Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества
Скачать 2.49 Mb.
|
СТРАНЫ БРИКС. ИХ УРОВЕНЬ ЖИЗНИ В СОПОСТАВЛЕНИИ С ДРУГИМИ СТРАНАМИ Собко Э.О……………………………………………………………………………...165 ПРОБЛЕМЫ ПОСТРОЕНИЯ РЕЙТИНГОВОЙ ОЦЕНКИ РОССИЙСКИХ ПАЕВЫХ ИНВЕСТИЦИОННЫХ ФОНДОВ Спиридонова А.В……………………………………………………………………..166 СТАТИСТИЧЕСКИЙ АНАЛИЗ НАУЧНО-ИННОВАЦИОННОГО РАЗВИТИЯ СТРАН BRICS ПО ПОКАЗАТЕЛЯМ ПАТЕНТНОЙ ДЕЯТЕЛЬНОСТИ Стовманенко А.Ю…………………………………………………………………...168 АНАЛИЗ ФИНАНСОВО-ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ОАО «ГАЗПРОМ» Талалаева П.С., Петрова О.Н……………………………………………………..170 МОДЕЛИРОВАНИЕ ПРОЦЕССА ГЛОБАЛИЗАЦИИ МЕТОДОМ КЛЕТОЧНЫХ АВТОМАТОВ Тараскина К.В………………………………………………………………………...172 ИЗМЕРЕНИЕ ВОСПРИЯТИЯ ВЫПУСКНИКАМИ ПЕРМСКИХ ВУЗОВ КАЧЕСТВА ВЫСШЕГО ОБРАЗОВАНИЯ Теплых Г.В……………………………………………………………………………..174 ИССЛЕДОВАНИЕ ДИФФЕРЕНЦИАЦИИ РЫНКА ЖИЛЬЯ В МОСКВЕ Тесленко В.А…………………………………………………………………………..176 СТАТИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ ВЫЕЗДНОГО ТУРИЗМА В РФ Тимохина Т.С………………………………………………………………………….178 МОДЕЛИРОВАНИЕ СТОИМОСТИ ЖИЛОЙ НЕДВИЖИМОСТИ В Г. МАГНИТОГОРСКЕ С ПОМОЩЬЮ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ Трофимов Д.Ю., Нагодкина Е.С…………………………………………………..179 ОЦЕНКА ДОСТАТОЧНОСТИ УРОВНЯ ГОСУДАРСТВЕННЫХ ИНВЕСТИЦИЙ, НАПРАВЛЕННЫХ НА ОХРАНУ ОКРУЖАЮЩЕЙ СРЕДЫ Тутарова Д.А………………………………………………………………………….181 ИНТЕРНЕТ-ТОРГОВЛЯ В РОССИИ: АНАЛИЗ ТЕНДЕНЦИЙ И ПРОГНОЗ Ульбашев А.Х……………………………………………………………………….…182 СТАТИСТИЧЕСКИЙ АНАЛИЗ ЗДОРОВЬЯ ДЕТЕЙ В РФ ЗА ПЕРИОД 1991-2010 ГГ. Урусова О.В., Косолапова Д.Э…………………………………………………….183 УСОВЕРШЕНСТВОВАНИЕ МЕТОДИЧЕСКИХ ПРИНЦИПОВ КОМПЛЕКСНОГО ОЦЕНИВАНИЯ ЭФФЕКТИВНОСТИ СИСТЕМЫ УПРАВЛЕНИЕ КАЧЕСТВОМ МЕТАЛЛУРГИЧЕСКОГО ПРОИЗВОДСТВА Федько Я.В…………………………………………………………………………….184 СТАТИСТИЧЕСКИЙ АНАЛИЗ АБОРТОВ В РОССИИ Фетисов И.И……………………………………………………………………….…186 СТАТИСТИЧЕСКИЙ АНАЛИЗ СОСТОЯНИЯ И ОСНОВНЫХ ТЕНДЕНЦИЙ ЗАБОЛЕВАЕМОСТИ ТУБЕРКУЛЕЗОМ Филиппова О.Э., Курочкина И.О………………………………………………….188 ОПТИМИЗАЦИИ ПРИБЫЛИ ПРЕДПРИЯТИЯ НА ОСНОВЕ МОДЕЛИ ШТАКЕЛЬБЕРГА Хачалова А.Г…………………………………………………………………………..190 ТИПОЛОГИЧЕСКАЯ ГРУППИРОВКА КРЕДИТНЫХ ОРГАНИЗАЦИЙ ПО УРОВНЮ УСТОЙЧИВОСТИ Хван М.С………………………………………………………………………………192 Статистический анализ преступности в сфере оборота наркотиков в Луганской области Чеботарёв А.В………………………………………………………………………..194 ОЦЕНИВАНИЕ СМЕРТНОСТИ ПО ДАННЫМ РМЭЗ Чернышева И.К………………………………………………………………………196 КАЧЕСТВО ВЫСШЕГО ОБРАЗОВАНИЯ ГЛАЗАМИ СТУДЕНТОВ (ПО ИТОГАМ СОЦИОЛОГИЧЕСКОГО ИССЛЕДОВАНИЯ) Шаповалова В.В., Дитрих М.А……………………………………………………197 СРАВНЕНИЕ МОДЕЛЕЙ ОЦЕНКИ VAR В ПЕРИОДЫ РАЗЛИЧНОГО ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ НА ПРИМЕРЕ ЕВРОПЕЙСКИХ СТРАН Щерба А.В……………………………………………………………………………..199 Сравнительный анализ демографических показателей в базах данных Росстат, Евростат, ВОЗ HFA, ИНЕД Юмагузин В.В…………………………………………………………………………201 ОПТИМИЗАЦИЯ РЕЖИМОВ РАБОТЫ ОБЪЕКТОВ СВЕТОФОРНОГО РЕГУЛИРОВАНИЯ МЕТОДАМИ НЕЧЕТКОЙ ЛОГИКИ ТарасовО.В……………………………………………………………………………203 МОДЕЛИРОВАНИЕ ТОРГОВЫХ ОТНОШЕНИЙ ДАГЕСТАНА И АЗЕРБАЙДЖАНА НА ОСНОВЕ ГРАВИТАЦИОННЫХ МОДЕЛЕЙ Абдухаликова Диана Надировна (Махачкала, ДГУ) Современной наукой разработан ряд моделей международной торговли. К классу моделей, анализирующих межрегиональное взаимодействие, относятся и гравитационные модели. Гравитационная модель - модель, описывающая социальные и экономические взаимодействия между пространственными объектами (городами, регионами, странами). Модель используется для анализа процесса урбанизации, для исследования экспортно-импортных взаимосвязей, размещения промышленности, миграции населения. Основной идеей модели гравитации применительно к экспортно-импортным взаимосвязям является то, что интенсивность движения рассматриваемых потоков товара в предполагаемую точку сбыта, прямо пропорциональна численности населения в этих двух микрорайонах и обратно пропорциональна квадрату расстояния от них до рынка сбыта:  , (1)где Pi – численность населения в i-м микрорайоне;  – расстояние от микрорайона i до рынка сбыта 3; A – коэффициент пропорциональности. Моделирование торговли с помощью моделей гравитации позволяет спрогнозировать долгосрочные торговые потоки. Они дают качественную характеристику факторов, влияющих на размер и структуру внешнеторгового оборота: возможностей экспорта и импорта; учёта факторов, сдерживающих внешнеторговый оборот между странами (система тарифов). Влияние этих факторов рассчитывается