИОННОГО РАЗВИТИЯ

Сергеева А.Н………………………………………………………………………….161

Решение задачи прогнозирования цен на электроэнергию на рынке "На сутки вперед" эконометрическими методами

Смирнова Е.О…………………………………………………………………………163

СТРАНЫ БРИКС. ИХ УРОВЕНЬ ЖИЗНИ В СОПОСТАВЛЕНИИ С ДРУГИМИ СТРАНАМИ

Собко Э.О……………………………………………………………………………...165

ПРОБЛЕМЫ ПОСТРОЕНИЯ РЕЙТИНГОВОЙ ОЦЕНКИ РОССИЙСКИХ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ

Спиридонова А.В……………………………………………………………………..166

СТАТИСТИЧЕСКИЙ АНАЛИЗ НАУЧНО-ИННОВАЦИОННОГО РАЗВИТИЯ СТРАН BRICS ПО ПОКАЗАТЕЛЯМ ПАТЕНТНОЙ ДЕЯТЕЛЬНОСТИ

Стовманенко А.Ю…………………………………………………………………...168

АНАЛИЗ ФИНАНСОВО-ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ОАО «ГАЗПРОМ»

Талалаева П.С., Петрова О.Н……………………………………………………..170

МОДЕЛИРОВАНИЕ ПРОЦЕССА ГЛОБАЛИЗАЦИИ МЕТОДОМ КЛЕТОЧНЫХ АВТОМАТОВ

Тараскина К.В………………………………………………………………………...172

ИЗМЕРЕНИЕ ВОСПРИЯТИЯ ВЫПУСКНИКАМИ ПЕРМСКИХ ВУЗОВ КАЧЕСТВА ВЫСШЕГО ОБРАЗОВАНИЯ

Теплых Г.В……………………………………………………………………………..174

ИССЛЕДОВАНИЕ ДИФФЕРЕНЦИАЦИИ РЫНКА ЖИЛЬЯ В МОСКВЕ

Тесленко В.А…………………………………………………………………………..176

СТАТИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ ВЫЕЗДНОГО ТУРИЗМА В РФ

Тимохина Т.С………………………………………………………………………….178

МОДЕЛИРОВАНИЕ СТОИМОСТИ ЖИЛОЙ НЕДВИЖИМОСТИ В Г. МАГНИТОГОРСКЕ С ПОМОЩЬЮ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ

Трофимов Д.Ю., Нагодкина Е.С…………………………………………………..179

ОЦЕНКА ДОСТАТОЧНОСТИ УРОВНЯ ГОСУДАРСТВЕННЫХ ИНВЕСТИЦИЙ, НАПРАВЛЕННЫХ НА ОХРАНУ ОКРУЖАЮЩЕЙ СРЕДЫ

Тутарова Д.А………………………………………………………………………….181

ИНТЕРНЕТ-ТОРГОВЛЯ В РОССИИ: АНАЛИЗ ТЕНДЕНЦИЙ И ПРОГНОЗ

Ульбашев А.Х……………………………………………………………………….…182

СТАТИСТИЧЕСКИЙ АНАЛИЗ ЗДОРОВЬЯ ДЕТЕЙ В РФ ЗА ПЕРИОД 1991-2010 ГГ.

Урусова О.В., Косолапова Д.Э…………………………………………………….183

УСОВЕРШЕНСТВОВАНИЕ МЕТОДИЧЕСКИХ ПРИНЦИПОВ КОМПЛЕКСНОГО ОЦЕНИВАНИЯ ЭФФЕКТИВНОСТИ СИСТЕМЫ УПРАВЛЕНИЕ КАЧЕСТВОМ МЕТАЛЛУРГИЧЕСКОГО ПРОИЗВОДСТВА

Федько Я.В…………………………………………………………………………….184

СТАТИСТИЧЕСКИЙ АНАЛИЗ АБОРТОВ В РОССИИ

Фетисов И.И……………………………………………………………………….…186

СТАТИСТИЧЕСКИЙ АНАЛИЗ СОСТОЯНИЯ И ОСНОВНЫХ ТЕНДЕНЦИЙ ЗАБОЛЕВАЕМОСТИ ТУБЕРКУЛЕЗОМ

Филиппова О.Э., Курочкина И.О………………………………………………….188

ОПТИМИЗАЦИИ ПРИБЫЛИ ПРЕДПРИЯТИЯ НА ОСНОВЕ МОДЕЛИ ШТАКЕЛЬБЕРГА

Хачалова А.Г…………………………………………………………………………..190

ТИПОЛОГИЧЕСКАЯ ГРУППИРОВКА КРЕДИТНЫХ ОРГАНИЗАЦИЙ ПО УРОВНЮ УСТОЙЧИВОСТИ

Хван М.С………………………………………………………………………………192

Статистический анализ преступности в сфере оборота наркотиков в Луганской области

Чеботарёв А.В………………………………………………………………………..194

ОЦЕНИВАНИЕ СМЕРТНОСТИ ПО ДАННЫМ РМЭЗ

Чернышева И.К………………………………………………………………………196

КАЧЕСТВО ВЫСШЕГО ОБРАЗОВАНИЯ ГЛАЗАМИ СТУДЕНТОВ (ПО ИТОГАМ СОЦИОЛОГИЧЕСКОГО ИССЛЕДОВАНИЯ)

Шаповалова В.В., Дитрих М.А……………………………………………………197

СРАВНЕНИЕ МОДЕЛЕЙ ОЦЕНКИ VAR В ПЕРИОДЫ РАЗЛИЧНОГО ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ НА ПРИМЕРЕ ЕВРОПЕЙСКИХ СТРАН

Щерба А.В……………………………………………………………………………..199

Сравнительный анализ демографических показателей в базах данных Росстат, Евростат, ВОЗ HFA, ИНЕД

Юмагузин В.В…………………………………………………………………………201

ОПТИМИЗАЦИЯ РЕЖИМОВ РАБОТЫ ОБЪЕКТОВ СВЕТОФОРНОГО РЕГУЛИРОВАНИЯ МЕТОДАМИ НЕЧЕТКОЙ ЛОГИКИ

ТарасовО.В……………………………………………………………………………203

МОДЕЛИРОВАНИЕ ТОРГОВЫХ ОТНОШЕНИЙ ДАГЕСТАНА И АЗЕРБАЙДЖАНА НА ОСНОВЕ ГРАВИТАЦИОННЫХ МОДЕЛЕЙ

Абдухаликова Диана Надировна

(Махачкала, ДГУ)

Современной наукой разработан ряд моделей международной торговли. К классу моделей, анализирующих межрегиональное взаимодействие, относятся и гравитационные модели.

