ПРИКЛАДНАЯ ЭКОНОМЕТРИКА

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

ЭКОНОМИЧЕСКАЯ ПОЛИТИКА И УПРАВЛЕНИЕ ЭКОНОМИЧЕСКИМ РАЗВИТИЕМ

ЭКОНОМИЧЕСКАЯ ПОЛИТИКА И УПРАВЛЕНИЕ ЭКОНОМИЧЕСКИМ РАЗВИТИЕМ IV ЭКОНОМИЧЕСКАЯ ПОЛИТИКА И УПРАВЛЕНИЕ ЭКОНОМИЧЕСКИМ РАЗВИТИЕМ УДК 332.1 Е.М. ОЖЕГОВ, преподаватель кафедры прикладной математики и моделирования в социальных системах НИУ Государственный университет Высшая

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

Контрольная работа выполнена на сайте МатБюро. Решение задач по математике, статистике, теории вероятностей

Контрольная работа выполнена на сайте  МатБюро. Решение задач по математике, статистике, теории вероятностей Задача. По исходным данным за 6 месяцев, представленным в таблице 5, постройте уравнение зависимости объема предложения некоторого блага Y для функционирующей в условиях конкуренции фирмы от цены X этого

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

Методические рекомендации для самостоятельной работы обучающихся по дисциплине

Методические рекомендации для самостоятельной работы обучающихся по дисциплине ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «ОРЕНБУРГСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ» Методические рекомендации для самостоятельной работы обучающихся

Подробнее

Влияние инфляционного таргетирования на динамику ВВП в долгосрочной перспективе: межстрановое исследование

Влияние инфляционного таргетирования на динамику ВВП в долгосрочной перспективе: межстрановое исследование Влияние инфляционного таргетирования на динамику ВВП в долгосрочной перспективе: межстрановое исследование Филипп Картаев Экономический факультет МГУ kartaev@gmail.com Влияет ли ИТ на экономический рост?

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

ПОСТРОЕНИЕ МОДЕЛИ ОБЪЕМА ПЛАТНЫХ УСЛУГ НАСЕЛЕНИЮ Новиченкова М.Г. Финансовый Университет при Правительстве Российской Федерации Москва, Россия

ПОСТРОЕНИЕ МОДЕЛИ ОБЪЕМА ПЛАТНЫХ УСЛУГ НАСЕЛЕНИЮ Новиченкова М.Г. Финансовый Университет при Правительстве Российской Федерации Москва, Россия ПОСТРОЕНИЕ МОДЕЛИ ОБЪЕМА ПЛАТНЫХ УСЛУГ НАСЕЛЕНИЮ Новиченкова М.Г. Финансовый Университет при Правительстве Российской Федерации Москва, Россия MODEL BUILDING OF THE SCOPE OF COMMERCIAL SERVICES, PROVIDED

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

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

О.А. Лепёхин, А.Г. Князев, К.Е. Торбина

О.А. Лепёхин, А.Г. Князев, К.Е. Торбина АНАЛИЗ ТЕНДЕНЦИЙ ИЗМЕНЕНИЯ КАЧЕСТВЕННОГО СОСТАВА РОССИЙСКИХ БАНКОВ В статье предложен подход к выделению однородных групп банков на основе критерия доминирующего дохода применительно к российскому банковскому

Подробнее

11.2. Динамика фондовооруженности труда

11.2. Динамика фондовооруженности труда 11.2. Динамика фондовооруженности труда В моделях экономического роста Солоу Свана 1 и Рамсея Касса Купманса 2 используется однородная первой степени производственная функция с нейтральным по Харроду технологическим

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

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

АНАЛИЗ СОСТАВА И СТРУКТУРЫ КАПИТАЛА ОРГАНИЗАЦИИ

АНАЛИЗ СОСТАВА И СТРУКТУРЫ КАПИТАЛА ОРГАНИЗАЦИИ s Анализ и выявление резервов АНАЛИЗ СОСТАВА И СТРУКТУРЫ КАПИТАЛА ОРГАНИЗАЦИИ Ирина МАКАРЕНКО, старший преподаватель БГТУ Анализ состава и структуры капитала организации целесообразно проводить в динамике

Подробнее

Исследование пространственной концентрации промышленности в Европе: на примере Германии

Исследование пространственной концентрации промышленности в Европе: на примере Германии www.hse.ru Исследование пространственной концентрации промышленности в Европе: на примере Германии Студентка НИУ ВШЭ Пермь Заморина Анастасия Сергеевна anzamorina@gmail.com Пространственная концентрация

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

Анализ взаимосвязи инвестиций и ВРП по областям Центрального Черноземья

Анализ взаимосвязи инвестиций и ВРП по областям Центрального Черноземья Экономика и управление 169 Анализ взаимосвязи инвестиций и ВРП по областям Центрального Черноземья 2010 О.И. Рашидов, И.А. Рашидова Курский институт менеджмента экономики и бизнеса 2010 М.В. Шатохин доктор

Подробнее

Оценки матрицы ковариаций и тест на гетероскедастичность Уайта АВТОРЕФЕРАТ БАКАЛАВРСКОЙ РАБОТЫ