на основе данных о размерах товарооборота между регионами с помощью регрессионного анализа. Полученные параметры гравитационной модели носят характер эластичности и показывают, на сколько процентов (или единиц) может измениться товарооборот между странами, если соответствующий фактор изменится на 1% (на 1 единицу). Говоря о гравитационных моделях, следует упомянуть и о «многостороннем сопротивлении». «Многосторонним сопротивлением» для двух торгующих между собой регионов называется средний барьер в торговле с остальным миром. Чем больше этот барьер, тем сильнее регионы будут стремиться торговать друг с другом. Одним из ярких примеров таких моделей является гравитационная модель Я. Тинбергена, которая имеет следующий вид: Xi j = α0(Yi )α1 (Yj ) α2(Di j ) α3+ε, (2) где Xij - стоимость торгового потока из региона i в регион j; Yi , Yj - показатели, характеризующие номинальные ВВП соответствующих регионов; Dij - физическая удалённость экономических центров регионов i и j; ε - случайная ошибка; α1, α2, α3 - эластичности экспорта соответственно от ВВП региона - экспортёра, от ВВП региона-импортёра, от расстояния между регионами. В работе рассмотрены предпосылки и тенденции развития торгово-экономической интеграции республики Дагестан и государства Азербайджан. В рамках гравитационной модели построено уравнение регрессии для прогнозирования внешнеторгового оборота и экспорта Дагестана в Азербайджан. Регрессионное уравнение, описывающее зависимость между потоком торговли и номинальными ВВП соответствующих регионов, было получено с помощью классического метода наименьших квадратов и представлено в виде: Xij = 2,45(Yi) 0,74(Yj) –0,02(Dij) -0,03 (3) Модель даёт достаточно точные оценки: коэффициент детерминации R2 достаточно высок – 0,70. Однако, нужно отметить, что реальные данные об экспорте в Азербайджан и торговом обороте с Дагестаном несколько расходятся с прогнозными. Это объясняется тем, что на показатели торгового оборота и экспорта влияет ряд других факторов, не учтенных в модели. Таким образом, исследование торговых отношений с помощью гравитационных моделей позволяет сделать вывод об их широком использовании в области моделирования и прогнозирования не только на международном уровне, но и на региональном, городском. Литература
ДАННЫЕ О МИГРАЦИИ НАСЕЛЕНИЯ В ИСТОЧНИКАХ РОССТАТА1 Абылкаликов Салават Иргалиевич (Москва, НИУ ВШЭ) При изучении миграционных процессов большое внимание следует уделять совершенствованию источников данных. Источники должны обладать достоверной информацией, своевременно обновляться и быть удобными для использования. В данном докладе будут рассмотрены три основных источника официальных статистических данных по миграции, выпускаемых Росстатом: статистический сборник «Демографический ежегодник России» (Демежегодник), бюллетень «Численность и миграция населения Российской Федерации», а также электронная «Центральная база статистических данных» (ЦБСД). Первые два источника имеют бумажную и электронную версии, выпускаемые ежегодно. Данные в Демежегоднике представлены в html (выдача таблицы на экране в браузере) и файлах формата doc (Word). Бюллетень также представлен в форматах html и doc, также имеется возможность получения xls (Excel) файлов. При запросах в Центральную базу статистических данных можно получить данные в следующих форматах: html (веб-страницы), csv (текстовый файл с разделителем) и xls. Большие массивы данных для дальнейшей работы с ними удобнее всего использовать в форматах xls и csv. Неудобным являются копирование с html - в некоторых интернет-браузерах при копировании нарушается табличная структура (например, в Mozilla Firefox, Opera и Google Chrome), файлы формата doc данных публикаций, как правило, содержат большое множество лишних пробелов, знаков абзаца, прочих незначащих знаков, а также ручных переносов. ЦБСД, как и любая онлайн-база данных, может обновляться часто и без ограничений, однако в ней отсутствуют указания даты последнего обновления. Демежегодник и бюллетень «Численность и миграция населения Российской Федерации», несмотря на наличие электронных версий, являются ежегодными бумажными изданиями, поэтому информация в них обновляется лишь с выходом нового издания. При этом бывает так, что статистическая информация, данная в выпусках разных годов, не совпадает между собой, т.