Гравитационная модель - модель, описывающая социальные и экономические взаимодействия между пространственными объектами (городами, регионами, странами). Модель используется для анализа процесса урбанизации, для исследования экспортно-импортных взаимосвязей, размещения промышленности, миграции населения. Основной идеей модели гравитации применительно к экспортно-импортным взаимосвязям является то, что интенсивность движения рассматриваемых потоков товара в предполагаемую точку сбыта, прямо пропорциональна численности населения в этих двух микрорайонах и обратно пропорциональна квадрату расстояния от них до рынка сбыта:

, (1)

где Pi – численность населения в i-м микрорайоне; – расстояние от микрорайона i до рынка сбыта 3; A – коэффициент пропорциональности.

Моделирование торговли с помощью моделей гравитации позволяет спрогнозировать долгосрочные торговые потоки. Они дают качественную характеристику факторов, влияющих на размер и структуру внешнеторгового оборота: возможностей экспорта и импорта; учёта факторов, сдерживающих внешнеторговый оборот между странами (система тарифов). Влияние этих факторов рассчитывается на основе данных о размерах товарооборота между регионами с помощью регрессионного анализа. Полученные параметры гравитационной модели носят характер эластичности и показывают, на сколько процентов (или единиц) может измениться товарооборот между странами, если соответствующий фактор изменится на 1% (на 1 единицу).

Говоря о гравитационных моделях, следует упомянуть и о «многостороннем сопротивлении». «Многосторонним сопротивлением» для двух торгующих между собой регионов называется средний барьер в торговле с остальным миром. Чем больше этот барьер, тем сильнее регионы будут стремиться торговать друг с другом.

Одним из ярких примеров таких моделей является гравитационная модель Я. Тинбергена, которая имеет следующий вид:

Xi j = 0(Yi )1 (Yj ) 2(Di j ) 3+, (2)

где Xij - стоимость торгового потока из региона i в регион j;

Yi, Yj - показатели, характеризующие номинальные ВВП соответствующих регионов;

Dij - физическая удалённость экономических центров регионов i и j;

- случайная ошибка;

1, 2, 3 - эластичности экспорта соответственно от ВВП региона - экспортёра, от ВВП региона-импортёра, от расстояния между регионами.

В работе рассмотрены предпосылки и тенденции развития торгово-экономической интеграции республики Дагестан и государства Азербайджан. В рамках гравитационной модели построено уравнение регрессии для прогнозирования внешнеторгового оборота и экспорта Дагестана в Азербайджан.

Регрессионное уравнение, описывающее зависимость между потоком торговли и номинальными ВВП соответствующих регионов, было

получено с помощью классического метода наименьших квадратов и представлено в виде:

Xij = 2,45(Yi) 0,74(Yj) –0,02(Dij) -0,03 (3)

Модель даёт достаточно точные оценки: коэффициент детерминации R2 достаточно высок – 0,70. Однако, нужно отметить, что реальные данные об экспорте в Азербайджан и торговом обороте с Дагестаном несколько расходятся с прогнозными. Это объясняется тем, что на показатели торгового оборота и экспорта влияет ряд других факторов, не учтенных в модели.

Таким образом, исследование торговых отношений с помощью гравитационных моделей позволяет сделать вывод об их широком использовании в области моделирования и прогнозирования не только на международном уровне, но и на региональном, городском.

Литература

1. Власов М.П., Шимко П.Д. Моделирование экономических процессов. Ростов-на-Дону: Феникс, 2005
2. http://dagstat.gks.ru

ДАННЫЕ О МИГРАЦИИ НАСЕЛЕНИЯ В ИСТОЧНИКАХ РОССТАТА^[1]

Абылкаликов Салават Иргалиевич

(Москва, НИУ ВШЭ)

При изучении миграционных процессов большое внимание следует уделять совершенствованию источников данных. Источники должны обладать достоверной информацией, своевременно обновляться и быть удобными для использования. В данном докладе будут рассмотрены три основных источника официальных статистических данных по миграции, выпускаемых Росстатом: статистический сборник «Демографический ежегодник России» (Демежегодник), бюллетень «Численность и миграция населения Российской Федерации», а также электронная «Центральная база статистических данных» (ЦБСД). Первые два источника имеют бумажную и электронную версии, выпускаемые ежегодно.

Данные в Демежегоднике представлены в html (выдача таблицы на экране в браузере) и файлах формата doc (Word). Бюллетень также представлен в форматах html и doc, также имеется возможность получения xls (Excel) файлов. При запросах в Центральную базу статистических данных можно получить данные в следующих форматах: html (веб-страницы), csv (текстовый файл с разделителем) и xls. Большие массивы данных для дальнейшей работы с ними удобнее всего использовать в форматах xls и csv. Неудобным являются копирование с html - в некоторых интернет-браузерах при копировании нарушается табличная структура (например, в Mozilla Firefox, Opera и Google Chrome), файлы формата doc данных публикаций, как правило, содержат большое множество лишних пробелов, знаков абзаца, прочих незначащих знаков, а также ручных переносов.

ЦБСД, как и любая онлайн-база данных, может обновляться часто и без ограничений, однако в ней отсутствуют указания даты последнего обновления. Демежегодник и бюллетень «Численность и миграция населения Российской Федерации», несмотря на наличие электронных версий, являются ежегодными бумажными изданиями, поэтому информация в них обновляется лишь с выходом нового издания. При этом бывает так, что статистическая информация, данная в выпусках разных годов, не совпадает между собой, т.к. перерасчет данных, уточненных по итогам переписей населения, производится по большей части за счет миграции [4]. Так, миграционный прирост всего населения России в 2000 году составил 217 975 чел. по данным демежегодника-2001 и 241 755 чел. по данным демежегодника-2002 и всех последующих [2, 3].

ЦБСД является крупнейшим источником официальных статистических данных по Российской Федерации, который содержит самую актуальную информацию. База данных будет полезна тем, кому нужны общие показатели по всем направлениям статистики. Если требуется знать, как оценивались те или иные показатели в разное время, то лучше воспользоваться бумажными изданиями. В демежегоднике присутствуют специфические демографические показатели, в т.ч. по миграции. Бюллетень «Численность и миграция населения Российской Федерации» является специализированным изданием по статистике миграции. Он включает в себя как показатели, встречающиеся в других источниках, так и уникальные разработки, публикующиеся только в этом издании. Существенными недостатками бюллетеня и демежегодника является сложность сравнения динамики показателей по годам, т.к. в каждом выпуске оцениваются показатели лишь за определенные годы. Все три описанных источника являются бесплатными и находятся в открытом доступе. Для получения полного доступа процедура регистрации не предусмотрена.