Оценки матрицы ковариаций и тест на гетероскедастичность Уайта АВТОРЕФЕРАТ БАКАЛАВРСКОЙ РАБОТЫ Министерство образования и науки Российской Федерации ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «САРАТОВСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Подробнее

ЭКОНОМЕТРИКА Контрольные материалы для специальности по всем формам обучения

ЭКОНОМЕТРИКА Контрольные материалы для специальности по всем формам обучения Министерство образования и науки Российской Федерации ФГБОУ ВПО «Уральский государственный лесотехнический университет» Кафедра Информационных технологий и моделирования Г.Л. Нохрина ЭКОНОМЕТРИКА Контрольные

Подробнее

Методические указания к выполнению курсовой работы на тему «Комплексный анализ взаимосвязи финансово-экономических показателей деятельности

Методические указания к выполнению курсовой работы на тему «Комплексный анализ взаимосвязи финансово-экономических показателей деятельности Методические указания к выполнению курсовой работы на тему «Комплексный анализ взаимосвязи финансово-экономических показателей деятельности предприятий» Москва, 201 Введение Курсовая работа «Комплексный

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

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

А.А. Тумасян, Л.И. Василевская Статистическое измерение структурных изменений в промышленности Республики Беларусь

А.А. Тумасян, Л.И. Василевская Статистическое измерение структурных изменений в промышленности Республики Беларусь А.А. Тумасян, Л.И. Василевская Статистическое измерение структурных изменений в промышленности Республики Беларусь Во многих случаях для исследования структуры экономических явлений необходимо не только

Подробнее

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю):

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Б..ДВ.. Статистический анализ данных Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения. Кафедра Математики и математических методов в экономике.

Подробнее

Тема 3. Общая оценка финансового состояния предприятия

Тема 3. Общая оценка финансового состояния предприятия Тема 3. Общая оценка финансового состояния предприятия Цель формирование целостного понимания процесса исследования финансовой информации для определения состояния предприятия в процессе его кругооборота

Подробнее

Рынок ценных бумаг ФОРМИРОВАНИЕ ПОРТФЕЛЯ ЦЕННЫХ БУМАГ НА ОСНОВЕ РАСПОЗНАВАНИЯ ОБРАЗОВ * 30 (72) 2011

Рынок ценных бумаг ФОРМИРОВАНИЕ ПОРТФЕЛЯ ЦЕННЫХ БУМАГ НА ОСНОВЕ РАСПОЗНАВАНИЯ ОБРАЗОВ * 30 (72) 2011 30 (72) 2011 Рынок ценных бумаг УДК 336.76 ФОРМИРОВАНИЕ ПОРТФЕЛЯ ЦЕННЫХ БУМАГ НА ОСНОВЕ РАСПОЗНАВАНИЯ ОБРАЗОВ * Е. М. БРОНШТЕЙН, доктор физико-математических наук, профессор кафедры вычислительной математики

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

9.6. Экономический рост и динамическая сбалансированность хозяйственной системы в кейнсианской концепции

9.6. Экономический рост и динамическая сбалансированность хозяйственной системы в кейнсианской концепции 9.6. Экономический рост и динамическая сбалансированность хозяйственной системы в кейнсианской концепции Модель Р. Харрода и Е. Домара 1 анализирует различные траектории народнохозяйственного роста в зависимости

Подробнее

Процесс изучения дисциплины экономическая теория направлен на формирование следующих компетенций, отраженных в карте компетенций:

Процесс изучения дисциплины экономическая теория направлен на формирование следующих компетенций, отраженных в карте компетенций: 1 2 СОДЕРЖАНИЕ 1 Перечень компетенций с указанием этапов их формирования в процессе освоения образовательной программы 4 2 Описание показателей и критериев оценивания компетенций на различных этапах их

Подробнее

Тесты по дисциплине 123

Тесты по дисциплине 123 Тесты по дисциплине 3 ТЕСТ. Коэффициент корреляции, равный нулю, означает, что между переменными: а) линейная связь отсутствует; б) существует линейная связь; в) ситуация не определена.. Коэффициент корреляции,

Подробнее

Выбор базовой переменной (раздел 3 Методики)

Выбор базовой переменной (раздел 3 Методики) Расчет Сводных опережающих индикаторов для государств членов Таможенного союза и Единого экономического пространства (по состоянию на март 2014 года) Введение Построение опережающих индикаторов и Сводных

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

СТАТИСТИЧЕСКАЯ ГИПОТЕЗА В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ

СТАТИСТИЧЕСКАЯ ГИПОТЕЗА В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ СТАТИСТИЧЕСКАЯ ГИПОТЕЗА В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ Морозова Н.Н. Финансовый университет при Правительстве Российской Федерации, Смоленск, Россия STATISTICAL HYPOTHESIS IN ECONOMETRIC STUDIES Morozova

Подробнее

СТОХАСТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПОРТФЕЛЕМ

СТОХАСТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПОРТФЕЛЕМ СТОХАСТИЧЕСКАЯ МОДЕЛЬ УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПОРТФЕЛЕМ И.А. Карачун, Белорусский государственный университет, Минск, Беларусь Как показали многочисленные исследования, авторы которых пытались найти

Подробнее

Действительно, если рассматривать условия

Действительно, если рассматривать условия думай, думай, голова макроэкономическая оценка социальной нормы отдачи образования Окончание. Начало в 12/2007 «кэ» Образование создаёт позитивные экстерналии, то есть даёт выгоды не только владельцам

Подробнее

Курсовая работа. по дисциплине : «Эконометрика» Тема: «Анализ и прогнозирование ряда динамики» Вариант 21

Курсовая работа. по дисциплине : «Эконометрика» Тема: «Анализ и прогнозирование ряда динамики» Вариант 21 ФЕДЕРАЛЬНОЕ АГЕНСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКИЙ ГОСУДАРСТЕННЫЙ УНИВЕСИТЕТ ПУТЕЙ СООБЩЕНИЯ

Подробнее

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов.