к. перерасчет данных, уточненных по итогам переписей населения, производится по большей части за счет миграции [4]. Так, миграционный прирост всего населения России в 2000 году составил 217 975 чел. по данным демежегодника-2001 и 241 755 чел. по данным демежегодника-2002 и всех последующих [2, 3]. ЦБСД является крупнейшим источником официальных статистических данных по Российской Федерации, который содержит самую актуальную информацию. База данных будет полезна тем, кому нужны общие показатели по всем направлениям статистики. Если требуется знать, как оценивались те или иные показатели в разное время, то лучше воспользоваться бумажными изданиями. В демежегоднике присутствуют специфические демографические показатели, в т.ч. по миграции. Бюллетень «Численность и миграция населения Российской Федерации» является специализированным изданием по статистике миграции. Он включает в себя как показатели, встречающиеся в других источниках, так и уникальные разработки, публикующиеся только в этом издании. Существенными недостатками бюллетеня и демежегодника является сложность сравнения динамики показателей по годам, т.к. в каждом выпуске оцениваются показатели лишь за определенные годы. Все три описанных источника являются бесплатными и находятся в открытом доступе. Для получения полного доступа процедура регистрации не предусмотрена. Литература
ОПТИМАЛЬНЫЙ ПОРТФЕЛЬ ЦЕННЫХ БУМАГ: ПОДХОД МАРКОВИЦА Алексанян Артур Владимирович (Москва, ФА при Правительстве РФ) Формирование оптимального портфеля ценных бумаг, который мог бы принести желаемый доход при минимально допустимом риске - важнейшая задача любого средне- и долгосрочного инвестора. В данной работе мы для простоты берем пять финансовых инструментов (акции компаний ВТБ, Сургутнефтегаз, Сбербанк, Татнефть, Лукойл) и период начала 2010 года (всего 30 дневных котировок). Приступим к поэтапному анализу портфеля, используя модель Марковица. Для линейной парной регрессионной модели рассчитаем прогноз дисперсии цены каждой бумаги и индекс РТС на выбранную дату (пускай это будет 30 день после последней даты выбранного диапазона дат). Для этих целей следует сформировать вектор цен на выбранную дату:  и вычислить ковариационную матрицу, элементы которой определяются исходя из полученных моделей:    По аналогии вычислим остальные компоненты ковариационной матрицы и представить ее в следующем виде:  В результате должна быть получена необходимая информация для формирования модели Марковица. Марковиц предлагает интерпретировать элементы вектора r как меру привлекательности бумаги, а соответствующую ей дисперсию как меру риска вложений в бумагу. Теперь можно приступить к формированию оптимального портфеля выбранных бумаг. 1. Портфель Р состоит из количеств акций каждого типа: Р={n1, n2, n3, n4, n5}. 2. Для удобства в соответствие портфелю Р можно поставить вектор X={x1, x2, x3, x4, x5}, где xi – доля бумаг типа i в портфеле. При этом: x1+ x2 + x3+ x4+ x5=1 3. Обозначим символом rp выручку портфеля в целом за период владения. Эта выручка может быть рассчитана как:  ,где xi – доля бумаги типа i в пакете r(ai) – цена i-ой бумаги на выбранную дату Так как выручка портфеля величина случайная, следовательно, для нее можно рассчитать математическое ожидание и дисперсию. Математическое ожидание будет вычисляться по формуле, указанной выше, т.к. прогнозные значения r(ai) вычислены по регрессионной модели. Дисперсия портфеля, в целом, будет определяться по формуле:  Найдем портфель, соответствующий минимальному риску. Для этого необходимо решить следующую задачу линейного программирования:  Мы получили три разных оптимальных портфеля ценных бумаг. Разобранный пример из практики позволяет отчетливо представить, что из хаоса, порой творящегося на фондовом рынке, всегда возможно с помощью несложного математико-статистического аппарата выудить рациональное зерно, позволяющее добиться успеха. ДОВЕРИЕ К РЕКЛАМЕ: БОРЬБА ЗА ПОТРЕБИТЕЛЕЙ Алёшкина Дарья Владимировна (Москва, МЭСИ) Реклама - главный инструмент воздействия на сознание потребителя. Грамотно составленная и с умом преподнесенная рекламная концепция способна убедить любого человека в целесообразности приобретения того или иного товара. Современная реклама не воздействует на потребителя с топорной грубостью. Нынешние рекламные ролики, вывески и стенды отличаются ненавязчивой мягкостью воздействия на потребителя, а некоторые даже какой-то своеобразной изысканностью: ведь реклама - это искусство, а искусство имеет свойство совершенствоваться. Однако же стереотипы, сложившиеся относительно рекламы еще в далекие дореволюционные годы, имеют