Литература

1. База данных ИДЕМ НИУ ВШЭ: http://db.demoscope.ru/bd01.php
2. Демографический ежегодник России 2001. Статистический сборник. Росстат, M., 2001
3. Демографический ежегодник России 2002. Статистический сборник. Росстат, M., 2002
4. Население России 2002 / Отв. ред. А.Г. Вишневский. - М.: ЦДЭЧ, 2004 http://demoscope.ru/weekly/knigi/ns_r02/acrobat/nr2002.pdf
5. Центральная база статистических данных Росстата:
   http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/database/cbsd/
6. Численность и миграция населения Российской Федерации в 2010 году. Статистический бюллетень. Росстат, M., 2010
7. Юмагузин В.В. Анализ источников демографической информации как важнейший этап разработки базы данных демографических показателей // Доклад на 2-й Международной научно-практической конференции студентов и аспирантов «Статистические методы анализа экономики и общества» М.: НИУ ВШЭ, 2011

ОПТИМАЛЬНЫЙ ПОРТФЕЛЬ ЦЕННЫХ БУМАГ:

ПОДХОД МАРКОВИЦА

Алексанян Артур Владимирович

(Москва, ФА при Правительстве РФ)

Формирование оптимального портфеля ценных бумаг, который мог бы принести желаемый доход при минимально допустимом риске - важнейшая задача любого средне- и долгосрочного инвестора. В данной работе мы для простоты берем пять финансовых инструментов (акции компаний ВТБ, Сургутнефтегаз, Сбербанк, Татнефть, Лукойл) и период начала 2010 года (всего 30 дневных котировок). Приступим к поэтапному анализу портфеля, используя модель Марковица.

Для линейной парной регрессионной модели рассчитаем прогноз дисперсии цены каждой бумаги и индекс РТС на выбранную дату (пускай это будет 30 день после последней даты выбранного диапазона дат). Для этих целей следует сформировать вектор цен на выбранную дату:

и вычислить ковариационную матрицу, элементы которой определяются исходя из полученных моделей:

По аналогии вычислим остальные компоненты ковариационной матрицы и представить ее в следующем виде:

В результате должна быть получена необходимая информация для формирования модели Марковица.

Марковиц предлагает интерпретировать элементы вектора r как меру привлекательности бумаги, а соответствующую ей дисперсию как меру риска вложений в бумагу.

Теперь можно приступить к формированию оптимального портфеля выбранных бумаг.

1. Портфель Р состоит из количеств акций каждого типа:

Р={n1, n2, n3, n4, n5}.

2. Для удобства в соответствие портфелю Р можно поставить вектор X={x1, x2, x3, x4, x5}, где xi – доля бумаг типа i в портфеле. При этом:

x1+ x2 + x3+ x4+ x5=1

3. Обозначим символом rp выручку портфеля в целом за период владения. Эта выручка может быть рассчитана как:

,

где

xi – доля бумаги типа i в пакете

r(ai) – цена i-ой бумаги на выбранную дату

Так как выручка портфеля величина случайная, следовательно, для нее можно рассчитать математическое ожидание и дисперсию.

Математическое ожидание будет вычисляться по формуле, указанной выше, т.к. прогнозные значения r(ai) вычислены по регрессионной модели.

Дисперсия портфеля, в целом, будет определяться по формуле:

Найдем портфель, соответствующий минимальному риску. Для этого необходимо решить следующую задачу линейного программирования:

Мы получили три разных оптимальных портфеля ценных бумаг.

Разобранный пример из практики позволяет отчетливо представить, что из хаоса, порой творящегося на фондовом рынке, всегда возможно с помощью несложного математико-статистического аппарата выудить рациональное зерно, позволяющее добиться успеха.

ДОВЕРИЕ К РЕКЛАМЕ: БОРЬБА ЗА ПОТРЕБИТЕЛЕЙ

Алёшкина Дарья Владимировна

(Москва, МЭСИ)

Реклама - главный инструмент воздействия на сознание потребителя. Грамотно составленная и с умом преподнесенная рекламная концепция способна убедить любого человека в целесообразности приобретения того или иного товара.

Современная реклама не воздействует на потребителя с топорной грубостью. Нынешние рекламные ролики, вывески и стенды отличаются ненавязчивой мягкостью воздействия на потребителя, а некоторые даже какой-то своеобразной изысканностью: ведь реклама - это искусство, а искусство имеет свойство совершенствоваться. Однако же стереотипы, сложившиеся относительно рекламы еще в далекие дореволюционные годы, имеют место быть и в наше время. Такой низкий КПД рекламы вызван, прежде всего, нашей неклассической системой потребления товаров и ресурсов в стране.

В сложившихся условиях возрастает значение всестороннего анализа отношения потребителей к рекламе и тенденций её изменения с целью эффективного развития и функционирования рекламной среды.

На рисунке 1 отражено распределение респондентов и их отношение к рекламе в 2011 году, по данным исследованиям компании TNS Gallup Media ^[2]. Как мы можем видеть, больше половины населения негативно относятся к рекламе, однако, четверти населения России - нравятся рекламные сообщения.

По данным comScore на конец 2009 года, 80% потребителей чаще всего обращают внимание на рекламу на телевидении. При этом доверие к телевизионной рекламе составляет 61%. Следом за телевизионной рекламой в порядке привлечение внимания аудитории следуют печатная реклама (60% при уровне доверия 50%), новостные (53%-49%) и корпоративные веб-сайты (51%-51%), веб-сайты с контентом, выкладываемым интернет-пользователями (28%-23%), наружная реклама (22%-19%) и радиореклама (22%-28%).

Традиционно большинство россиян не доверяют рекламе (62%). Скептически относятся к ней, в первую очередь, пожилые и малообеспеченные респонденты (68 и 74% соответственно), а также те, кто не пользуется Интернетом (61,5%).

Рисунок 1. Отношение к рекламе, данные ТНС Россия, 2011 г.

Неоднозначно к рекламе относятся 27% россиян и в основном это граждане моложе 45 лет (30-31%) и активные пользователи сети Интернет (32%). Доверяет рекламе почти каждый десятый россиянин (9%, десять лет назад - 6%). Наиболее высок этот показатель среди молодежи (13%), высокообеспеченных респондентов (20%) и эпизодических пользователей сети Интернет (16%)^[3]

.

В Интернете же людей в возрасте 18-34 лет больше всего привлекают рекламные сообщения таких направлений как одежда, музыка и фильмы, еда и напитки, а также электроника. При этом уровень доверия к рекламным сообщениям, касающимся финансовых операций и различных лекарств, на сайтах ниже, чем уровень доверия к аналогичной рекламе на традиционных сайтах.

Используя данные TNS Gallup Media и специального программного обеспечения Galileo, построена карта распределения СМИ за период с 2008 по 2011 год, по кварталам.

ТЕОРИЯ АРБИТРАЖНОГО ЦЕНООБРАЗОВАНИЯ
(ARBITRAGE PRICING MODEL, APT) ДЛЯ ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПОРТФЕЛЯ ЦЕННЫХ БУМАГ

Аникина Алёна Александровна,

Алфёров Игорь Олегович

(Челябинск, НИУ ЮУрГУ)

При формировании портфеля ценных бумаг инвестор стремится создать оптимальную комбинацию риска и доходности. Для решения данной задачи существует множество подходов и моделей, в данной статье мы рассмотрим модель формирования портфеля ценных бумаг с помощью модели арбитражного ценообразования. Данная модель связана с субъективным отношением инвестора к влияющим факторам. В статье приведен и реализован алгоритм выбора оптимального портфеля ценных бумаг, на примере ценных бумаг российских эмитентов (анализ основан на данных за период с 10.10.2011 по 10.03.2012). Приведенный алгоритм сохраняет все достоинства APT модели и минимизирует субъективизм в выборе факторов.

