Цель статьи - анализ состояния автомобильной региональной дорожной сети Российской Федерации, выявление основных факторов, влияющих на него в зависимости от федерального округа. В последнее время положение в области ремонта и строительства региональных дорог стало улучшаться благодаря принятию национального проекта «Безопасные и качественные автомобильные дороги», однако состояние региональных дорог остается неудовлетворительным - около половины всех региональных дорог не отвечают нормативным требованиям. Необходимо на основе анализа сети региональных дорог принять решение об инвестировании того или иного дорожного объекта. В статье рассматривается взаимосвязь таких факторов, как процент региональных автомобильных дорог, не соответствующих нормативным требованиям, и индивидуальный рейтинг уровня жизни. Также поднимается вопрос о выявлении наиболее проблемных мест в региональной дорожной сети на основании методов математической статистики, построении зависимостей доли плохих региональных дорог от протяженности федеральных дорог, от дорожно-климатической зоны, от валового регионального продукта на душу населения, от численности населения, от плотности дорожной сети и других факторов. Основные методы исследования - корреляционный и регрессионный анализ. В результате исследования проведен статистический анализ качества сети автомобильных дорог регионального значения по федеральным округам РФ за 2007-2022 гг., выявлены основные закономерности и зависимости процента дорог, не соответствующих нормативным требованиям, от плотности дорожной сети, валового регионального продукта, от дорожно-климатической зоны. Получены выводы о том, что на данный момент состояние автомобильных дорог регионального значения и валовой региональный продукт - слабо коррелированные величины. И, напротив, состояние региональных дорог сильно коррелирует с индексом качества жизни в регионе и протяженностью федеральных дорог. В первом случае имеется сильная положительная корреляция, во втором - сильная отрицательная.
Разрабатываются эконометрические модели временной динамики изменения на примере трех показателей экономической безопасности и устойчивого развития Калининградской области, эконометрических моделей, устанавливающих взаимосвязь базового показателя с двумя факторными показателями, а также сравнительной оценки этих моделей по точности прогнозирования будущих значений. Анализируются числовые значения временного ряда рассматриваемых экономических показателей. Проводится сравнительная оценка целесообразности использования для прогнозирования будущих значений оцениваемых параметров ВРП с ожидаемой продолжительностью жизни и параметров ВРП с коэффициентом Джини по анализируемым регрессионным зависимостям. Основываясь на полученной оценке, приведены графики зависимости оцениваемых параметров c прогнозируемыми значениями и их фактические значения на различных временных интервалах. Обосновывается выбор наиболее приемлемого уравнения для прогнозирования оцениваемых параметров на следующий год. Проводится оценка возможности использования для прогнозирования валового регионального продукта на душу населения аддитивных и мультипликативных двухфакторных моделей взаимосвязи его значений с прогнозируемыми значениями средней продолжительности жизни и коэффициента Джини.
Цель исследования заключается в анализе социально-экономических факторов занятости населения в городских округах Российской Федерации. В рамках исследования проводится кластерный анализ городов по двум вариантам: (1) на основе факторных показателей занятости и (2) с использованием как результативных, так и факторных показателей занятости. В обоих случаях проводится статистическое обоснование учета лагов запаздывающего влияния факторных показателей на результативные. Применение данного вариативного подхода в кластеризации позволяет выявить статистически однородные группы городов, соответственно, без учета и с учетом индивидуальных эффектов факторного влияния на занятость и на основе этого обосновать индикаторы регулирования занятости в городах Российской Федерации. Материалы и методы. Для достижения поставленной цели на основе данных муниципальной статистики, предусмотренных Федеральным планом статистических работ, была разработана система показателей, включающая количественные и качественные оценки уровня социально-экономических факторов занятости населения. В исследовании проведен кластерный анализа с использованием иерархического метода (Уорда) и итеративного метода (k-средних). Результаты. В результате кластерного анализа были выделены статистически однородные подгруппы городов, которые различаются по уровню занятости населения, административному составу, набору и характеру влияния факторных показателей на занятость. На основе сравнительного анализа двух вариантов кластеризации доказано, что выявление значимых факторов занятости на муниципальном уровне (по городским муниципальным образованиям) возможно при кластеризации с применением как результативных, так и факторных показателей, а также с учетом временных лагов их взаимосвязи. Кластеризация городов лишь по факторным показателям не обеспечивает учета индивидуальных особенностей взаимозависимости исследуемых показателей в городах, что приводит к грубым статистическим оценкам и скрытости латентных взаимосвязей, учет которых необходим для регулирования занятости. Заключение. Исследование выявило, что статистически однородные кластеры городов имеют специфику административного состава, что предопределяет особенности многофакторных регрессионных моделей занятости, параметры которых рекомендованы к использованию для разработки мер по регулированию занятости и социально-экономического развития городов.