место быть и в наше время. Такой низкий КПД рекламы вызван, прежде всего, нашей неклассической системой потребления товаров и ресурсов в стране. В сложившихся условиях возрастает значение всестороннего анализа отношения потребителей к рекламе и тенденций её изменения с целью эффективного развития и функционирования рекламной среды. На рисунке 1 отражено распределение респондентов и их отношение к рекламе в 2011 году, по данным исследованиям компании TNS Gallup Media 2. Как мы можем видеть, больше половины населения негативно относятся к рекламе, однако, четверти населения России - нравятся рекламные сообщения. По данным comScore на конец 2009 года, 80% потребителей чаще всего обращают внимание на рекламу на телевидении. При этом доверие к телевизионной рекламе составляет 61%. Следом за телевизионной рекламой в порядке привлечение внимания аудитории следуют печатная реклама (60% при уровне доверия 50%), новостные (53%-49%) и корпоративные веб-сайты (51%-51%), веб-сайты с контентом, выкладываемым интернет-пользователями (28%-23%), наружная реклама (22%-19%) и радиореклама (22%-28%). Традиционно большинство россиян не доверяют рекламе (62%). Скептически относятся к ней, в первую очередь, пожилые и малообеспеченные респонденты (68 и 74% соответственно), а также те, кто не пользуется Интернетом (61,5%). Рисунок 1. Отношение к рекламе, данные ТНС Россия, 2011 г. Неоднозначно к рекламе относятся 27% россиян и в основном это граждане моложе 45 лет (30-31%) и активные пользователи сети Интернет (32%). Доверяет рекламе почти каждый десятый россиянин (9%, десять лет назад - 6%). Наиболее высок этот показатель среди молодежи (13%), высокообеспеченных респондентов (20%) и эпизодических пользователей сети Интернет (16%)3. В Интернете же людей в возрасте 18-34 лет больше всего привлекают рекламные сообщения таких направлений как одежда, музыка и фильмы, еда и напитки, а также электроника. При этом уровень доверия к рекламным сообщениям, касающимся финансовых операций и различных лекарств, на сайтах ниже, чем уровень доверия к аналогичной рекламе на традиционных сайтах. Используя данные TNS Gallup Media и специального программного обеспечения Galileo, построена карта распределения СМИ за период с 2008 по 2011 год, по кварталам. ТЕОРИЯ АРБИТРАЖНОГО ЦЕНООБРАЗОВАНИЯ (ARBITRAGE PRICING MODEL, APT) ДЛЯ ФОРМИРОВАНИЯ ОПТИМАЛЬНОГО ПОРТФЕЛЯ ЦЕННЫХ БУМАГ Аникина Алёна Александровна, Алфёров Игорь Олегович (Челябинск, НИУ ЮУрГУ) При формировании портфеля ценных бумаг инвестор стремится создать оптимальную комбинацию риска и доходности. Для решения данной задачи существует множество подходов и моделей, в данной статье мы рассмотрим модель формирования портфеля ценных бумаг с помощью модели арбитражного ценообразования. Данная модель связана с субъективным отношением инвестора к влияющим факторам. В статье приведен и реализован алгоритм выбора оптимального портфеля ценных бумаг, на примере ценных бумаг российских эмитентов (анализ основан на данных за период с 10.10.2011 по 10.03.2012). Приведенный алгоритм сохраняет все достоинства APT модели и минимизирует субъективизм в выборе факторов. Теория APT базируется на том, что каждый инвестор стремится увеличить доходность своего портфеля без увеличения риска. Одной из таких возможностей является арбитражный портфель. Арбитражная деятельность является неотъемлемой составляющей современных эффективных рынков ценных бумаг. Суть арбитража – это рассмотрение различных цен на конкретную ценную бумагу. У похожих ценных бумаг и портфелей могут существовать «почти арбитражные» возможности. Подходит ли портфель или ценная бумага для арбитражной операции определяется анализом общих факторов, влияющих на курс ценных бумаг. Принцип факторной модели состоит в том, что ценные бумаги, зависящие от одних и тех же факторов должны иметь одинаковые ожидаемые доходности, в противном случае появлялись бы «почти арбитражные» возможности. Исходя из теории APT, для увеличения ожидаемой доходности своего портфеля без увеличения риска инвестор рассматривает различные возможности формирования арбитражного портфеля [2]. Анализ ценных бумаг основывается на рассмотрении факторов возможно влияющих на цену бумаги (макроэкономические показатели, мировые фондовые индексы, сырьевые цены, отраслевые индикаторы) и выделение их в группы. Факторы выделяются в группе на основе значимости коэффициентов в регрессионной модели:  ,где  – цена  -ой ценной бумаги;  – числовой коэффициент для  -го фактора;  – значение -го фактора;  –ошибки для -ой бумаги.