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов. Лекция 5 ЭКОНОМЕТРИКА 5 Проверка качества уравнения регрессии Предпосылки метода наименьших квадратов Рассмотрим модель парной линейной регрессии X 5 Пусть на основе выборки из n наблюдений оценивается

Подробнее

ТВОРЧЕСКОЕ ЗАДАНИЕ ПО ДИСЦИПЛИНЕ «ЭКОНОМЕТРИКА» НА ТЕМУ: «МНОЖЕСТВЕННАЯ КОРРЕЛЯЦИЯ»

ТВОРЧЕСКОЕ ЗАДАНИЕ ПО ДИСЦИПЛИНЕ «ЭКОНОМЕТРИКА» НА ТЕМУ: «МНОЖЕСТВЕННАЯ КОРРЕЛЯЦИЯ» ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ» ЧЕЛЯБИНСКИЙ ФИЛИАЛ ТВОРЧЕСКОЕ

Подробнее

отношение капитала к занятости (фондовооруженность) и отношение выпуска к занятости (производительность труда) растут,

отношение капитала к занятости (фондовооруженность) и отношение выпуска к занятости (производительность труда) растут, Опорный конспект лекций по "Макроэкономике" www.ie.ru 1 Лекция 20-21. Долгосрочный экономический рост. Модель Солоу. 1. Эмпирические факты экономического роста. Рассмотрим основные тенденции, отмеченные

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

О.В.Дынникова, Экономическая экспертная группа. Реальный обменный курс и структура экономики России

О.В.Дынникова, Экономическая экспертная группа. Реальный обменный курс и структура экономики России 1 О.В.Дынникова, Экономическая экспертная группа Реальный обменный курс и структура экономики России В докладе рассматривается среднесрочная реакция выпуска различных секторов экономики на изменения реального

Подробнее

Институт Экономики и Финансов Кафедра «Математика» Курсовая работа. по дисциплине «Эконометрика» на тему

Институт Экономики и Финансов Кафедра «Математика» Курсовая работа. по дисциплине «Эконометрика» на тему ФЕДЕРАЛЬНОЕ АГЕНТСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ (МИИТ) Институт

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

8 август 2017 ЭКОНОМИКА. Информационноаналитические. комментарии. Москва

8 август 2017 ЭКОНОМИКА. Информационноаналитические. комментарии. Москва 8 август 2017 Информационноаналитические комментарии ЭКОНОМИКА Москва Дата отсечения данных 17.08.2017. Электронная версия информационно-аналитического материала размещена на официальном сайте Банка России

Подробнее

АНАЛИЗ ЛЕГКОЙ ПРОМЫШЛЕННОСТИ РЕСПУБЛИКИ КАЗАХСТАН

АНАЛИЗ ЛЕГКОЙ ПРОМЫШЛЕННОСТИ РЕСПУБЛИКИ КАЗАХСТАН АО «Рейтинговое агентство Регионального финансового центра города Алматы» пр. Достык, 136, 9 этаж, офис 94, 551 Алматы, Республика Казахстан АНАЛИЗ ЛЕГКОЙ ПРОМЫШЛЕННОСТИ РЕСПУБЛИКИ КАЗАХСТАН Аналитик:

Подробнее

РАЗВИТИЕ МАЛОГО ПРЕДПРИНИМАТЕЛЬСТВА В САНКТ-ПЕТЕРБУРГЕ в 2012 году

РАЗВИТИЕ МАЛОГО ПРЕДПРИНИМАТЕЛЬСТВА В САНКТ-ПЕТЕРБУРГЕ в 2012 году Комитет по информатизации и связи РАЗВИТИЕ МАЛОГО ПРЕДПРИНИМАТЕЛЬСТВА В САНКТ-ПЕТЕРБУРГЕ в 2012 году Экспресс - анализ Санкт-Петербург Март 2013 год Цели и задачи Цель Анализ развития малого предпринимательства

Подробнее

МЕЖРЕГИОНАЛЬНАЯ МИГРАЦИЯ В РОССИИ: МОДЕЛИРОВАНИЕ СВЯЗИ С СОЦИАЛЬНО- ЭКОНОМИЧЕСКИМИ ИНДИКАТОРАМИ И ВЛИЯНИЕ ФАКТОРА РАССТОЯНИЯ 1