Данная статья посвящена влиянию ряда макроэкономических показателей на величину резервов на возможные потери в банковском секторе Азербайджана. Цель исследования. Цель исследования - проанализировать устойчивость банковского сектора к воздействию макроэкономических потрясений в экономике; изучить, что включает в себя понятие финансовой устойчивости банковского сектора и какие методы используются в процессе ее анализа и оценки, исследовать зависимость ряда переменных, характеризующих состояние банковского сектора, от различных макроэкономических шоков, свойственных экономике; проанализировать, как Центральный банк участвует в регулировании и мониторинге финансовой устойчивости банковского сектора, а также посредством каких мер он поддерживает банки в период кризиса. Материалы и методология. Практический этап работы заключается в создании множественной регрессионной модели, которая выявит степень влияния макроэкономических шоков на положение банковского сектора Азербайджана. Для проведения анализа и построения уравнений регрессии были использованы квартальные данные за период 2012-2023 гг. Информация была взята из ряда источников: 1) Официальный сайт Центрального банка Азербайджана; 2) Официальный сайт Министерства финансов; 3) Официальный сайт Госкомстата Азербайджана; 4) Отчеты о развитии банковского сектора и банковского надзора. Для анализа и оценки значений зависимых переменных резервов на возможные потери и рентабельности активов, значения по банковскому сектору в целом взяты из годовых отчетов о развитии банковского сектора и банковского надзора. Поскольку исходные данные в работе квартальные, наша модель будет представлять собой временной ряд, оцененный с помощью обычного метода наименьших квадратов (МНК). Лаговые переменные могут быть включены во временной ряд. Лаги в объясняющих переменных учитывают степень возможного лага, с которым макроэкономические шоки влияют на банки. Иными словами, изменения значений макроэкономических факторов не оказывают немедленного воздействия на положение банков, а проявляются через некоторое время и носят отложенный характер [7]. Такие лаги необходимо выявлять и учитывать для формирования более точной и полной картины влияния макроэкономических колебаний на банковский сектор. В ходе предварительной диагностики данных было выявлено наличие гетероскедастичности и автокорреляции первого порядка. Для их устранения применяются поправки Ньюи-Уэста, корректирующие вариационно-ковариационную матрицу для получения более последовательных оценок коэффициентов регрессии. Результаты. При выборе показателей для изучения степени влияния макроэкономических факторов на устойчивость банковского сектора мы учитывали особенности экономики нашей страны. Дело в том, что Азербайджан является сырьевой страной, экспорт которой почти на 70% состоит из топливно-энергетических товаров [30]. Это означает, что размер экспортных доходов, финансовое положение компаний и стабильность экономики во многом зависят от ценовой конъюнктуры на мировом энергетическом рынке, а именно от цены на нефть. Кроме того, Азербайджан относится к числу стран с развивающимся рынком, для которого характерны повышенная неустойчивость (волатильность) валютных курсов и нестабильность финансовых рынков, а также высокие процентные ставки и спреды. Поэтому для нашей страны характерен риск резкого оттока капитала в случае кризиса в мире, поскольку инвесторы стремятся вывести свои средства из стран, наиболее уязвимых к влиянию макроэкономических потрясений. Динамика ВВП является одним из важных показателей экономической активности государства. Его падение в период кризиса негативно сказывается на различных сферах экономической и социальной жизни [8]. Индекс Бакинской фондовой биржи отражает состояние фондового рынка