Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества





НазваниеОтделение статистики, анализа данных и демографии статистические методы анализа экономики и общества
страница22/23
Дата публикации27.07.2013
Размер2.49 Mb.
ТипТезисы
100-bal.ru > Экономика > Тезисы
1   ...   15   16   17   18   19   20   21   22   23

Хачалова Аминат Гамзатовна

(Махачкала, ДГУ)
На рынке часто бывает ситуация, когда действуют несколько производителей, и каждый из них может повлиять на цену. Практически все модели олигополии основываются на теории игр. Математическая модель олигополии представляет собой, по существу, бескоалиционную игру. Дуополия – частный случай олигополии, рынок с двумя производителями. В дуополии очень часто оба производителя находятся в равных условиях, но в некоторых случаях одна из фирм занимает лидирующее положение, а другая фирма подстраивается под лидера. Такое положение фирм было рассмотрено немецким экономистом Генрихом фон Штакельбергом, который на основе этого построил свою модель.

Фирма А1 — лидер и она решает производить объем выпуска q1 . Фирма А2 в ответ на это выбирает объем выпуска q2. В этом случае фирма А2 является последователем. Каждая из двух фирм знает, что равновесная цена на рынке зависит от общего произведенного объема выпуска, т.е.

P(Q)=a-bQ - равновесная цена отраслевого выпуска Q =q1+q2.

Для изучения поведения на рынке двух фирм рассматривается решение двух задач : задачи последователя и задачи лидера.

Задача последователя:

При выручке TR2 и затратах на выпуск cq2 прибыль фирмы А2 составляет 2=TR2-cq2=Pq2-cq2

Подставляя значение цены Р, получили 2=aq2-bq22-bq1q2-cq2.

Главным для последователя является желание максимизировать свою прибыль на основе уже известного объема производства лидера.

Выразив q2,

,
получим функцию реакции R2(q1) фирмы A2 на действия фирмы А1.

Задача лидера:

Лидер предполагает, что его действия по выпуску оказывают влияние на выпуск последователя. Это выражается функцией реакции R2(q1).

В этом случае прибыль лидера составляет

1=TR1-cq1=Pq1-cq1 или 1=aq1-bq12-bq1q2-cq1.

Выполнив преобразования, получим прибылемаксимизирующие выпуски лидера

и последователя



Равновесие Штакельберга определится таким образом



А равновесная цена составит

Модель Штакельберга позволяет определить стратегию поведения двух дагестанских фирм на рынке напитков, выпускающих минеральную воду «Денеб» и «Рычал-су». На основе финансовых показателей их выпусков выведена равновесная цена отраслевого выпуска

Р=52,8-0,000002645*Q

На основании проведенного анализа можно сказать, что фирма-лидер получает большую прибыль, нежели фирмы в других моделях дуополии, а фирма-последователь получает вдвое меньше прибыли по сравнению с лидером, что следует из условия равновесия Штакельберга.

Модель Штакельберга дает противоречивые результаты, поскольку, во-первых, эта модель показывает, что наличие информации о поведении конкурента приводит к росту производства и снижению цен на рынке. С другой стороны, в подобных условиях производитель, обладающей эксклюзивной информацией, получает значительную прибыль от использования этой информации.
Литература

  1. http://www.gosexamen.narod.ru/ftp/tema_19.doc

  2. Бусыгин В., Желободько Е., Коковин С., Цыплаков А. Микроэкономический анализ несовершенных рынков, Новосибирск 1999-94с

  3. Официальный сайт компании «Денеб»: http://deneb.ru

  4. http://econteor.ru/hste/opebr.php?pgh=9xx4

ТИПОЛОГИЧЕСКАЯ ГРУППИРОВКА КРЕДИТНЫХ ОРГАНИЗАЦИЙ ПО УРОВНЮ УСТОЙЧИВОСТИ

Хван Мария Сергеевна

(Новосибирск, НГУЭУ)
В период экономической нестабильности, когда возрастают риски в банковской сфере и возникает угроза устойчивому и динамичному развитию экономики страны, значимость оценки стабильности банковского сектора возрастает. Неадекватность оценки состояния банковской системы, как показывает российская и международная практика, зачастую выступает основной предпосылкой развития кризисной ситуации в отдельной кредитной организации, является угрозой успешному и динамичному развитию банковского сектора.

Существующие методики прогнозирования банкротства банков изначально ориентированы на оценку состояний предприятий, и лишь незначительная часть – на кредитные организации, что обуславливает необходимость создание новой модели, позволяющей оценить состояние кредитной организации с учетом ее специфики.