МЕЖРЕГИОНАЛЬНАЯ МИГРАЦИЯ В РОССИИ: МОДЕЛИРОВАНИЕ СВЯЗИ С СОЦИАЛЬНО- ЭКОНОМИЧЕСКИМИ ИНДИКАТОРАМИ И ВЛИЯНИЕ ФАКТОРА РАССТОЯНИЯ 1 Е.С. Вакуленко, Н.В. Мкртчян, К.К. Фурманов Национальный исследовательский университет «Высшая школа экономики» МЕЖРЕГИОНАЛЬНАЯ МИГРАЦИЯ В РОССИИ: МОДЕЛИРОВАНИЕ СВЯЗИ С СОЦИАЛЬНО- ЭКОНОМИЧЕСКИМИ ИНДИКАТОРАМИ

Подробнее

3. Что такое критерии согласия? 4. С помощью какого критерия можно выявить связь между двумя количественными

3. Что такое критерии согласия? 4. С помощью какого критерия можно выявить связь между двумя количественными БИЛЕТЫ К ЭКЗАМЕНУ ПО ПРИКЛАДНОЙ СТАТИСТИКЕ ВАРИАНТ 200013 1. Как записывается выборочное среднее для не сгруппированных данных? 2. Для чего нужно вычислять доверительный интервал оценки? Приведите содержательный

Подробнее

Рассчитать показатели по формулам: - производительность труда;

Рассчитать показатели по формулам: - производительность труда; Порядок выполнения работы. На основе имеющихся данных о производстве продукции за N лет рассчитать следующие величины: темпы прироста производства, производительность труда, производительность капитала.

Подробнее

4.1. ПОНЯТИЕ МЕТОДИКИ ЭКОНОМИЧЕСКОГО АНАЛИЗА Примерная схема взаимосвязи метода, методики, приемов и способов экономического анализа на рис.

4.1. ПОНЯТИЕ МЕТОДИКИ ЭКОНОМИЧЕСКОГО АНАЛИЗА Примерная схема взаимосвязи метода, методики, приемов и способов экономического анализа на рис. ТЕМА 4. Методика и методы 1 экономического анализа (2 часа) 4.1. ПОНЯТИЕ МЕТОДИКИ ЭКОНОМИЧЕСКОГО АНАЛИЗА Примерная схема взаимосвязи метода, методики, приемов и способов экономического анализа на рис.

Подробнее

ЗАВИСИМОСТЬ РАЗМЕРОВ ШЕЙНЫХ ПОЗВОНКОВ ОТ ФИЗИЧЕСКИХ ДАННЫХ ПАЦИЕНТОВ

ЗАВИСИМОСТЬ РАЗМЕРОВ ШЕЙНЫХ ПОЗВОНКОВ ОТ ФИЗИЧЕСКИХ ДАННЫХ ПАЦИЕНТОВ УДК 616.8 73.75 В. Т. Пустовойтенко, Г. А. Медведев ЗАВИСИМОСТЬ РАЗМЕРОВ ШЕЙНЫХ ПОЗВОНКОВ ОТ ФИЗИЧЕСКИХ ДАННЫХ ПАЦИЕНТОВ В настоящей статье продолжается рассмотрение структуры шейного отдела позвоночника

Подробнее

ФАКТОРЫ И УСЛОВИЯ ЭКОНОМИЧЕСКОГО РОСТА ДАЛЬНЕГО ВОСТОКА РОССИИ

ФАКТОРЫ И УСЛОВИЯ ЭКОНОМИЧЕСКОГО РОСТА ДАЛЬНЕГО ВОСТОКА РОССИИ ФАКТОРЫ И УСЛОВИЯ ЭКОНОМИЧЕСКОГО РОСТА ДАЛЬНЕГО ВОСТОКА РОССИИ Власюк Людмила Ивановна кандидат экономических наук, старший научный сотрудник Института экономических исследований ДВО РАН, vlasyuk@ecrin.ru

Подробнее

АВТОМАТИЗАЦИЯ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ

АВТОМАТИЗАЦИЯ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ АВТОМАТИЗАЦИЯ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ Т. А. Заяц УО «Белорусский торгово-экономический университет потребительской кооперации», г. Гомель В современных экономических условиях планирование и управление

Подробнее

ЭКОНОМИКА ТУРИЗМА ТРЕНИРОВОЧНЫЕ ТЕСТЫ ПО ДИСЦИПЛИНЕ

ЭКОНОМИКА ТУРИЗМА ТРЕНИРОВОЧНЫЕ ТЕСТЫ ПО ДИСЦИПЛИНЕ Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «СИБИРСКАЯ ГОСУДАРСТВЕННАЯ ГЕОДЕЗИЧЕСКАЯ АКАДЕМИЯ»

Подробнее

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ОБЪЕМА ВВП РОССИИ Эренценова В.А. ECONOMETRIC MODELING AND FORECASTING OF RUSSIAN GDP

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ОБЪЕМА ВВП РОССИИ Эренценова В.А. ECONOMETRIC MODELING AND FORECASTING OF RUSSIAN GDP ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ОБЪЕМА ВВП РОССИИ Эренценова В.А. Финансовый университет при Правительстве РФ Москва, Россия ECONOMETRIC MODELING AND FORECASTING OF RUSSIAN GDP Erentsenova

Подробнее

РАЗВИТИЯ ТРАНСПОРТНОГО СЕКТОРА РОССИЙСКОЙ ЭКОНОМИКИ

РАЗВИТИЯ ТРАНСПОРТНОГО СЕКТОРА РОССИЙСКОЙ ЭКОНОМИКИ УДК 338.47 Бугаева М.В., кандидат экономических наук, доцент доцент кафедры «Организация производства и управления» Институт сферы обслуживания и предпринимательства (филиал) Донского государственного

