Статья: СТАТИСТИЧЕСКИЙ ПОДХОД К ОПРЕДЕЛЕНИЮ ТЕНДЕНЦИЙ РЕГИОНАЛЬНОГО РАЗВИТИЯ И ОСОБЕННОСТЕЙ ПОВЕДЕНИЯ НАСЕЛЕНИЯ В УСЛОВИЯХ СОВРЕМЕННЫХ ВЫЗОВОВ (2024)

Цель исследования. Разработка методики оценки стоимости акций компаний-эмитентов на фондовом рынке на основе значений их инвестиционных критериев и показателей чистой прибыли в пересчете на акцию. Материалы и методы. В исследовании использованы аналитические и статистические данные за временной период 1881-2022 гг. о рыночных котировках индекса S&P500 и показателях чистой прибыли в пересчете на акцию E, E6 и E10 (E6 и E10 - скользящее среднее E за предыдущие 6 и 10 лет) для компаний, входящих в расчет индекса S&P500. Также используются аналогичные данные за временной период 1998-2022 гг. для индексообразующих российских компаний Газпром, Норильский никель и Роснефть. Методология исследования включает статистические методы, методы сравнительного анализа, сопоставления и обобщения. Результаты. На основе полученных данных регрессионной зависимости рыночных котировок индекса S&P500 с 1881 г. по 2022 г. от инвестиционных критериев американских компаний S&P500/E и S&P500/E10, а также от показателей чистой прибыли их в пересчете на акцию E и E10 показано, что объективные финансово-экономические характеристики компаний в основном определяют рыночную цену их акций. Регрессионная зависимость S&P500 от показателей E, E10 и от инвестиционного критерия S&P/E10 характеризуется как высокая и очень высокая. Представленный инвестиционный критерий S&P/E6 наравне с S&P500/E10 оказывает очень высокое влияние на S&P500 в сравнении с другими критериями и показателями (данные регрессионной статистики в период кризисов доткомов с 2000 г. по 2005 г. и глобальных кризисных явлений с 2007 г. до 2010 г.). В большинстве случаев выявлены высокая и очень высокая зависимость рыночной стоимости акций компанийэмитентов США и России от инвестиционных критериев P/E6 и P/E10, средняя и слабая их зависимость от показателей E, E6 и E10, а также слабая и очень слабая их зависимость от инвестиционного критерия P/E. Заключение. Полученные результаты показывают, что для оценки достоверной стоимости акций компаний-эмитентов на фондовом рынке целесообразно использовать значения инвестиционных критериев P/E6 и P/E10. Практическая значимость проведенного исследования заключается в апробации разработанной методики оценки стоимости акций компаний-эмитентов на фондовом рынке. Результаты исследования могут быть применены участниками фондового рынка в выборе предпочтительных вариантов стратегий для инвестирования. На основе полученных данных о достоверной оценке стоимости акций компаний-эмитентов фондового рынка России регулирующие организации получают возможность формировать эффективное управление им в условиях негативных геополитических событий.

Применение методов статистики и эконометрического моделирования имеет свою специфику при анализе данных, полученных по результатам агробиологических исследований. Исследуя такой показатель как урожайность культур, осуществляя отбор факторов, влияющих на нее, аналитик сталкивается с проблемой необходимости включения в регрессионную модель объясняющих переменных, имеющих неколичественную форму выражения, связанных с применением для обработки семян различных микробиологических препаратов. Подобная проблема решаема путем использования в моделях фиктивных переменных. Цель исследования - разработка методологических подходов к построению регрессионной многофакторной модели, включающей как количественные, так и качественные объясняющие переменные, описывающей количественно зависимость урожайности кормосмеси для коров от этих факторов. Материалы и методы. В основе методологии решения данной исследовательской задачи были положены фундаментальные подходы, опубликованные в научных работах ученых, освещающих проблемы использования эконометрических моделей с фиктивными переменными. Основой исследования является комплексный подход к применению математико-статистических методов анализа зависимостей между переменными, моделирования и прогнозирования, а также экспериментальные результаты изучения уровня урожайности сухой массы кормосмеси в зависимости от содержания в почве азота и использования микробиологических препаратов «Бисолби-Т» и «Экстрасол», полученные за четыре осуществленных укоса летнего периода 2023 года. Результаты. Исследование и количественное описание влияния микробиологических препаратов «Бисолби-Т» и «Экстрасол» при различных концентрациях в почве азота на урожайность сухой массы кормовой смеси, позволили получить эконометрические двухфакторные модели, в которых фактор - применение препарата для предварительной обработки семенного материала, был включен как фиктивная переменная. На основе полученных в ходе исследования статистически значимых регрессионных моделей, учитывающих периоды и циклы скашивания кормосмеси, были вычислены ожидаемые значения ее урожайности при нормативной концентрации азота в почве, выполнена сравнительная оценка эффективности исследуемых препаратов. Заключение. Применение методов статистического анализа данных с построением регрессионных моделей при проведении агробиологических исследований имеет определенную специфику. Возможность включения в регрессионную модель фиктивных объясняющих переменных позволяет исследовать и количественно оценить влияние неколичественных факторов на урожайность сельскохозяйственных культур. Получение статистически значимых моделей является основой прогнозирования уровня урожайности и принятия решений при выборе оптимальных вариантов внесения концентраций удобрений, определение предпочтений в отношении используемых для повышения продуктивности культур микробиологических добавок, расчет перспективных значений урожайности кормосмеси в зависимости от периода ее скашивания. Все это имеет стратегическое значение при планировании объемов производства кормов для сельскохозяйственных животных и величины затрат предприятий на осуществление своей деятельности, в частности для составления бюджета затрат на корма.

