IX Международная студенческая научная конференция Студенческий научный форум - 2017

В условиях экономической неопределенности исследованию финансово-экономических процессов, сопровождающих инновационные процессы экономики, посвящен ряд работ, таких как [1,2,5,9,13].

С целью анализа показателей социально-экономического развития рассмотрена экономика Санкт-Петербурга. В качестве интегрирующего показателя, характеризующего развитие экономики субъекта, можно выбрать валовой региональный продукт. Его величина определяется влиянием группы факторов (показателей). Одним из важнейших аспектов экономической деятельности субъекта выступают инвестиции в основной капитал. В последнее время наблюдается изменение структуры инвестиций по видам экономической деятельности: произошёл значительный рост доли обрабатывающей промышленности, сократился объём инвестиций в производство. Важнейшей составной частью социально-экономической статистики субъекта является статистика труда. В последнее время в Санкт-Петербурге отмечается рост спроса и предложения на рынке труда, увеличивается численность занятых и экономически активного населения. Для организации производства продукции и услуг любому субъекту необходимы основные фонды. В последнее время Санкт-Петербург имеет тенденцию к увеличению данного показателя. Также важнейшим показателем изучения деятельности региона является среднемесячная заработная плата. Показателем, характеризующим развитие промышленного производства в регионе, является индекс промышленного производства, в динамике которого наблюдается положительная тенденция практически по всем видам деятельности обрабатывающих производств.

Для построения эконометрической модели взаимосвязи региональных показателей выбраны следующие признаки (таблица 1) [14].

Таблица 1 – Социально-экономические показатели экономики Санкт-Петербурга

В целом в динамике валового регионального продукта Санкт-Петербурга наблюдается положительная динамика, о чем свидетельствуют базисные абсолютные приросты, представленные на рисунке 1.

Рисунок 1- Базисные абсолютные приросты ВРП Санкт-Петербурга

С целью выявления взаимосвязи ряда региональных показателей построена матрица коэффициентов парных корреляций (таблица 2).

Таблица 2 – Матрица коэффициентов парных корреляций региональных показателей

Анализ матрицы корреляций позволил сделать следующие выводы: наиболее тесной признается взаимосвязь между валовым региональным продуктом и заработной платой, но в силу наличия мультиколлинеарности между данным показателем и рядом других, данный показатель из рассмотрения следует исключить [6]. Для построения множественной регрессии в качестве факторов, в наибольшей степени оказывающих влияние на величину валового регионального продукта экономики Санкт-Петербурга, выбраны инвестиции (х₁) и стоимость основных фондов (х₃) [7].

Результаты построения модели множественной регрессии представлены на рисунке 2.

Рисунок 2 – Вывод итогов построения множественной регрессии

Уравнение множественной регрессии имеет вид:

Оценим качество построенной модели множественной регрессии посредством следующих характеристик [12].

Коэффициент детерминации R²=0,982990504. Данное значение близко к 1, следовательно, качество модели можно оценить как высокое. Критерий Фишера F=288,95˃F_табл.=4,10, следовательно, уравнение является статистически значимым, и его можно использовать для анализа и прогнозирования [4]. Далее с помощью t-критерий Стьюдента оценим статистическую значимость факторных признаков модели множественной регрессии [11]. Сравним расчетные значения t-статистики, взятые по модулю, с табличным значением этого критерия.

• | t_x1 = 2,538508645 | ˃ | t_табл. = 2,228138842 |, следовательно, фактор x₁ признается статистически значимым и информативным.

• | t_x3 = 7,203378513 | ˃ | t_табл. = 2,228139 |, следовательно, фактор x₃ признается также статистически значимым и информативным.

В качестве информативного фактора, оказывающего наибольшее влияние на величину валового регионального продукта, выбран показатель «стоимость основных фондов» (х3). Результаты построения парной регрессии представлены на рисунке 3.

Рисунок 3 – Итоги построения парной регрессии

В итоге получаем уравнение следующего вида:

Представим графически зависимость между величиной валового регионального продукта Санкт-Петербурга и стоимостью основных фондов (рисунок 4).