Подробнее

населения в регионе); 4 инновационного (уровень развития науки и внедрения достижений научно-технического прогресса в регионе);

населения в регионе); 4 инновационного (уровень развития науки и внедрения достижений научно-технического прогресса в регионе); ИНВЕСТИЦИОННЫЙ ПОТЕНЦИАЛ РЕГИОНА И ЕГО СОСТАВЛЯЮЩИЕ Калита В.И. Филиал АНО ВПО «Кубанский институт международного предпринимательства и менеджмента» в г.кропоткине Кропоткин, Россия INVESTMENT POTENTIAL

Подробнее

Контрольная 2 по эконометрике 2 [ ] Если случайная величина X ~ Fmn, (, ) то E X = при n 3 и при n 5.

Контрольная 2 по эконометрике 2 [ ] Если случайная величина X ~ Fmn, (, ) то E X = при n 3 и при n 5. Контрольная по эконометрике [04 05] Фамилия Имя Отчество Группа Вспомогательная информация Если случайная величина X ~ χ ( m), то E X = m и DX = m n Если случайная величина X ~ Fmn, (, ) то E X = n при

Подробнее

3.2 Количественная оценка риска актива (реального или финансового)

3.2 Количественная оценка риска актива (реального или финансового) 3.2 Количественная оценка риска актива (реального или финансового) Глава 3. Соотношение риска и доходности Рисковые активы характеризуются вероятностными значениями получения результата. Если известны

Подробнее

ЭНДОГЕННОСТЬ ПРЕДПРИНИМАТЕЛЬСТВА В УСЛОВИЯХ МОНОПОЛИСТИЧЕСКОЙ КОНКУРЕНЦИИ (СЛУЧАЙ ФУНКЦИИ ПОЛЕЗНОСТИ С ПОСТОЯННОЙ ЭЛАСТИЧНОСТЬЮ ЗАМЕЩЕНИЯ)

ЭНДОГЕННОСТЬ ПРЕДПРИНИМАТЕЛЬСТВА В УСЛОВИЯХ МОНОПОЛИСТИЧЕСКОЙ КОНКУРЕНЦИИ (СЛУЧАЙ ФУНКЦИИ ПОЛЕЗНОСТИ С ПОСТОЯННОЙ ЭЛАСТИЧНОСТЬЮ ЗАМЕЩЕНИЯ) Покровский Дмитрий Александрович, научный сотрудник лаборатории ТРПЭ dm.pokrovsky@gmail.com Сколкова Алена Сергеевна, стажер-исследователь лаборатории ТРПЭ alyonaskolkova@mail.ru ЭНДОГЕННОСТЬ ПРЕДПРИНИМАТЕЛЬСТВА

Подробнее

Ключи к заданиям районного этапа ВсОШ по экономике 2015/2016 учебного года в категории 11 класс

Ключи к заданиям районного этапа ВсОШ по экономике 2015/2016 учебного года в категории 11 класс Ключи к заданиям районного этапа ВсОШ по экономике 015/016 учебного года в категории 11 класс Тест 1 типа. Верное ли утверждение? Обведи правильный вариант ответа в кружок. (1 балл за верный ответ и 0

Подробнее

МЕТОДИЧЕСКИЕ ОСНОВЫ АНАЛИЗА ФИНАНСОВЫХ РЕЗУЛЬТАТОВ ПРЕДПРИЯТИЯ Курбанова Эльвина ФГБОУ ВО Башкирский государственный аграрный университет Уфа, Россия

МЕТОДИЧЕСКИЕ ОСНОВЫ АНАЛИЗА ФИНАНСОВЫХ РЕЗУЛЬТАТОВ ПРЕДПРИЯТИЯ Курбанова Эльвина ФГБОУ ВО Башкирский государственный аграрный университет Уфа, Россия МЕТОДИЧЕСКИЕ ОСНОВЫ АНАЛИЗА ФИНАНСОВЫХ РЕЗУЛЬТАТОВ ПРЕДПРИЯТИЯ Курбанова Эльвина ФГБОУ ВО Башкирский государственный аграрный университет Уфа, Россия METHODOLOGICAL BASIS OF ANALYSIS OF THE FINANCIAL RESULTS

Подробнее

Влияние инфляции спроса и издержек на развитие инфляционных процессов в России

Влияние инфляции спроса и издержек на развитие инфляционных процессов в России ЭКОНОМИЧЕСКАЯ ТЕОРИЯ Владимир Владимирович Ильяшенко Кандидат экономических наук, профессор, заведующий кафедрой экономической теории Уральского государственного экономического университета Екатерина Юрьевна

Подробнее

Оценка и анализ финансовых рисков инвестиционного проекта

Оценка и анализ финансовых рисков инвестиционного проекта 87 Оценка и анализ финансовых рисков инвестиционного проекта 2012 Л.Н. Родионова доктор экономических наук, профессор 2012 Р.А. Фатхлисламов Уфимский государственный авиационный технический университет