Цель исследования. Целью исследования является моделирование обобщенной системы индикаторов экономической безопасности регионов Российской Федерации. Тема исследования является актуальной, поскольку предупреждение кризисных ситуаций, организация стабильного функционирования региональных экономик, развитие территорий и рост уровня жизни населения обуславливают необходимость постоянного мониторинга экономической безопасности регионов России, которое основывается на моделировании системы индикаторов, т. к. социально-экономическое развитие - это сложная система взаимосвязей, различных составляющих экономики. Данные и методы. В качестве информационно-эмпирической базы исследования были использованы нормативно-правовые документы органов государственного управления РФ, официальные данные Федеральной службы государственной статистики, Единой межведомственной информационно-статистической системы и Министерства Финансов Российской Федерации. Показатели были выбраны на основе трудов российских ученых и Указа Президента РФ от 13 мая 2017 г. № 208 «О стратегии экономической безопасности Российской Федерации на период до 2030 года». При формировании и моделировании обобщенной системы индикаторов экономической безопасности регионов использован метод факторного анализа-метод главных компонент. Решения и результаты. Для решения поставленной цели на начальном этапе исследования была сформирована система индикаторов, состоящая из 26 показателей, характеризующая производственную, финансовую, социальную и другие стороны жизнедеятельности регионов определяющих экономическую безопасность. К отобранной системы показателей был применен метод сжатия информации, метод главных компонент. При выборе количества главных компонент (факторов), опирались на собственные значения главных компонент (критерий Кайзера) и их вклад в общую дисперсию исходных признаков. Было выделено семь главных компонент. При этом их общий вклад в общую дисперсию составил 78,45%, что является достаточным условием для образования компонент. Наилучшая интерпретация главных компонент была достигнута без подвергания факторных нагрузок каким-либо вращениям. Таким образом, были получены компоненты: f_1 (финансовая безопасность), f_2 (демографическая безопасность), f_3 (социальная безопасность), f_4 (продовольственная безопасность), f_5 (научно-техническая безопасность), f_6 (степень износа основных фондов), f_7 (производственная безопасность). Коэффициенты информативности для всех главных компонент находятся в пределах от 0,70 до 0,95, следовательно, их состав является существенным. Построенная регрессионная модель в стандартизованном виде позволила определить влияние на уровень экономической безопасности регионов РФ выделенных обобщенных факторов. Заключение. Наличие высокого уровня экономической безопасности важно для деятельности каждого региона, поэтому необходимо проводить качественный мониторинг степени экономической безопасности, который позволяет выявить слабые и сильные места в экономике. Результаты проведенного исследования позволили сформировать основные обобщенные факторы экономической безопасности регионов: финансовой, демографической, социальной, продовольственной, научно-технической и производственной безопасности и степени износа основных фондов - субъекты Российской Федерации могут быть оценены с точки зрения их экономической устойчивости, а, следовательно, и их конкурентоспособности на уровне страны.

Цель исследования заключается в анализе социально-экономических факторов занятости населения в городских округах Российской Федерации. В рамках исследования проводится кластерный анализ городов по двум вариантам: (1) на основе факторных показателей занятости и (2) с использованием как результативных, так и факторных показателей занятости. В обоих случаях проводится статистическое обоснование учета лагов запаздывающего влияния факторных показателей на результативные. Применение данного вариативного подхода в кластеризации позволяет выявить статистически однородные группы городов, соответственно, без учета и с учетом индивидуальных эффектов факторного влияния на занятость и на основе этого обосновать индикаторы регулирования занятости в городах Российской Федерации. Материалы и методы. Для достижения поставленной цели на основе данных муниципальной статистики, предусмотренных Федеральным планом статистических работ, была разработана система показателей, включающая количественные и качественные оценки уровня социально-экономических факторов занятости населения. В исследовании проведен кластерный анализа с использованием иерархического метода (Уорда) и итеративного метода (k-средних). Результаты. В результате кластерного анализа были выделены статистически однородные подгруппы городов, которые различаются по уровню занятости населения, административному составу, набору и характеру влияния факторных показателей на занятость. На основе сравнительного анализа двух вариантов кластеризации доказано, что выявление значимых факторов занятости на муниципальном уровне (по городским муниципальным образованиям) возможно при кластеризации с применением как результативных, так и факторных показателей, а также с учетом временных лагов их взаимосвязи. Кластеризация городов лишь по факторным показателям не обеспечивает учета индивидуальных особенностей взаимозависимости исследуемых показателей в городах, что приводит к грубым статистическим оценкам и скрытости латентных взаимосвязей, учет которых необходим для регулирования занятости. Заключение. Исследование выявило, что статистически однородные кластеры городов имеют специфику административного состава, что предопределяет особенности многофакторных регрессионных моделей занятости, параметры которых рекомендованы к использованию для разработки мер по регулированию занятости и социально-экономического развития городов.

Цель исследования - определить пространственную структуру и концентрацию поступлений налоговых доходов от деятельности малого и среднего предпринимательства (МСП) по муниципальным образованиям региона ресурсного типа (на материалах Кемеровской области - Кузбасса), охарактеризовать их соответствие потребностям местных бюджетов. Материалы и методы. Использованы данные об общих налоговых доходах от МСП, удельных поступлениях на одно малое, среднее предприятие, во взаимосвязи с показателями численности населения, общего количества субъектов МСП, наличием или отсутствием добычи угля в муниципальном образовании. Применялись коэффициенты вариации и осцилляции, индекс Аткинсона, коэффициент парной корреляции, коэффициент Гатева, парный t-критерий Стьюдента. Расчеты выполнялись в программе SPSS 19.0 и свободном программном обеспечении «R». Результаты. Кемеровская область - Кузбасс отличается высокими уровнями пространственной концентрации поступлений от МСП по муниципальным образованиям, пространственного неравенства по данному показателю. Это объясняется не только различиями в уровне развития экономики и предпринимательства между центрами и периферией, но также большим разрывом между муниципальными образованиями по численности населения (10 раз и более). Концентрация и неравенство налогового потенциала по муниципальным образованиям в 2023 г. увеличились по сравнению с 2021 г. Абсолютные величины поступлений от специальных налоговых режимов и численности населения муниципальных образований имеют очень высокий уровень корреляционной зависимости. Коэффициент Гатева (где используется другая методика расчета, связанная с удельными весами), показал умеренную степень различия структур данных показателей. Центр опережает периферию по доле в налоговом потенциале МСП. Пространственное неравенство по поступлениям в расчете на 1 субъект МСП является умеренным, в 2023 г. по сравнению с 2021 г. выявлена тенденция к росту этого показателя. Лидирующие позиции занимают Новокузнецкий муниципальный округ (что частично объясняется агломерационным эффектом Новокузнецка), Таштагольский муниципальный район (быстрое развитие общенационального курорта Шерегеш). Наиболее крупные городские центры (Кемеровский, Новокузнецкий городские округа) занимают только третье и четвертое место. Абсолютная величина налогового потенциала МСП, а также удельные поступления от специальных налоговых режимов в расчете на один субъект МСП не зависят от наличия в муниципальном образовании развитой угольной промышленности. Заключение. Исследование демонстрирует пространственные пропорции и пространственное неравенство муниципальных образований по налоговому потенциалу МСП с учетом специфики регионов ресурсного типа. Представленный методический подход может быть использован для исследований аналогичной предметной области в других регионах, зависящих от добычи полезных ископаемых. Выводы исследования демонстрируют потенциал МСП в обеспечении бюджетной сбалансированности на местном уровне в условиях рисков снижения добычи угля.