ПРИКЛАДНАЯ ЭКОНОМЕТРИКА

Размер: px
Начинать показ со страницы:

Download "ПРИКЛАДНАЯ ЭКОНОМЕТРИКА"

Транскрипт

1 Applied Econometrics 4 (28) 2012 Производственный процесс в пищевой промышленности: взаимосвязь инвестиций в основной капитал и технической эффективности 1 Являются ли предприятия, инвестирующие в основной капитал, более эффективными? Могут ли инвестиции в основной капитал вести к улучшению технологий производства? В работе оценивается стохастическая производственная граница по данным о предприятиях, производящих пищевые продукты, в период с 2003 по 2010 гг., с учетом возможной связи инвестиций в основной капитал и технической эффективности. Используется база данных «Ruslana» (Bureau van Dijk), содержащая показатели финансовой отчетности российских предприятий. Результаты свидетельствуют о том, что в производстве пищевых продуктов техническая эффективность выше у более крупных предприятий, инвестировавших в предыдущем периоде в основные фонды. После кризиса 2008 г. наблюдается снижение технической эффективности, наиболее сильно оно затронуло средние и мелкие предприятия. Ключевые слова: стохастическая граница; инвестиции в основной капитал; предприятия; техническая эффективность; производство пищевых продуктов. JEL classification: С12; C23; D22; D Введение Инвестиции в основной капитал в моделях экономического роста обеспечивают прирост основных фондов и компенсируют их выбытие, связанное с физическим износом (Solow, 1957; Salter, 1960; Браун, 1971). При этом прирост основных фондов является основным мотивом инвестиций, т. к. ведет к последующему росту объема выпуска. Таким образом, изначально считалось, что инвестиции в основной капитал влияют на экономический рост только через накопление капитала и не связаны с технической эффективностью производства. Данная статья развивает идеи, предложенные в работах (Канторович, Назруллаева, 2009; Назруллаева, 2010), в которых рассматривалась эконометрическая модель связи инвестиций в основной капитал с удельными затратами на производство в российской промышленности в период с 1995 по 2009 гг. Инвестиции, в соответствии с методическими положениями Росстата, рассматривались как средства, направленные на поддержание 1 Авторы благодарны А. А. Пересецкому, Г. Г. Канторовичу, Э. Б. Ершову, Г. И. Пеникасу, а также всем участникам семинаров по стохастической производственной границе в ВШЭ за обсуждение результатов, ценные комментарии и замечания, полученные в процессе работы над статьей. Работа выполнена при частичной финансовой поддержке научно-учебной лаборатории макроструктурного моделирования экономики России, ЦФИ, НИУ ВШЭ. Investment Инвестиции 63

2 4 (28) 2012 Applied Econometrics и обновление технологической базы (Методологические положения по статистике, 1998). В качестве индикатора изменения технологий производства был предложен показатель удельных затрат. Полученные результаты свидетельствовали о том, что инвестиции в основной капитал оказывают статистически значимое влияние на коэффициенты затрат для отдельных видов обрабатывающих производств, в частности, данная взаимосвязь была выявлена в гг. в производстве пищевых продуктов. В данной работе внимание также акцентируется на производстве пищевых продуктов, при этом анализируются данные по предприятиям. Возникают закономерные вопросы, как структура отрасли влияет на ее эффективность, какие именно фирмы определяют эффективность отрасли и обеспечивают основной объем инвестиций в основной капитал. На производство пищевых продуктов, по данным Росстата за 2010 г., приходится 16.6% от общего объема отгруженной продукции в обрабатывающей промышленности (по полному кругу организаций и всем формам собственности). При этом коэффициент концентрации производства в 2010 г. находится на довольно низком уровне и составляет 17.5% (ЕМИСС). Связь инвестиций и технической эффективности изучается на основе концепции стохастической производственной границы (SFA), для анализа используются данные по предприятиям, производящим пищевые продукты (включая напитки) (код 15 в соответствии с ОКВЭД 2 ), за период гг. Источник данных база бухгалтерской и финансовой отчетности предприятий «Ruslana» (Bureau Van Dijk) 3. Получена итоговая сбалансированная панель, которая содержит 709 предприятий. Сформулируем следующие гипотезы. 1. Размер предприятия влияет на степень его неэффективности: крупные предприятия более эффективны (при этом считается, что размер предприятия определяется численностью занятых). 2. Эффективность предприятия напрямую связана с инвестициями в основной капитал: с увеличением инвестиций в основной капитал снижается неэффективность предприятия (точнее, волатильность ошибки неэффективности). При этом изучаются различия в уровне технической эффективности между группами предприятий, кластеризованных по размеру (в соответствии с численностью занятых), анализируется число стабильно высокоэффективных (на протяжении рассматриваемого периода) предприятий, а также исследуется, в каких регионах расположены наиболее эффективные предприятия. Работа структурирована следующим образом. В разделе 2 приводится обзор литературы, раскрывается содержательная постановка задачи и описываются существующие подходы к оцениванию технической эффективности. В разделе 3 приведены описание данных и принцип построения основных переменных, используемых в работе. Раздел 4 содержит результаты оценивания моделей стохастической производственной границы и сравнения оценок технической эффективности. В заключении приводятся основные выводы относительно влияния инвестиций в основной капитал на техническую эффективность в производстве пищевых продуктов. 2 Общероссийский классификатор видов экономической деятельности. 3 «Ruslana», the Bureau van Dijk database. Russian, Ukrainian and Kazakh company information, https://ruslana. bvdep.com/. 64 Инвестиции Investment

3 Applied Econometrics 4 (28) Обзор литературы В первом подразделе рассматривается инструментарий стохастической производственной границы, необходимый для проверки выдвинутых гипотез и оценивания моделей на кросссекционных и панельных данных. Во втором подразделе резюмируются существующие на сегодняшний день исследования, изучающие взаимосвязь инвестиций в основной капитал и технической эффективности Модель стохастической производственной границы В данной работе используется инструментарий стохастической производственной границы: zна кросс-секционных данных за каждый год (сравниваются результаты в зависимости от предположений о распределении ошибки неэффективности); zна панельных данных (используются модели с постоянной во времени и меняющейся во времени ошибкой неэффективности, модели с разделением индивидуальных эффектов и неэффективности, модель с разделением индивидуальных эффектов и двух возможных типов неэффективности). Одним из основных подходов к оцениванию технической эффективности является метод анализа стохастической границы (SFA), который был независимо предложен в работах (Aigner et al., 1977; Meeusen, van den Broeck, 1977). В рамках данного подхода строится модель стохастической производственной границы (1), представляющая собой параметрически заданную прозводственную функцию со случайной ошибкой, состоящей из стохастического шума и неэффективности (Kumbhakar, Lovell, 2000): ln y a f ln x,,ln x ; bv u, (1) i = 0 1 i ki i i где f параметрически заданная функция (функция Кобба Дугласа или транслогарифмическая функция); y i выпуск; x ji факторы производства, j1,..., k (рассматриваются два фактора производства: капитал и труд); vi N( 0, exp( i d )) стохастический шум, i детерминанты дисперсионной функции (предполагается гетероскедастичность); u i неотрицательная случайная величина, отвечающая за неэффективность предприятия. Предполагается, что v i и u i взаимно независимы. Сравниваются две базовых модели стохастической производственной границы (1) в зависимости от вида распределения ошибки неэффективности u i : zэкспоненциальное распределение: Var( ui) exp( zi q ); zполунормальное распределение: u N ( 0, exp( zq )); i где z i детерминанты дисперсионной функции для ошибки неэффективности (предполагается гетероскедастичность). Основными недостатками SFA подхода, которые принято отмечать, является наличие жестких предположений о характере распределения каждой из компонент ошибки (Schmidt, Sickles, 1984), необходимых для оценивания модели (1) методом максимального правдопо- i Investment Инвестиции 65

if ($this->show_pages_images && $page_num < DocShare_Docs::PAGES_IMAGES_LIMIT) { if (! $this->doc['images_node_id']) { continue; } // $snip = Library::get_smart_snippet($text, DocShare_Docs::CHARS_LIMIT_PAGE_IMAGE_TITLE); $snips = Library::get_text_chunks($text, 4); ?>

4 4 (28) 2012 Applied Econometrics добия. Компонента ошибки, отвечающая за техническую неэффективность, должна быть независима от регрессоров, однако на практике неэффективность может коррелировать с вектором затрат производителя. Оценка технической эффективности рассчитывается по модели (1) следующим образом (Battese, Coelli, 1988): TE i = ( u ) = 1 ( s / ) * m* s * Eexp e expm 1 ( m / s ) i i i * i * * i 1 s 2 2 *, (2) где m *i и s * для модели нормального/полунормального распределения определены как 2 2 m* i = es i u / ss, s = * s s / s, для модели нормального/экспоненциального распределения как u v S (3) 2 2 m = e s / s, s = * s, v (4) * i i v u где eini ui случайная компонента, состоящая из ошибки неэффективности u i и случайного шума n i ; s u, s n стандартные отклонения ошибок u i и n i соответственно; s S s 2 u s 2 n стандартное отклонение совокупной ошибки e i. Оценивание модели стохастической производственной границы по кросс-секционным данным за каждый год (с 2003 по 2010) необходимо для того, чтобы определить, будут ли коэффициенты параметрически заданной производственной функции постоянны во времени, и выбрать необходимую параметрическую спецификацию производственной функции при переходе к оцениванию моделей на панельных данных. Для разных видов распределений (полунормального и экспоненциального) результаты в плане проверки гипотез оставались устойчивыми к выбору распределения. Распределение оценок технической эффективности также почти не меняется, корреляция между оценками, полученными с использованием полунормального и экспоненциального распределений, статистически значима и примерно равна 0.9. Модель стохастической границы для панельных данных, впервые предложенная в работе (Aigner et al., 1977), имеет вид ln y = a f ln x,,ln x ; bv u, (5) it 0 1, it kit, it it где y it выпуск, x jit, факторы производства, j1,..., k. Для случая меняющейся во времени технической эффективности (TVD) предполагается, it i i i u it что u = exp ( tt) u, u N 2 2 ( ms, ), v N(0, s ), а u i и v it распределены независи мо друг от друга и от регрессоров модели. Определим ss = su s v, l= su / s, g= s / s v e = y x b и = exp( tt). it it it it i Тогда оценка для технической эффективности может быть рассчитана как i i v 2 2, u S E exp( ) = 1 ( s / ) it i m i s i u it e it exp m it i s it i, (6) 1 ( m / s ) 2 66 Инвестиции Investment

5 Applied Econometrics 4 (28) 2012 где T i T i mi = msv ites it u sv its t=1 t=1 2 u, (7) T i sv = svs u sv s it u. (8) t=1 Если в приведенных выше формулах принять параметры равными it =1 и =0, то получится модель с постоянной во времени неэффективностью (TI). Основная сложность при оценивании модели стохастической производственной границы на панельных данных, согласно (Greene, 2005), заключается в разделении компоненты, связанной с неоднородностью выборки (индивидуальными эффектами), и компоненты, отвечающей за неэффективность. В исходных моделях для панельных данных неэффективность включала в себя индивидуальные эффекты, что неизбежно искажало оценки технической эффективности и их распределение. В работе (Heshmati et al., 1995) были предложены модифицированные модели со случайными и фиксированными индивидуальными эффектами («true random-effect» и «true fixed-effect» соответственно), позволяющие разделить неоднородность и неэффективность на основе использования двухшаговой процедуры оценивания 4. Модель «true fixed-effect» имеет вид: ln y = a f ln x,,ln x ; bv u, (9) it i 1, it k, it it it где ошибки v it и u it распределены как и ранее: v it нормально, а u it имеет полунормальное или экспоненциальное распределение. Модель «true random-effect» имеет вид: y = a bx w v u, (10) it 0 it i it it где w i случайный индивидуальный эффект фирмы. На первом шаге в исходной работе (Heshmati et al., 1995) оценивается модель со случайным или фиксированным индивидуальным эффектом. На втором шаге для остатков модели оценивается модель стохастической производственной границы, с использованием инструментария, описанного ранее для кросс-секционных данных. Позднее в работе (Greene, 2005) было предложено оценивать данные модели с помощью метода максимального правдоподобия за один шаг 5. Позднее в (Kumbhakar et al., 2012) была приведена модель, учитывающая не только неоднородность предприятий (разделение индивидуального эффекта и неэффективности), 4 Оригинальные названия моделей «true random-effect» и «true fixed-effect» были предложены в работе (Greene, 2005). 5 Процедура оценивания моделей из (Greene, 2005) реализована на сегодняшний день только в эконометрическом пакете LIMDEP. В данной работе используется эконометрический пакет Stata. Investment Инвестиции 67

