Скачать книги автора «Сергей Артемьевич Айвазян»

Предложена общая схема решения некоторых вопросов спецификации трехфакторных стохастических моделей производственного потенциала компании, учитывающих факторы эффективности использования интеллектуального капитала. Представленная формализованная схема, основанная на использовании нестандартных критериев проверки статистических гипотез, а также информации об адекватных целям исследования факторах эффективности, позволяет сделать обоснованный выбор подходящего варианта внутри анализируемого класса моделей. Апробация предложенного метода спецификации проводится на выборочных данных по американским компаниям в отрасли «Biotechnology and Drugs» и российским компаниям в отраслях «Производство основной фармацевтической продукции» и «Разработка программного обеспечения». Показано, что необоснованная спецификация модели может приводить к значительным искажениям оценок эффективности производства. Выполнена проверка ряда гипотез относительно возможности использования в модели производственного потенциала различных оценок интеллектуального капитала.

В развитие концепции стохастической границы приводятся оценки ожидаемого увеличения объема производства при переходе к достижимому производственному потенциалу. Прогнозируется ожидаемый экономический эффект мероприятия по повышению эффективности производства. Приводится распределение экономического эффекта, позволяющее анализировать риски, связанные с реализацией мероприятия.

В статье описываются метод и результаты оценки экономической эффективности рекламных мероприятий, осуществляемых коммерческим банком. Целью рекламных мероприятий является увеличение объемов кредитования населения. Основное внимание уделяется автокредитованию, т. е. выдаче целевых кредитов физическим лицам на покупку автомобиля. Проводится также оценка объемов кредитования, достижимых в результате проведения рекламных мероприятий. В основе исследований лежит подход к оценке мероприятий, направленных на повышение эффективности производства. Этот подход изложен в работе [Айвазян, Афанасьев (2009)] и основан на методологии стохастической границы.

Предлагаемая в данном номере журнала консультация посвящена так называемому байесовскому подходу в эконометрическом анализе, основанному на субъективно-вероятностном способе операционализации принципа максимального использования (наряду с исходными статистическими данными) априорной информации об исследуемом процессе.

Байесовские методы широко распространены в теории и практике эконометрического анализа и являются обязательной составной частью современных учебных программ магистерского уровня по эконометрике в ведущих университетах мира. Особенно заметные преимущества (по сравнению с классическими методами) с точки зрения точности получаемых статистических выводов они имеют в условиях относительно малых выборок, что весьма характерно для эконометрического моделирования.

В статье предложена методология измерения, мониторинга и анализа основных синтетических категорий качества жизни населения (КЖН) территории (страны, региона, муниципального образования). Демонстрируется реализация этой методологии на данных, характеризующих Самарскую область и ее муниципальные образования. Показано, как может быть использована эта методология в задачах выявления ключевых направлений совершенствования социально-экономической политики региональных органов власти. Специальный раздел работы посвящен аналитическому обзору основных теоретических концепций качества жизни и соответствующего им международного опыта измерения КЖН.

Статья посвящена методологии макроэкономического моделирования российской экономики 1990—2000-х годов с учетом современных тенденций макроэкономической и эконометрической теории. Особенностью предложенной методологии эконометрического моделирования является двухэтапная процедура построения эконометрических зависимостей. На первом этапе строится дезагрегированная динамическая модель, предназначенная для теоретического описания эволюции важнейших структурных секторов российской экономики: экспортно-ориентированного, внутренне-ориентированного, газового и сектора естественных монополий, а также денежно-кредитного, бюджетно-налогового сектора и сектора доходов и расходов населения. На втором этапе строится эконометрическая модель, содержащая как коинтеграционные и регрессионные эконометрические зависимости, так и балансовые соотношения между важнейшими макроэкономическими показателями. Система полученных уравнений решается совместно, что позволяет, с одной стороны, исследовать полученные решения на устойчивость и соответствие реальным макроэкономическим показателям, а с другой стороны, анализировать краткосрочные и среднесрочные эффекты макроэкономических «шоков» так называемые макроэкономические проекции.

В развитие методологии стохастической границы введено понятие достижимого производственного потенциала, обобщающее понятие граничного производственного потенциала. Построена модель достижимого производственного потенциала, учитывающая возможности управления факторами неэффективности и затраты на управление. Получена оценка условной технической эффективности производства относительно достижимого производственного потенциала. Предложены формальное описание мероприятия, направленного на управление факторами неэффективности производства, способы оценивания его технической и экономической эффективности. Приводятся результаты экспериментальных расчетов.