После выделения всех факторов, акции выделяются в группы по факторам, от которых они зависят. Актив в итоге характеризуется остаточной доходностью и набором показателей  , которые представляют чувствительность актива к конкретному фактору, и характеризует систематический риск, связанный с влиянием именно этого фактора.После выбора набора ценных бумаг, из которых будет формироваться портфель, необходимо найти множество эффективных портфелей. Для поиска эффективных портфелей, с помощью линейного программирования, решается задача максимизации дохода при заданном уровне риска [1]. Для определения оптимального портфеля из множества эффективных портфелей воспользуемся индексом Шарпа, т.е. отношение прироста доходности портфеля к уровню риска, измеряемого волатильностью. Функция, подлежащая максимизации:  где  – оценка математического ожидания доходности оптимально портфеля;  – доходность i-ой ценной бумаги в момент времени t;  – ставка доходности безрискового актива. Литература
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ШАБЛОННОГО МЕТОДА ПРИ ПРОЕКТИРОВАНИИ СИСТЕМ Архипов Никита Владимирович (Москва, НИУ ВШЭ) В настоящий момент разработано довольно много различных шаблонов проектирования, каждый из которых представляет гибкое решение для часто возникающих проектировочных задач и имеет свои недостатки и преимущества. В данной статье мы рассмотрим один из наиболее часто используемых шаблонов проектирования, который в российской практике получил название «Шаблонный метод» (Template). Шаблон проектирования - повторяемая архитектурная конструкция, представляющая собой решение проблемы проектирования в рамках некоторого часто возникающего контекста. Паттерн Шаблонный метод задает «скелет» алгоритма в методе, оставляя определение реализации некоторых шагов субклассам, которые могут переопределять некоторые части его структуры. На рис. 1 показан пример его реализации. Неотъемлемой частью Шаблонного метода являются так называемые «перехватчики», которые представляют собой методы, объявленные в абстрактном классе и имеющие пустую реализацию или шаблон реализации, который может быть переопределен. Такие перехватчики дают возможность «подключаться» к алгоритму в разных точках. В Шаблонном методе должен быть один абстрактный класс (Abstract class) и один или более конкретных классов (Concrete class). Абстрактный класс - определяет абстрактные операции, замещаемые в наследниках для реализации шагов алгоритма. Шаблонный метод вызывает замещаемые и другие, определенные в Abstract class, операции. Конкретный класс - реализует замещаемые операции необходимым для данной реализации способом. Описанный паттерн проектирования играет важную роль в повторном использовании кода. В нем абстрактный класс Шаблонного метода может определять конкретные методы, абстрактные методы и методы перехватчики. Абстрактные методы реализуются субклассами, которые их переопределяют. Перехватчики не делаю ничего или определяют поведение по умолчанию в абстрактном классе и могут переопределяться в субклассах. Чтобы субкласс не мог изменять алгоритм в Шаблонном методе, его объявляют с ключевым словом final. Шаблонный метод получил большое распространение благодаря тому, что он идеально подходит для создания инфраструктур, которые управляют общим ходом выполнения некоторой задачи, но при этом дают возможность пользователю указать, что конкретно должно происходить на каждом шаге алгоритма.  Рисунок 1. UML - диаграмма Шаблонный метод может быть применен в следующих случаях:
Литература
ИССЛЕДОВАНИЕ ОТДЕЛЬНЫХ АСПЕКТОВ ДЕМОГРАФИЧЕСКОЙ ПРОБЛЕМЫ В РФ Астратова Елена Владимировна (Магнитогорск, МГТУ) Численность населения бывшего СССР к моменту его распада составляла 290 млн. человек. По этому показателю страна уступала лишь КНР и Индии. В середине 90х годов численность населения России составляла лишь 158 млн. человек, и впереди ее уже оказались США, Бразилия и Индонезия. И причина снижения численности не только отделение от РФ отдельных республик. Относительно причин российского демографического кризиса в научной среде существует несколько групп мнений взгляды учёных разделяются по факторам, которые та или иная группа исследователей считает доминирующими, определяющими: - экономические факторы (изменение структуры занятости, демографической мотивации и снижением качества жизни); - социальные факторы (массовая наркомания и алкоголизм, отсутствие государственной поддержки здравоохранению); - социально этические факторы (деформация социальной структуры общества, деградация морали и кризис института семьи). По нашему мнению наименее исследован вопрос «кризиса института семьи», который проявляется через показатели количества браков и разводов. Проанализируем динамику заключения и расторжения браков [2]. С 1990 года снизилось количество заключаемых браков и возросло количество разводов, но с 2009 года наблюдается обратный процесс. Во время исследования были проанализированы следующие факторы влияющие на количество заключаемых браков в России (ВВП, прожиточный минимум, уровень бедности и т.