6 4 (28) 2012 Applied Econometrics но и наличие разных типов неэффективности (постоянной и меняющейся во времени). Постоянная техническая эффективность, согласно (Heshmati et al., 1995; Kumbhakar et al., 2012), в особенности для сравнительно коротких временных рядов в панельных данных, может быть связана с факторами, не меняющимися на коротком промежутке времени (в качестве примера авторы приводят качество менеджмента). При этом остальные факторы, влияющие на неэффективность, могут меняться во времени в краткосрочном периоде. Модель определяется следующим образом: ln y = a f( ln x,,ln x ; b) m v u, (11) it 0 1, it kit, i it i it где m i случайный эффект фирм, включающий ненаблюдаемые не зависящие от времени факторы производства; v it стохастический шум; случайная величина i 0 отвечает за постоянную техническую неэффективность; случайная величина u it 0 является неэффективностью, зависящей от времени; i u it суммарная техническая неэффективность i-й фирмы в период наблюдения t. Модель (11) может быть переписана как * ln y = a f( ln x,,ln x ; b) a e, (12) it 0 1, it kit, i it * где a0 = a0 E( i) E( u it ), ai = miie ( i) и e it = v it u it E ( u it ). Модель (11) оценивается в три шага. На первом шаге используется стандартная модель со случайным эффектом (12) для получения оценок параметров, i и остатков модели it. На втором шаге оценивается u it, при известной оценке которой остаточная техническая эффективность может быть записана как RTEit = exp( uit ). На последнем, третьем, шаге оценивается i, и по ее оценке вводится постоянная техническая эффективность PTE i = exp( i ). Общая техническая эффективность получается как произведение остаточной и постоянной технической эффективности OTE = PTE RTE = exp( u ). (13) it i it i it 2.2. Связь инвестиций в основной капитал и технической эффективности Связь инвестиционных процессов с эффективностью производства исследуется в литературе на различных уровнях агрегации: от предприятия и отрасли до экономики в целом. Изначально в теории предполагалось, что инвестиции в основной капитал не способны оказывать непосредственное воздействие на состояние технологий в экономике (Solow, 1957; Salter, 1960). Однако в последние годы появляется все больше работ, в которых изучается связь инвестиций в основной капитал и технического прогресса, который обычно измеряется как совокупная факторная производительность (СФП). Причем в некоторых исследованиях справедливо поднимается вопрос о причинно-следственных взаимосвязях между инвестициями и СФП, т. к. динамика СФП также может обусловливать динамику инвестиций. Hulten (1992), а затем Sakellaris, Wilson (2004), изучая данные по предприятиям в обрабатывающей промышленности США после 1950 х гг., показали, что существенная доля роста СФП (до 20%) относилась на рост инвестиций в основной капитал. Morrison (1997) на основе данных по пищевой промышленности США в 1980 е гг. более подробно рассматривает 68 Инвестиции Investment

7 Applied Econometrics 4 (28) 2012 каналы влияния инвестиций на технологии, а именно, как инвестиции могут влиять на соотношение потребляемых фирмой факторов производства. В качестве капитальных активов автор выделяет три категории: 1) информационное и офисное оборудование длительного пользования; 2) оборудование не длительного пользования; 3) здания и сооружения. Мотивацией к осуществляемым в пищевой промышленности инвестициям в основной капитал, предположительно, было снижение затрат. В краткосрочном периоде затраты могут превышать потенциальные выгоды от инвестиций, т. к. существуют издержки адаптации из за внедрения нового оборудования. В долгосрочном периоде рост инвестиций в оборудование длительного срока использования приводит к росту инвестиций в другие типы капитальных активов. Положительные оценки эластичностей замещения были получены в (Morrison 1997) для капитальных активов длительного и активов не длительного срока использования. Кроме того, рост инвестиций способствовал снижению доли труда, используемого в производственном процессе, росту потребления электроэнергии, в то время как затраты на сырье и материалы (за исключением расходов на топливо и энергию) практически не менялись. Анализ пищевой промышленности США и далее привлекает авторов, которые полагают, что именно в данной отрасли технологии адаптируются и развиваются наиболее быстрыми темпами. Geylani, Stefanou (2008) на основе микро-данных по отдельным заводам в США показали, что в силу высокой неоднородности предприятий пищевой промышленности сложно оценить агрегированный эффект инвестиций: в мясной промышленности, например, рост СФП наблюдается сразу после осуществления инвестиций, а для других подотраслей рост СФП может происходить с большим лагом по времени. Причем авторы пытаются учесть и обратную взаимосвязь: их результаты свидетельствуют о снижении вероятности больших инвестиций по мере роста производительности завода. Geylani, Stefanou (2008) подтверждают выводы Morrison (1997) и отмечают, что неоднозначные результаты являются следствием издержек адаптации, также делают вывод о дифференцированности самих инвестиций, которые могут быть направлены на расширение производственных возможностей или же только на обновление уже существующего оборудования. В рамках поставленных задач подход с использованием концепции СФП во многом является альтернативой использованию подхода SFA. Однако SFA подход представляется более предпочтительным, поскольку позволяет учесть, что производственная функция и факторы производства характеризуют только потенциальный объем выпуска, но никак не фактический. Влияние инвестиций на техническую эффективность рассматривается в литературе и с использованием SFA подхода. В (Kaltsas, Beamer, 1999) анализируются факторы, определяющие техническую эффективность для 29 предприятий в пищевой промышленности Греции в период с 1988 по 1992 гг. Авторы предполагают, что на математическое ожидание ошибки неэффективности оказывают влияние степень вертикальной интегрированности и уровень капиталоемкости производственного процесса фирмы, а также местоположение предприятия (в городской или сельской местности) и временной тренд. Чем больше степень вертикальной интеграции, тем ниже неэффективность предприятия. Отдельное внимание в контексте этой работы следует обратить на капиталоемкость производственного процесса, которую авторы измеряют как стоимость фонда заработной платы в расчете на единицу стоимости капитальных активов предприятия. Капиталоемкость также отрицательно связана с ошибкой неэффективности. Kaltsas, Beamer (1999) делают вывод, что наращивание объема инвестиций без соответствующего роста расходов на заработную плату (экстенсивного, за счет найма новых работников, или интенсивного, за счет улучшения качества уже Investment Инвестиции 69

8 4 (28) 2012 Applied Econometrics существующего человеческого капитала) негативно влияет на техническую эффективность фирмы. Авторы при этом не рассматривают возможность разделения факторов неэффективности труда и капитала, а также не учитывают сильную, судя по приведенным ими описательным статистикам, неоднородность предприятий в выборке. В статье (Olsen, Henningsen, 2011) на примере данных по фермам, занимающимся разведением свиней в Дании в гг., изучается влияние инвестиций в основной капитал (с учетом лаговой структуры) на техническую эффективность. Авторы проверяют сразу несколько гипотез: 1) фермеры, которые инвестируют в текущем году, менее эффективны (по сравнению с фермерами, у которых инвестиции нулевые); 2) в текущем периоде более эффективны те фермеры, которые проинвестировали два или три года назад; 3) возраст фермера положительно связан с технической эффективностью фермы (эффект обучения). Причем, что любопытно, эмпирическую проверку авторы осуществляют, предполагая, что инвестиции в основной капитал влияют на математическое ожидание ошибки неэффективности, которая, как и в (Kaltsas, Beamer, 1999), считается при этом гомоскедастичной. Отталкиваясь от результатов теоретических и эмпирических исследований и принимая во внимание новые возможности эконометрического инструментария в области SFA для панельных данных, стохастическая ошибка неэффективности в явном виде предполагается гетероскедастичной, причем функционально связанной как с размером предприятия, так и с объемом его инвестиций. Математическое ожидание ошибки неэффективности считается постоянным, что связано с попыткой упростить модель при оценивании с помощью метода максимального правдоподобия (и добиться сходимости процедуры). 3. Данные Данные, используемые в настоящей работе, получены из базы данных бухгалтерской и финансовой отчетности Bureau van Dijk «Ruslana». Рассматриваются компании пищевой промышленности (подраздел DA, раздел 15 «Производство пищевых продуктов, включая напитки») за период гг. Исходная сбалансированная панель содержит 886 компаний. В качестве зависимой переменной используется логарифм выручки от реализации (ln y). В качестве факторов производства рассматривается труд (ln l) и капитал (ln k). Все денежные показатели измеряются в тыс. руб. и приведены к ценам базового 2010 года с использованием агрегированных дефляторов для вида деятельности. Предприятия с оборотом меньше ста тысяч или больше двух миллиардов рублей были исключены из выборки, поскольку нарушают однородность изучаемой совокупности и не вписываются в единую модель производственной функции. Также из выборки были исключены предприятия с основными средствами меньше ста тысяч или больше миллиарда рублей. Итоговая выборка содержит данные по 709 предприятиям. Количество предприятий, среди собственников которых имеется государство, составляет около 7% (49 предприятий). Согласно данным Росстата (ЕМИСС) на 2007 год, 221 предприятие находилось в государственной собственности и порядка 4000 предприятий в частной собственности. Однако в базах данных Росстата существует много предприятий «однодневок» и «мертвых душ», более точную статистику публикует ФНС (Единый государственный реестр юридических лиц), однако официально доступная информация не содержит данных по видам экономической деятельности. Тем не менее, ФНС взаимодействует с разработчиками базы «Ruslana» (Bureau 70 Инвестиции Investment

9 Applied Econometrics 4 (28) 2012 van Dijk) 6, поэтому считаем, что репрезентативности содержащихся в базе данных можно доверять. В качестве переменной, характеризующей затраты трудовых ресурсов (l), используется среднеотраслевая заработная плата, умноженная на количество работников. Данные среднеотраслевых затрат предприятий на рабочую силу были взяты из ЕМИСС Росстата. Для приведения рассматриваемых показателей к сопоставимым ценам используются индексы-дефляторы, полученные на основе публикуемой Росстатом информации. В таблице 1 приведены дефляторы цен факторов производства (труда и капитала) и оборота продукции. Индексы-дефляторы указаны в процентах по отношению к базовому 2010 году. В качестве дефлятора переменной среднеотраслевой заработной платы был взят индекс потребительских цен (ЕМИСС). В качестве дефлятора стоимости основных фондов был взят индексдефлятор инвестиций в основной капитал см. (ЕАЭСД). В качестве дефлятора оборота продукции был взят индекс цен производителей (ЕМИСС). Все индексы-дефляторы характеризуют подраздел DA в соответствии с ОКВЭД (раздел 15 «Производство пищевых продуктов, включая напитки»). Таблица 1. Среднеотраслевая заработная плата и индексы-дефляторы (2010 год базовый) Среднеотраслевая заработная плата, руб. (в текущих ценах) ИПЦ (DA, 15), % Индекс-дефлятор инвестиций в основной капитал (DA, 15), % ИЦП (DA, 15), % Информация об индексе цен производителей ИПЦ и индексе-дефляторе инвестиций в основной капитал доступна только с 2005 года (это связано с переходом от классификатора отраслей ОКОНХ на классификатор видов экономической деятельности ОКВЭД). Поэтому соответствующие данные за 2003 и 2004 гг. были линейно экстраполированы. В базе данных «Ruslana» отсутствует прямая информация об объеме инвестиций в основной капитал, которые осуществляет предприятие. Форма финансовой отчетности включает в себя только информацию об инвестициях в финансовые активы и объеме незавершенного строительства, что не соответствует целям данного исследования. Поэтому для построения ряда по инвестициям в основной капитал в качестве базового взято рекурсивное соотношение k t i 1 t kt, (14) где k t стоимость основных фондов (в сопоставимых ценах), i t объем инвестиций в основной капитал. Информация о норме амортизации основных фондов для каждого предприятия в используемой базе данных отсутствует. Кроме того, получить среднеотраслевую оценку нормы амортизации основных фондов также не представляется возможным: дос- 6 См. интервью от с Д. В. Вольвачом (начальником Управления трансфертного ценообразования и международного сотрудничества ФНС), Investment Инвестиции 71