Работа представляет результаты первой части большого исследования, посвященного анализу особенностей макроэкономической ситуации в Российской Федерации и Республике Армении (в период 1995–2011 гг.) и разработке агрегированных макроэконометрических моделей национальных экономик этих двух стран. Используется двухэтапная процедура построения эконометрических зависимостей. На первом этапе строятся динамические модели, предназначенные для теоретического описания эволюции важнейших секторов экономики, а на втором строится эконометрическая модель национальной экономики, содержащая как коинтегрированные и регрессионные зависимости, так и балансовые соотношения между ключевыми экономическими показателями (результаты второго этапа будут опубликованы в следующем номере журнала). Система полученных уравнений позволяет проанализировать, с одной стороны, объективные долгосрочные тренды, а с другой, краткосрочные и среднесрочные эффекты макроэкономических «шоков» – так называемые макроэкономические проекции.

Исследование посвящено разработке макроэконометрических моделей ключевых индикаторов экономик России и Армении: ВВП, инфляции, экспорта и импорта, средней заработной платы и др. Выбор предикторов эконометрических зависимостей осуществляется в соответствии с теоретическими моделями, изложенными в первой части работы. Методология эконометрического исследования для нестационарных временных рядов основана на двухэтапной процедуре построения эконометрических зависимостей. На первом этапе строится динамическая модель, предназначенная для теоретического описания эволюции важнейших структурных секторов экономики.

Эта модель помогает понять важнейшие структурные взаимосвязи, присущие современной экономике России и Армении. На втором этапе строится макроэконометрическая модель, предикторы которой выбираются с учетом результатов и выводов теоретического моделирования экономик России и Армении.

В развитие методологии стохастической границы предложен способ проверки гипотезы о независимости случайных составляющих стохастической производственной функции при оценке технической эффективности. Возможная зависимость описана с помощью нормальной копула-функции. Приводятся результаты экспериментальной проверки гипотезы на смоделированных данных с зависимыми случайными составляющими стохастической производственной функции. Оценки параметров модели получены двумя способами: с помощью пакета Stata 10.0 в предположении о независимости компонентов ошибки и с помощью написанной в MS Excel программы, позволяющей учесть эту зависимость. Показано, что использование необоснованной предпосылки о независимости случайных составляющих стохастической производственной функции может приводить к ошибочным результатам при оценке технической эффективности.

В работе анализируются экономики России и Армении на предмет наличия в них явления, известного под названием «голландская болезнь». Термин «голландская болезнь», изначально связанный с негативными изменениями в структуре экономики, последовавшими вслед за разработкой крупных месторождений природных ресурсов в ряде стран, в настоящее время трактуется несколько шире. В ряде исследований, в частности в Докладе Всемирного Банка от 2009 года, описываются процессы, по ряду признаков схожие с «голландской болезнью», но вызванные «экспортом» трудовых ресурсов и последующим значительным притоком денежных переводов в страну. На основании разработанной теоретической модели для экономик России и Армении оценены эконометрические зависимости, указывающие на ряд общих черт для данных экономик, которые возможно трактовать как наличие «голландской болезни», вызванной в одном случае экспортом углеводородов, в другом – трудовой миграцией.

Классификация наблюдений часто встречается в эконометрических исследованиях. Однако все известные подходы к решению задач классификации имеют несколько существенных недостатков:

1) эти методы не позволяют проверить нулевую гипотезу об отсутствии различных классов наблюдений;

2) число классов, как правило, задано заранее;

3) отсутствует теоретическое обоснование эффективности предложенных процедур классификации.

В данной статье предложен непараметрический метод классификации, позволяющий решить эти проблемы. Этот метод дает состоятельную оценку неизвестного числа классов и возможность тестирования нулевой гипотезы в рассматриваемых задачах. Помимо теоретических результатов, проводится экспериментальное сравнение статистических характеристик предложенного метода с методом максимального правдоподобия и методом k-средних в различных задачах классификации.

Представлена методология выявления однородных групп регионов РФ, каждой из которых соответствует своя модель производственного потенциала, определяющая зависимость ВРП от стоимости основных фондов и численности занятых. Проводится проверка гипотезы о том, что параметры функций, описывающих производственный потенциал регионов из разных групп, отличаются в силу особенностей отраслевой структуры ВРП. Предложена основанная на компонентном анализе процедура построения вспомогательных интегральных индикаторов, отражающих специализацию регионов. Разработан и апробирован на данных за период 2009–2013 гг. алгоритм формирования однородной группы регионов. Выявлено наличие большей чувствительности ВРП к изменению стоимости основных фондов для групп регионов со специализацией в добывающей промышленности и специализацией смешанного типа, чем для регионов со специализацией в обрабатывающей промышленности и сельском хозяйстве.

В то же время, две последние группы регионов и группа регионов с формирующейся экономикой имеют большую чувствительность к изменению численности занятых.