д.) В ходе проведенного анализа получилось, что наиболее значимый показатель - это численность занятых. Коэффициент корреляции между количеством браков и численностью занятых составляет 0,88, что показывает высокую зависимость между данными показателями. Построим уравнение регрессии, где зависимой переменной Y будет количество заключенных браков, а независимой переменной X - численность занятых, получим: Y = -2103696 + 0,047х, со значимостью R2=0,79. Конечно, численность занятых, это не единственный фактор, который влияет на количество заключаемых браков, но он весьма существенный, зная данную зависимость можно иметь примерный прогноз браков, а также способствовать их увеличению и следовательно улучшению демографической ситуации в стране. Опишем тенденцию заключения браков и сделаем прогноз на 2012 год. С помощью программ Exel и Statistica мы построили модель Y= -0,0061x4 + 0,5197x3 - 13,014x2 + 80,802x + 1365,4 со значимостью R² = 0,8897 где х - период (1979 год - первый период, 1980 - второй период и т.д.), Y - расчетное количество браков. Свойства случайности и независимости остатков, а также нормальность распределения остатков выполняются, считаем полученную модель адекватной, также после проверки можно считать модель точной, следовательно, можно сделать прогноз количества заключаемых браков на 2012 год. Это значение будет равно 1343,1232, то есть число браков возрастет. Считается, что люди, состоящие в браке, подвергаются меньшим стрессам и, следовательно, живут дольше. Посмотрим, есть ли зависимость между количеством заключенных браков и средней продолжительностью жизни. Коэффициент корреляции между этими показателями равен 0,83 - значит существует сильная прямая зависимость. Выразим данную зависимость в уравнении регрессии: Y = 54,166+1,583х, со значимостью R2=0,71, где х - количество браков заключенных на 1000 человек населения, Y - средняя продолжительность жизни. Это означает, что действительно данные показатели взаимосвязаны. По статистике, самой частой причиной разводов (51%) является алкоголизм одного из супругов [1]. Проанализируем показатели: регистрируемое потребление алкоголя на душу населения, в пересчете на спирт, литров и количество разводов. Коэффициент корреляции между данными показателями составляет 0,77 - это уже говорит о наличии связи между ними. Построим уравнение регрессии: Y = 2,632 + 0,211x со значимостью R2=0,69, где х - регистрируемое потребление алкоголя на душу населения, Y - количество разводов на 1000 человек населения. Таким образом, мы можем примерно рассчитать влияние алкоголя, потребляемого населением на количество разводов, а значит если государство разработает эффективную программу по борьбе с алкоголизмом в нашей стране, то это поспособствует укреплению института семьи. Следовательно, проблемы института семьи - являются комплексными и взаимозависимыми от остальных демографических факторов. Литература 1. http://www.sta-t.ru/obshestvo/statistika_razvodov_i_brakov/ 2. http://www.gks.ru Статистический анализ человеческого потенциала при измерении экономического роста (на примере стран Африки) Атчаде Минтоде Никодеме (Санкт-Петербург, СПбГУЭФ) Сегодня среди многих вопросов, связанных с улучшением статистической методологии важное место занимает расширение концепции экономического роста. При измерении экономического роста целесообразно учитывать не только валовой внутренний продукт (по ППС на душу населения) но и другие социально-экономические показатели, такие как индикаторы занятости, образования и здоровья. Статистическое исследование влияния социального неравенства на человеческий потенциал и экономический рост имеет глобальное значение особенно для развивающихся стран. Индекс Развития Человеческого Потенциала (ИРЧП) по данным за 2011 год по 52 странам Африки описывается следующей