10 4 (28) 2012 Applied Econometrics тупная статистика по выбытиям основных фондов не соответствует амортизации. Поэтому в данном случае норма амортизации бралась равной 0. Полученная оценка представляет собой прокси-переменную для инвестиций в первом приближении, поскольку, помимо непосредственно инвестиций, направленных на увеличение стоимости капитала, она может включать в себя также амортизацию (поскольку в выборке могут быть предприятия, для которых предположение о нулевой амортизации не является верным) и возможные переоценки стоимости капитальных активов. Однако здесь это единственный возможный вариант получить количественную оценку инвестиций по предприятиям. Если стоимость капитальных активов в текущем году меньше, чем в предыдущем, инвестиции считаются нулевыми: kt 1kt, åñëè kt 1kt, it 0, åñëè k k. t1 t (15) Число предприятий, осуществлявших положительные инвестиции в выборке, представлено в табл. 2. Как и ожидалось, в период кризиса гг. количество предприятий с нулевыми инвестициями резко возросло. Таблица 2. Распределение фирм с положительными и нулевыми инвестициями i t > i t = Описательные статистики по инвестициям, а также стоимости основных фондов, затратам трудовых ресурсов и обороту приведены в табл. 3. В выборке, как и ожидалось, велика неоднородность предприятий, межгрупповые различия между предприятиями превышают межвременные. Таблица 3. Описательные статистики переменных (млн руб., в сопоставимых ценах 2010 года) Переменная Среднее Станд. отклонение Минимум Максимум Число наблюдений y общая N = 5672 межгрупповая n = 709 межвременная T = 8 k общая N = 5672 межгрупповая n = 709 межвременная 52.0 T = 8 l общая N = 5672 межгрупповая 2.98 n = 709 межвременная 1.03 T = 8 i общая N = 4963 межгрупповая 17.8 n = 709 межвременная 33.5 T = 7 72 Инвестиции Investment

11 Applied Econometrics 4 (28) Результаты 4.1. Техническая эффективность: изменение по годам Предварительный анализ моделей начнем с моделей на кросс-секционных данных для каждого года в отдельности, чтобы проверить, менялись ли коэффициенты во времени. Также заранее проверим, присутствует ли в наших данных эффект «скошенности» распределения остатков при оценивании сквозной транслогарифмической модели и аналогичных моделей отдельно за каждый год. Полученные результаты свидетельствуют о наличии отрицательного коэффициента эксцесса, что косвенным образом подтверждает наличие неэффективности в данных (Almanidis, Sickles, 2012). Модель (1) оценивается в предположении о том, что параметрически заданная производственная функция имеет вид функции Кобба Дугласа. В модели предполагается наличие гетероскедастичности, в качестве факторов гетроскедастичности, в соответствии с выдвинутыми гипотезами, рассматриваются: zдля ошибки неэффективности u: логарифм затрат трудовых ресурсов ln l i (размер предприятия влияет на степень его неэффективности), логарифм инвестиций в основной капитал ln i i с лагом в один период (предприятия, которые больше инвестируют, более эффективны); zдля случайной ошибки v: логарифм затрат трудовых ресурсов ln l i. 1 Значение коэффициентов Год коэф. капитала коэф. труда Рис. 1. Динамика изменения оценок коэффициентов капитала и труда на кросс-секционных данных, для модели Кобба Дугласа Из рисунка 1 можно сделать вывод, что коэффиценты производственной функции Кобба Дугласа существенно меняются от года к году (причем изменения статистически значимы), в связи с чем было решено перейти к более гибкой спецификации модели транслогарифмической функции, чтобы учесть возможное изменение коэффициентов во времени, Investment Инвестиции 73

12 4 (28) 2012 Applied Econometrics как для кросс-секционных данных, так и для оцениваемых на панельных данных моделях. Тест отношения максимального правдоподобия также показал, что модель в транслогарифмической спецификации предпочтительнее, чем модель в логарифмической спецификации Кобба Дугласа. В транслогаримической спецификации были получены значимые оценки параметров при логарифме инвестиций прошлого периода для дисперсионной функции, характеризующей ошибку неэффективности (для всех лет с 2004 по 2010). Учет инвестиций в основной капитал при моделировании дисперсии подтверждает выдвинутую гипотезу: волатильность ошибки неэффективности ниже для тех предприятий, которые в предыдущем периоде инвестировали в основные средства. Логарифм затрат труда, характеризующий размер предприятия, значим в дисперсионной функции случайной составляющей n i, а также в 2004 году для ошибки неэффективности u i. Крупные предприятия с большей численностью сотрудников более эффективны. Непараметрические оценки функции плотности для полученных из транслогарифмических моделей оценок технической эффективности за гг. представлены на рис Техническая эффективность Рис. 2. Непараметрическая функция плотности распределения оценок технической эффективности, на кросс-секционных данных, для транслогарифмической модели Из рисунка 2 видно, что распределение предприятий по степени эффективности меняется после кризиса, причем в среднем техническая эффективность после 2008 года предсказуемо снижается (со значения 0.8 до 0.6) Техническая эффективность: панельные данные Для моделей на панельных данных в основе модели стохастической границы лежат следующие предположения: zв основе модели транслогарифмическая производственная функция; 74 Инвестиции Investment

13 Applied Econometrics 4 (28) 2012 zдля ошибки неэффективности в дисперсионную функцию включается логарифм затрат трудовых ресурсов ln l it и логарифм инвестиций в основной капитал с лагом ln i it1 ; zдля случайной ошибки в дисперсионную функцию включается логарифм затрат трудовых ресурсов ln l it. Прежде всего, оцениваем базовые модели для панельных данных с постоянной (TI) и меняющейся во времени (TVD) технической эффективностью, в общем виде представимые формулой (5), где f имеет транслогарифмическую спецификацию. Результаты оценивания для моделей TI и TVD в логлинейной и транслогарифмической спецификациях приведены в табл. 4, модели (1) и (2). Для модели TVD параметр <0, что говорит об снижении эффективности со временем до базового уровня в 2010 году. На рисунке 3 представлены непараметрические («ядерные») оценки функций плотности распределения технической эффективности предприятий для моделей TI и TVD (модели (1) и (2) в табл. 3). Распределение оценок технической эффективности для модели TI смещено влево, к наименее эффективным фирмам. Данная модель, как следует из результатов предыдущего подраздела, не полностью соответствует анализируемым данным: из рис. 2 видно, что распределение технической эффективности меняется от года к году, соответственно, предположение модели TI о постоянстве ошибки неэффективности u i во времени в данном случае не выполняется. Для сравнения, в модели TVD, в которой изменение во времени ошибки неэффективности определяется детерминированной функцией exp( tt i ), распределение в большей степени соответствует нашим ожиданиям TI 6 4 TVD Техническая эффективность Техническая эффективность Рис. 3. Распределение оценок эффективности в моделях TI и TVD Однако в моделях TI и TVD, а также в базовых моделях с фиксированными и случайными индивидуальными эффектами, предложенными в работах (Schmidt, Sickles, 1984; Pitt, Lee, 1981), не разделяются неоднородность наблюдений в выборке, характеризуемая индивидуальными эффектами, и неэффективность. Поэтому, наряду с базовыми моделями TI и TVD, оцениваются три спецификации моделей, описанные ранее, в которых влияние индивидуальных эффектов элиминируется из оценок технической эффективности: zмодификация модели с фиксированными и случайными индивидуальными эффектами (Heshmati et al., 1995) модели (3) «true fixed-effects» и (4) «true random-effects» в табл. 3; Investment Инвестиции 75

14 4 (28) 2012 Applied Econometrics zмодель с двумя типами неэффективности (Kumbhakar et al., 2012), в основе модель (4) «true random-effects» из табл. 4. Таблица 4. Результаты оценивания моделей по панельным данным, гг. Переменная TI (tlog) TVD (tlog) True True fixed-effects random-effects (1) (2) (3) (4) ln l it 0.627*** (0.087) 0.987*** (0.072) 0.498*** (0.100) ln k it 0.758*** 0.242*** 1.009*** (0.095) (0.077) (0.109) 1 (ln l 2 it ) *** 0.128*** 0.109*** (0.0130) (0.011) (0.087) 1 (ln k 2 it ) *** *** (0.0107) (0.0091) (0.0163) ln k it ln l it *** *** *** (0.0097) (0.0078) (0.0104) m 2.617* 1.285*** (1.414) (0.229) 0.190*** ( ) s *** 2.114*** (0.0225) (0.266) g 0.599*** 0.907*** (0.015) (0.012) s 2 u 0.379*** 1.918*** (0.0222) (0.265) ln s 2 (ln l ; ln l ) u it it 1 ln l it (0.0485) ln l it *** (0.0106) s 2 v 0.254*** 0.195*** (0.0051) (0.0040) ln s 2 (ln l ) v it ln l it 0.299*** (0.023) 0.634*** (0.087) 0.736*** (0.095) *** (0.011) *** (0.0129) *** (0.0097) (0.0474) *** (0.0102) 0.320*** (0.024) N T N T Wald F-Stat BIC Примечание. ***, **, * значимость ММП оценок на 1, 5 и 10%-ном уровне соответственно, в скобках приведены стандартные ошибки. В моделях (1), (2) в основное уравнение включались временные эффекты. В моделях (3), (4) в процессы для дисперсий ошибки неэффективности и случайной ошибки включались временные эффекты (как фиктивные переменные). Оценивание моделей реализовано в пакете Stata (версия 11). В таблице 4 также представлены результаты оценивания модифицированных моделей с фиксированными и временными эффектами. Гипотеза о влиянии инвестиций в основ- 76 Инвестиции Investment

