IX Международная студенческая научная конференция Студенческий научный форум - 2017

Между показателями социально-экономического развития существуют корреляционные связи и зависимости. В эконометрических исследованиях для построения моделей характеризующих эти связи и зависимости используют два типа данных: пространственные данные и временные ряды. Рассмотрим модели, построенные на основе пространственных данных, которые характеризуют связи и зависимости между показателем инфляции исоциально-экономическими показателями в разрезе регионов РФ. В качестве показателя фактора выступает индекс потребительских расходов, лучше всего характеризующий инфляцию. В качестве результативных показателей мы рассматривали различные социально-экономические показатели, приводимые в официальных статистических сборниках. Корреляционно-регрессионный анализ предусматривает, в первую очередь, выявление наличия корреляционной связи и определение ее степених [1,2].

В качестве исходных данных мы взяли индексы потребительских расходов и основные социально-экономические показатели 49 из 83 субъектов РФ за 2014г. Часть регионов с очень низкими показателями социально-экономического развития (Чукотский автономный округ, Еврейская автономная область и др.) и часть с очень высокими (Москва, Тюменская область), были исключены из выборки [3].

Наиболее высокий коэффициент корреляции инфляция имеет с ВРП () и уровнем безработицы ().

Таблица 1

Коэффициенты корреляции основных социально-экономических показателей регионов РФ с инфляцией в 2014г.

Валовой региональный продукт на душу населения (руб)	Пром. про-во (млн. руб)	Вклады физических и юридических лиц привлеченных кредитными организациями (млн. руб)	Инвестиции в основной капитал на душу населения (руб)	экспорт (млн. дол.)	импорт (млн. дол.)	Уровень безработицы (%)
Y1	Y2	Y3	Y4	Y5	Y6	Y7
-0,67	-0,55	-0,53	-0,52	-0,52	-0,33	0,64

Из представленных в таблице 1 показателей все, кроме уровня безработицы, имеют отрицательные коэффициенты корреляции, что свидетельствует об их обратной зависимости. Другими словами рост инфляции ведет к падению основных социально-экономических показателей и к росту безработицы.

Расчеты по остальным зависимостям были проведены с использованием разработанного компьютерного инструментария. В таблице 2 приведены параметры и характеристики для парных линейных регрессий выражающих зависимости социально-экономических показателей (ВРП - X1;, объем промышленного производства - X2; вклады физических и юридических лиц привлеченных кредитными организациями - X3; инвестиции в основной капитал на душу населения – X4; экспорт – X5; импорт – X6; Уровень безработицы- X7) от индекса потребительских расходов.

Таблица 2

Параметры и статистические характеристики линейных регрессионных зависимостей социально-экономических показателей регионов РФ от индекса потребительских цен

показатель	Y1 от Х	Y2 от Х	Y3 от Х	Y4 от Х	Y5 от Х	Y6от Х	Y7 отХ
a	2827,97	15297,96	2908,99	939,32	153,56	88,89	-113,65
	-24,43	-136,80	-25,97	-8,16	-1,38	-0,80	1,11
ta	6,60	4,61	4,35	4,37	4,19	2,40	5,38
tb	6,25	4,52	4,25	4,17	4,12	2,37	5,77
Sey	34,21	264,63	53,42	17,15	2,93	2,95	1,68
R2	0,45	0,30	0,28	0,27	0,27	0,11	0,41
F	39,07	20,47	18,10	17,36	16,99	5,60	33,31
Аср	23,07	89,96	87,85	38,90	123,00	217,67	20,68

В таблице приняты следующие обозначения: a – константа;b – коэффициент регрессии; t_a – критерий Стьюдента для параметра а; tb– критерий Стьюдента для параметра b; Se_y – стандартная ошибка у; R² – коэффициент детерминации; F – критерий Фишера; Аср – средняя ошибка аппроксимации.

_{В качестве статистических характеристик нами были рассмотрены} t- критерии Стьюдента, которые служат для оценки значимости полученных параметров регрессии; стандартная ошибка Se_y показателя Y от фактора Х, которая используется для оценки тесноты связи между признаками, качества построенного уравнения регрессии и определения доверительного интервала в изменении показателя Y; коэффициент детерминации (R²) , который показывает долю дисперсии результативного признака Y объясняемую уравнением регрессии; F- критерий Фишера, служит для оценки статистической значимости уравнения регрессии в целом; средняя ошибка аппроксимации (Аср) также служит для оценки качества модели и она не должна превышать 8-10%. Согласно t-статистике и F-статистике Фишера все модели приемлемого качества [4].

_{Однако если судить о качестве моделей по коэффициентам детерминации, то лишь две модели приемлемого качества - Y1→X(R2=0,45) и Y7→-X(R2=0,41). Первая модель характеризует зависимость ВРП от инфляции, вторая зависимость уровня безработицы от инфляции. В первой модели отрицательный коэффициент регрессии говорит об обратной зависимости между показателями. Согласно полученной модели с ростом инфляции на 1% ВРП на душу населения в среднем сокращается на 24,43 руб. Согласно полученным результатам расчетов зависимость между уровнем безработицы и инфляцией прямая и рост инфляции на 1% ведет к росту уровня безработицы на 1,11%.}

_{Кроме линейных моделей нами были построены и нелинейные модели зависимости между инфляцией и социально-экономическими показателями регионов РФ , которые показали примерно тот же результат}

Список использованной литературы

1. Адамадзиев К.Р., Адамадзиева А.К. Компьютерное моделирование в экономике: учебное пособие. – Махачкала: Издательско-полиграфический центр ДГУ, 2014. – 211с.

2. Магомедгаджиев Ш.М., Гасанова Н.Р. Оценка влияния инновационной деятельности на основные социально-экономические показатели регионов России с помощью методов эконометрического моделирования // Фундаментальные исследования. – 2016. – № 5-2. – С. 371-376;

3. Регионы России. Социально-экономические показатели. 2015: Стат. сб. / Росстат. - М., 2015 г. – 1266 с.

4. Эконометрика: учебник / Под ред. И. И.Елисеевой. – М.: Проспект, 2011. – 288 с.

Код для цитирования: Скопировать