Целью исследования является получение количественных характеристик влияния науки и бизнеса на результаты инновационной активности субъектов РФ. В качестве таких результатов рассматриваются патенты, международные патентные заявки и новые производственные технологии. Установлена зависимость между результатами инновационной активности региона и количеством потенциальных связей между научными организациями и бизнес-компаниями. Обоснована возможность использования полученного параметрического описания национальной и региональной инновационных систем для межстрановых сопоставлений.

В работе изложена методология построения дезагрегированной макроэкономической модели российской экономики 1990–2010‑х гг., включающей реальный сектор (с экспортно-ориентированным, внутренне-ориентированным подсекторами и естественными монополиями), финансовый сектор и население. Понимание основных особенностей развития российской экономики на макроуровне достигается при учете особенностей взаимодействия этих секторов. Выбор предикторов макроэконометрической модели осуществляется на основе выводов построенной дезагрегированной теоретической макромодели, позволяющей выявить основные факторы, предопределяющие динамику ключевых макропеременных. Вторая часть работы состоит из эконометрического анализа уравнений для ключевых макропеременных модели с учетом предикторов, выделенных на стадии теоретического анализа. Основной вывод: теоретическое описание российской экономики возможно на основе структурного анализа уравнений дезагрегированной модели; полученное макроописание может быть использовано для построения макроэконометрической модели российской экономики.

На примере двух направлений – «производство товаров и услуг» и «материальное благосостояние» – формируется методология анализа взаимосвязи различных направлений регионального развития. Новизна результатов определяется тем, что индикаторы направлений строятся на основе общего базиса, сформированного из характеристик региональной дифференциации на основе теоретически обоснованных моделей. Индикатор каждого направления, построенный в базисе, максимально коррелирован с индикатором, сформированным на основе соответствующей группы показателей. Показано, что для двух рассмотренных направлений базис обеспечивает более высокую согласованность индексов и рангов регионов, чем первые главные компоненты, построенные по группам показателей. Преимущество подхода заключается в том, что индикаторы разных направлений на основе базиса допускают общую интерпретацию в терминах характеристик дифференциации и позволяют оценить изменение уровня социально-экономического развития региона при изменении этих характеристик. Представлены результаты, подтверждающие значимость влияния технической эффективности на показатели регионального развития и ее значимость в составе индикатора по направлению «материальное благосостояние».

В работе представлена модель динамики показателей социальной сферы в России. На первом этапе строится теоретическая макроэкономическая модель экономики России с учетом особенностей социально-экономического развития, позволяющая сформировать множество базовых показателей, определяющих динамику социальных индикаторов. На втором этапе производится статистическая проверка теоретических построений. На заключительном шаге полученные модели тестируются на уровне регионов России. В качестве показателей социальной сферы выбраны реальная заработная плата, реальный среднедушевой доход, число безработных, число вакансий, показатели социального неравенства по доходам. Предлагаемый подход позволяет вскрыть определенные закономерности в динамике указанных показателей, а также объяснить наблюдаемые феномены.

Представлен подход к формированию индикаторов основных направлений социально-экономического развития в пространстве характеристик региональной дифференциации. На данном этапе исследований базис характеристик дифференциации включает пять компонентов: масштаб экономики, оценку технической эффективности, оценку тренда технической эффективности, первую и вторую главные компоненты структуры ВРП. Индикатор каждого направления, построенный в базисе, максимально коррелирован с индикатором, сформированным на основе соответствующей группы показателей, характеризующих это направление. Сформированы восемь индикаторов следующих основных направлений: производство товаров и услуг, материальное благосостояние, качество населения, качество социальной сферы, внутренняя безопасность.

Приведено описание их особенностей и проанализированы взаимосвязи. Построен агрегированный индикатор, характеризующий материальную основу жизни. Индикаторы допускают интерпретацию в терминах характеристик дифференциации. Поэтому базис характеристик региональной дифференциации рассматривается как инструмент проектного управления.

В учебнике представлено синтетическое и систематическое изложение основ разработки, измерения, интерпретации и использования социальных индикаторов в описании, анализе, прогнозировании, исследовании социально-экономических процессов, ситуаций и феноменов на глобальном, национальном и местном уровнях. Проблемы и задачи увязываются с социально-экономическими концепциями, моделями и теориями, способами получения информации и ее характером, целевым назначением и областями использования социальных индикаторов. Это область социального наблюдения, задача которого – отображать события и процессы, происходящие в обществе, в общепонятных символах, чаще всего в числах, и тем самым давать возможность мониторинга и принятия решений. Для студентов экономических вузов, экономистов, социологов, юристов и всех социальных аналитиков.