15 Applied Econometrics 4 (28) 2012 ной капитал на ошибку неэффективности, выдвинутая в работе, не отвергается: коэффициенты при объясняющей переменной ln i it1 для дисперсии неэффективности ln s u 2 отрицательные в моделях (3) и (4). Однако имеющиеся данные на модельном уровне не поддерживают вторую гипотезу о более высокой эффективности крупных предприятий: коэффициент при ln l it не является статистически значимым. На основе модели (4) была также оценена модель, предложенная в работе (Kumbhakar et al., 2012), в которой, помимо выделения индивидуальных эффектов, предполагается, что неэффективность бывает двух типов: постоянная и меняющаяся во времени. При оценке технической эффективности учитываются обе компоненты. На рисунке 4 представлен сводный график с распределением оценок технической эффективности, полученных из моделей (3) и (4) (табл. 4), а также из модели с четырьмя ошибками (Kumbhakar et al., 2012). Оценки моделей (3) и (4) близки по своему распределению. Распределение из модели с двумя типами неэффективности существенно отличается от распределения оценок технической эффективности из моделей «true random/fixed-effects» (cами распределения этих оценок практически идентичны), что подтверждает диаграмма рассеяния, изображенная на рис. 4 справа. Дополнительное разделение меняющейся во времени неэффективности и постоянной неэффективности дает в среднем более низкое значение технической эффективности в производстве пищевых продуктов Распределение оценок эффективности в моделях True FE Модель с 4 ошибками True RE Техн. эфф. True RE (транслог) Среднее значение технической эффективности Рис. 4. Распределение оценок эффективности в моделях «true fixed-effects», «true random-effects» и в модели с четырьмя ошибками (слева); сравнение оценок технической эффективности в модели «true random-effects» и в модели с двумя типами неэффективности (справа) Общепринятого критерия качества, позволяющего сделать выбор между различными моделями стохастической границы на панельных данных, не существует, поэтому в данном случае выбор модели определяется, скорее, корректностью ее предпосылок. Наиболее гибкими, с точки зрения предпосылок, являются модели (Heshmati et al., 1995) и (Kumbhakar et al., 2012), поскольку при оценивании разделяется неэффективность и индивидуальные эффекты. В дальнейшем будем сравнивать результаты моделей «true random-effects» (Heshmati et al., 1995) и модели (Kumbhakar et al., 2012), т. к. обе модели при оценивании опираются на одинаковую спецификацию (10) на первом шаге. Investment Инвестиции 77

16 4 (28) 2012 Applied Econometrics 4.3. Стабильность эффективных предприятий и распределение по регионам В таблице 5 приведен список наиболее эффективных регионов с точки зрения модели «true random-effects» в спецификации с транслогарифмической функцией, ранжированных по среднему значению технической эффективности региона. В список включены только те регионы, в которых наблюдения имеются не менее чем по 20 предприятиям. Наиболее эффективными оказались Воронежская область, г. Москва, Нижегородская область. Несмотря на то что максимальная эффективность среди предприятий Воронежской области ниже максимальной технической эффективности остальных регионов, средняя техническая эффективность Воронежской области на 1% больше, чем у Москвы и всех остальных регионов. Высокое значение эффективности Воронежской области объясняется отраслью специализации региона, которой является пищевая промышленность (доля отрасли в промышленном производстве в 2007 году составляла 34%) 7. Москва имеет наиболее развитую инфраструктуру и большой приток инвестиций, в пищевой промышленности столицы работает около 60 тыс. человек (20% от общей численности работающих на промышленных предприятиях города) 8. В таблицу не попали другие регионы из за нехватки данных. Вполне возможно, однако, что они могли бы быть не менее эффективными (в среднем), чем представленные в таблице. Таблица 5. Наиболее эффективные регионы Регион Воронежская обл (0.060) г. Москва (0.087) Остальные регионы (0.102) Нижегородская обл (0.118) Московская обл (0.115) Алтайский край (0.102) Краснодарский край (0.113) Примечание. В скобках приведены значения стандартных ошибок. Техническая эффективность среднее значение минимум максимум В таблице 6 представлены стабильные предприятия за гг., техническая эффективность (ТЭ) которых в каждом году (из этого периода) составляла не менее Данные приведены за 2010 год, а по инвестициям за 2009 год. Как видно из таблицы, наиболее 7 Согласно докладу UNIDO Project SF/RUS/07/002/17 51 за 2008 год. 8 Согласно данным департамента науки, промышленной политики и предпринимательства города Москвы. 78 Инвестиции Investment

17 Applied Econometrics 4 (28) 2012 стабильные и эффективные предприятия специализируются на производстве мясных продуктов и расположены в центральном регионе России. Все предприятия являются достаточно крупными, с оборотом порядка одного миллиарда рублей в год и средним количеством сотрудников около 400 человек. Этот факт косвенно подтверждает выдвинутую во введении гипотезу о том, что крупные предприятия более эффективны. Средний объем средств, инвестированных предприятиями в основной капитал за гг., составляет 10 млн руб., таким образом, подтверждается вторая гипотеза о положительном влиянии инвестиций на эффективность. Для первых трех предприятий из приведенных в таблице, на рис. 5 построен временной тренд технической эффективности за гг. Из рисунка видно, что в гг. значение эффективности оставалось практически постоянным, за исключением предприятия «Агро-2009», у которого наблюдалось резкое снижение эффективности в 2008 году, что, вероятно, связано с кризисом, и последующий сильный рост эффективности в 2009 году. Таблица 6. Наиболее эффективные предприятия Регион Предприятие ТЭ Оборот, млн руб. Капитал, млн руб. Кол-во Инвестиции, сотрудников млн руб. Башкортостан Агропромышленная компания Агро-2009 Ленинградская обл. Гатчинский молочный завод Белгородская обл. Губкинский мясокомбинат Московская обл. Протвинский мясокомбинат Новосибирская обл. ЗАО Проксима Калининградская обл. ООО КМПЗ Балтпроммясо Санкт-Петербург Рыбокомбинат Пищевик Будем считать предприятие эффективным, если его техническая эффективность больше некоторого заданного значения TE eff. Рассмотрим модель (2), в которой эффективность считалась для каждого года в отдельности. Посчитаем количество эффективных предприятий для каждого года, а также количество предприятий, которые были эффективными в течение двух лет подряд. Назовем такие предприятия стабильными. Количество эффективных и стабильных для каждого года предприятий изображено на рис. 6. На рисунке 7 изображено процентное соотношения количества предприятий, эффективных в ( t 1) -м году, оставшихся эффективными и в t-м году (остальные предприятия, эффективные в ( t 1) -м году, перестали быть эффективными в t-м году). Из приведенных рисунков видно, что при увеличении уровня TE eff, определяющего эффективные фирмы, всего на 5% (с 0.80 до 0.85), количество эффективных и стабильных предприятий уменьшается более чем в два раза. В то же время видно, что в гг. процент стабильных предприятий уменьшился (по сравнению с предыдущими годами), что, вероятно, связано с кризисом. Investment Инвестиции 79

18 4 (28) 2012 Applied Econometrics 0.94 Техническая эффективность Год Агро-2009 Гатчинский молочный завод Губкинский мясокомбинат Рис. 5. Техническая эффективность стабильных предприятий Фирмы Рис. 6. Эффективность и стабильность предприятий при TE eff =080. и TE eff =085. Год Стаб. фирмы при TE = 0.85 Эфф. фирмы при TE = 0.85 Стаб. фирм. при TE = 0.80 Эфф. фирмы при TE = Кластеризация предприятий В связи с высокой степенью неоднородности предприятий было решено кластеризовать выборку. Закономерный вопрос, который возникает при анализе эффективности предприятий: отличается ли, и в какую сторону, эффективность крупных предприятий от прочих? В исходной базе данных «Ruslana» присутствует такой признак, как размер предприятия, который определяется тремя показателями: операционной прибылью, общими активами и численностью работников. Однако основной проблемой при работе с панельными данны- 80 Инвестиции Investment

19 Applied Econometrics 4 (28) 2012 Процент стабильно эффективных фирм Рис. 7. Процент стабильных предприятий при TE eff =080. и TE eff =085. ми является нестабильность (во времени) распределения предприятий по кластерам. Именно поэтому решено было не пользоваться готовым разбиением, которое, по всей видимости, было составлено в начале 2000 х гг. и далее не обновлялось. Подход, который был использован при кластеризации, предполагает кластер-анализ траекторий. В качестве основного признака, характеризующего размер предприятия, была выбрана численность работников. По этому признаку были составлены показатели численности за каждый год с 2003 по 2010 гг. (итого 8 признаков), что позволило обеспечить стабильность кластеров при классификации 709 предприятий. Согласно описательным статистикам за весь период с 2003 по 2010 гг., в выборке присутствуют предприятия с численностью работников от минимального значения 1 до максимального значения 2046 человек, при стандартном отклонении порядка 240. В итоге был использован метод k-средних при фиксированном выделении трех основных кластеров: по аналогии с исходным разбиением в «Ruslana» предполагалось наличие малых, средних и крупных предприятий. К первому кластеру относятся малые предприятия с численностью работников в среднем за рассматриваемый период менее 100 человек (326 предприятий). Ко второму кластеру со средними предприятиями были отнесены предприятия с численностью работников от 100 до 400 человек (318 предприятий). Все остальные (третий кластер) крупные предприятия (65). На рисунке 8 приведены графики непараметрических функций плотности распределения для оценок технической эффективности, рассчитанный для трех кластеров (слева модель «true random-effects», справа модель с двумя типам неэффективности). По каждой из групп предприятий были оценены модифицированная модель (Heshmati et al., 1995) со случайными индивидуальными эффектами и модель с выделением двух типов неэффективности (Kumbhakar et al., 2012). Оценки технической эффективности из модифицированной модели «true random-effects» со случайными эффектами (Heshmati et al., 1995), в среднем, практически не отличаются для малых и средних предприятий (кластеры 1 и 2). Для крупных предприятий (кластер 3) среднее значение технической эффективности выше (рис. 8), причем само распределение Год TE = 0.85 TE = 0.80 Investment Инвестиции 81

20 4 (28) 2012 Applied Econometrics оценок технической эффективности в данном кластере отличается от других кластеров, однако таких предприятий всего 65 из 709. В модели с двумя типами неэффективности (Kumbhakar et al., 2012) распределения оценок технической эффективности по кластерам существенно различаются. Снова заметим, что в данной модели средние значения технической эффективности ниже, чем в модели «true random-effects» Техническая эффективность Техническая эффективность TE кластер 1 TE кластер 2 TE кластер 3 TE кластер 1 TE кластер 2 TE кластер 3 Рис. 8. Распределение оценок технической эффективности по кластерам предприятий из модели «true random-effects» (слева) и модели с 4 ошибками (справа) На рисунке 9 представлен тренд изменения среднего значения оценки технической эффективности фирм для всех предприятий и отдельно для малых, средних и крупных предприятий (усредненные оценки из модели «true random-effects»). Из рисунка видно, что техническая эффективность предприятий постепенно снижалась начиная с 2006 года. Крупные предприятия (кластер 3) меньше всего пострадали во время кризиса 2008 года, снижение их эффективности в 2010 г. (по сравнению с 2008 г.) составило около 2%, в то время как как у малых и средних предприятий техническая эффективность снизилась почти на 7%. 0.9 Техническая эффективность Год ТЭ Кластер 1 ТЭ Кластер 2 ТЭ Кластер 3 Общая ТЭ Рис. 9. Изменение среднего значения эффективности фирм по времени 82 Инвестиции Investment

присутствие в эконометрической модели более чем двух факторов равенством нулю математического ожидания остатков

присутствие в эконометрической модели более чем двух факторов равенством нулю математического ожидания остатков 1. Тема: Предпосылки МНК, методы их проверки Предпосылками метода наименьших квадратов (МНК) являются следующие функциональная связь между зависимой и независимой переменными присутствие в эконометрической

Подробнее

Методы оценки технической эффективности российских банков

Методы оценки технической эффективности российских банков Методы оценки технической эффективности российских банков С. В. Головань Семинар «Банки и предприятия: модели и рейтинги» 22 июня 2010 г. Техническая эффективность T.C.Koopmans (1951): Производитель технически

Подробнее

Контрольные тесты по дисциплине «Эконометрика»

Контрольные тесты по дисциплине «Эконометрика» Контрольные тесты по дисциплине «Эконометрика» Первая главная компонента A. Содержит максимальную долю изменчивости всей матрицы факторов. B. Отражает степень влияния первого фактора на результат. C. Отражает