Теория APT базируется на том, что каждый инвестор стремится увеличить доходность своего портфеля без увеличения риска. Одной из таких возможностей является арбитражный портфель. Арбитражная деятельность является неотъемлемой составляющей современных эффективных рынков ценных бумаг. Суть арбитража – это рассмотрение различных цен на конкретную ценную бумагу. У похожих ценных бумаг и портфелей могут существовать «почти арбитражные» возможности. Подходит ли портфель или ценная бумага для арбитражной операции определяется анализом общих факторов, влияющих на курс ценных бумаг.

Принцип факторной модели состоит в том, что ценные бумаги, зависящие от одних и тех же факторов должны иметь одинаковые ожидаемые доходности, в противном случае появлялись бы «почти арбитражные» возможности. Исходя из теории APT, для увеличения ожидаемой доходности своего портфеля без увеличения риска инвестор рассматривает различные возможности формирования арбитражного портфеля [2].

Анализ ценных бумаг основывается на рассмотрении факторов возможно влияющих на цену бумаги (макроэкономические показатели, мировые фондовые индексы, сырьевые цены, отраслевые индикаторы) и выделение их в группы. Факторы выделяются в группе на основе значимости коэффициентов в регрессионной модели:

,

где – цена -ой ценной бумаги; – числовой коэффициент для -го фактора; – значение -го фактора; –ошибки для -ой бумаги.

После выделения всех факторов, акции выделяются в группы по факторам, от которых они зависят. Актив в итоге характеризуется остаточной доходностью и набором показателей , которые представляют чувствительность актива к конкретному фактору, и характеризует систематический риск, связанный с влиянием именно этого фактора.

После выбора набора ценных бумаг, из которых будет формироваться портфель, необходимо найти множество эффективных портфелей. Для поиска эффективных портфелей, с помощью линейного программирования, решается задача максимизации дохода при заданном уровне риска [1].

Для определения оптимального портфеля из множества эффективных портфелей воспользуемся индексом Шарпа, т.е. отношение прироста доходности портфеля к уровню риска, измеряемого волатильностью. Функция, подлежащая максимизации:

где – оценка математического ожидания доходности оптимально портфеля; – доходность i-ой ценной бумаги в момент времени t; – ставка доходности безрискового актива.

Литература

1. Буренин А.Н. Рынок ценных бумаг и производственных финансовых инструментов: Учебное пособие – М.: 1 Федеральная Книготорговая Компания, 1998. – 352 с.
2. Шарп У., Александер Г., Бэйли Дж. ИНВЕСТИЦИИ: Пер. с англ. - М.: ИНФРА-М, 2001. – XII, 1028 с.
3. Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг -М: Информационно-издательский дом «Филинъ», 1998. - 144 с.

ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ШАБЛОННОГО МЕТОДА ПРИ ПРОЕКТИРОВАНИИ СИСТЕМ

Архипов Никита Владимирович

(Москва, НИУ ВШЭ)

В настоящий момент разработано довольно много различных шаблонов проектирования, каждый из которых представляет гибкое решение для часто возникающих проектировочных задач и имеет свои недостатки и преимущества. В данной статье мы рассмотрим один из наиболее часто используемых шаблонов проектирования, который в российской практике получил название «Шаблонный метод» (Template). Шаблон проектирования - повторяемая архитектурная конструкция, представляющая собой решение проблемы проектирования в рамках некоторого часто возникающего контекста.

Паттерн Шаблонный метод задает «скелет» алгоритма в методе, оставляя определение реализации некоторых шагов субклассам, которые могут переопределять некоторые части его структуры. На рис. 1 показан пример его реализации.

Неотъемлемой частью Шаблонного метода являются так называемые «перехватчики», которые представляют собой методы, объявленные в абстрактном классе и имеющие пустую реализацию или шаблон реализации, который может быть переопределен. Такие перехватчики дают возможность «подключаться» к алгоритму в разных точках.

В Шаблонном методе должен быть один абстрактный класс (Abstract class) и один или более конкретных классов (Concrete >

Описанный паттерн проектирования играет важную роль в повторном использовании кода. В нем абстрактный класс Шаблонного метода может определять конкретные методы, абстрактные методы и методы перехватчики. Абстрактные методы реализуются субклассами, которые их переопределяют. Перехватчики не делаю ничего или определяют поведение по умолчанию в абстрактном классе и могут переопределяться в субклассах. Чтобы субкласс не мог изменять алгоритм в Шаблонном методе, его объявляют с ключевым словом final.

Шаблонный метод получил большое распространение благодаря тому, что он идеально подходит для создания инфраструктур, которые управляют общим ходом выполнения некоторой задачи, но при этом дают возможность пользователю указать, что конкретно должно происходить на каждом шаге алгоритма.

Рисунок 1. UML - диаграмма

Шаблонный метод может быть применен в следующих случаях:

• однократное использование инвариантной части алгоритма, с оставлением изменяющейся части на усмотрение наследникам;
• локализация и вычленение общего для нескольких классов кода для избегания дублирования;
• разрешение расширения кода наследниками только в определенных местах.

Литература

1. Фримен Э., Фримэн Э., Сьерра К., Бейтс Б. Паттерны проектирования. - СПб.: Питер, 2011

ИССЛЕДОВАНИЕ ОТДЕЛЬНЫХ АСПЕКТОВ ДЕМОГРАФИЧЕСКОЙ ПРОБЛЕМЫ В РФ

Астратова Елена Владимировна

(Магнитогорск, МГТУ)

Численность населения бывшего СССР к моменту его распада составляла 290 млн. человек. По этому показателю страна уступала лишь КНР и Индии. В середине 90х годов численность населения России составляла лишь 158 млн. человек, и впереди ее уже оказались США, Бразилия и Индонезия. И причина снижения численности не только отделение от РФ отдельных республик.

Относительно причин российского демографического кризиса в научной среде существует несколько групп мнений взгляды учёных разделяются по факторам, которые та или иная группа исследователей считает доминирующими, определяющими:

- экономические факторы (изменение структуры занятости, демографической мотивации и снижением качества жизни);

- социальные факторы (массовая наркомания и алкоголизм, отсутствие государственной поддержки здравоохранению);

- социально этические факторы (деформация социальной структуры общества, деградация морали и кризис института семьи).

По нашему мнению наименее исследован вопрос «кризиса института семьи», который проявляется через показатели количества браков и разводов.