степенной функцией: У = 0,013 * X10,128 * X20,184 * X30,580 t: 16,8 12,9 11,1 У = ИРЧП Х1 - ВВП на душу населения (долл.) Х2 - Средняя продолжительность обучения (количество лет) Х3 - Ожидаемая продолжительность жизни при рождении (количество лет) Под уравнением приведен t-критерий Стюдента для каждого параметра функции, что свидетельствует о том, что по значимости факторы-компоненты ИРЧП располагаются в следующей последовательности: доход - образование – здоровье. Эту последовательность можно ещё проверить с помощью частных коэффициентов корреляции. Вариация ИРЧП на 97,4% объясняется вариацией показателей-компонентов ИРЧП, а на долю неучтенных факторов приходит лишь 2,6%. R2 =0,974. Индекс корреляции составил R=0,987. Fтабл. (df1=m=3, df2=n-m-1=48)= 2,42. F= 590,149> Fтабл. что свидетельствует о том, что уравнение множественной нелинейной регрессии в целом значимо. Коэффициент эластичности при параметре ВВП составляет 0,128 следовательно при увеличении ВВП на 1%, ИРЧП повышается на 0,128 при условии, что значения факторов образования и здоровья останутся неизменными. Лучшая кривая распределения стран Африки по ИРЧП в порядке возрастания (рис. 1) за 2011 год из всех возможных вариантов оказалась экспоненциальная функция в виде: У=0,2899E0,017x; R2= 0, 9778. По показателю ИРЧП страны Африки сильно различаются. Коэффициент вариации составил 27,15%.  Рисунок 1. Лучшая кривая распределения стран Африки по ИРЧП Рисунок показывает, что максимальное значение ИРЧП (Сейшельские острова занимают первое место- 0,773) превышает минимальное значение ИРЧП (Демократическая Республика Конго занимает последнее место-0,286) более чем в 2 раза (е0,017*52 =2,43).Рассмотрев понятие потенциала человеческого развития, можно прийти к выводу, что ИРЧП является и остается интегральным показателем оценки человеческого потенциала (вопреки его недостатка- с точки зрения информативности) и должен играть одну из важнейших ролей в оценке экономического роста. Не менее важную значимость имеют такие показатели как темп роста ВВП, прямые показатели занятости и даже показатели стабильности развития общества. Таким образом, дальнейшие исследования должны опираться на внесение вклада в непрерывное совершенствование интегрального показателя экономического роста с целью повышение его информативности. АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СИСТЕМЫ ПЕНСИОННОГО ОБЕСПЕЧЕНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ Базарова Наталья Зориктуевна (Улан-Удэ, ВСГУТУ) На данном этапе развития и реформирования нашего социально-экономического пространства, общество оказалось неготовым к осмыслению изменений в области пенсионного страхования в условиях развития экономики. Проводимая пенсионная реформа, показала неэффективность ее реализации, которая привела к дефициту средств Пенсионного фонда России. Для разработки основных направлений социальной политики и создания новой системы социальной защиты надо провести анализ основных проблем развития настоящей системы и определить ее основные перспективы, проанализировав и спрогнозировав доходы и расходы ПФ РФ. По итогам деятельности Пенсионного фонда за 2010 год: - общий объем средств, поступивших в Пенсионный фонд, составлял 4610 миллиарда рублей (на 24% больше чем в 2009 году), в том числе объем поступивших страховых взносов и налоговых платежей 1929 миллиарда рублей, что меньше, по сравнению с предыдущим годом, на 40%; - израсходовано 4249 миллиардов рублей (на 29,2% больше, чем в 2009 году), в том числе на финансирование выплат населению пенсий и пособий - 3707 миллиарда рублей (на 18,8% больше предыдущего года), на осуществление ежемесячной денежной выплаты 293,6 миллиарда рублей (на 10% больше). Средний размер назначенных пенсий в РФ за 2010 год составил 7476,3 рубля и увеличился по сравнению с 2009 годом на 30,6%. Анализ динамики поступлений и расходования средств Пенсионного фонда РФ показал что, средний размер пенсий увеличивается, и соответственно увеличиваются расходы пенсионного фонда, но при этом уменьшаются налоговые платежи и недостаток средств покрывается благодаря безвозмездным поступлениям из федерального бюджета, доля которых в общей сумме поступлений в 2010 году составляет 57,4 %. Определим основные проблемы финансирования бюджета ПФ. Благоприятный период «демографических дивидендов», в течение которого новые когорты пенсионеров были малочисленными, а приток молодежи на рынок труда, напротив, многочисленным, закончился. В ближайшие