Подробнее

ФАКТОРЫ РОСТА ДОБАВЛЕННОЙ СТОИМОСТИ ПРОМЫШЛЕННОГО СЕКТОРА В 2015 Г. Е.Астафьева

ФАКТОРЫ РОСТА ДОБАВЛЕННОЙ СТОИМОСТИ ПРОМЫШЛЕННОГО СЕКТОРА В 2015 Г. Е.Астафьева ФАКТОРЫ РОСТА ДОБАВЛЕННОЙ СТОИМОСТИ ПРОМЫШЛЕННОГО СЕКТОРА В Г. Е.Астафьева 1 Результаты декомпозиции роста показателя выпуска свидетельствуют о том, что в г., увеличение затрат основных факторов сопровождается

Подробнее

КРЕДИТОВАНИЕ В РОССИЙСКОЙ ЭКОНОМИКЕ В ПЕРИОД КРИЗИСА: КРЕДИТНОЕ СЖАТИЕ ИЛИ СНИЖЕНИЕ СПРОСА НА КРЕДИТЫ

КРЕДИТОВАНИЕ В РОССИЙСКОЙ ЭКОНОМИКЕ В ПЕРИОД КРИЗИСА: КРЕДИТНОЕ СЖАТИЕ ИЛИ СНИЖЕНИЕ СПРОСА НА КРЕДИТЫ Н.С. Иванова, М.В. Каменских, К.В. Юдаева Центр макроэкономических исследований Сбербанка России КРЕДИТОВАНИЕ В РОССИЙСКОЙ ЭКОНОМИКЕ В ПЕРИОД КРИЗИСА: КРЕДИТНОЕ СЖАТИЕ ИЛИ СНИЖЕНИЕ СПРОСА НА КРЕДИТЫ Введение

Подробнее

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ "ЭКОНОМЕТРИКА"

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ ЭКОНОМЕТРИКА 8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ "ЭКОНОМЕТРИКА" 1. Какие типы экспериментальных данных используются в эконометрических моделях.. Сформулируйте основные этапы эконометрического

Подробнее

Структура динамики совокупной факторной производительности России и стран мира: влияние расходов на НИОКР

Структура динамики совокупной факторной производительности России и стран мира: влияние расходов на НИОКР ЦЕНТР МАКРОЭКОНОМИЧЕСКОГО АНАЛИЗА И КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ Тел.: 8-499-129-17-22, факс: 8-499-129-09-22, e-mail: mail@forecast.ru, http://www.forecast.ru Структура динамики совокупной факторной

Подробнее

ЛЕКЦИЯ 3. ТЕОРИЯ И ОЦЕНКА ПРОИЗВОДСТВА. ЗНАЧЕНИЕ ИЗДЕРЖЕК В УПРАВЛЕНЧЕСКИХ РЕШЕНИЯХ

ЛЕКЦИЯ 3. ТЕОРИЯ И ОЦЕНКА ПРОИЗВОДСТВА. ЗНАЧЕНИЕ ИЗДЕРЖЕК В УПРАВЛЕНЧЕСКИХ РЕШЕНИЯХ ЛЕКЦИЯ 3. ТЕОРИЯ И ОЦЕНКА ПРОИЗВОДСТВА. ЗНАЧЕНИЕ ИЗДЕРЖЕК В УПРАВЛЕНЧЕСКИХ РЕШЕНИЯХ 1. Производственная функция в краткосрочном и долгосрочном периоде. 2. Закон убывающей отдачи и его связь с тремя стадиями

Подробнее

АНАЛИЗ ВЛИЯНИЯ ЦЕН НА ДОБЫЧУ НЕФТИ

АНАЛИЗ ВЛИЯНИЯ ЦЕН НА ДОБЫЧУ НЕФТИ УДК 338.5665.6/7 (470+571) АНАЛИЗ ВЛИЯНИЯ ЦЕН НА ДОБЫЧУ НЕФТИ Трофимчук Тимур Станиславович кандидат экономических наук, старший преподаватель кафедры экономики, менеджмента и предпринимательства E-mail:trofimtimur@mail.ru

Подробнее

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ 34 ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП ХГУЭП МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ УДК 51 П.Я. Бушин, канд. экон. наук, доцент, доцент кафедры математики и математических методов в экономике

Подробнее

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели.

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели. НОВЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ имени Т.РЫСКУЛОВА Научно-педагогическая Магистратура 1курс кафедры Специальности : «6М090200-Таможенное дело», «6М051000-Государственное и местное управление», «6М020200-Международные

Подробнее

Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание. МАКРОЭКОНОМИКА Май 2015г.

Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание. МАКРОЭКОНОМИКА Май 2015г. Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание МАКРОЭКОНОМИКА Май 2015г. Составляя данное задание, мы ставили две цели: провести отбор в летнюю школу НИУ ВШЭ и Фонда Егора Гайдара,

Подробнее

ЭКОНОМЕТРИКА. Лекция Методы отбора факторов.

ЭКОНОМЕТРИКА. Лекция Методы отбора факторов. Лекция 3. ЭКОНОМЕТРИКА 3. Методы отбора факторов. Оптимальный состав факторов, включаемых в эконометрическую модель, является одним из основных условий ее хорошего качества, понимаемого и как соответствие

Подробнее

Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования

Практическое применение имитационного и комплексного моделирования и средств автоматизации моделирования МОДЕЛЬ ПРОГНОЗИРОВАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ДЕЯТЕЛЬНОСТИ ГРАЖДАНСКИХ ОТРАСЛЕЙ ПРОМЫШЛЕННОСТИ, НА ПРИМЕРЕ ОТРАСЛИ «ХИМИЧЕСКОЕ ПРОИЗВОДСТВО». А. С. Жукова, И. В. Трегуб (Москва) Модель прогнозирования

Подробнее

АНАЛИЗ ВЛИЯНИЯ ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ БАНКА РОССИИ НА РЕАЛЬНЫЕ ИНВЕСТИЦИИ В РФ

АНАЛИЗ ВЛИЯНИЯ ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ БАНКА РОССИИ НА РЕАЛЬНЫЕ ИНВЕСТИЦИИ В РФ 96 R УДК 336.71 ААЛИЗ ВЛИЯИЯ ДЕЕЖО-КРЕДИТОЙ ПОЛИТИКИ БАКА РОССИИ А РЕАЛЬЫЕ ИВЕСТИЦИИ В РФ А.Ю. Макуха аспирант кафедры финансового менеджмента ФГБОУ ВО «Ростовский государственный экономический университет»

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 7 Анализ остатков. Автокорреляция Оглавление Свойства остатков... 3 1-е условие Гаусса-Маркова: Е(ε i ) = 0 для всех наблюдений... 3 2-е условие Гаусса-Маркова:

Подробнее

ÈÑÑËÅÄÎÂÀÍÈÅ ÂËÈßÍÈß ÄÂÈÆÅÍÈß ÐÀÁÎ ÅÉ ÑÈËÛ ÍÀ ÝÊÎÍÎÌÈ ÅÑÊÈÅ ÏÎÊÀÇÀÒÅËÈ Â ÐÅÃÈÎÍÅ

ÈÑÑËÅÄÎÂÀÍÈÅ ÂËÈßÍÈß ÄÂÈÆÅÍÈß ÐÀÁÎ ÅÉ ÑÈËÛ ÍÀ ÝÊÎÍÎÌÈ ÅÑÊÈÅ ÏÎÊÀÇÀÒÅËÈ Â ÐÅÃÈÎÍÅ Îðåíáóðãñêèé ãîñóäàðñòâåííûé óíèâåðñèòåò ÈÑÑËÅÄÎÂÀÍÈÅ ÂËÈßÍÈß ÄÂÈÆÅÍÈß ÐÀÁÎ ÅÉ ÑÈËÛ ÍÀ ÝÊÎÍÎÌÈ ÅÑÊÈÅ ÏÎÊÀÇÀÒÅËÈ Â ÐÅÃÈÎÍÅ Ñòàòüÿ ïîñâÿùåíà èññëåäîâàíèþ âëèÿíèÿ äâèæåíèÿ ðàáî åé ñèëû íà ìàêðîýêîíîìè åñêèå

Подробнее

ЛЕКЦИЯ 17 ДИНАМИЧЕСКИЕ МОДЕЛИ ОЦЕНИВАНИЕ МОДЕЛЕЙ С РАСПРЕДЕЛЕННЫМИ ЛАГАМИ ВРЕМЕННЫЕ РЯДЫ (ОСНОВНЫЕ ОПРЕДЕЛЕНИЯ)

ЛЕКЦИЯ 17 ДИНАМИЧЕСКИЕ МОДЕЛИ ОЦЕНИВАНИЕ МОДЕЛЕЙ С РАСПРЕДЕЛЕННЫМИ ЛАГАМИ ВРЕМЕННЫЕ РЯДЫ (ОСНОВНЫЕ ОПРЕДЕЛЕНИЯ) ЛЕКЦИЯ 7 ДИНАМИЧЕСКИЕ МОДЕЛИ ОЦЕНИВАНИЕ МОДЕЛЕЙ С РАСПРЕДЕЛЕННЫМИ ЛАГАМИ ВРЕМЕННЫЕ РЯДЫ (ОСНОВНЫЕ ОПРЕДЕЛЕНИЯ) Эконометрические модели, которые в качестве регрессоров включают лаговые переменные, относятся

Подробнее

Количественная мера значимости научно-технической информации как фактора производства

Количественная мера значимости научно-технической информации как фактора производства Количественная мера значимости научно-технической информации как фактора производства В.А. БЫВШЕВ, доктор технических наук, профессор, заведующий кафедрой «Математическое моделирование экономических процессов»

Подробнее

Семинары 6-7. Проверка линейных гипотез. Тест Чоу.

Семинары 6-7. Проверка линейных гипотез. Тест Чоу. Семинары по эконометрике 3 г. Семинары 6-7. Проверка линейных гипотез. Тест Чоу. Задание для выполнения на компьютерах Задание составлено по статье Mankiw G.N., David Romer, Weil D.N. A Contribution to

Подробнее

АННОТАЦИИ ДИСЦИПЛИН УЧЕБНОГО ПЛАНА по направлению «Менеджмент» (бакалавриат) Б2. Математический и естественнонаучный цикл

АННОТАЦИИ ДИСЦИПЛИН УЧЕБНОГО ПЛАНА по направлению «Менеджмент» (бакалавриат) Б2. Математический и естественнонаучный цикл АННОТАЦИИ ДИСЦИПЛИН УЧЕБНОГО ПЛАНА по направлению 080200.62 «Менеджмент» (бакалавриат) Б2. Математический и естественнонаучный цикл Б2.В Вариативная часть Б2.В.ОД.1 Эконометрика (составитель аннотации

Подробнее

КУДАШКИНА Е.А. ИССЛЕДОВАНИЕ СЛОЖНЫХ СИСТЕМ В ОБЛАСТИ ЭКОНОМИКИ ПО МОДЕЛИ СОЛОУ

КУДАШКИНА Е.А. ИССЛЕДОВАНИЕ СЛОЖНЫХ СИСТЕМ В ОБЛАСТИ ЭКОНОМИКИ ПО МОДЕЛИ СОЛОУ КУДАШКИНА Е.А. ИССЛЕДОВАНИЕ СЛОЖНЫХ СИСТЕМ В ОБЛАСТИ ЭКОНОМИКИ ПО МОДЕЛИ СОЛОУ Аннотация. В статье рассматривается метод исследования экономического роста с помощью модели Солоу. Выявляются факторы, влияющие

Подробнее

Статистико-экономический анализ сальдированного финансового результата АПК Курской области

Статистико-экономический анализ сальдированного финансового результата АПК Курской области Статистико-экономический анализ сальдированного финансового результата АПК Курской области Смородская А.В. Курский государственный университет Курск, Россия Statistical economic analysis of the balanced

Подробнее

ПЛАН-КОНСПЕКТ. ТЕМА 5. МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ МЕТОДЫ ИЗУЧЕНИЯ СВЯЗЕЙ

ПЛАН-КОНСПЕКТ. ТЕМА 5. МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ МЕТОДЫ ИЗУЧЕНИЯ СВЯЗЕЙ ПЛАН-КОНСПЕКТ. ТЕМА 5. МАТЕМАТИКО-СТАТИСТИЧЕСКИЕ МЕТОДЫ ИЗУЧЕНИЯ СВЯЗЕЙ Вопросы: 1. Сущность математико-статистических методов изучения связей 2. Корреляционный анализ 3. Регрессионный анализ 4. Кластерный

Подробнее

Задачи по экономике, рассмотренные на Дне открытых дверей факультета экономики (май 2009г.)