Подробнее

ВІСНИК Донбаської державної машинобудівної академії 3 (24),

ВІСНИК Донбаської державної машинобудівної академії 3 (24), ВІСНИК Донбаської державної машинобудівної академії 3 (4), 0 5 УДК 336.77 Пилецкая С. Т., Колесников С. А. ПРОГНОЗИРОВАНИЕ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ДЕЯТЕЛЬНОСТИ БАНКА С ИСПОЛЬЗОВАНИЕМ ПРОИЗВОДСТВЕННОЙ ФУНКЦИИ

Подробнее

Инновации и инвестиции

Инновации и инвестиции 3 (108 2008 Анализ инвестиционной привлекательности оборотных активов хозяйствующего субъекта Н.А. Батурина, кандидат экономических наук, старший преподаватель кафедры бухгалтерского учета, анализа и аудита

Подробнее

А.В.Волкова Ст. преподаватель кафедры ММИЭ Научный руководитель: д.э.н., профессор Л.Ю. Богачкова О МЕТОДИКЕ ПОСТРОЕНИЯ ПРОИЗВОДСТВЕННОЙ ФУНКЦИИ В

А.В.Волкова Ст. преподаватель кафедры ММИЭ Научный руководитель: д.э.н., профессор Л.Ю. Богачкова О МЕТОДИКЕ ПОСТРОЕНИЯ ПРОИЗВОДСТВЕННОЙ ФУНКЦИИ В А.В.Волкова Ст. преподаватель кафедры ММИЭ Научный руководитель: д.э.н., профессор Л.Ю. Богачкова О МЕТОДИКЕ ПОСТРОЕНИЯ ПРОИЗВОДСТВЕННОЙ ФУНКЦИИ В ПРОЦЕССЕ РЕГРЕССИОННОГО МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКОГО РОСТА

Подробнее

Инфляция. Денежно-кредитная политика.

Инфляция. Денежно-кредитная политика. Инфляция. Денежно-кредитная политика. Определение Инфляция устойчивое повышение общего уровня цен в экономике. Темп инфляции (π) показывает, на сколько процентов вырос общий уровень цен за период (год,

Подробнее

ВЛИЯНИЯ ЭЛЕКТРОЕМКОСТИ ПРОИЗВОДСТВА НА МАКРОЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ФУНКЦИОНИРОВАНИЯ ЭКОНОМИКИ

ВЛИЯНИЯ ЭЛЕКТРОЕМКОСТИ ПРОИЗВОДСТВА НА МАКРОЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ФУНКЦИОНИРОВАНИЯ ЭКОНОМИКИ УДК 338.24.021.8 Т. Ю. Анисимова МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ЭЛЕКТРОЕМКОСТИ ПРОИЗВОДСТВА НА МАКРОЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ФУНКЦИОНИРОВАНИЯ ЭКОНОМИКИ Ключевые слова: конкурентоспособность, энергетический менеджмент,

Подробнее

Колебания совокупного предложения. Для анализа совокупного предложения вспомним и вновь рассмотрим 2 эмпирические закономерности:

Колебания совокупного предложения. Для анализа совокупного предложения вспомним и вновь рассмотрим 2 эмпирические закономерности: Колебания совокупного предложения Ранее полагалось, что P=const и ВВП/ВВП интерпретировались как результат причинно-следственной зависимости между спросом (расходами) и объемом выпуска. Для анализа совокупного

Подробнее

В данной статье пойдет речь о временных рядах в эконометрике, мы раскроем тему: Автокорреляция в остатках. Критерий Дарбина-Уотсона.

В данной статье пойдет речь о временных рядах в эконометрике, мы раскроем тему: Автокорреляция в остатках. Критерий Дарбина-Уотсона. Автокорреляция в остатках. Критерий Дарбина-Уотсона. Бондар Е. В. Филиал Федерального государственного автономного образовательного учреждения высшего образования «Южный федеральный университет» в г. Новошахтинске

Подробнее

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» КАФЕДРА «МАТЕМАТИКА» М.В. Ишханян ЭКОНОМЕТРИКА

Подробнее

Контрольные тесты. Производительный экономический ресурс это: а) денежный капитал; б) средства производства; в) прибыль; г) потребительские товары;

Контрольные тесты. Производительный экономический ресурс это: а) денежный капитал; б) средства производства; в) прибыль; г) потребительские товары; Контрольные тесты. 1 Производительный экономический ресурс это: а) денежный капитал; б) средства производства; в) прибыль; г) потребительские товары; 2 Если рыночная цена ниже равновесной, то: а) появится

Подробнее

Эконометрическое прогнозирование бюджета в долгосрочной перспективе

Эконометрическое прогнозирование бюджета в долгосрочной перспективе 96 Финансы, денежное обращение и кредит Эконометрическое прогнозирование бюджета в долгосрочной перспективе 2014 Белостоцкий Алексей Александрович кандидат экономических наук, доцент Юго-Западный государственный

Подробнее

2.4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ

2.4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ .4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ Достаточно простые способы оценки коэффициентов линейного тренда, приведённые в предыдущее параграфе, обладают среди прочих одним

Подробнее

РЕГИОНАЛЬНОЕ НАБЛЮДЕНИЕ

РЕГИОНАЛЬНОЕ НАБЛЮДЕНИЕ РЕГИОНАЛЬНОЕ НАБЛЮДЕНИЕ Хозяйствующий субъект Код ОКПО (наименование организации) Почтовый адрес Сведения представляются предприятиями и организациями, являющиеся балансодержателями основных фондов коммунального

