IX Международная студенческая научная конференция Студенческий научный форум - 2017

Исследованию особенностей региональных экономик субъектов России посвящен ряд научных работ [1,2,4,10,11,14,17]. Эконометрические методы исследования позволяют выявить взаимосвязи ряда региональных показателей и оценить их влияние на общее состояние экономики региона [3,6,9]. В целях обеспечения устойчивого социально-экономического развития Белгородской области разработана «Стратегия социально-экономического развития Белгородской области на период до 2025 года», в которой намечены следующие ориентиры уровня развития экономики региона (рис.1).

Рисунок 1 - Показатели уровня жизни населения Белгородской области в 2007-2025 годах.

Важнейшим показателем уровня экономического развития региона в рамках стратегии развития является валовой региональный продукт (ВРП). В качестве статистических данных для эконометрического исследования выбран ряд показателей, характеризующих экономику Белгородской области за период с 2002 года по 2014 год (табл.1) [19].

Таблица 1 – Показатели социально-экономического развития Белгородской области

По результатам исследования в динамике валового регионального продукта региона наблюдается устойчивая положительная тенденция (рис.2).

Рисунок 2 - Динамика абсолютного базисного и цепного прироста ВРП.

С целью выявления статистической взаимосвязи ряда региональных показателей было осуществлено построение матрицы парных корреляций (табл.2).

Таблица 2 - Матрица коэффициентов парных корреляций

Оценивая статистическую значимость коэффициентов корреляции во взаимосвязи экзогенной и эндогенных переменныхвидно, что коэффициенты парной корреляции между ВРП и факторами: инвестиции (X1) , численность населения(X2), стоимость основных фондов (X3), среднемесячная заработная плата (X4) имеют положительную величину, следовательно, между этими признаками имеет место прямая связь, что означает увеличение объемов ВРП как при увеличении объема инвестиций, так и при увеличении численности населения, стоимости основных фондов, среднемесячной заработной платы. Наибольшее влияние на величину валового регионального продукта оказывают стоимость основных фондов региона (Х3), о чем свидетельствует ryx3= 0,9836 и объем инвестиций (Х1) ryx1= 0,9487. Результаты многофакторного регрессионного анализа представлены на рис.3.

Рисунок 3 - Результаты регрессионного многофакторного анализа

Оценим качество уравнения множественной регрессии: коэффициент детерминации =0,987, что свидетельствует о высоком качестве построенной регрессии [5]. F-критерий Фишера равен 408,48, следовательно, построенное уравнение регрессии признается статистически значимым, t-статистика свидетельствует о значимости коэффициентов регрессии и факторных признаков [12].

Для сравнительного анализа осуществим построение модели парной регрессии, в которой в качестве ведущего факторного признака выбран Х3 - стоимость основных фондов (рис.4). Уравнение парной регрессии имеет вид: y = 0,547713969x–17453,56703.

Рисунок 4 – Результаты регрессионного однофакторного анализа.

Построенное уравнение парной регрессии также обладает высоким качеством и является статистически значимым, однако более высоким качеством обладает уравнение множественной регрессии, о чем свидетельствует большее значение коэффициента детерминации [16]. Для уточнения влияния объема инвестиций и стоимости основных фондов на величину валового регионального продукта осуществлен расчет коэффициентов эластичности, бетта– и дельта-коэффициентов (табл.3) [7].

Таблица 3 – Расчет коэффициентов эластичности, бетта– и дельта-коэффициентов

	Y ВРП, млн.руб.	X1 Инвестиции, млн. руб.	X3 Стоимость ОФ, млн. руб.
Среднее значение	296 455,34	77 363,38	573 125,62
Эластичность		0,333825404	0,2828384197
Bi (бетта-коэффициент)		0,330436472	0,68564299
delta (дельта-коэффициент)		0,317332102	0,682667898

При увеличении инвестиций на 1% валовой региональный продукт увеличится на 0,334%, при увеличении на 1% стоимости основных фондов ВРП увеличится на 0,283%. Анализ дельта-коэффициентов позволяет сделать вывод, что удельное влияния объема инвестиций (X1) на ВРП составляет 31,7%, удельное влияние стоимости основных фондов (Х3) на валовой региональный продукт составляет 68,3 % [15].

Для характеристики зависимости ВРП от объема основных фондов и для получения прогноза ВРП были построены несколько трендовых моделей (линейный тренд и нелинейные) [8,13]. В результате сравнения коэффициентов детерминации была выбрана лучшая по качеству модель - полиномиальный тренд, по которому построен прогноз ведущего фактора – стоимость основных фондов (рис.5).

Рисунок 5 - Построение прогноза величины стоимости основных фондов.

Прогнозное значение стоимости основных фондов (Х3) в 2017 году составит y = 5393,6 *15^2 + 4400,1* 15 + 202531= 1 482092,5млн. руб. Подставив это значение в уравнение парной регрессии y = 0,547713969x – 17453,56703, получим прогнозное значение валового регионального продукта в 2017 году, равное 794 309,20 млн. руб.

С 2005 года Белгородская область успешно удерживает 4-е место по уровню ВРП среди регионов Центрального федерального округа [18]. По итогам осуществленного эконометрического исследования в целом можно положительно оценить социально- экономическое развитие Белгородской области в исследуемый период и период прогнозирования.

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

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

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

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. Инвестиции как фактор регионального развития //Фундаментальные исследования. 2015. – № 2-10. – С.2194-2199.

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

13. Гусарова О.М. Информационно-аналитические технологии прогнозирования деятельности организаций // Международный журнал прикладных и фундаментальных исследований. 2015. - № 12-3. - С.492-495.

14. Гусаров А.И., Гусарова О.М. Управление финансовыми рисками региональных банков // Современные наукоемкие технологии. 2014. № 7-3. С.8-10.

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

16. Орлова И.В., Турундаевский В.Б. Многомерный статистический анализ при исследовании экономических процессов: М.: Юнити, 2014. – 326 с.

17. Орлова И.В., Турундаевский В.Б. Краткосрочное прогнозирование ипотечного кредитования // Статистика и Экономика. 2013. № 6. С.175-177.

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

19. http://www.gks.ru (дата обращения 25.02.2017).

Код для цитирования: Скопировать