Задачи по экономике, рассмотренные на Дне открытых дверей факультета экономики (май 2009г.) Задачи по экономике, рассмотренные на Дне открытых дверей факультета экономики (май 009г.) Задачи по микроэкономике Задача. Рассмотрите отрасль, в которой действуют фирмы с функциями издержек c ( y ) y

Подробнее

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости МВДубатовская Теория вероятностей и математическая статистика Лекция 4 Регрессионный анализ Функциональная статистическая и корреляционная зависимости Во многих прикладных (в том числе экономических) задачах

Подробнее

ОЦЕНКА ВЛИЯНИЯ РАЗЛИЧНЫХ ФАКТОРОВ НА ЗДОРОВЬЕ НАСЕЛЕНИЯ РОССИИ

ОЦЕНКА ВЛИЯНИЯ РАЗЛИЧНЫХ ФАКТОРОВ НА ЗДОРОВЬЕ НАСЕЛЕНИЯ РОССИИ А. К. Жукова, А. М. Силаев Национальный исследовательский университет Высшая школа экономики Нижний Новгород ОЦЕНКА ВЛИЯНИЯ РАЗЛИЧНЫХ ФАКТОРОВ НА ЗДОРОВЬЕ НАСЕЛЕНИЯ РОССИИ 1. Введение Задачи анализа влияния

Подробнее

анализа входит не только построение самой модели, но и исследование случайных отклонений , т.е. остаточных величин.

анализа входит не только построение самой модели, но и исследование случайных отклонений , т.е. остаточных величин. Финансовый университет при Правительстве РФ Fnancal unversty under the Government of the Russan Federaton Гапаева Марима Абдул-Рахмановна Gapaeva Marma Линейная модель множественной регрессии с гетероскедастичными

Подробнее

МАЛОЕ И СРЕДНЕЕ ПРЕДПРИНИМАТЕЛЬСТВО: ЗАКОНОМЕРНОСТИ РАЗВИТИЯ

МАЛОЕ И СРЕДНЕЕ ПРЕДПРИНИМАТЕЛЬСТВО: ЗАКОНОМЕРНОСТИ РАЗВИТИЯ УДК 33.05:005 МАЛОЕ И СРЕДНЕЕ ПРЕДПРИНИМАТЕЛЬСТВО: ЗАКОНОМЕРНОСТИ РАЗВИТИЯ Ю.С. Пиньковецкая Ульяновский государственный университет E-mail: judy54@yandex.ru Представлен анализ уровня развития, достигнутого

Подробнее

ЭКОНОМЕТРИКА. 7. Анализ качества эмпирического уравнения множественной линейной регрессии. t, (7.1) a j j a j. распределения Стьюдента.

ЭКОНОМЕТРИКА. 7. Анализ качества эмпирического уравнения множественной линейной регрессии. t, (7.1) a j j a j. распределения Стьюдента. Лекция 7 ЭКОНОМЕТРИКА 7 Анализ качества эмпирического уравнения множественной линейной регрессии Построение эмпирического уравнения регрессии является начальным этапом эконометрического анализа Построенное

Подробнее

Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика»

Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика» Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика» 1. Ковариация 2. Ковариация переменных в регрессионной модели 3. Описать основные этапы построения и анализа регрессионной

Подробнее

ЭКОНОМЕТРИКА. Простая регрессия представляет собой регрессию между двумя переменными

ЭКОНОМЕТРИКА. Простая регрессия представляет собой регрессию между двумя переменными ЭКОНОМЕТРИКА Линейная модель множественной регрессии. Метод наименьших квадратов (МНК). Свойства оценок МНК. Показатели качества регрессии. Линейные регрессионные модели с гетероскедастичными и автокоррелированными

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 3 Парная регрессия Оглавление Парная регрессия... 3 Метод наименьших квадратов (МНК)... 3 Интерпретация уравнения регрессии... 4 Оценка качества построенной

Подробнее

Полный список контрольных вопросов к экзамену по эконометрике

Полный список контрольных вопросов к экзамену по эконометрике Полный список контрольных вопросов к экзамену по эконометрике МЕТОД НАИМЕНЬШИХ КВАДРАТОВ. СВОЙСТВА КОЭФФИЦИЕНТОВ РЕГРЕССИИ. 1. Что такое ковариация?. Что выражает ковариация переменных в регрессионной

Подробнее

ЭКОНОМЕТРИКА. Стандартный подход к исследованию такой модели ее преобразование к линейной модели с помощью логарифмирования: (8.3)

ЭКОНОМЕТРИКА. Стандартный подход к исследованию такой модели ее преобразование к линейной модели с помощью логарифмирования: (8.3) Лекция 8. ЭКОНОМЕТРИКА 8. Нелинейная регрессия. Многие зависимости описывающие связи между параметрами экономических процессов не являются линейными поэтому их моделирование с помощью линейных моделей

Подробнее

8.2 Вероятностный анализ денежных потоков по проекту

8.2 Вероятностный анализ денежных потоков по проекту 8. Вероятностный анализ денежных потоков по проекту Наибольшее распространение при оценке риска нашли стандартные методы измерения риска (дисперсия, стандартное отклонение, коэффициент вариации), применяемые

Подробнее

. ИНТЕГРАЛЬНАЯ ОЦЕНКА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА КРАСНОЩЕК А.А, СОЛЬСКАЯ И.Ю. Создание системы индикаторов экономической

. ИНТЕГРАЛЬНАЯ ОЦЕНКА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА КРАСНОЩЕК А.А, СОЛЬСКАЯ И.Ю. Создание системы индикаторов экономической . ИНТЕГРАЛЬНАЯ ОЦЕНКА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА КРАСНОЩЕК А.А, СОЛЬСКАЯ И.Ю. Создание системы индикаторов экономической безопасности предполагает множество вариантов систематизации.

Подробнее

УДК 311.2:364.2 Капелюк С.Д., Сибирский университет потребительской кооперации, г. Новосибирск

УДК 311.2:364.2 Капелюк С.Д., Сибирский университет потребительской кооперации, г. Новосибирск УДК 311.2:364.2 Капелюк С.Д., Сибирский университет потребительской кооперации, г. Новосибирск Экономико-статистические модели в прогнозировании уровня жизни населения Прогнозирование уровня жизни населения

Подробнее

Электронная библиотека БГЭУ

Электронная библиотека БГЭУ Тема 1: Множественная линейная регрессия. Метод главных компонент Задача 1. Известная информация по некоторым экономическим показателям за 2001 год по ряду регионов России. Субъекты РФ y x 1 x 2 x 3 x

Подробнее

ТЕМА 3.1. СПЕЦИФИКАЦИЯ МОДЕЛИ МНОЖЕСТВЕННОЙ РЕГРЕССИИ: ПРОБЛЕМА ОТБОРА ФАКТОРОВ

ТЕМА 3.1. СПЕЦИФИКАЦИЯ МОДЕЛИ МНОЖЕСТВЕННОЙ РЕГРЕССИИ: ПРОБЛЕМА ОТБОРА ФАКТОРОВ ТЕМА.. СПЕЦИФИКАЦИЯ МОДЕЛИ МНОЖЕСТВЕННОЙ РЕГРЕССИИ: ПРОБЛЕМА ОТБОРА ФАКТОРОВ Парная регрессия может дать хороший результат при моделировании, если влиянием других факторов, воздействующих на объект исследования,

Подробнее

Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание

Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание Летняя школа НИУ ВШЭ и Фонда Егора Гайдара Вступительное испытание МАКРОЭКОНОМИКА Май, 2014 Составляя данное задание, мы ставили две цели: произвести отбор в летнюю школу НИУ ВШЭ Фонд Гайдара, а также

Подробнее

Экономика, управление, право

Экономика, управление, право Экономика управление право 7. Население и общество: бюллетень. М.: Росстат 00. 07. С. 58-6. 8. Там же. 08. С.9-0. 9. Статистический сборник. Саранск: Террит. орган гос. статистики по РМ 009. с. 0. Индексы

Подробнее

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОЦЕНКИ БИЗНЕСА НА БАЗЕ ПРОИЗВОДСТВЕННЫХ ФУНКЦИЙ. Рожнева В. К.

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОЦЕНКИ БИЗНЕСА НА БАЗЕ ПРОИЗВОДСТВЕННЫХ ФУНКЦИЙ. Рожнева В. К. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ОЦЕНКИ БИЗНЕСА НА БАЗЕ ПРОИЗВОДСТВЕННЫХ ФУНКЦИЙ Рожнева В. К. Предложен метод построения математической модели оценки стоимости бизнеса, путем построения аналога производственной

Подробнее

Примеры задач по дисциплинам «Эконометрика и ЭММ» и «Эконометрика II» на госэкзамене 2015/2016

Примеры задач по дисциплинам «Эконометрика и ЭММ» и «Эконометрика II» на госэкзамене 2015/2016 БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ кафедра аналитической экономики и эконометрики Примеры задач по дисциплинам «Эконометрика и ЭММ» и «Эконометрика II» на госэкзамене 05/06

Подробнее

ОСНОВНЫЕ ПОКАЗАТЕЛИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ ГОРОДА МОСКВЫ В ГОДАХ

ОСНОВНЫЕ ПОКАЗАТЕЛИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ ГОРОДА МОСКВЫ В ГОДАХ ОСНОВНЫЕ ПОКАЗАТЕЛИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ ГОРОДА МОСКВЫ В 2012-2013 ГОДАХ Валовой региональный продукт города Москвы (далее - ВРП) основной показатель, характеризующий развитие экономики города

Подробнее

Институт инноватики ПРОИЗВОДСТВЕННЫЕ ФУНКЦИИ В УПРАВЛЕНИИ ПРОЕКТАМИ

Институт инноватики  ПРОИЗВОДСТВЕННЫЕ ФУНКЦИИ В УПРАВЛЕНИИ ПРОЕКТАМИ ПРОИЗВОДСТВЕННЫЕ ФУНКЦИИ В УПРАВЛЕНИИ ПРОЕКТАМИ 1. Модели производственного процесса на базе производственных функций А) Объект моделирования Непосредственным объектом моделирования с использованием производственных

Подробнее

ТЕХНИЧЕСКИЙ АНАЛИЗ ВНЕОБОРОТНЫХ АКТИВОВ ОАО «ГАЗПРОМ»

ТЕХНИЧЕСКИЙ АНАЛИЗ ВНЕОБОРОТНЫХ АКТИВОВ ОАО «ГАЗПРОМ» 252 Экономические науки Вестник Нижегородского университета Т.А. им. Артамонова Н.И. Лобачевского, 2010, 6, с. 252 260 УДК 336.66 ТЕХНИЧЕСКИЙ АНАЛИЗ ВНЕОБОРОТНЫХ АКТИВОВ ОАО «ГАЗПРОМ» 2010 г. Т.А. Артамонова

Подробнее

Оценка эконометрических моделей в условиях нарушения основных предпосылок МНК: алгоритмы тестирования