Проанализируем динамику заключения и расторжения браков [2]. С 1990 года снизилось количество заключаемых браков и возросло количество разводов, но с 2009 года наблюдается обратный процесс. Во время исследования были проанализированы следующие факторы влияющие на количество заключаемых браков в России (ВВП, прожиточный минимум, уровень бедности и т.д.) В ходе проведенного анализа получилось, что наиболее значимый показатель - это численность занятых. Коэффициент корреляции между количеством браков и численностью занятых составляет 0,88, что показывает высокую зависимость между данными показателями. Построим уравнение регрессии, где зависимой переменной Y будет количество заключенных браков, а независимой переменной X - численность занятых, получим:
Y = -2103696 + 0,047х, со значимостью R2=0,79. Конечно, численность занятых, это не единственный фактор, который влияет на количество заключаемых браков, но он весьма существенный, зная данную зависимость можно иметь примерный прогноз браков, а также способствовать их увеличению и следовательно улучшению демографической ситуации в стране.

Опишем тенденцию заключения браков и сделаем прогноз на 2012 год. С помощью программ Exel и Statistica мы построили модель
Y= -0,0061x4 + 0,5197x3 - 13,014x2 + 80,802x + 1365,4 со значимостью
R = 0,8897 где х - период (1979 год - первый период, 1980 - второй период и т.д.), Y - расчетное количество браков. Свойства случайности и независимости остатков, а также нормальность распределения остатков выполняются, считаем полученную модель адекватной, также после проверки можно считать модель точной, следовательно, можно сделать прогноз количества заключаемых браков на 2012 год. Это значение будет равно 1343,1232, то есть число браков возрастет.

Считается, что люди, состоящие в браке, подвергаются меньшим стрессам и, следовательно, живут дольше. Посмотрим, есть ли зависимость между количеством заключенных браков и средней продолжительностью жизни. Коэффициент корреляции между этими показателями равен 0,83 - значит существует сильная прямая зависимость. Выразим данную зависимость в уравнении регрессии: Y = 54,166+1,583х, со значимостью R2=0,71, где х - количество браков заключенных на 1000 человек населения, Y - средняя продолжительность жизни. Это означает, что действительно данные показатели взаимосвязаны.

По статистике, самой частой причиной разводов (51%) является алкоголизм одного из супругов [1]. Проанализируем показатели: регистрируемое потребление алкоголя на душу населения, в пересчете на спирт, литров и количество разводов. Коэффициент корреляции между данными показателями составляет 0,77 - это уже говорит о наличии связи между ними. Построим уравнение регрессии: Y = 2,632 + 0,211x со значимостью R2=0,69, где х - регистрируемое потребление алкоголя на душу населения, Y - количество разводов на 1000 человек населения. Таким образом, мы можем примерно рассчитать влияние алкоголя, потребляемого населением на количество разводов, а значит если государство разработает эффективную программу по борьбе с алкоголизмом в нашей стране, то это поспособствует укреплению института семьи. Следовательно, проблемы института семьи - являются комплексными и взаимозависимыми от остальных демографических факторов.

Литература

1. http://www.sta-t.ru/obshestvo/statistika_razvodov_i_brakov/

2. http://www.gks.ru

Статистический анализ человеческого потенциала при измерении экономического роста
(на примере стран Африки)

Атчаде Минтоде Никодеме

(Санкт-Петербург, СПбГУЭФ)

Сегодня среди многих вопросов, связанных с улучшением статистической методологии важное место занимает расширение концепции экономического роста. При измерении экономического роста целесообразно учитывать не только валовой внутренний продукт (по ППС на душу населения) но и другие социально-экономические показатели, такие как индикаторы занятости, образования и здоровья. Статистическое исследование влияния социального неравенства на человеческий потенциал и экономический рост имеет глобальное значение особенно для развивающихся стран. Индекс Развития Человеческого Потенциала (ИРЧП) по данным за 2011 год по 52 странам Африки описывается следующей степенной функцией:

У = 0,013 * X10,128 * X20,184 * X30,580

t: 16,8 12,9 11,1

У = ИРЧП

Х1 - ВВП на душу населения (долл.)

Х2 - Средняя продолжительность обучения (количество лет)

Х3 - Ожидаемая продолжительность жизни при рождении (количество лет)

Под уравнением приведен t-критерий Стюдента для каждого параметра функции, что свидетельствует о том, что по значимости факторы-компоненты ИРЧП располагаются в следующей последовательности: доход - образование – здоровье. Эту последовательность можно ещё проверить с помощью частных коэффициентов корреляции. Вариация ИРЧП на 97,4% объясняется вариацией показателей-компонентов ИРЧП, а на долю неучтенных факторов приходит лишь 2,6%.

R2 =0,974. Индекс корреляции составил R=0,987. Fтабл. (df1=m=3, df2=n-m-1=48)= 2,42. F= 590,149> Fтабл. что свидетельствует о том, что уравнение множественной нелинейной регрессии в целом значимо. Коэффициент эластичности при параметре ВВП составляет 0,128 следовательно при увеличении ВВП на 1%, ИРЧП повышается на 0,128 при условии, что значения факторов образования и здоровья останутся неизменными. Лучшая кривая распределения стран Африки по ИРЧП в порядке возрастания (рис. 1) за 2011 год из всех возможных вариантов оказалась экспоненциальная функция в виде: У=0,2899E0,017x; R2= 0, 9778. По показателю ИРЧП страны Африки сильно различаются. Коэффициент вариации составил 27,15%.

Рисунок 1. Лучшая кривая распределения стран Африки по ИРЧП

Рисунок показывает, что максимальное значение ИРЧП (Сейшельские острова занимают первое место- 0,773) превышает минимальное значение ИРЧП (Демократическая Республика Конго занимает последнее место-0,286) более чем в 2 раза (е0,017*52 =2,43).Рассмотрев понятие потенциала человеческого развития, можно прийти к выводу, что ИРЧП является и остается интегральным показателем оценки человеческого потенциала (вопреки его недостатка- с точки зрения информативности) и должен играть одну из важнейших ролей в оценке экономического роста. Не менее важную значимость имеют такие показатели как темп роста ВВП, прямые показатели занятости и даже показатели стабильности развития общества. Таким образом, дальнейшие исследования должны опираться на внесение вклада в непрерывное совершенствование интегрального показателя экономического роста с целью повышение его информативности.

АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СИСТЕМЫ ПЕНСИОННОГО ОБЕСПЕЧЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

Базарова Наталья Зориктуевна

(Улан-Удэ, ВСГУТУ)

На данном этапе развития и реформирования нашего социально-экономического пространства, общество оказалось неготовым к осмыслению изменений в области пенсионного страхования в условиях развития экономики.

Проводимая пенсионная реформа, показала неэффективность ее реализации, которая привела к дефициту средств Пенсионного фонда России. Для разработки основных направлений социальной политики и создания новой системы социальной защиты надо провести анализ основных проблем развития настоящей системы и определить ее основные перспективы, проанализировав и спрогнозировав доходы и расходы ПФ РФ.