Для оценки состояния кредитной организации проведем типологическую группировку с выделением трех типов: стабильное состояние, нестабильное состояние и кризис. В основу типологической группировки положим матрицу БКГ, адаптированную нами в матрицу «уровень устойчивости финансового состояния кредитной организации– устойчивость на рынке банковских услуг». По оси У располагается темп прироста объема услуг банков, характеризующий устойчивость кредитной организации на рынке (Тпр.). По оси Х – уровень финансового состояния кредитной организации. Критическими точками перехода по вертикали будем считать темп прироста рынка банковских услуг в целом по России, равный 5,5%16, по горизонтали – уровень финансовой устойчивости равный 1. Уровень финансовой устойчивости определим с помощью дискриминантного анализа. В целях построения модели диагностики состояния коммерческих банков были отобраны две совокупности: стабильные банки и банки-банкроты. В результате расчетов, проведенных с использованием Excel «Анализ данных», было установлено критическое значение по оси Х (уровень финансовой устойчивости), равное 288,5. Значение по Х для каждого анализируемого банка определяется как соотношение уровня финансовой устойчивости конкретного банка к полученному значению (288,5).

Для апробации разработанной модели были взяты банки с отозванными лицензиями в конце 2011 г. (Евросоюз, ГАЛАБАНК, Национальный промышленный банк, РусичЦентрБанк) (рис. 1).



Рисунок 1. Матрица «уровень устойчивости финансового состояния кредитной организации-устойчивость на рынке банковских услуг»

В ходе диагностики состояния кредитных организаций было установлено, что в квадрант «Кризис» попали банки Евросоюз и РусичЦентрБанк, а в квадрант «Нестабильное состояние» - Национальный промышленный банк и ГАЛАБАНК. В целом можно предложить следующие мероприятия по восстановления стабильности в данных банках: анализ причин возникновения негативных процессов, анализ возможностей привлечения инвестиций и внедрения инноваций, планирование текущей деятельности на основе долгосрочных целей и планов, реструктуризация, не допускать оттока стратегических клиентов и партнеров и прочее.

Разработанная матрица позволяет провести комплексную диагностику состояния коммерческого банка, что позволяет оценить не только финансовое состояние банков, но и отразить его устойчивость на отраслевом рынке. Данный подход к диагностики состояния банка сочетает в себе маркетинговые, статистические и финансовые элементы, что обеспечивает построение целостного представления о том «где сейчас находится кредитная организация, где она хочет оказаться и как она туда попадет».

Статистический анализ преступности в сфере оборота наркотиков в Луганской области

Чеботарёв Антон Вячеславович

(Луганск, ГУ ЛНУ им. Т. Шевченко)
Количественный анализ явлений и процессов, относящихся к сфере деятельности правоохранительных органов, в том числе, связанных с оборотом наркотических веществ, в неразрывной связи с их качественной стороной, проводили такие известные российские и украинские ученые, как С.Я. Казанцев, С.Я. Лебедев, Н.Г. Навроцкая. [1; 2] Однако глубокий и всесторонний анализ социально-опасных процессов в современном обществе, несмотря на его значимость, в научной литературе не встречается.

Наркомания в Украине - это угроза национальной безопасности, которая подтверждается статистикой: ежегодно количество наркоманов в целом по стране увеличивается на 10%. Луганская область, в отличии от западных областей Украины, является старопромышленным регионом, и после Днепропетровской, Донецкой и Одесской, входит в пятерку самых пораженных наркоманией областей. За последние 10 лет общее количество наркоманов в Луганской области удвоилось. Причем 95% наркозависимых – это молодежь от 15 до 30 лет [3]. Из 5541 человек, находящихся на диспансерном учете в Луганской области с диагнозом «наркомания» - 90,7% составляют жители промышленных городов (рис. 1).

Рисунок 1. Структура наркозависимых в Луганской области, 2011 г. [4]

Кроме вреда здоровью, наркомания напрямую связана с преступностью, причем, более 50% преступлений в этой сфере совершают лица моложе 30 лет (рис. 2). Статистика по Луганской области свидетельствует о росте количества преступлений, совершенных наркоманами или связанных с незаконным оборотом наркотиков. [5, с. 431]

Анализ количества преступлений по незаконному производству, приобретению, хранению, перевозке наркотиков (результативный признак) с 2003 по 2010 гг. (факторный признак) представим в виде корреляции.

Рисунок 2. Осужденные в Луганской области за преступления в сфере оборота наркотиков и психотропных веществ за 2005-2010 гг. [5, с. 431]

Показательным является динамически растущий линейный тренд. Коэффициент детерминации подтверждает рост преступности с каждым годом R2 = 0,847 (рис. 3).
Рисунок 3. Корреляционный анализ количества преступлений в сфере оборота наркотиков в Луганской области за 2003-2010 гг.