крупных компаний, которые являются наиболее важными для экономики страны [9]. Обвал индекса означает ухудшение положения компаний, снижение рыночной стоимости их активов и акций, обострение проблем с выплатой внешнего долга и получением новых кредитов для обеспечения функционирования их деятельности. Кроме того, обвал котировок на фондовом рынке приводит к большим потерям в результате их отрицательной переоценки. Заключение. При проведении исследования устойчивости банковского сектора Азербайджана на основе эконометрической модели необходимо учитывать определенные ограничения. Во-первых, доступность и достоверность данных - важный аспект, который может повлиять на точность результатов исследования. Во-вторых, для полного понимания изучаемых вопросов необходимо учитывать контекст и специфику банковской системы Азербайджана. Наконец, в данном исследовании не рассматриваются социальные и политические факторы, которые также могут влиять на устойчивость банковской системы. При интерпретации результатов и выработке рекомендаций следует учитывать ограничения исследования.
Рассмотрены динамика площади морских льдов в Северном полушарии и изменение инсоляции на разных высотных уровнях в полярных районах как возможные факторы изменения общего содержания озона в атмосфере. Установлено, что годовой ход общего содержания озона тесно связан с годовым ходом и многолетними изменениями площади морских льдов в Северном полушарии. На основе регрессионной модели выполнен оценочный прогноз общего содержания озона до 2050 г. Показано, что в этой модельной концепции следует учитывать криосферный фактор изменения общего содержания озона в атмосфере (площади морских льдов в Северном полушарии и инсоляции на разных высотных уровнях в полярных районах).
РЕГРЕССИОННАЯ МОДЕЛЬ, ОДНОРОДНАЯ ВЛОЖЕННАЯ КУСОЧНО-ЛИНЕЙНАЯ РЕГРЕССИЯ ВТОРОГО ТИПА, ОЦЕНИВАНИЕ ПАРАМЕТРОВ, МЕТОД НАИМЕНЬШИХ МОДУЛЕЙ, ЗАДАЧА ЛИНЕЙНО-БУЛЕВА ПРОГРАММИРОВАНИЯ
Молочное животноводство оказывает существенное влияние на характер аграрного производства, эффективность эксплуатации сельскохозяйственных угодий. Цель исследования - выявить особенности и определить значимость влияния молочного животноводства на темпы роста объемов производства сельскохозяйственной продукции и изменение посевных площадей в регионах Нечерноземья России. В качестве методов исследования выбраны эконометрический метод анализа панельных данных, методы пространственной автокорреляции Морана и статистической группировки. В исследовании проанализированы данные Росстата, характеризующие развитие сельского хозяйства и молочного животноводства 29 регионов Нечерноземной зоны России, за период с 1991 по 2021 г. Регионы были сгруппированы с применением метода пространственной автокорреляции Морана в три группы: «север», «центр» и «юг». Установлена существенная дифференциация влияния молочного животноводства на валовый выпуск сельскохозяйственной отрасли. В разные периоды с 1991 по 2021 г. вклад молочного животноводства в валовой продукт сельского хозяйства различался, положительное влияние выявлено в период после 2012 г. В регионах «севера» и «центра» Нечерноземья молочное животноводство является важным фактором, причем чем севернее находится регион, тем сильнее проявляется зависимость. В среднем на «севере» эластичность валового выпуска от выпуска продукции животноводства составляет 0,707, в регионах «центра» эластичность ниже - 0,583 и на «юге» еще ниже - 0,482. Регионы «юга» более пригодны для развития мясного скотоводства, растениеводства, и влияние производства молока здесь статистически не прослеживается. Поголовье коров остается существенным фактором молочного производства для северных и центральных регионов, оказывает влияние на интенсивность использования пашни, размер посевных площадей.