По итогам деятельности Пенсионного фонда за 2010 год:

- общий объем средств, поступивших в Пенсионный фонд, составлял 4610 миллиарда рублей (на 24% больше чем в 2009 году), в том числе объем поступивших страховых взносов и налоговых платежей 1929 миллиарда рублей, что меньше, по сравнению с предыдущим годом, на 40%;

- израсходовано 4249 миллиардов рублей (на 29,2% больше, чем в 2009 году), в том числе на финансирование выплат населению пенсий и пособий - 3707 миллиарда рублей (на 18,8% больше предыдущего года), на осуществление ежемесячной денежной выплаты 293,6 миллиарда рублей (на 10% больше).

Средний размер назначенных пенсий в РФ за 2010 год составил 7476,3 рубля и увеличился по сравнению с 2009 годом на 30,6%.

Анализ динамики поступлений и расходования средств Пенсионного фонда РФ показал что, средний размер пенсий увеличивается, и соответственно увеличиваются расходы пенсионного фонда, но при этом уменьшаются налоговые платежи и недостаток средств покрывается благодаря безвозмездным поступлениям из федерального бюджета, доля которых в общей сумме поступлений в 2010 году составляет 57,4 %.

Определим основные проблемы финансирования бюджета ПФ. Благоприятный период «демографических дивидендов», в течение которого новые когорты пенсионеров были малочисленными, а приток молодежи на рынок труда, напротив, многочисленным, закончился. В ближайшие годы стране предстоит столкнуться с ускоряющимся старением населения, произойдет ухудшение соотношения работников и пенсионеров. Это приведет к еще большему увеличению дефицита ПФ.

Таблица 1

Прогнозирование коэффициента пенсионной нагрузки методом экспоненциального сглаживания в РФ на 2012-2014г.

Годы	Численность пенсионеров, тыс. чел.	Численность занятых в экономике, тыс. чел.	Соотношение численности пенсионеров к численности занятых в экономик
2012	39157	69099,9	56,7
2013	39238	69453	56,5
2014	39319	69805	56,3

Численность занятых в экономике постоянно растет, однако это не уменьшает их пенсионной нагрузки. В среднем на одного работающего в России приходятся расходы 1,7 пенсионера. Построим модель Бокса-Дженкинса с учетом сезонности на основе квартальных данных о доходах пенсионного фонда РФ

Рисунок 1. Наблюдаемые и прогнозные значения доходов ПФ РФ, 1996-2012 гг.

На основе прогнозных значений можно судить о тенденции финансирования ПФ, которые могут помочь в разработке социально-экономических программ развития внебюджетного фонда.

Литература

1. Агапов Р.Б. Пенсионный фонд и его перспективы в РФ // Вестник ПФР. - 2009. - №2
2. Ильин В.Н.Статистический анализ и прогнозирование доходов РФ на региональном уровне

СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКА ЖИЛЬЯ

Банарь Ксения Сергеевна,

Беляева Марина Константиновна

(Новосибирск, НГУЭиУ)

В настоящее время рынок жилья играет важную роль в решении не только социальных проблем общества, но и развитии реального сектора экономики, оживлении инвестиционного процесса, макроэкономической стабильности.

Мы решили подробно рассмотреть квартиры студии города Новосибирск, т.к.они всегда пользуются повышенным спросом, особенно среди молодежи: имеют своеобразный интерьер, довольно просторные и функциональные, небольшие по площади, но удачно спланированные, они позволяют удобно организовать жизненное пространство без лишних затрат. Именно о таких качествах жилья задумывается каждый человек, начиная делать ремонт или покупая новую квартиру. И это все возможно в квартирах нового формата, которые появились на рынке недвижимости сравнительно недавно, это квартиры-студии, которые нередко отличаются еще и компактностью и низкой ценой. Это свидетельствует об актуальности выбранной темы нашей работы. Цель - найти оптимальную стоимость однокомнатной квартиры-студии и район в котором она находится (по городу Новосибирск)

На конец 2011 года доля квартир студий на рынке продажи квартир в городе Новосибирске составила 5%.

92% представленных на рынке продажи квартир студий это однокомнатные квартиры, и только 6% - двухкомнатные, 2% -трехкомнатные. В связи с такими данными, мы решили уделить внимание однокомнатным квартирам.

Мы провели исследование, разбили на группировки квартиры по площади (в Новосибирске) разделив на три группы: «маленькие», «средние» и «большие». Наибольшее предложение имеют квартиры с площадью от 16 до 30 кв.м.

Таблица 1

Группировка однокомнатных квартир (серия «студия») по площади
(г. Новосибирск 2011 год)

Средние цены на квартиры по группировке:

1. Минимальная средняя стоимость за «маленькую» квартиру в Дзержинском районе(758 тыс. руб.).
2. Минимальная средняя стоимость за «среднюю» квартиру в Первомайском районе(1037 тыс. руб.).
3. Масштаб распространения «больших» квартир не велик, они находятся в четырёх районах. Самый выгодный район, по расчёту минимальной средней стоимости за квартиру, Советский(2150 тыс. руб.).

В завершении нашего исследования, мы рассмотрели среднюю стоимость квартир, всех районов Новосибирска. Наиболее приемлемые квартиры по цене находятся в Первомайском (946тыс. руб.), Дзержинском (1064 тыс. руб.) и Кировском (1492 тыс. руб.) районах.

В данной исследовательской работе мы провели анализ стоимости жилья и проанализировали средние цены однокомнатных квартир (серия «студия») в отдельных районах и в Новосибирске целом.

В результате проделанной работы выяснилось, что на сегодняшний день цены за 1 кв. м в районах сильно различаются. Следовательно, стоимость квартир по районам колеблется.

Если вы хотите приобрести недвижимость, то обращайте внимание на цену за квадратный метр, на район в котором располагается квартира и тогда вам обеспечена более выгодная покупка.

Литература

1. http://www.adres54.ru/
2. http://www.rusipoteka.ru/
3. http://agentrf.ru/

МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И ОЦЕНИВАНИЯ ФУНКЦИОНИРОВАНИЯ РЫНКА ТРУДА

Бараник Лилия Николаевна,
Ковалевский Юрий Анатольевич
(Киев, КНЭУ им. В. Гетьмана)

В соответствии с толкованием функционирования рынка труда и методологических подходов к его оцениванию статистическое исследование функционирования рынка труда должно включать два взаимосвязанных этапа:

І. Оценивание функционирования национального и регионального рынков труда.