годы стране предстоит столкнуться с ускоряющимся старением населения, произойдет ухудшение соотношения работников и пенсионеров. Это приведет к еще большему увеличению дефицита ПФ. Таблица 1 Прогнозирование коэффициента пенсионной нагрузки методом экспоненциального сглаживания в РФ на 2012-2014г. Численность занятых в экономике постоянно растет, однако это не уменьшает их пенсионной нагрузки. В среднем на одного работающего в России приходятся расходы 1,7 пенсионера. Построим модель Бокса-Дженкинса с учетом сезонности на основе квартальных данных о доходах пенсионного фонда РФ Рисунок 1. Наблюдаемые и прогнозные значения доходов ПФ РФ, 1996-2012 гг. На основе прогнозных значений можно судить о тенденции финансирования ПФ, которые могут помочь в разработке социально-экономических программ развития внебюджетного фонда. Литература
СТАТИСТИЧЕСКИЙ АНАЛИЗ РЫНКА ЖИЛЬЯ Банарь Ксения Сергеевна, Беляева Марина Константиновна (Новосибирск, НГУЭиУ) В настоящее время рынок жилья играет важную роль в решении не только социальных проблем общества, но и развитии реального сектора экономики, оживлении инвестиционного процесса, макроэкономической стабильности. Мы решили подробно рассмотреть квартиры студии города Новосибирск, т.к.они всегда пользуются повышенным спросом, особенно среди молодежи: имеют своеобразный интерьер, довольно просторные и функциональные, небольшие по площади, но удачно спланированные, они позволяют удобно организовать жизненное пространство без лишних затрат. Именно о таких качествах жилья задумывается каждый человек, начиная делать ремонт или покупая новую квартиру. И это все возможно в квартирах нового формата, которые появились на рынке недвижимости сравнительно недавно, это квартиры-студии, которые нередко отличаются еще и компактностью и низкой ценой. Это свидетельствует об актуальности выбранной темы нашей работы. Цель - найти оптимальную стоимость однокомнатной квартиры-студии и район в котором она находится (по городу Новосибирск) На конец 2011 года доля квартир студий на рынке продажи квартир в городе Новосибирске составила 5%. 92% представленных на рынке продажи квартир студий это однокомнатные квартиры, и только 6% - двухкомнатные, 2% -трехкомнатные. В связи с такими данными, мы решили уделить внимание однокомнатным квартирам. Мы провели исследование, разбили на группировки квартиры по площади (в Новосибирске) разделив на три группы: «маленькие», «средние» и «большие». Наибольшее предложение имеют квартиры с площадью от 16 до 30 кв.м. Таблица 1 Группировка однокомнатных квартир (серия «студия») по площади (г. Новосибирск 2011 год)  |
Похожие:
 | Программа дисциплины " Многомерные статистические методы" для направления... Экстернат – самостоятельное изучение обучающимся дисциплин согласно основной образовательной программе высшего профессионального... | | Программа дисциплины " Эконометрика " для направления 080100. 62... Гос впо по специальности 080507. 65 Менеджмент организации, утвержденными 17 марта 2000, №234 эк/сп |
| Программа дисциплины " Эконометрика-2" для направления 080100. 68... Гэ по русскому языку и литературе. Данная программа позволяет подготовиться к сдаче егэ. Особенностью данного курса является то,... | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, Data Mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори |
| Отчет о лаботарорной работе методы и средства анализа данных по теме:... Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори | | Факультет экономики ... |
 | Статистические методы анализа языка как способ повышения эффективности... Утверждена отделом документационно-содержательного обеспечения учебного процесса Ургпу | | Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» |
| Отчет о лабораторной работе методы и средства анализа данных по теме:... «Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации» | | Рабочая программа по дисциплине Аналитическая химия и физико-химические методы анализа Цели и задачи дисциплины: Освоение теоретических основ современных химических методов анализа, аналитических методик и приемов, статистической... |
| Конспект лекций по системному анализу Лекция: История, предмет, цели системного анализа 2 Рассматриваются история развития и предмет системного анализа, системные ресурсы общества, предметная область системного анализа,... | | Анализа данных-4: анализ издержки-выгод Методы анализа данных-4: анализ издержки-выгоды, анализ издержки-эффективность (17 ноября 2005)1 |