Подробнее

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю):

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения 1. Кафедра Математики и математических методов в экономике 2. Направление подготовки 38.03.01

Подробнее

Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства

Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства Департамент макро политики Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства (об ожидаемой ситуации в экономике в начале 2015 г.) Текущая

Подробнее

Е. А. Захарова. народного хозяйства, то есть иметь параметры

Е. А. Захарова. народного хозяйства, то есть иметь параметры Вестник Челябинского государственного университета. 2009. 3 (141. Экономика. Вып. 19. С. 63 69. Государственное регулирование агропромышленного комплекса на основе межотраслевого баланса В ходе анализа

Подробнее

ЧИСЛЕННОЕ СРАВНЕНИЕ ОЦЕНОК МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ С ОДНОШАГОВЫМИ И ВЛИЯНИЕ ТОЧНОСТИ ОЦЕНИВАНИЯ НА РАСПРЕДЕЛЕНИЯ СТАТИСТИК КРИТЕРИЕВ СОГЛАСИЯ [1]

ЧИСЛЕННОЕ СРАВНЕНИЕ ОЦЕНОК МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ С ОДНОШАГОВЫМИ И ВЛИЯНИЕ ТОЧНОСТИ ОЦЕНИВАНИЯ НА РАСПРЕДЕЛЕНИЯ СТАТИСТИК КРИТЕРИЕВ СОГЛАСИЯ [1] Заводская лаборатория. Диагностика материалов. 2003. Т. 69. С.62-68. УДК 519.2 ЧИСЛЕННОЕ СРАВНЕНИЕ ОЦЕНОК МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ С ОДНОШАГОВЫМИ И ВЛИЯНИЕ ТОЧНОСТИ ОЦЕНИВАНИЯ НА РАСПРЕДЕЛЕНИЯ СТАТИСТИК

Подробнее

Рисунок 1. Динамика индекса ММВБ с начала 2017 года. В тот же день начали падать котировки и «Московской Биржи».

Рисунок 1. Динамика индекса ММВБ с начала 2017 года. В тот же день начали падать котировки и «Московской Биржи». 7.3.217 3.3.217 1.3.217 27.2.217 22.2.217 2.2.217 16.2.217 14.2.217 1.2.217 8.2.217 6.2.217 2.2.217 31.1.217 27.1.217 2.1.217 23.1.217 19.1.217 17.1.217 13.1.217 11.1.217 9.1.217.1.217 3.1.217 Обзор ПАО

Подробнее

Институт экономики и финансов. Кафедра «Математика» Курсовая работа. на тему

Институт экономики и финансов. Кафедра «Математика» Курсовая работа. на тему ФЕДЕРАЛЬНОЕ АГЕНТСТВО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ»

Подробнее

Кафедра бухгалтерского учета и аудита Направление

Кафедра бухгалтерского учета и аудита Направление МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ федеральное государственное автономное образовательное учреждение высшего образования «Северный (Арктический) федеральный университет имени М.В. Ломоносова»

Подробнее

НЕКОТОРЫЕ СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ БЕДНОСТИ НАСЕЛЕНИЯ ЛАТВИИ

НЕКОТОРЫЕ СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ БЕДНОСТИ НАСЕЛЕНИЯ ЛАТВИИ Computer Modelling & New Technologies, 2000, Volume 4, No.2, 115-119 Transport and Telecommunication Institute, Lomonosov Str.1, Riga, LV-1019, Latvia НЕКОТОРЫЕ СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ БЕДНОСТИ НАСЕЛЕНИЯ

Подробнее

Глава 4 МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ

Глава 4 МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ Глава МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ Методы получения усредненных оценок Анализ экспертных оценок может выполняться с использованием разнообразных статистических методов однако

Подробнее

МИНИСТЕРСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ И ТОРГОВЛИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ- ВЫСШАЯ ШКОЛА ЭКОНОМИКИ

МИНИСТЕРСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ И ТОРГОВЛИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ- ВЫСШАЯ ШКОЛА ЭКОНОМИКИ МИНИСТЕРСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ И ТОРГОВЛИ РОССИЙСКОЙ ФЕДЕРАЦИИ УДК: 33 госрегистрации: ИНВ. ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ- ВЫСШАЯ ШКОЛА ЭКОНОМИКИ УТВЕРЖДАЮ Проректор ГУ-ВШЭ А.А.Яковлев АННОТАЦИЯ НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ

Подробнее

ТЕМПЫ РОСТА ВВП В ГГ.: О ЧЕМ ГОВОРИТ ДЕКОМПОЗИЦИЯ 1 С.Дробышевский, М.Казакова

ТЕМПЫ РОСТА ВВП В ГГ.: О ЧЕМ ГОВОРИТ ДЕКОМПОЗИЦИЯ 1 С.Дробышевский, М.Казакова ТЕМПЫ РОСТА ВВП В 2015 2016 ГГ.: О ЧЕМ ГОВОРИТ ДЕКОМПОЗИЦИЯ 1 С.Дробышевский, М.Казакова Минэкономразвития России представило три сценария прогноза социально-экономического развития в 2016 г., предполагающие

Подробнее

ЛИНЕЙНЫЕ РЕГРЕССИОННЫЕ МОДЕЛИ С ПЕРЕМЕННОЙ СТРУКТУРОЙ

ЛИНЕЙНЫЕ РЕГРЕССИОННЫЕ МОДЕЛИ С ПЕРЕМЕННОЙ СТРУКТУРОЙ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования «Оренбургский государственный

Подробнее

Тема 3. Диагностика кризисного состояния в процессе управления организацией 1. Сущность диагностики, ее цель и задачи.