II. Оценивание результатов функционирования национального, регионального рынков труда.

На первом этапе осуществляется оценивание текущего состояния, структуры, интенсивности функционирования рынка труда, анализ устойчивости и пропорциональности распределения элементов рынка труда, выявление и оценивание факторов функционирования, оценивания сбалансированности спроса и предложения рабочей силы, исследования возможностей воспроизведения функций рынка труда. Проводится количественный анализ последствий формирования и функционирования национального рынка труда и его влияние на состояние и тенденции развития региональных рынков труда; оцениваются взаимосвязи национального рынка труда с региональными и международным, осуществляется оценивание качества трудового потенциала и существующего дисбаланса между спросом и предложением рабочей силы на уровне регионов; анализируются условия труда, его безопасности и влияние внешней среды на функционирование региона [1].

На этом этапе исследования статистическими методами, сочетающими в себе анализ и синтез, анализируются скорость и интенсивность рынка труда устойчивость, пропорциональность распределения; факторное обеспечения сбалансированности, воспроизводимость. На этом этапе выявляются сходные черты и различия, по которым выделяются различные группы населения на рынке труда, изучаются их особенности, обобщается статистическая информация, об основных категориях населения на рынке труда, так и в целом по объекту исследования. Изучается развитие рынка труда; определяются численность экономически активных, занятых, безработных и других категорий населения; оценивается их возрастная структура, структурные сдвиги по различным социально экономическим признакам; определяется закономерность развития рынка труда и прогнозируются различные сценарии его функционирования на будущее.

Второй этап заключается в оценивании последствий функционирования, как национального, так и региональных рынков труда: развития благосостояния нации, воспроизводства трудового потенциала, социальной защиты населения. Оцениваются условия вхождения национального рынка в международный, стоимость рабочей силы и сравнения ее с международными нормами и стандартами, социальные последствия влияния процесса глобализации на функционирование рынка труда, прогнозируется численность основных категорий населения на рынке труда и интенсивность процессов занятости и безработицы. На этом этапе оцениваются результаты функционирования рынка труда в стране и в ее отдельных регионах. Оценивается благосостояние нации с позиции становления и развития социальной модели общества. Анализируются существующие различия в развитии рынков труда, уровнях социального расслоения и других аспектах их функционирования. Воспроизводства трудового потенциала страны рассматривается с учетом демографической ситуации, необходимости инвестирования в воспитание и образование молодого поколения, возможность стимулирования пожилых работать дольше. Оценка трудового потенциала в стране и отдельных ее регионах невозможно без измерения основных миграционных потоков, масштабы иммиграции и интеграции в другие страны мира. Кроме того, этот этап предполагает анализ социальной защиты населения на рынке труда, оценки социального диалога между работниками, работодателями и государством. Такой подход к оцениванию функционирования рынка труда будет способствовать эффективному регулированию социально-трудовых отношений в стране.

Выполнение предложенных этапов оценивания рынка труда является основой для определения территориальной (региональной) дифференциации соответствующих параметров, выявление статистических закономерностей функционирования рынка труда по однородным группам регионов и в целом в стране.

Литература

1. Шевченко Л.С. Рынок труда в аспекте современной парадигмы регионального экономического развития // Демографическая и социальная экономика. - 2004. - № 5. - С. 176-183

ПРИМЕНЕНИЕ АЛГОРИТМА ПОСТРОЕНИЯ БЛОЧНОГО ИНТЕГРАЛЬНОГО ИНДИКАТОРА ДЛЯ АНАЛИЗА ТЕНДЕНЦИИ ВЫХОДА ИЗ КРИЗИСА СУБЪЕКТОВ РФ

Барышникова Виктория Викторовна
(Магнитогорск, МГТУ им. Г.И. Носова)

Существует множество публикаций, посвященных влиянию мирового финансового кризиса на экономику России в целом и экономическое положение её субъектов.

Однако немного работ посвящено комплексной оценке выхода регионов из кризиса. Целью данной работы является выявление тенденций выхода из кризиса каждого региона, а также выявление причин возникновения роста или снижения в различных сферах деятельности регионов.

В данной работе предлагается построение двух сводных интегральных индикаторов. Первый индикатор будет характеризовать изменение показателей того или иного региона между докризисным (2006-2007 года) и кризисным периодами (2008-2009 года). Второй – изменения между кризисным и послекризисным периодами (2009-2010 гг.). Другими словами, первый индикатор показывает, в какой мере регион пострадал от кризиса, второй индикатор – как изменилось состояние этого региона спустя некоторое время после кризисной ситуации.

В данной работе для построения индикаторов используются 41 переменная из различных сфер деятельности региона. [1] Эти переменные разбиваются на следующие блоки: доходы и расходы населения, индексы потреби­тельских цен, сельское хозяйство, про­мышлен­ность, предпри­ятия и орга­низации, строи­тель­ство, иннова­ции и инве­стиции и другие блоки. Разбиение осуществляется с применением аналитического пакета Statistica.

Оба индикатора (рейтинга) строятся с помощью применения алгоритма построения блочного интегрального индикатора.[2] В качестве исходных данных выступает разница между приростами (в процентах к предыдущему году) для первого индикатора – между показателями 2009 года и 2007 года, для второго - между показателями 2010 года и 2009 года.

По первому рейтингу можно комплексно оценить, какие регионы сильно пострадали, т.е. посмотреть, почему той или иной регион оказался в конце рейтинга.

Можно оценить, за счет каких показателей мало пострадавшие регионы оказались на первых местах рейтинга. Это можно отследить по изменению позиции в каждом блоке данных.

По второму рейтингу мы оцениваем как изменилась позиция того или иного региона, сравнивая его с первым индикатором. В таблице 1 представлены некоторые промышленные регионы. На их примере показано, как с помощью сравнения двух рейтингов выявить тенденцию выхода региона из кризиса и указать наиболее вероятные причины ухудшения или улучшения экономической ситуации в регионе.

Таблица 1

Анализ промышленных регионов

Регион	Рейтинг 1	Рейтинг 2	Основной фактор повышения/понижения позиции
Черная металлургия
Белгородская область	67	28	повышение позиции по индикатору "Инвестиции и инновации"
Вологодская область	64	20	повышение позиции по индикатору "Предприятия и организации"
Челябинская область	69	14	повышение позиции по индикатору "Промышленность"

Можно заметить, что промышленные регионы, которые значительно пострадали от кризиса, за небольшой период времени смогли значительно улучшить своё состояние.

Из таблицы видно, что такой регион как Челябинская область имеет достаточно высокий рейтинг, соответствующий 2009-2010 г.г., по сравнению с рейтингом 2008-2009 г.г. При комплексном сравнении всех блоков выяснилось, что основной причиной улучшения позиции стал блок «Промышленность». Также наблюдалось улучшение позиций по индикаторам «Занятые и безработные» и «Консолидированный бюджет». Данные индексы не представлены в таблице 1, т.к. улучшения по этим индикаторам можно считать следствием того, что наладилась ситуация у крупных промышленных предприятий в регионе.

Таким образом, в работе была выявлена картина выхода субъектов РФ из кризиса.

Литература

1. http://www.gks.ru
2. Айвазян С.А. Прикладная статистика. Основы эконометрики. – М.: ЮНИТИ-ДАНА, 2001. - 432 с.