В работе дан краткий обзор публикаций по использованию компромиссных решений при регрессионном моделировании сложных объектов, связанных как с методами построения моделей, так и с их практическим использованием при решении конкретных прикладных задач. В частности, рассмотрены: относительный компромисс между точностью при моделировании скрытых и наблюдаемых переменных; компромиссные соотношения, которые следуют из известных жестких границ квантового многопараметрического оценивания; компромисс между сложностью модели и качеством оценки неопределенности; классический компромисс между смещением и дисперсией, когда смещение уменьшается, а дисперсия увеличивается с увеличением сложности модели, хотя это и не всегда справедливо; компромисс между выбросами углерода на душу населения и неравенством доходов; компромисс между наличием выбросов и точностью распознавания в модели логистической регрессии. Предложен алгоритм поиска компромисса между методом наименьших модулей при оценивании неизвестных параметров линейного регрессионного уравнения и альтернативным методом моделирования, сводящийся к решению задачи линейного программирования. Построены три альтернативных варианта регрессионной модели добычи цинка в Российской Федерации. В качестве независимых переменных задействованы: цены на рафинированный цинк, стоимость геолого-разведочных работ на цинк за счёт собственных средств недропользователей и федерального бюджета. При этом оценки параметров всех трех вариантов модели изменяются в относительно узких пределах.
Монография посвящена одному из основных инструментов анализа данных – регрессионному анализу. Предложены новые способы решения проблем, возникающих на этапах спецификации, параметризации и верификации регрессионных моделей. В основе предлагаемых методик лежит аппарат математического программирования, в том числе, линейно-булевого программирования. Для решения поставленных задач разработано специализированное программное обеспечение, также рассмотренное в данной работе. Значительное внимание уделяется решению конкретных прикладных задач анализа данных.
Предназначена для специалистов, занимающихся вопросами математического моделирования и анализа данных в области техники, экономики, социологии, медицины и бизнеса, а также может быть полезна студентам, магистрантам и аспирантам.
Предметом данного исследования является технический объект, работа которого определяется множеством факторов, а качество функционирования характеризуется некоторым показателем. Требуется построить математическую модель, связывающую этот показатель со значениями факторов. В качестве примера исследуется влияние различных факторов на эффективность работы горелочных устройств (нагрузки, расхода воздуха, метана и биогаза, составов топлива и окислителя и других). Эффективность (качество функционирования) горелочного устройства оценивается по температуре дымовых газов. Задача решается методами машинного обучения, поскольку классические методы регрессионного анализа показали недостаточную точность. В настоящей статье исследуется эффективность метода опорных векторов, случайного леса и бустинга деревьев решений. Для численных расчетов использована локализованная версия 13.3 системы Statistica. Все три подхода машинного обучения показали существенное повышение точности модели на тестовой выборке. Наилучшие результаты в рассматриваемом примере дал метод бустинга деревьев решений. Рекомендуемая технология построения модели, обеспечивающая необходимую точность прогнозирования, сводится вначале к апробации классического регрессионного анализа (если полученная модель обеспечит необходимую точность, то она предпочтительна с точки зрения ее интерпретируемости). При недостаточной точности используются три рассмотренных метода машинного обучения, вместе с тем важен подбор параметров каждого из них, который, с одной стороны, обеспечивал бы необходимую точность, а с другой - не приводил бы к переобучению модели. Полученная модель может быть использована для оценки влияния различных факторов на эффективность работы технического объекта, а также для прогнозирования качества его функционирования, в частности, температуры дымовых газов.