Тема 3. Диагностика кризисного состояния в процессе управления организацией 1. Сущность диагностики, ее цель и задачи. Тема 3. Диагностика кризисного состояния в процессе управления организацией План: 1. Сущность диагностики, ее цель и задачи. 2. Методы диагностики кризиса. 3. Система экспресс и фундаментальной диагностики.

Подробнее

АНАЛИЗ КРИВОЙ ФИЛЛИПСА ДЛЯ РОССИЙКОЙ ЭКОНОМИКИ ANYLISIS OF THE PHILLIPS CURVE FOR RUSSIAN ECONOMY

АНАЛИЗ КРИВОЙ ФИЛЛИПСА ДЛЯ РОССИЙКОЙ ЭКОНОМИКИ ANYLISIS OF THE PHILLIPS CURVE FOR RUSSIAN ECONOMY Работу выполнил: студент факультета МЭО, группы М 3-4 МОЛИЙ Г.М., Научный руководитель: к.т.н,профессор НЕВЕЖИН В.П Финансовый Университет при Правительстве РФ, Москва АНАЛИЗ КРИВОЙ ФИЛЛИПСА ДЛЯ РОССИЙКОЙ

Подробнее

ВСЕРОССИЙСКАЯ ОЛИМПИАДА ШКОЛЬНИКОВ ПО ЭКОНОМИКЕ уч.г. МУНИЦИПАЛЬНЫЙ ЭТАП 10 КЛАСС (РЕШЕНИЯ) Критерии оценивания заданий по олимпиаде

ВСЕРОССИЙСКАЯ ОЛИМПИАДА ШКОЛЬНИКОВ ПО ЭКОНОМИКЕ уч.г. МУНИЦИПАЛЬНЫЙ ЭТАП 10 КЛАСС (РЕШЕНИЯ) Критерии оценивания заданий по олимпиаде ВСЕРОССИЙСКАЯ ОЛИМПИАДА ШКОЛЬНИКОВ ПО ЭКОНОМИКЕ 2016 2017 уч.г. МУНИЦИПАЛЬНЫЙ ЭТАП 10 КЛАСС (РЕШЕНИЯ) Критерии оценивания заданий по олимпиаде Тест 1включает 5 вопросов типа «верно»/ «неверно». Тест оценивается

Подробнее

Анализ модели ценообразования на рынке недвижимости

Анализ модели ценообразования на рынке недвижимости Министерство образования и науки Российской Федерации ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «САРАТОВСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Подробнее

ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ В УПРАВЛЕНЧЕСКОМ АНАЛИЗЕ ПРОИЗВОДСТВЕННЫХ ЗАТРАТ

ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ В УПРАВЛЕНЧЕСКОМ АНАЛИЗЕ ПРОИЗВОДСТВЕННЫХ ЗАТРАТ С. А. Аббасова, кандидат экономических наук, доцент кафедры бухгалтерского учёта и аудита, Азербайджанский государственный экономический университет, г. Баку, Азербайджан ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ

Подробнее

1. Положение (стандарт) бухгалтерского учета 28 «Уменьшение полезности активов»

1. Положение (стандарт) бухгалтерского учета 28 «Уменьшение полезности активов» Положение (стандарт) бухгалтерского учета 28 «Уменьшение полезности активов» Утверждено приказом Министерства финансов Украины от 24 декабря 2004 года 817 Зарегистрировано в Министерстве юстиции Украины

Подробнее

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный аграрный университет имени Н.И. Вавилова»

Подробнее

ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ УДК 330.43 ИСПОЛЬЗОВАНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ Князева Алена Леонидовна магистрант кафедры «Экономика, управление и инвестиции» Южно-Уральского государственного

Подробнее

Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства в апреле 2014 г.

Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства в апреле 2014 г. Совпадающие и опережающие индикаторы для государств членов Таможенного союза и Единого экономического пространства в апреле 1 В апреле, согласно значениям сводных совпадающих индикаторов для государств

Подробнее

Моделирование зависимости ВВП от инвестиций в условиях современной российской экономики

Моделирование зависимости ВВП от инвестиций в условиях современной российской экономики 17 Экономика и управление Моделирование зависимости ВВП от инвестиций в условиях современной российской экономики 01 Ю.А. Шеховцова кандидат экономических наук доцент Саратовский военный институт внутренних

Подробнее

ЭКОНОМЕТРИКА Программа

ЭКОНОМЕТРИКА Программа МОСКОВСКИЙ ИНСТИТУТ ЭКОНОМИКИ, МЕНЕДЖМЕНТА И ПРАВА Кафедра общематематических и естественнонаучных дисциплин ЭКОНОМЕТРИКА Программа Москва 2003 1 Составитель: Харламов С.А., доктор технических наук Эконометрика:

Подробнее