Оценка эконометрических моделей в условиях нарушения основных предпосылок МНК: алгоритмы тестирования Оценка эконометрических моделей в условиях нарушения основных предпосылок МНК: алгоритмы тестирования Основные предпосылки МНК ассоциируются с теоремой Гаусса-Маркова и представляют собой перечень условий

Подробнее

ЛЕКЦИЯ 13 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ

ЛЕКЦИЯ 13 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ ЛЕКЦИЯ 13 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ 1. Причины возникновения гетероскедастичности. Проявления и последствия гетероскедастичности 3. Тестирование гипотез

Подробнее

ЭКОНОМЕТРИКА Экзаменационные билеты

ЭКОНОМЕТРИКА Экзаменационные билеты ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования «Уральский государственный университет им. А.М. Горького» ИОНЦ «Бизнес-информатика»

Подробнее

канд. физ.-мат. наук, ведущий научный сотрудник Центрального экономико-математического института РАН (Москва)

канд. физ.-мат. наук, ведущий научный сотрудник Центрального экономико-математического института РАН (Москва) БАНКОВСКОЕ ДЕЛО А. А. Пересецкий 1 канд. физ.-мат. наук, ведущий научный сотрудник Центрального экономико-математического института РАН (Москва) ТЕХНИЧЕСКАЯ ЭФФЕКТИВНОСТЬ БАНКОВ: РОССИЯ И КАЗАХСТАН Введение

Подробнее

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние,

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние, Лекция 0.3. Коэффициент корреляции В эконометрическом исследовании вопрос о наличии или отсутствии зависимости между анализируемыми переменными решается с помощью методов корреляционного анализа. Только

Подробнее

Анализ инвестиционной привлекательности видов экономической деятельности в Российской Федерации

Анализ инвестиционной привлекательности видов экономической деятельности в Российской Федерации Бухгалтерский учет, статистика 267 Анализ инвестиционной привлекательности видов экономической деятельности в Российской Федерации 2009 О.И. Сакова, Н.А. Садовникова Обосновано, что необходимым условием

Подробнее

Тема 14. Долгосрочный экономический рост. Модель Солоу

Тема 14. Долгосрочный экономический рост. Модель Солоу 1 Тема 14 Долгосрочный экономический рост Модель Солоу 141 Темпы прироста какого экономического показателя из перечисленных ниже называются темпами экономического роста страны и почему? а Реальный ВВП

Подробнее

«Эконометрика и экономико-математические методы и модели Примеры вариантов

«Эконометрика и экономико-математические методы и модели Примеры вариантов БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Зимняя экзаменационная сессия Дисциплина «Эконометрика и экономико-математические методы и модели» Примеры вариантов Экзамен состоит из 5 заданий. Каждое задание

Подробнее

Проверочная работа 1 (вариант 1) по теме «Классическая линейная модель множественной регрессии»

Проверочная работа 1 (вариант 1) по теме «Классическая линейная модель множественной регрессии» Проверочная работа 1 (вариант 1) 1. Напишите предпосылки регрессионного анализа. 2. Для чего применяется метод наименьших квадратов? В чем его суть? 3. Что такое мультиколлинеарность? Перечислите основные

Подробнее

Семинары 6-7. Проверка линейных гипотез. Тест Чоу.

Семинары 6-7. Проверка линейных гипотез. Тест Чоу. Семинары по эконометрике-, г. Семинары 6-7. Проверка линейных гипотез. Тест Чоу.. С помощью модели ln L ln K по данным для 3 фирм была оценена зависимость выпуска от труда L и капитала K lˆn..6 ln L.4

Подробнее

Эконометрика посвящена развитию и применению. эконометрические методы в современной экономике

Эконометрика посвящена развитию и применению. эконометрические методы в современной экономике эконометрические методы в современной экономике Самышева Екатерина Юрьевна канд. техн. наук, доцент кафедры промышленной коммерции и маркетинга Казанского государственного технического университета им.

Подробнее

5. Анализ критических точек и его использование в процессе управления

5. Анализ критических точек и его использование в процессе управления Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования «ФИНАНСОВЫЙ УНИВЕРСИТЕТ ПРИ ПРАВИТЕЛЬСТВЕ РОССИЙСКОЙ ФЕДЕРАЦИИ» Примерный перечень вопросов для подготовки

Подробнее

ярославская область: эффективность использования ресурсов в апк

ярославская область: эффективность использования ресурсов в апк Гарина И.С. докторант, преподаватель кафедры аграрной экономики и рынков Ярославской государственной сельскохозяйственной академии Irin-garin@yandex.ru ярославская область: эффективность использования

Подробнее

Т. И. Гордиевич. К числу острейших проблем современной экономической

Т. И. Гордиевич. К числу острейших проблем современной экономической Вестник Челябинского государственного университета. 21. 3 (184). Экономика. Вып. 24. С. 29 34. Степень инфляцирования расходов институциональных секторов макроэкономики Для анализа инфляции предлагается

Подробнее

УДК Пранов Б.М. (РАНХиГС при Президенте РФ;

УДК Пранов Б.М. (РАНХиГС при Президенте РФ; УДК 51-77 Пранов Б.М. (РАНХиГС при Президенте РФ; e-mail: boris.pranov@gmail.com) О НЕКОТОРЫХ ПОДХОДАХ К МОДЕЛИРОВАНИЮ И ПРОГНОЗИРОВАНИЮ ВРЕМЕННЫХ РЯДОВ ПОЖАРНОЙ СТАТИСТИКИ Проведён анализ моделирование

Подробнее

ПРОГНОЗИРОВАНИЕ В ПЕРИОДЫ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ: СУЩЕСТВУЮТ ЛИ ПРОСТЫЕ СПОСОБЫ УЛУЧШЕНИЯ КАЧЕСТВА ПРОГНОЗОВ

ПРОГНОЗИРОВАНИЕ В ПЕРИОДЫ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ: СУЩЕСТВУЮТ ЛИ ПРОСТЫЕ СПОСОБЫ УЛУЧШЕНИЯ КАЧЕСТВА ПРОГНОЗОВ НАУЧНЫЙ ВЕСТНИК ИЭП им Гайдарару 5 ПРОГНОЗИРОВАНИЕ В ПЕРИОДЫ ЭКОНОМИЧЕСКОЙ НЕСТАБИЛЬНОСТИ: СУЩЕСТВУЮТ ЛИ ПРОСТЫЕ СПОСОБЫ УЛУЧШЕНИЯ КАЧЕСТВА ПРОГНОЗОВ МТурунцева зав лабораторией ИЭП им ЕТ Гайдара и РАНХиГС

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 11 Модели стационарных временных рядов Оглавление Одномерные временные модели... 3 Стационарные временные ряды... 3 Задание 1. Расчет автокорреляционной

Подробнее

6 Услуги, связанные с восстановлением утраченной потребительной стоимости продукта, называются:

6 Услуги, связанные с восстановлением утраченной потребительной стоимости продукта, называются: Автор теста: Бельгибаева К.К. Название курса: статистика промышленности Название теста: статистика промышленности Предназначено для студентов специальности: Статистика (3 курс 4г.о.) очное отделение Семестр:

Подробнее

Данный файл получен на сайте

Данный файл получен на сайте ТЕСТ Ценообразование 1. Спрос и предложение могут быть использованы для объяснения координирующей роли цены на рынке (A) товарном (B) валютном (C) ресурсов (D) любом 2. Если, несмотря на изменения цены

Подробнее

МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОЦЕССА ПОПОЛНЕНИЯ СЧЕТОВ ТРЕЙДЕРАМИ НА РЫНКЕ FOREX

МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПРОЦЕССА ПОПОЛНЕНИЯ СЧЕТОВ ТРЕЙДЕРАМИ НА РЫНКЕ FOREX Ф. А. Ущев канд. экон. наук, ст. преподаватель кафедры экономической кибернетики и экономико-математических методов Санкт-Петербургского государственного университета экономики и финансов Д. Ю. Поляков

Подробнее

НАЛОГОВОЕ СТИМУЛИРОВАНИЕ МАЛОГО БИЗНЕСА В РОССИИ: ОЦЕНКА РЕЗУЛЬТАТОВ

НАЛОГОВОЕ СТИМУЛИРОВАНИЕ МАЛОГО БИЗНЕСА В РОССИИ: ОЦЕНКА РЕЗУЛЬТАТОВ УДК 336.221.22 А.С. Дорошенков НАЛОГОВОЕ СТИМУЛИРОВАНИЕ МАЛОГО БИЗНЕСА В РОССИИ: ОЦЕНКА РЕЗУЛЬТАТОВ Статья содержит анализ и оценку результатов налогового стимулирования малого бизнеса в Российской Федерации.

Подробнее

исследования взаимосвязи социально-экономического развития и малого инновационного предпринимательства Самарской области

исследования взаимосвязи социально-экономического развития и малого инновационного предпринимательства Самарской области 90 Исследование взаимосвязи социально-экономического развития и малого инновационного предпринимательства Самарской области 200 М.И. Пиканов Самарский государственный экономический университет E-mail:

Подробнее

СРАВНЕНИЕ «IMPLIED VOLATILITY» И REALIZED VOLATILITY» НА ПРИМЕРЕ АНАЛИЗА РОССИЙСКОГО РЫНКА ОПЦИОНОВ

СРАВНЕНИЕ «IMPLIED VOLATILITY» И REALIZED VOLATILITY» НА ПРИМЕРЕ АНАЛИЗА РОССИЙСКОГО РЫНКА ОПЦИОНОВ СРАВНЕНИЕ «IMPLIED VOLAILIY» И REALIZED VOLAILIY» НА ПРИМЕРЕ АНАЛИЗА РОССИЙСКОГО РЫНКА ОПЦИОНОВ Старостенко В. В. (Институт проблем управления РАН, Москва) vstarostenko@nes.ru Введение При расчете стоимости

Подробнее

Региональные клубы занятости в России: пространственно эконометрический подход

Региональные клубы занятости в России: пространственно эконометрический подход Региональные клубы занятости в России: пространственно эконометрический подход Демидова Ольга Анатольевна (demidova@hse.ru), Медведева Екатерина Владимировна (medvedevaekvl@yandex.ru), НИУ ВШЭ При разработке

Подробнее

Совершенствование методики оценки. инвестиционной привлекательности акционерного общества.

Совершенствование методики оценки. инвестиционной привлекательности акционерного общества. Вопросы экономики Вопросы экономики Е.И. БЕРЕЖНОВА, Я.А. ЧЕРНЫХ Совершенствование методики оценки инвестиционной привлекательности акционерных обществ Рассматриваются вопросы оценки инвестиционной привлекательности

Подробнее

ИССЛЕДОВАНИЕ ФАКТОРОВ, ОКАЗЫВАЮЩИХ ВЛИЯНИЕ НА РАЗВИТИЕ МАЛОГО БИЗНЕСА В РЕГИОНАХ РОССИИ.

ИССЛЕДОВАНИЕ ФАКТОРОВ, ОКАЗЫВАЮЩИХ ВЛИЯНИЕ НА РАЗВИТИЕ МАЛОГО БИЗНЕСА В РЕГИОНАХ РОССИИ. Куксова Е.В, студент Научный руководитель Гурнович Т.Г, профессор, доктор экономических наук Ставропольский государственный аграрный университет Россия, г. Ставрополь ИССЛЕДОВАНИЕ ФАКТОРОВ, ОКАЗЫВАЮЩИХ

Подробнее

ВАРИАНТ 6. Задача 1. Таблица 6.1. обязательных занятии, ч.