Рисунок 4 – График зависимости ВРП Санкт-Петербурга от стоимости основных фондов

Для построения прогноза валового регионального продукта (y) необходимо предварительно построить прогноз по ведущему фактору (х3) [8, 10]. В результате лучшей трендовой моделью является полиномиальная (рисунок 5), так как имеет наибольший коэффициент детерминации, равный 0,9978 и максимально приближенный к 1 [3].

Рисунок 5 – График полиномиальной зависимости

Уравнение для прогнозирования стоимости основных фондов примет следующий вид:

Используя данное уравнение, получим, что прогнозное значение стоимости основных фондов в периоду упреждения будет равно

+14592*15+736355 = 6223835 (млн. руб.)

Подставив полученное значение в уравнение парной регрессии для валового регионального продукта Санкт-Петербурга, получим

= 3644036,84 (млн.руб.)

В целом по региону можно сделать вывод, что по показателю ВРП Санкт-Петербург занимает одно из лидирующих мест среди других регионов России. Важнейший показатель стоимость основных средств, как и многие другие показатели, имеет тенденцию к увеличению. Важно отметить, что в Санкт-Петербурге разрабатывается стратегия развития, которая заключается в признании особой роли человека в социально-экономическом развитии города, ценности поддержания, развития, преумножения человеческого капитала.

Список литературы

1. Голичев В.Д., Голичева Н.Д., Гусарова О.М. и др. Актуальные вопросы экономики и управления в условиях модернизации современной России. Выпуск 3. – Смоленск: Смолгортипография, 2016. - 384 с.

2. Голичева Н.Д., Гусарова О.М. Теория и практика моделирования финансово-экономических процессов в условиях экономической неопределенности. – Смоленск: Маджента, 2016. – 227 с.

3. Гусарова О.М. Трендовый анализ приоритетных направлений региональной экономики // Фундаментальные исследования. 2016. № 8-1. С.123-128.

4. Гусарова О.М. Аналитический аппарат моделирования корреляционно-регрессионных зависимостей // Международный журнал прикладных и фундаментальных исследований. 2016. № 8-2. С.219-223.

5. Гусарова О.М., Кузьменкова В.Д. Моделирование и анализ тенденций развития региональной экономики // Фундаментальные исследования. 2016. № 3-2. С.354-359.

6. Гусарова О.М. Эконометрический анализ статистической взаимосвязи показателей социально-экономического развития России // Фундаментальные исследования. 2016. № 2-2. С.357-361.

7. Гусарова О.М. Вероятностно-статистический подход в оценке эффективности бизнеса // Научный альманах. 2016. № 6-1(19). С.116-119.

8. Гусарова О.М. Методы и модели прогнозирования деятельности корпоративных систем // Теоретические и прикладные вопросы образования и науки: сборник научных трудов по материалам Международной научно-практической конференции. 2014. С. 48-49.

9. Ильин С.В., Гусарова О.М. Эконометрическое моделирование в оценке взаимосвязи региональных показателей // Международный студенческий научный вестник. 2015. № 4-1.С.134-136.

10. Гусарова О.М. Мониторинг ключевых показателей эффективности бизнес-процессов. В книге Актуальные вопросы экономики и управления в условиях модернизации современной России. – Смоленск: Смолгортипография, 2015. – с.84-89.

11. Гусарова О.М. Исследование качества краткосрочных моделей прогнозирования финансово-экономических показателей. М., 1999. – 100 с.

12. Орлова И.В., Половников В.А., Филонова Е.С., Гусарова О.М. и др. Эконометрика. Учебно-методическое пособие. М.: 2010.- 123 с.

13. Михальченков Н.В., Гусарова О.М., Киященко Л.Т. Дифференциация регионов по уровню их инновационной активности // Вестник магистратуры, 2014, № 10(37). С. 87-90.

14. http://www.gks.ru (дата обращения 25.12.2016).

Код для цитирования: Скопировать