В настоящем учебно-методическом пособии на простых примерах раскрываются следующие разделы управленческого учета: основные понятия, используемые при составлении финансовой отчетности, оценка запасов товарно-материальных ценностей, амортизация, расчет задолженности на конец отчетного периода, анализ результатов деятельности предприятия, учет затрат, факторы производства и затраты, функциональная калькуляция себестоимости, анализ отклонений, основные понятия финансовой математики, простые и сложные ставки ссудных процентов, модели финансовых потоков, акции, облигации, структура капитала, анализ каналов формирования прибыли, дерево решений, правила принятия решений, использование математического ожидания и стандартного отклонения для оценки риска, основные понятия временных рядов, способы построения прогнозов, метод скользящей средней и экспоненциальное сглаживание, контролируемый прогноз, управление запасами, составление финансовой сметы, сметный контроль, анализ безубыточности, уценка, принятие краткосрочных решений, ценообразование, методы оценки инвестиций в условиях определенности, влияние налогообложения на инвестиционные решения, сравнение инвестиционных проектов с разными сроками реализации, замена оборудования, инфляция и ее влияние на инвестиционные проекты, лизинг, анализ инвестиционных проектов, поддающиеся дроблению, дерево вероятностей инвестиционного проекта, стоимость капитала, модель оценки финансовых активов, анализ сбалансированности денежных потоков предприятия, обучаемость в производстве, трансфертное ценообразование на предприятиях со сложной структурой, эластичность экономических функций, проблема «производить или покупать», маржинальный доход, экономическая добавленная стоимость, многопродуктовая модель, затраты комплексных производств, линейное программирование.
В учебнике излагаются методы эконометрического анализа — от самых простых до весьма продвинутых. В основе учебника — курсы лекций, прочитанные автором в Институте экономической политики им. Е. Т. Гайдара, на механико-математическом факультете Московского государственного университета им. М. В. Ломоносова и на экономическом факультете РАНХиГС.
Учебник состоит из двух книг (четырех частей): в кн. 1 рассматриваются линейные модели регрессии; модели стационарных и нестационарных временных рядов, особенности регрессионного анализа для стационарных и нестационарных переменных; в кн. 2 — модели одновременных уравнений, модели с дискретными и цензурированными объясняемыми переменными, модели для анализа панельных данных; модель стохастической границы производственных возможностей, а также содержится дополнительный материал по анализу временных рядов (прогнозирование, методология векторных авторегрессий и др.). В каждой части учебника имеется словарь употребляемых в ней терминов.
В учебнике излагаются основы эконометрики. Большое внимание уделяется классической (парной и множественной) и обобщенной моделям линейной регрессии, классическому и обобщенному методам наименьших квадратов, анализу временных рядов и систем одновременных уравнений.
Обсуждаются различные аспекты многомерной регрессии: мультиколлинеарность, фиктивные переменные, спецификация и линеаризация модели, частная корреляция. Учебный материал сопровождается достаточным числом решенных задач и задач для самостоятельной работы.
Для студентов экономических специальностей вузов, а также для аспирантов, преподавателей и специалистов по прикладной экономике и финансам.
Содержание и стиль изложения в учебнике соответствуют принятым Министерством образования РФ стандартам и учебным программам высших учебных заведений экономического профиля по дисциплинам “Теория вероятностей”, “Математическая статистика” и “Многомерные статистические методы” (или “Многомерный статистический анализ”).
При этом первые две дисциплины входят в учебные планы 1-й ступени образования (бакалавриата), а третья может присутствовать (в зависимости от конкретного вуза) в учебных планах бакалавриата или магистратуры. Усвоение включенного в этот том материала предусматривает для каждой из упомянутых дисциплин общий объем аудиторных занятий, равный приблизительно 64 часам (32 часа лекций и 32 часа практических занятий).
Изложение построено таким образом, чтобы добиться цельного (системного) восприятия всего блока эконометрических дисциплин, представленных в двух томах второго издания: упомянутые три дисциплины первого тома дополнены во втором томе широким набором моделей регрессионного анализа, методами и моделями анализа временных рядов и методами построения и анализа систем одновременных уравнений.
Содержание и стиль изложения в учебнике соответствуют принятым Министерством образования РФ стандартам и учебным программам высших учебных заведений экономического профиля по дисциплине “Эконометрика”.
Представленные в учебнике методы и модели регрессионного анализа, анализа временных рядов и систем одновременных уравнений могут составить содержание двух семестровых курсов (по формуле 32 часа лекций и 32 часа упражнений каждый), один из которых (“Эконометрика-1”) рекомендуется включать в учебные планы 3-го или 4-го года 1-й ступени высшего экономического образования (бакалавриата), а второй, более продвинутый (“Эконометрика-2”), — в учебные планы 1-го или 2-го года магистратуры (т. е. 5-го или 6-го года обучения).
В данном томе существенно используются обозначения, понятия и результаты 1-го тома данного издания (“Теория вероятностей и прикладная статистика”), однако возможно и его автономное усвоение.
Изложены основы теории вероятностей, математической статистики и общие правила сбора, обработки и анализа статистических данных. Особое внимание уделено правилам принятия решений в условиях неопределенности. Анализ данных рассматривается также как составная часть принятия решений.
Рассмотрены статистические методы изучения связей между переменными, проблемы построения и анализа временных рядов, прогнозирование на их основе. Показано значение статистики для решения основных прикладных задач: статистического контроля качества, разработки маркетинговой стратегии, финансового анализа и т. д.
Для студентов и преподавателей экономических вузов и факультетов, аспирантов и стажеров.
Вниманию читателя предлагается перевод книги М. Кендэла «Временные ряды». С работами М. Кендэла, английского статистика с мировым именем, занимавшего с 1960 по 1962 г. пост президента Королевского статистического общества, советский читатель уже имел возможность познакомиться¹.
Отличительной чертой книги «Временные ряды» является то, что она в первую очередь предназначается для начинающего статистика-практика. Круг вопросов, рассматриваемых в ней, достаточно широк: С одной стороны, изучаются методы, представляющие арсенал исследователя одномерных и многомерных временных рядов. С другой стороны, сделан краткий обзор переменных проблем.
Работа посвящена актуальной задаче исследования деловой активности бизнеса на отдельно взятой территории. В ней рассматриваются изменения результативности ведения бизнеса в определенном регионе в зависимости от времени, местоположения и экономических условий ведения хозяйственной деятельности субъектов малого и среднего предпринимательства. Сформулирован методологический подход, который позволяет анализировать и выявлять закономерности в распределении результативности по сферам деятельности субъектов с учетом пространственных и временных аспектов. Для выявления общих закономерностей и факторов, влияющих на экономическое развитие, а также для разработки рекомендаций по оптимизации бизнес-процессов и улучшению условий предпринимательской деятельности на региональном уровне используются методы кластерного анализа. Показана эффективность решения поставленной задачи при анализе сложных высокоразмерных данных с применением нелинейных методов уменьшения размерности. Результаты исследований показали, что деловая активность в регионе зависит не только от экономических факторов, наблюдаемых в динамике, но и от пространственного размещения субъектов хозяйствования, кластеризация которых выполняется с использованием специализированных метрик, что позволяет адаптировать универсальный алгоритм уменьшения размерности пространства признаков UMAP под конкретные задачи и типы данных. Полученные выводы могут быть полезны для предпринимателей, органов власти и бизнес-сообществ, стремящихся оптимизировать меры по поддержке бизнеса и улучшить условия для его ведения.
В статье с критической точки зрения рассматриваются подходы к государственному управлению, основанному на данных, а также характерные ошибки в принятии решений, которые проистекают из ненадежных данных и их неверных интерпретаций. Приводятся исторические примеры заблуждений, допущенных министром обороны США Р. Макнамарой, рассматривается пагубная политика отбрасывания качественных оценок в пользу использования только и исключительно измеримых параметров. На примере некорректной интерпретации демографической статистики в Косово рассмотрено влияние заведомо ложной и некритически воспринимаемой информации на принятие решений в части внутренней национальной политики бывшей Югославии и дальнейшей гуманитарной интервенции под эгидой защиты албанского населения от геноцида. Рассматриваются причины этих заблуждений, приводятся примеры корректных интерпретаций. Далее автор фокусируется на прикладном аспекте: на основе опыта автора в предварительном анализе и обработке данных, используемых в реализации научных проектов, предлагаются способы обхода типичных «ловушек» статистики, ведущих к некорректным интерпретациям.
Актуальность статьи обусловлена ростом угроз компьютерной безопасности критических информационных ресурсов, в том числе в системе образования, разнообразием видов и направлений кибератак, требующих дифференциации известных методов анализа и прогнозирования, в том числе на основе использования теории временных рядов. Целью статьи является исследование возможностей и ограничений использования методов теории временных рядов для анализа и прогнозирования динамики кибератак на примере ведомственного вуза, готовящего специалистов многим видам безопасности: техносферной, пожарной, информационной и проч. Высказана и проверена гипотеза о влиянии характера исходных данных на выбор методов анализа и прогнозирования временных рядов числа кибератак, о первичности исходных данных на результативность решения указанных задач. Выполнен анализ логов мониторинга межсетевого экрана корпоративной информационной системы; на их основе построены временные ряды числа различных видов атак и решены задачи текущего прогнозирования. Новизна полученных результатов обусловлена применением известных методов теории прогнозирования временных рядов к задаче исследования динамики кибератак на корпоративную информационную систему ведомственного вуза. Теоретическая значимость состоит в установлении границ возможности их применения в силу вариативности исследуемых временных рядов, а также в подтверждении первичности качества исходных данных над существующими методами и моделями. Практическая ценность определяется построением моделей временных рядов, позволяющих решать задачи текущего прогнозирования числа кибератак.