ВАРИАНТ 6. Задача 1. Таблица 6.1. обязательных занятии, ч. ВАРИАН 6 Задача. аблица 6.. п/п Количество Средний балл по п/п Количество Средний балл пропущенных всем предметам пропущенных по всем обязательных занятии, обязательных предметам ч. занятии, ч. 8,8 6 4

Подробнее

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика Лекция 3 7 6 Разложение оценок коэффициентов на неслучайную и случайную компоненты Регрессионный анализ позволяет определять оценки коэффициентов регрессии Чтобы сделать выводы по полученной модели необходимы

Подробнее

35 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика Нелинейная регрессия

35 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика Нелинейная регрессия Лекция 5 35 Нелинейная регрессия Нелинейные модели регрессии и их линеаризация Во многих практических случаях моделирование экономических зависимостей линейными уравнениями дает вполне удовлетворительные

Подробнее

СРАВНЕНИЕ ТЕХНИЧЕСКОЙ ЭФФЕКТИВНОСТИ СИСТЕМНО ЗНАЧИМЫХ РОССИЙСКИХ БАНКОВ НА ОСНОВЕ ФИНАНСОВОЙ ОТЧЕТНОСТИ ПО РОССИЙСКИМ И МЕЖДУНАРОДНЫМ СТАНДАРТАМ

СРАВНЕНИЕ ТЕХНИЧЕСКОЙ ЭФФЕКТИВНОСТИ СИСТЕМНО ЗНАЧИМЫХ РОССИЙСКИХ БАНКОВ НА ОСНОВЕ ФИНАНСОВОЙ ОТЧЕТНОСТИ ПО РОССИЙСКИМ И МЕЖДУНАРОДНЫМ СТАНДАРТАМ Семинар ЦМАКП 5 «Банковская система России: эффективность и рыночная власть» Рецензия на работу Генриха Пеникаса (НИУ ВШЭ, Альфа-банк) СРАВНЕНИЕ ТЕХНИЧЕСКОЙ ЭФФЕКТИВНОСТИ СИСТЕМНО ЗНАЧИМЫХ РОССИЙСКИХ БАНКОВ

Подробнее

Анализ безубыточности

Анализ безубыточности Анализ безубыточности Расчетное задание 1 по курсу «Управленческий учет» CVЦ-анализ является базовым инструментом управленческого учета. В российской учетной практике он известен как анализ взаимосвязи

Подробнее

Условия Гаусса-Маркова Теорема Гаусса-Маркова Свойства МНК-оценок. Лекция 8

Условия Гаусса-Маркова Теорема Гаусса-Маркова Свойства МНК-оценок. Лекция 8 Условия Гаусса-Маркова Теорема Гаусса-Маркова Свойства МНК-оценок Лекция 8 CВОЙСТВА ОЦЕНОК КОЭФФИЦИЕНТОВ РЕГРЕССИИ Для того чтобы полученные по МНК оценки обладали некоторым полезными статистическими свойствами

Подробнее

Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии.

Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии. Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии. Пусть имеется нормально распределенная случайная величина N,, определенная на множестве объектов

Подробнее

Операционная эффективность энергораспределяющих предприятий в России

Операционная эффективность энергораспределяющих предприятий в России Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики»

Подробнее

СОДЕРЖАНИЕ Введение Обзор литературы Методы оценки доходности Понятие доходности Качество активов баланса

СОДЕРЖАНИЕ Введение Обзор литературы Методы оценки доходности Понятие доходности Качество активов баланса СОДЕРЖАНИЕ Введение... 3 1 Обзор литературы... 5 2 Методы оценки доходности... 8 2.1 Понятие доходности... 8 2.2 Качество активов баланса коммерческого предприятия.... 11 2.3 Доходность активов... 12 3

Подробнее

эффективности производства.

эффективности производства. Эффективность производства и макроэкономическая динамика Ç ÒËÎËÈ äéåäéç В условиях интенсивно меняющихся внешних и внутренних условий особую актуальность для Республики Беларусь приобрела проблема выработки

Подробнее

ПОКАЗАТЕЛИ ДЛЯ РАСЧЕТА ПРОГНОЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ МО «КИЗНЕРСКИЙ РАЙОН» НА ГОДЫ N Показатели Ед. изм.

ПОКАЗАТЕЛИ ДЛЯ РАСЧЕТА ПРОГНОЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ МО «КИЗНЕРСКИЙ РАЙОН» НА ГОДЫ N Показатели Ед. изм. ПОКАЗАТЕЛИ ДЛЯ РАСЧЕТА ПРОГНОЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ МО «КИЗНЕРСКИЙ РАЙОН» НА 2015-2017 ГОДЫ N Показатели Ед. изм. 2012 год 1 Отгружено товаров 505 544,1 514,7 545,2 548,5 576,4 581,3 604,1

Подробнее

Контрольная работа по дисциплине Эконометрика

Контрольная работа по дисциплине Эконометрика Министерство образования Российской Федерации Новосибирский государственный технический университет Кафедра прикладной математики Контрольная работа по дисциплине Эконометрика Выполнил: Студент группы

Подробнее

Курсовая работа. на тему. «Комплексный анализ взаимосвязи финансово-экономических показателей деятельности предприятий»

Курсовая работа. на тему. «Комплексный анализ взаимосвязи финансово-экономических показателей деятельности предприятий» ФЕДЕРАЛЬНОЕ АГЕНСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ФЕДЕРАЛЬНО ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ» (МИИТ)

Подробнее

4 Апрель 2016 ЭКОНОМИКА. Информационноаналитические. комментарии. Москва

4 Апрель 2016 ЭКОНОМИКА. Информационноаналитические. комментарии. Москва 4 Апрель 2016 Информационноаналитические комментарии ЭКОНОМИКА Москва Дата отсечения данных 04.05.2016. Электронная версия информационно-аналитического материала размещена на официальном сайте Банка России

Подробнее

Институт Экономики и Финансов. Кафедра «Математика» Курсовая работа. По дисциплине «Эконометрика»

Институт Экономики и Финансов. Кафедра «Математика» Курсовая работа. По дисциплине «Эконометрика» ФЕДЕРАЛЬНОЕ АГЕНТСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧЕРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СООБЩЕНИЯ

Подробнее

8.3. Неформализованный анализ обособленного риска проекта

8.3. Неформализованный анализ обособленного риска проекта 8.3. Неформализованный анализ обособленного риска проекта 8.3 Неформализованный анализ обособленного риска проекта Анализ чувствительности Метод анализа чувствительности является очень простым и доступным.

Подробнее

УДК ОСОБЕННОСТИ ФАКТОРНЫХ ВЛИЯНИЙ НА ФИНАНСОВЫЙ РЕЗУЛЬТАТ НА ПРЕДПРИЯТИИ МОЛОЧНОЙ ПРОМЫШЛЕННОСТИ

УДК ОСОБЕННОСТИ ФАКТОРНЫХ ВЛИЯНИЙ НА ФИНАНСОВЫЙ РЕЗУЛЬТАТ НА ПРЕДПРИЯТИИ МОЛОЧНОЙ ПРОМЫШЛЕННОСТИ УДК 303.722.2 ОСОБЕННОСТИ ФАКТОРНЫХ ВЛИЯНИЙ НА ФИНАНСОВЫЙ РЕЗУЛЬТАТ НА ПРЕДПРИЯТИИ МОЛОЧНОЙ ПРОМЫШЛЕННОСТИ Д. Уколова, студентка 1-го курса магистратуры ИФЭМ ФГБОУ ВО «Калининградский государственный технический

Подробнее

Влияние уровня развития социальноокультурной сферы на ожидаемую продолжительность жизни при рождении в Республике Беларусь

Влияние уровня развития социальноокультурной сферы на ожидаемую продолжительность жизни при рождении в Республике Беларусь Н.В. Максимовская1, Е.А. Стаценко2 Влияние уровня развития социальноокультурной сферы на ожидаемую продолжительность жизни при рождении в Республике Беларусь 1ЗАО Банк ВТБ (Беларусь) 2ГУ «НИИ физической

Подробнее

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ ТРУДОВЫХ РЕСУРСОВ ОРГАНИЗАЦИИ

ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ ТРУДОВЫХ РЕСУРСОВ ОРГАНИЗАЦИИ УДК 331.108 Н.В. Парушина, Н.А. Сучкова, С.В. Деминова ЭКОНОМИКО-МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ОЦЕНКЕ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ ТРУДОВЫХ РЕСУРСОВ ОРГАНИЗАЦИИ В статье рассмотрены теоретические и практические

Подробнее

Экз. Исх. ЛФ 210/3560. Федеральная служба государственной статистики Территориальный орган по г. Санкт-Петербургу и Ленинградской области (ПЕТРОСТАТ)

Экз. Исх. ЛФ 210/3560. Федеральная служба государственной статистики Территориальный орган по г. Санкт-Петербургу и Ленинградской области (ПЕТРОСТАТ) Федеральная служба государственной статистики Территориальный орган по г. Санкт-Петербургу и Ленинградской области (ПЕТРОСТАТ) Экз. СТАТИСТИЧЕСКИЙ СБОРНИК Исх. ЛФ 210/3560 от 15.05.2015 г. Санкт-Петербург

Подробнее

=(x i1,,x ik ) обозначает значения

=(x i1,,x ik ) обозначает значения СБОРНИК НАУЧНЫХ ТРУДОВ НГТУ. - 2005. -. - - УДК 519.233 МОДЕЛИ БИНАРНОГО ВЫБОРА: ОЦЕНКА КАЧЕСТВА И ИНТЕПРЕТАЦИЯ КОФФИЦИЕНТОВ В.С. ТИМОФЕЕВ, А.В. БОЛЬШАКОВА В статье рассмотрены модели с бинарной зависимой

Подробнее

Раздел IV ЭКОНОМИЧЕСКИЙ РОСТ

Раздел IV ЭКОНОМИЧЕСКИЙ РОСТ Раздел IV ЭКОНОМИЧЕСКИЙ РОСТ С течением времени в среднем реальный доход страны, как правило, растет Бывают периоды, когда он падает (периоды рецессий), но в целом тренд в долгосрочном аспекте указывает

Подробнее

Домашнее задание 1 по эконометрике 2 для вечернего отделения [ ] основная гипотеза о значимости регрессии имеет вид H : 0

Домашнее задание 1 по эконометрике 2 для вечернего отделения [ ] основная гипотеза о значимости регрессии имеет вид H : 0 Домашнее задание по эконометрике для вечернего отделения [4 5] Фамилия Имя Отчество Группа. Вопросы. Пусть регрессионная модель имеет вид Y α ε ˆα = ESS = = + Y = [ ] 3 4 5 T. Тогда TSS = RSS = R =. Найдите

Подробнее

7 Корреляционный и регрессионный анализ

7 Корреляционный и регрессионный анализ 7 Корреляционный и регрессионный анализ. Корреляционный анализ статистических данных.. Регрессионный анализ статистических данных. Статистические связи между переменными можно изучать методами дисперсионного,

Подробнее

1. Введение Модели Типы моделей Типы данных... 28

1. Введение Модели Типы моделей Типы данных... 28 Оглавление Вступительное слово.............................. 8 Предисловие к первому изданию...................... 11 Предисловие к третьему изданию...................... 16 Предисловие к шестому изданию......................

Подробнее

Влияние дохода домохозяйств на результаты ЕГЭ и выбор вуза 1

Влияние дохода домохозяйств на результаты ЕГЭ и выбор вуза 1 Влияние дохода домохозяйств на результаты ЕГЭ и выбор вуза 1 Прахов И.А.*, Юдкевич М.М.** Введение Одной из целей введения Единого государственного экзамена (ЕГЭ), который пришел на смену системе двойных

Подробнее

Финансовый анализ в организации

Финансовый анализ в организации Финансовый анализ в организации Одно из важнейших условий успешного управления финансами организации проведение анализа его финансового состояния. Финансовое состояние организации характеризуется совокупностью

Подробнее