На основе полученного уравнения, спрогнозируем ситуацию в Луганской области на 2015 г. и получим результат – 4778 преступлений.

Как видим, криминогенная ситуация в Луганской области принимает критически угрожающие масштабы, и от того, насколько глубоким и правильным, а главное – своевременным будет статистический анализ данной проблемы, зависит, в первую очередь, будущее нашей страны и всего человечества в целом.
Литература

  1. Правовая статистика / под ред. С.Я. Казанцева и С.Я. Лебедева. - М.: ДАНА-ЮНИТИ, 2009. - 255 с.

  2. Навроцька Н.Г. Правова статистика: Навч. посіб. - К., 2007. - 280 с.

  3. http://sd-news.lg.ua/content/view/2481/40

  4. http://news.lugansk.info/2012/lugansk/02000817.shtml

  5. Статистичний щорічник Луганської області за 2010 р. / під ред. С.Г. Пілієва. – Луганськ, 2011 - 490 с.

ОЦЕНИВАНИЕ СМЕРТНОСТИ ПО ДАННЫМ РМЭЗ

Чернышева Ирина Константиновна

(Москва, НИУ ВШЭ)
Российский мониторинг экономики и здоровья – уникальный источник данных, позволяющий не только оценить смертность в России, но и получить разбиение по таким характеристикам, которые не рассматривает Росстат. В частности, если Росстат предоставляет разбиение по региональным и половозрастным характеристикам, то РМЭЗ, например, позволяет оценить смертность и в зависимости от типа поселения, уровня образования, характеристик здоровья и образа жизни и т.п.

Конечно, к анализу РМЭЗ следует подходить с осторожностью, поскольку здесь мы сталкиваемся с цензурированными наблюдениями. Зачастую некоторые индивиды выбывают из рассмотрения. В таких случаях мы можем зафиксировать факт смерти, только если родственник индивида заявит об этом. Поэтому для домохозяйств, состоящих из одного человека, а также для домохозяйств, в составе которых один взрослый и несовершеннолетние дети, отследить факт смерти невозможно.

Принимая во внимание эти трудности, мы откорректировали выборку, исключив из нее одиноких индивидов и индивидов, не имеющих в домохозяйстве совершеннолетних родственников. Кроме того, отметим, что информация о некоторых индивидах может наблюдаться с перерывами не в один, а в несколько раундов опроса. Используя модели времени жизни, мы учитываем и таких индивидов, а на только тех, с момента последнего опроса которых до момента смерти прошло не больше одного раунда. Здесь заметна разница: если мы рассматриваем лишь последних, коэффициент смертности будет ниже того, что даёт Росстат, а если мы стараемся учесть всех, этот показатель оказывается более близким к статистике Росстата.

В исследовании предпринята попытка максимально полно учесть случаи смерти и отследить закономерности в функциях дожития для разных групп наблюдений. По выборке РМЭЗ за период с 2000 по 2009 гг. построены оценки Каплана-Мейера для функции дожития по разным группам наблюдений, а также оценены функции риска и дожития для распределения Гомперца-Мейкхема.

строенфаркта или инсульта, и проч.отребление алкоголя, курение, и здоровья, например, наличия хронических заболеваний, перенесе

Литература

  1. I. Denisova. Adult mortality in Russia. A microanalysis /Economics of Transition.Volume 18(2) 2010, 333-363


КАЧЕСТВО ВЫСШЕГО ОБРАЗОВАНИЯ ГЛАЗАМИ СТУДЕНТОВ (ПО ИТОГАМ СОЦИОЛОГИЧЕСКОГО ИССЛЕДОВАНИЯ)

Шаповалова Виктория Вадимовна,

Дитрих Марта Александровна

(Санкт- Петербург, СПбГУЭФ)
Проблема обеспечения качества высшего профессионального образования является актуальной проблемой современного этапа реформирования системы образования. В 2011 г. по заданию Комитета по науке и высшей школе правительства Санкт-Петербурга было проведено социологическое исследование среди студентов вузов «Оценка качества получаемого в Санкт-Петербурге высшего профессионального образования и перспектив его использования в дальнейшей профессиональной карьере». Для работы интервьюерами и обработки результатов были привлечены студенты статистического отделения СПбГУЭФ.

В ходе исследования было опрошено 2027 студентов старших курсов. В выборке было обеспечено пропорциональное представительство обучающихся в государственных и негосударственных вузах и по отдельным направлениям обучения (техническим, гуманитарным, медицинским, художественным и спортивным).