ПРОБЛЕМЫ И ПОТЕНЦИАЛ

ЭНЕРГОЭФФЕКТИВНОСТИ В РОССИИ

Басангова Мария Павловна

(Санкт-Петербург, СПбГУЭФ)

Энергоэффективность один из основных показателей функционирования экономики. Повышение энергоэффективности экономики входит в список первоочередных задач Российского государства. Под энергоэффективностью понимают достижение экономически оправданной эффективности использования топливно-энергетических ресурсов при данном уровне развития техники и технологий и соблюдении природоохранных требований.

Одним из показателей, определяющим энергетическую эффективность национальной экономики, является энергоемкость Валового Внутреннего Продукта (ВВП). Энергоемкость ВВП – это отношение суммарного потребления энергии (топлива) на основные и вспомогательные процессы изготовления продукции, выполнение работ, оказание услуг к величине ВВП. Энергоемкость российского ВВП в 2010 г. составила 0,42 кг первичной энергии на создание 1 доллара. Это один из самых высоких показателей в мире. К примеру, средняя энергоемкость ВВП в развитых странах не превышает 0,2 кг первичной энергии. Энергоэффективность, являясь величиной обратной энергоемкости, показывает, какое количество продукции можно произвести, используя единицу количества энергии, следовательно, высокая энергоемкость российского ВВП свидетельствует о низкой энергоэффективности экономики России.

Таблица 1

Показатели энергоемкости стран в 2010 г.

Страна	Совокупный объем энергопотребления (млн. тонн)	Энергоемкость кг.н.э./ВВП	Позиция в рейтинге по показателю кг.н.э/ВВП
США	2340,29	0,19	58
КНР	1717,15	0,20	55
Россия	646,68	0,42	12
Германия	344,75	0,14	90
Япония	530,46	0,14	92

Низкая энергоэффективность сама по себе является серьезной проблемой, но не менее негативны ее последствия. В первую очередь это растраченные впустую энергетические ресурсы, которые можно было использовать на создание товаров и оказание услуг, обогрев домов или получение дополнительного дохода от экспорта. По оценкам Всемирного Банка в России каждый год теряется около 43 тыс. МВт электрической мощности, большей частью во время транспортировки энергии до потребителя и неэкономного потребления промышленностью и жилыми домами. Уровень потерь энергии в российских магистральных и распределительных сетях превышают уровень потерь в других странах. К примеру, в Финляндии общий уровень потерь составляет около 4%, в то время как в России этот показатель ежегодно варьирует в пределах 12-13%.

Высокая энергоемкость ВВП негативно сказывается на бюджетах федерального и регионального уровней, так как необходимо выделять больше средств на энергообеспечение, чем при более низкой энергоемкости.

Кроме этого возникает упущенная выгода в виде недополученных доходов от возможного экспорта энергии, потребляемой на внутреннем рынке. По данным ЦЭНЭФ (Центр эффективного использования энергии), при реализации потенциала энергосбережения Россия смогла бы дополнительно получать около 84 -112 млрд. долларов, экспортируя сэкономленную энергию, что составляло бы приблизительно 4,5 процента от ВВП России в 2011 году.

Россия могла бы получить около 10 млрд. долларов в виде дохода от продажи квот на выбросы углерода. Если понизить энергоемкость экономики, снизятся выбросы СО2 в атмосферу, и при наиболее благоприятном развитии событий России удастся сократить выбросы на 700 млн. тонн в год. Эти «сэкономленные» выбросы Россия, по условиям Киотского протокола, будет иметь право продать другим странам, как квоты на выбросы углерода. При цене 13,7 долларов за тонну СО2 государство сможет получить дополнительный доход в размере около 10 млрд. долларов.

Литература

1. Сравнение мер российской политики повышения энергоэффективности с мерами, принятыми в развитых странах. И.А. Башмаков, В.И. Башмаков. – М.: «ЦЭНЭФ», 2012
2. Российский ресурс энергоэффективности: масштабы, затраты и выгоды. И. Башмаков. – М.: Вопросы экономики, № 2, 2009

РЕГРЕССИОННЫЙ АНАЛИЗ ОСВОЕНИЯ КАПИТАЛЬНЫХ ВЛОЖЕНИЙ РОССИЙСКИХ НЕФТЕДОБЫВАЮЩИХ КОМПАНИЙ ЗА 2005-2011 гг.

Бороздин Александр Николаевич

(Санкт-Петербург, СПбГУЭФ)

Энергоресурсы – важнейшее национальное богатство России, основа экономики и безопасности. Развитие энергетики сегодня является первоочередной национальной задачей российского государства и лежит в основе промышленной политики страны. По результатам 2010 года на энергетику пришлось около 31,3% ВВП России, 44,8% налоговых поступлений и 66.9% экспортной выручки. Значительный вклад в достижение энергетическим комплексом столь крупный доли в экономике страны внесла нефтяная промышленность, на которую приходится более половины экспорта России в денежном выражении. Нефтедобывающая отрасль оказывает существенное влияние на развитие экономики России, за счет того, что 94% используемого в нефтегазовой отрасли оборудования и материалов - отечественного производства.

Цель работы - исследовать взаимосвязь общих капитальных вложений и добычи нефти с газовым конденсатом с применением регрессионного анализа. Для анализа использованы данные за 2005-2011 г.г. девяти нефтедобывающих компаний. По имеющимся статистическим данным в 2011 году для нефтяных компаний, включенных в наблюдение, получена линейная регрессионная модель: . Наблюдается следующая ситуация, с увеличением освоенных капитальных вложений на 1 млн. руб. добыча нефти с газовым конденсатом возрастает в среднем на 0,415 тыс.т. Тесноту линейной связи между показателями оценили с помощью коэффициент корреляции: , значение которого подтверждает наличие сильной прямой связи между освоенными капитальными вложениями и добычей нефти с газовым конденсатом. Коэффициент детерминации позволяет сделать вывод, что 87% вариации добычи нефти с газовым конденсатом (результативный признак У) объясняет­ся вариацией освоенными капитальными вложениями (фактора Х). Аналогичные расчеты проведены для данных за период 2005 - 2010 г.г.

2010 год: , , ,

2009 год: , , ,

2008 год: , , ,

Проанализируем изменение коэффициента регрессии, который характеризует влияние освоенных капитальных вложений на добычу нефти, за последние семь лет (табл.1).

Таблица 1

Анализ изменения коэффициента регрессии

Год	Коэффициент регрессии при переменной Х	Изменение по сравнению с предыдущим годом, %	Изменение по сравнению с 2005 годом, %
2005	1,471	-	-
2006	1,002	-31,9	-31,9
2007	0,717	-28,4	-51,3
2008	0,600	-16,3	-59,2
2009	0,498	-17,0	-66,1
2010	0,496	-0,4	-66,3
2011	0,415	-16,3	-71,8