Программа наблюдения включала 50 вопросов, разбитых на пять блоков. Качество образования оценивалось по нескольким направлениям: качество условий обучения; качество процесса обучения; качество результата обучения; перспективы использования образования в профессиональной карьере. Отдельный блок вопросов был посвящен социально-демографическим и личностным характеристикам респондентов.

Обработка результатов опроса проводилась в программной среде SPSS. Как показал опрос, 84,0 % студентов-старшекурсников полностью или скорее удовлетворены качеством получаемого образования, при этом только 23,0% удовлетворены полностью. В качестве основных причин, препятствующих высокому качеству образования, студенты назвали: несбалансированные программы обучения и избыточность дисциплин (39,4%); отсутствие мотивации к самостоятельной внеаудиторной работе (37,4%); отсутствие профессионального общения и возможностей стажироваться в других вузах (30,4%); низкий уровень материально-технической базы вузов (34,3%). Студенты неудовлетворенны обеспеченностью вузов доступом в Интернет, доступом к электронным полнотекстовым ресурсам, использованием современных средств и информационных технологий обучения, состоянием лабораторного оборудования.

В целом качество условий обучения (материально-техническая база) и отдельные составляющие процесса обучения (разнообразие методов обучения, возможность получить другую специальность, качество расписания, расширение спектра образовательных услуг и др.) в негосударственных вузах было оценено выше, чем в государственных.

Недостаточное внимание, по мнению студентов, уделяется формированию так называемых «внепрофессиональных» качеств, востребованных на современном рынке труда: управленческих и коммуникативных навыков, готовности к инновационной деятельности, грамотной речи, умению работать в команде, способности к быстрому освоению новых знаний и самообучению.

Больше половины опрошенных студентов (66,0%) считают, что полученное ими образование будет влиять на доход и карьерный рост, при этом только 15,0% уверены, что их образование станет решающим фактором благосостояния. 32,6% старшекурсников считают получаемое образование конкурентоспособным на мировом рынке труда, 65,6% - на отечественном рынке труда. Студенты государственных вузов более высоко оценивают свою конкурентоспособность на рынке труда по сравнению с будущими выпускниками негосударственных вузов. 23,5% респондентов полностью уверены, что найдут работу по специальности, еще 44,4% уверены в этом частично. Существенных отличий в оценках ожиданий по формам собственности вузов и направлениям обучения не выявлено. После окончания вузов только чуть более половины студентов (53,9%) планируют устроиться на работу. Остальные связывают свое ближайшее будущее с продолжением образования.

Содержание программы наблюдения помимо основных задач исследования позволило решить ряд дополнительных. В частности, выявить критерии выбора вузов при поступлении, оценить масштабы трудовой деятельности студентов, проанализировать планы студентов после окончания вузов, составить представление о готовности студенческой аудитории к переходу на новые образовательные стандарты и увеличению ответственности за качество образования, выявить взаимодействие вузов с предприятиями-работодателями, удовлетворенность студентов научно-исследовательской работой, наличие теневой составляющей в вузах и др.

По итогам исследования составлены рекомендации, направленные на повышение качества образования в вузах Санкт-Петербурга.
1   ...   15   16   17   18   19   20   21   22   23

Похожие:

Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconПрограмма дисциплины " Многомерные статистические методы" для направления...
Экстернат – самостоятельное изучение обучающимся дисциплин согласно основной образовательной программе высшего профессионального...
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconПрограмма дисциплины " Эконометрика " для направления 080100. 62...
Гос впо по специальности 080507. 65 Менеджмент организации, утвержденными 17 марта 2000, №234 эк/сп
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconПрограмма 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,...
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, Data Mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лаботарорной работе методы и средства анализа данных по теме:...
Методы классификации, data mining, метод байеса, 8, id3, 1R, svm, ассоциативные правила, метод априори
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconФакультет экономики
...
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconСтатистические методы анализа языка как способ повышения эффективности...
Утверждена отделом документационно-содержательного обеспечения учебного процесса Ургпу
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лабораторной работе методы и средства анализа данных по теме:...
«Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации»
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconОтчет о лабораторной работе методы и средства анализа данных по теме:...
«Лабораторная работа с системой анализа данных Weka. Сравнение методов классификации»
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconРабочая 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...
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconКонспект 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,...
Отделение статистики, анализа данных и демографии статистические методы анализа экономики и общества iconАнализа данных-4: анализ издержки-выгод
Методы анализа данных-4: анализ издержки-выгоды, анализ издержки-эффективность (17 ноября 2005)1


Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск