Статистический анализ трансформации экономики России

brief description

Год:
2005
Автор научной работы:
Цыпин, Александр Павлович
Ученая cтепень:
кандидат экономических наук
Место защиты диссертации:
Оренбург
Код cпециальности ВАК:
08.00.12
Специальность:
Бухгалтерский учет, статистика
Количество cтраниц:
199
Оглавление диссертации
кандидат экономических наук Цыпин, Александр Павлович

Введение
Глава 1. Содержание процессов трансформации экономической системы и их моделирование
1.1 Сущность, классификация и формы переходных процессов в экономических системах
1.2 Информационное и программное обеспечение анализа трансформа- 16 ции экономических систем
1.3 Классификация методов моделирования трансформации экономиче- 26 ских системы
Глава 2.Статистический анализ этапов трансформации переходной экономи- 35 ки России
2.1 Статистический анализ этапов трансформации российской эконо- 35 мики
2.2 Статистический анализ факторов, влияющих на динамику ВВП Рос- 59 сии
2.3 Статистический анализ динамики макроэкономических рядов в ус- 77 ловиях переходной экономики России
2.4 Сравнительный анализ трансформации экономики постсоциалисти- 99 ческих стран
Глава 3. Методы статистического прогнозирования трансформации эконо- 132 мики России и странах СНГ
3.1 Прогнозирование динамики ВВП России на основе многофакторной 132 модели
3.2 Прогнозирование макроэкономических процессов в условиях пере- 142 ходной экономики
3.3 Прогнозирование развития трансформации переходной экономики в России 146 и странах СНГ

Введение диссертации (часть автореферата)
На тему "Статистический анализ трансформации экономики России"

Происходящие в нашей стране реформы, связанные с переходом страны к рыночной экономике, характеризуются достаточно серьезными изменениями во всех сферах жизни общества. Данные реформы обозначили малоизученные закономерности развития экономики с недостаточно четкими представлениями о внутренних механизмах развития этих процессов и отсутствием исследования новых их проявлений в функционировании экономики страны. Все это привело к проблемам применения прежнего багажа знаний для построения адекватных макроэкономических моделей и получения на их основе надежных прогнозных оценок.
В связи с этим особую значимость для разработки и принятия управленческих решений по эффективному ведению национальной экономики приобретает статистическое исследование трансформации экономики России.
Различные аспекты проблем, связанные с трансформацией экономки России, находились в центре внимания таких ученых и специалистов-практиков, как Л.И.Абалкин, Т.А.Агапова, В.А.Бессонов, Е.Е.Гавриленков, Ю.Н.Иванов, В.Елаховский, И.И. Елисеева, Н.Д.Кондратьев, В.В.Лисицын, Г.Остапкович, А.Н.Понаморев, С.И.Смирнов, В.М.Симчера и др.
Отдельные вопросы статистического анализа макроэкономических процессов нашли отражение в работах В.А.Балаша, Т. А. Дубровой, Ю.П.Лукашина, В.П.Носко, Г.Г.Конторовича, Б.Т. Рябушкина, А.А.Френкеля, B.Fischer, D.A Dickey., W.A.Fuller, P. Perron и др.
Однако научно-методические обоснования их решений в экономической литературе представлены не системно из-за отсутствия приемов и методов позволяющих дать объективную статистическую оценку.
В связи с этим проблема статистического анализа трансформации экономки России обусловила выбор темы диссертационного исследования.
Цель и задачи исследования. Основной целью исследования является разработка методики статистического анализа трансформации экономики России через макроэкономические показатели.
Достижение поставленной цели потребовало решения следующих задач:
• исследование существующих теоретических и практических подходов статистического анализа трансформации экономики России;
• разработка методики статистического анализа переходной экономики;
• исследование структурных изменений в экономике России за годы проводимых реформ;
• статистическая оценка влияния основных факторов на динамику валового внутреннего продукта (ВВП) России в условиях переходной экономики;
• выявление особенности анализа макроэкономических рядов в условиях переходной экономики;
• проведение сравнительного анализа переходных процессов в постсоветских странах;
• прогнозирование развития основных макроэкономических показателей переходной экономики России.
Объект и предмет исследования. Предметом исследования являются методические вопросы статистического анализа и прогнозирования макроэкономических показателей в условиях переходной экономики страны на основе статистических и эконометрических алгоритмов. Объектом исследования выступают макроэкономические процессы России, протекающие в условиях переходной экономики.
Методология и методы исследования. Теоретической и методологической основой исследований послужили труды отечественных и зарубежных ученых по статистике и экономике, а также исследования научных учреждений, материалы из всемирной сети Интернет.
В исследовании использовался комплекс методов: табличный, графический, монографический, статистических группировок, многофакторный корреляционно-регрессионный анализ, главных компонент, адаптивные методы прогнозирования и др.
Информационное обеспечение работы составили данные Федеральной службы государственной статистики, Статистического комитета СНГ, Всемирного банка, Статистические органы (службы) системы ООН (The United Nations Statistics Division), Высшей школы экономики.
Подготовка и обработка статистических данных проводилась с использованием текстового редактора Ms Word ХР, табличного редактора Ms Excel ХР, статистико-эконометрических и математических пакетов прикладных программ Statistica 6.0, Mathcad 2001, Stata 6.0 и Eviews 4.1.
Научная новизна диссертационной работы заключается в разработке методики комплексного статистического исследования трансформации экономики России. К числу наиболее существенных научных результатов относятся:
• методика проведения статистического анализа трансформации экономики России на основе изученного теоретического и практического материала;
• результаты исследования структурных изменений в экономики России за годы проводимых реформ с применением показателей структурных сдвигов и различий, а также непараметрических коэффициентов корреляции;
• основные факторы, оказывающие влияние на динамику ВВП России в условиях переходной экономики на основе корреляционно-регрессионного анализа;
• на основе изучения особенностей моделирования динамики макроэкономических рядов в условиях переходной экономики, сформулирована схема проведения статистического анализа и проведено прогнозирование основных макроэкономических показателей;
• проведен сравнительный статистический анализ переходных процессов в постсоветских странах на основе многомерных статистических методов и выполнена классификация типов переходных экономик.
Практическая значимость исследования состоит в возможности использования разработанных методических подходов статистической оценки трансформации экономики в работе федеральных и региональных трансформации экономики в работе федеральных и региональных органов управления в процессе разработки социально-экономических программ.
Результаты диссертационной работы могут быть использованы в высших и средних специальных учебных заведениях экономического профиля при изучении дисциплин «Макроэкономическая статистика», «Анализ временных рядов», «Эконометрика», «Многомерные статистические методы».
Практическая значимость исследования состоит в возможности использования разработанных методических подходов статистической оценки трансформации экономики в работе федеральных и региональных органов управления в процессе разработки социально-экономических программ.
Результаты диссертационной работы могут быть использованы в высших и средних специальных учебных заведениях экономического профиля при изучении дисциплин «Макроэкономическая статистика», «Анализ временных рядов», «Эконометрика», «Многомерные статистические методы».
Апробация результатов исследования. Основные положения диссертационной работы докладывались автором на международной научно-практической конференции «Экономическое развитие отраслей народного хозяйства в рыночных условиях» (г.Киров, 2004г.), международной конференции «Россия как трансформирующееся общество: экономика, культура, управление (региональный аспект)» (г.Москва, 2004г.), I Всероссийской научно-практической конференции «Проблемы экономики и статистики в общегосударственном и региональном масштабах» (г.Пенза, 2004г.), ХШ Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (г.Пенза, 2004г.), IX Международной научно-практической конференции НАЭКОР. «Состояние и эффективность использования ресурсов АПК» (г.Оренбург, 2005г.).
Объем и структура диссертации. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений, в которых приведены информационно-справочные материалы, иллюстрирующие и дополняющие основное содержание исследования. Диссертационная работа изло

bibliography

Заключение диссертации
по теме "Бухгалтерский учет, статистика", Цыпин, Александр Павлович

Выводы, полученные в результате проведенные в пункте 2.1 разведочного анализа, необходимо учесть для проведения следующего, более глубокого, этапа анализа переходной экономики. Согласно разработанной методике (см. глава 1) этим этапом является построение моделей отражающих развитие экономики. Поэтому в данной части проведем построение детерминированных и стохастических моделей характеризующих динамику основного макроэкономического показателя — валового внутреннего продукта (ВВП).
В экономических исследованиях наиболее часто используются два вида факторных моделей117:
1. детерминированные, представляют собой модели связи факторов результативным показателем, при этом связь носит функциональный характер, то есть результативный показатель может быть представлен в виде произведения, частного или алгебраической суммы факторов.
2. стохастические (вероятностные, корреляционные) - представляют собой модели, в которых влияние факторов на результативный показатель является неполной, вероятностной. Если при функциональной зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель.
На основе приведенной классификации моделей применительно к данному этапу исследования переходных, процессов предложим частную методику проведения данного этапа (рисунок 2.7).
В детерминированном анализе для определения величины влияния отдельных факторов на изменение результативных показателей используются следующие способы: цепной подстановки, индексный, пропорционального деления, интегральный и логарифмирования.
Выбор факторов для построения моделей
Построение детерминированной факторной модели в качестве предварительного анализа
• Индексный метод
• Балансовый
Рисунок 2.7 - Схема этапов проведения статистического анализа факторов влияющих на динамику ВВП РФ
Из перечисленных методов построения детерминированных моделей наибольшую популярность имеет метод цепных подстановок и индексный метод. Сущность способа цепных подстановок состоит в последовательном рассмотрении влияния отдельных факторов на общий результат. При этом последовательно заменяют базисные или плановые показатели фактическими и сравнивают новый результат, полученный после замены, с прежним. Индексный метод основывается на относительных показателях, выражающих отношение уровня данного явления к его уровню или к уровню аналогичного явления, принятому в качестве базы. Применение индексного факторного анализа позволяет дать статистическую оценку влияния различных факторов на результативный показатель.
Используем данный метод для оценки влияния факторов на величину ВВП. Согласно работе Б.И. Башкатова67, на величину ВВП оказывают влияние два показателя: численность занятых в экономике (или численность экономически активного населения, К) и производительность труда, рассчитанную как отношение результативного показателя к средней численности занятых (или отработанному времени, W).
Поэтому объем ВВП можно представить в виде следующего произведения:
Y=KW где Y— стоимость валового выпуска, ВВП или национального дохода,
Общий прирост результата (АУобщ) будет состоять из следующих компонентов:
AY^AYk+AY» где AYK и AYW —прирост за счет численности работников и производительности труда соответственно.
Величина приростов определяется по следующим формулам:
AYK=(KrK0)-W0 AYv=(WrW0)'K1
В качестве данных для расчета модели используем материалы
72 74
Государственного комитета по статистике " . При этом в целях снижения влияния инфляционных процессов предварительно скорректируем данные на индекс ВВП и индекс основных фондов. В качестве метода переоценки в постоянные цены используем метод экстраполяции (подробно изложенный в
125 работе Ю.Н. Иванова ). Эта процедура расчета описывается с помощью следующего равенства:
ZqoPolq = Zqipo где q0po — показатели в базисном периоде в текущих ценах базисного периода;
Iq — индекс физического объема;
ZqiPo — показатель в текущем периоде в постоянных цена (ценах базисного периода).
Воспользуемся рассмотренными моделями применительно к данным приведенными в приложении 9 и проведем детерменированный анализ ВВП России. Результаты расчета индексов представлены в таблице 2.12.
Заключение
На основе проведенного статистического анализа переходных процессов переходной экономики РФ были сформулированы следующие выводы.
Проведенный статистический анализ структурных преобразований в формировании и использовании ВВП России, преобразований коснувшиеся экспортно-импортных операций, позволил нам выдвинуть ряд следующих утверждений.
При рассмотрении макроэкономической динамики России данные, имеющиеся за период существования СССР, не пригодны для построения динамической модели из-за несопоставимости показателей.
Использование индекса Салаи и коэффициента Кендэла-Тау для выявления различий в структуре основных макроэкономических процессов позволил выявить значительные различия в структуре таких макроэкономических показателей, как производство и использование ВВП РФ. Вместе с тем рассчитанные показатели не обнаружили существенных изменений в структуре экспорта и импорта. Так в структуре экспорта России, так же как и в СССР, значительную долю занимает экспорт сырья (нефти и нефтепродуктов, газа и электроэнергии). В импорте значительную долю занимает продукция машиностроения и продовольственные товары, что свидетельствует о низком уровне развития (упадке) данных отраслей в стране.
По прежнему, движущей силой подъема российской экономики, выступают сырьевые отрасли. Обеспечивая существенный вклад в промышленный рост, они стимулируют развитие предприятий, обслуживающих инвестиционные и производственные потребности.
Расширение внешнего спроса на российские сырьевые товары выступает основным фактором ускорения роста российской экономики в 2003 г., что свидетельствует в пользу ее выраженной экспортно-сырьевой структуры.
Проведенный статистический анализ факторов, влияющих на величину ВВП России в условиях переходной экономики позволяет сформулировать следующие выводы:
Результаты, полученные на основе применения детерминированных моделей к динамике ВВП позволяют выявить, что до 1998 г. наблюдается: снижение ВВП по сравнению с 1990 г., что соответствует глубокому трансформационному спаду в экономике, при этом значительно снижение происходит как под влиянием снижения численности работников, так и под влиянием производительности труда. После 1998 г. произошли значительные изменения в сторону прироста ВВП по сравнению с 1990 г., при этом прирост складывался под влиянием значительного снижения численности рабочих и значительного увеличения производительности труда. •
Рассмотрение трех факторной детерминированной модели позволило утверждать, что снижение значений реального ВВП в последние годы происходит за счет снижения фондоотдачи и фондовооруженности, а также увеличения среднегодовой численности, занятых в экономике.
При разработке регрессионной модели были построены три варианта уравнений, отражающих влияние объема промышленного производства на ВВП России (приложением 7). На базе коэффициента расхождения Тейла, построенного на основе имеющихся оценочных данных за 2004 год и значений полученных на основе модели, было выявлено, что наиболее адекватной является третий вариант модели, на базе которой в последствии был проведено прогнозирование значений ВВП России (приложение 7). Полученные прогнозные значения позволили утверждать, что в предстоящем периоде при сохранении имеющихся экономических условий будет наблюдаться рост ВВП.
Проведение статистического анализа макроэкономических рядов позволяет утверждать следующее:
1. классические методы анализа временных рядов не приемлемы в условиях переходной экономики, т.к. они способны выявлять только детерминированные составляющие ряда;
2. как показали результаты исследования в связи с быстрым протеканием процессов в переходной экономики, сезонная составляющая сильно изменяется с течением времени (зарождении (затухание) сезонной волны, смена пиков и т.д.) в связи с этим необходимо использовать адаптивные алгоритмы выявления сезонной составляющей ряда;
3. адаптивные механизмы также применимы и для построения моделей динамики макроэкономических рядов. При этом было выявлено, что наиболее приемлемыми, в связи со значительными структурными изменениями тенденций ряда, являются модели, основанные на кусочно-линейном механизме построения.
В результате применения разработанной методики анализа макроэкономических рядов в условиях переходной экономики к 19 рядам макроэкономических показателей РФ было выявлено (приложение 11), что 13 рядов можно отнести к TS классу и 6 к DS, при этом в 10 случаях были выявлены сезонные составляющие ряда и в 18 случаях структурные скачки в 1998 году. Построенные прогнозы на основе данных моделей указывают на значительный рост показателей на интервале 2004-2006 гг.
В результате проведенной кластер процедуры было определено, что из совокупности постсоциалистических стран явно выделяются страны центральной и юго-восточной Европы, образовавшие I кластер. Данная группа включает страны, имеющие наиболее быстрые темпы продвижения к рыночной системе, что обусловлено рядом факторов: существованием основ рыночной экономики до поворота к административно-командной системе, тесными экономическими и историческими связями с Западной Европой, относительной сбалансированностью структуры национального хозяйства или небольшим объемом диспропорций, консенсусом всех слоев населения в отношении необходимости перехода к рыночной системе.
Вторую группу образовали страны СНГ, а также Латвия и Литва. Подробное рассмотрение, данной группы позволило выявить различия в этапах трансформации переходных экономик и разделить данный кластер на три отдельные группы.
Для выделения этапов трансформации экономик при помощи факторного анализа для трех групп второго кластера были выявлено, что особенностью развития экономик стран первой группы (Литва, Киргизская республика, Азербайджан, Таджикистан и Беларусь) является быстрое преодоление спада и начало роста в период 1994-1999 гг. с последующей ее стабилизацией. Для стран второй группы (Россия, Казахстан, Украина, Туркменистан) стабилизация протекает на периоде 1997-2002 гг., со снижением темпов в 2003 г. Динамика стран третьей группы (Грузия, Армения, Латвия и Сербия) характеризуется стабилизацией кризиса начиная с 1994 г.
Для прогнозирования этапов трансформации переходных экономик, были рассмотрены нетрадиционные методы анализа временных рядов. На базе рассмотренных методов для каждой группы стран были построены 4 варианта моделей. На основе данных моделей был рассчитан коэффициент аппроксимации, который у всех моделей получен достаточно высоким, что свидетельствует о хорошем качестве подгонки моделей.
В результате разработки модели на основе панельных данных было установлено, что наибольшее влияние на развитие экономики переходного периода оказывают экспортно-импортные операции, иностранные инвестиции и доля сельского хозяйства в ВВП. Что позволило интерпретировать результат как отставание стран с переходной экономкой от развитых стран, в которых основное влияние на развитие экономики оказывает развитие промышленности.
Итак, в результате проделанной работы, на основе изученного теоретического и практического материала была разработана методика статистического анализа трансформации экономики России. На базе данной методики был проведен статистический анализ, который подтвердил значимость методики.

Список литературы диссертационного исследования
кандидат экономических наук Цыпин, Александр Павлович, 2005 год

1. Абалкин Л.И. Курс переходной экономики. М.: Финстатинрорм, 1997.
2. Абрамов А.П., Бессонов В.А., Никифоров Л.Г., Свириденко К.С. Исследование динамики макроэкономических показателей методом производственных функций. Препринт ВЦ АН СССР — М.: ВЦ АН. 1986. -69 с. www.iet.ru
3. Агапова Т.А., Юзбашев М.М. Показатели интенсивности изменения ВВП. // Вопросы статистики, № 4, 1995.
4. Андерсен Т. Статистический анализ временных рядов. М.: Мир, 1976, -756 с.
5. Анчишкин А.И. Методы факторного прогноза экономического роста / Проблемы применения макроэкономических моделей в планировании. — М.: Прогресс, 1972. с.89-97.
6. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы статистика. 2001. - 228с.
7. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. М.: Мир. 1982. - 48 с.
8. Балаш В.А., Балаш О.С. Модели линейной регрессии для панельных данных, М.: 2002.
9. Бендат ДЖ., Пирсол А. Применение корреляционного и спектрального анализа. М.: Мир, 1979. - 331 с.
10. Бессонов В.А. О проблемах измерения в условиях кризисного развития российской экономики // Вопросы статистики. 1996. №7. с. 18-32.
11. Бессонов В.А. О трансформационных структурных сдвигах российского промышленного производства // Экономический журнал ВШЭ. 2000. Т.4. №2. с. 184-219.
12. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Выпуск 1.-М.: Мир, 1974.
13. Большее Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1983.-416 с.
14. Боровиков В.П. STATISTICS: искусство анализа данных на компьютере. Для профессионалов. — СПб.: Питер, 2001. — 656 с.
15. Боровиков В.П. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. М.: Финансы и статистика, 2000. - 384с.
16. Боровиков В.П. Программа STATISTICA для студентов и инженеров. 2-е изд. - М.: КомпьютерПресс, 2001. - 301с.
17. Бриллиндж Д. Временные ряды. — М.: Мир, 1980. 536 с.
18. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. Пер. с нем. СПб.: ООО «Диа Софт ЮП», 2001. - 608 с.
19. Вавенко И.Н., Кузин И.А. Неоднозначность роли индикаторов ВВП в оценке экономического развития России. // Вопросы статистики, №3, 2002.
20. Вайну Я. Коррекция рядов динамики. М.: Статистика, 1977.
21. Венцель Е.С. Исследование операций задачи, принципы, методология. — М.: Наука, 1980.
22. Воробьева В.А. Анализ основных макроэкономических показателей Нижегородской области и России за 1994-2000гг. // Вопросы статистики, №12, 2001.
23. Всемирный банк http://lnwebl8.worldbank.org/eca/rus.nsf
24. Высшая школа экономики http://stat.hse.ru/hse/index.html
25. Гавриленков Е.Е. Экономический рост и долгосрочная стратегия развития России / Российская экономика: опыт трансформации 1990-х годов и перспективы развития. М.: ГУ-ВШЭ, 2000. с.55-78.
26. Глинский В.В., Ионин В.Г. Статистический анализ. М.: ИНФРА-М; Новосибирск: Сибирское соглашение, 2002. - 241 с.
27. Горчаков А.А., Орлова И.В. Компьютерные экономико-математические модели: Учеб. пособие /ВЗФЭИ. -М.: Экономическое образование, 1994.
28. Горчаков А.А., Скучалина Л.М. Математические рекомендации по проведению экономико-математического анализа структурных сдвигов в экономике РФ. М.: 1993.
29. Горчаков А.А., Орлова И.В., Половников В.А. Методы экономико-математического моделирования и прогнозирования в новых условиях хозяйствования. — М.: ВЗФЭИ, 1991.
30. Губанов В.А., Ковальджи А.К. Выделение сезонных колебаний на основе вариационных принципов. // Экономика и математические методы, 2001, том 37, №1, с. 91-102
31. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения. М.: Мир, 1971.
32. Джонстон Д.Ж. Эконометрические методы. М.: Финансы и статистка, 1960.
33. Доугерти К. Введение в эконометрику: пер.с англ. М.: ИНФРА-М, 2001. -402 с.
34. Дрейнер Н., Смит Г. Прикладной регрессионный анализ. В 2-х кн. Пер. с англ. М.: Финансы статистика, 1986. — 366 с.
35. Дуброва Т.А. Статистические методы прогнозирования. — М.: ЮНИТИ-ДАНА, 2003.-206 с.
36. Елаховский В. О качестве официальной макроэкономической статистики // Рынок ценных бумаг. № 10, 1999.
37. Ершов М.В. Валютно-финансовые механизмы в современном мире: кризисный опыт 90-х. — М.: Экономика, 2000. — 319 с.
38. Жданов С.А. Экономические модели и методы в управлении. М.: Дело и сервис, 1998.
39. Журнал Эксперт www.expert.ru40.3амков О.О., Толстопятко А.В., Черемных Ю.Н. Математические методы в экономике. — М.: ДИС, 1997.
40. Иванилов Ю.П., Лотов А.В. Математические модели в экономике. — М.: Наука, 1979.-304 с.
41. Иванов Ю.Н. О некоторых вопросах теории и методологии международных сопоставлений ВВП. // Вопросы статистики, №2, 1999.
42. Иванов Ю.Н., Хоменко Т.А. Применение СНС в странах с переходной экономикой. // Вопросы статистики, №2, 1995.
43. Иващенко Н.Н. Автоматическое регулирование. Теория и элементы систем. М.: Машиностроение, 1978. — 736 с.
44. Институт экономики переходного периода www.iet.ru
45. Калмаев В.А. Математическая экономика. М.: ЮНИТИ, 1998.
46. Карасев А.И., Кремер Н.Ш., Савельева Т.И. Математические методы и модели в планировании. М.: Экономика, 1987.
47. Кендэл М., Стьюарт А. Многомерный статистический анализ и временные ряды. -М.: Наука, 1975.
48. Кендэл М. Временные ряды. / Пер. с англ. и предисл. Ю. П. Лукашина. — М.: Финансы и статистика, 1981. — 199 с.
49. Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. — М.: Статистика, 1973.
50. Кирянов Д.В. Самоучитель Mathcad 12. СПб.: БХВ-Петербург, - 2004. -576 с.
51. Конторович Г.Г Анализ временных рядов. http://stat.hse.ru/hse/index.html
52. Костюков В.И. Многофакторные кусочно-линейные модели. — М.: Финансы и статистика, 1984.
53. Кремлев Н.Д. Некоторые проблемы освоения системы национального счетов в регионе. // Вопросы статистики, № 9, 1999.
54. Криченко Н. Первый кризис «новой экономики» // Эксперт, № 41, 2000.
55. Кулаичев А.П. Проблемы изучения прикладной статистики на компьютере // Компьютеры в учебном процессе, № 4, 1996.
56. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Сов. Радио, 1975.
57. Лисицын В.В. Валовой продукт и его измерение. М.: Экономика, 1998. Молчанов Д.И. Квартальные национальные счета. // Вопросы статистики, №9, 1999.
58. Лотов А.В. Введение в экономико-математическое моделирование. — М.: Наука, 1984.-392 с.
59. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003. — 416 с.61 .Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики. М.: Эдиториал УРСС, 2000. - 336 с.
60. Марпл-мл С.Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.-584 с.
61. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2004.
62. Межгосударственный статистический комитет СНГ -http://www.cisstat.com/rus
63. Международное сопоставление ВВП стран СНГ // Вопросы статистики. № 9, 2000.
64. Моисеев С., Курилец И. Экономико-математические модели валютного кризиса // Мировая экономика и международные отношения. № 4, 2000.
65. Национальное счетоводство: Учебник / Под ред. Б.И. Башкатова. 2-е изд. - М.: Финансы и статистика, 2002. - 608с.
66. Национальные счета России в 1996-2003 годах: Стат. сб./Федеральная служба государственной статистики. -М.: 2004. 173с.
67. Никитин Я.Ю. Асимптотическая эффективность непараметрических критериев. М.: Физматлит, 1995. — 240 с.
68. Носко В.П. Эконометрика: Введение в регрессионный анализ временных рядов. http://www.iet.ni/mipt/2/text/curseconomerics lectures.htm
69. Орлова И.В., Половников В.А. Федосеев В.В. Курс лекций по экономико-математическому моделированию. — М.: Экономическое образование, 1993.
70. Основные социально-экономические показатели по Российской Федерации за 1997-2002гг. (по материалам Госкомстата России). // Вопросы статистики, № 6, 2002.
71. Основные социально-экономические показатели по Российской Федерации за 1997-2002гг. (по материалам Госкомстата России). // Вопросы статистики, № 12, 2002.
72. Основные социально-экономические показатели по РФ за 1998-2003гг. // Вопросы статистики, № 9, 2003.
73. Основные экономические показатели стран Содружества Независимых государств в 1997-2002гг. // Вопросы статистики, № 4, 2002.
74. Остапкович Г. О системе индикаторов цикличности экономики. // Вопросы статистики, № 12, 2000.
75. Очерки экономической политики посткоммунистической России (1991 -1997). М: ИЭПП, 1998. http://www.iet.ru
76. Пересмотренные исторические ряды макроэкономической статистики дореформенной России (1961-1990) А.Н. Понаморев // Вопросы статистики, № 9, 2000.
77. Плис А.И., Сливина Н.А. Mathcad 2000. математический практикум для экономистов и инженеров. — М.: Финансы и статистика. 2000. — 256 с.
78. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982. — 344 с.81 .Половников В.А. Анализ и прогнозирование транспортной работы морского флота. -М.: Транспорт, 1983.
79. Пономаренко А.Н. Ретроспективные национальные счета России: 19611990. М.: Финансы и статистика, 2002. - 256 с.
80. Попов В., Френкель А. Индекс деловой активности для российской экономики. // ЭКО, № 10, 1996.
81. ПРАЙМ-ТАСС http://e3.prime-tass.ru/macro/index.aspx
82. Прикладная статистика. Основы эконометрики: Учебник для вузов; В 2-т. 2-е изд., испр. Айвазян С.А., Мхитарян B.C. М.: ЮНИТИ-ДАНА, 2001.
83. Производство и использование ВВП в странах СНГ в 90-е годы (по материалам Статкомитета СНГ) // Вопросы статистики, № 9, 2000.
84. Российский статистический ежегодник 1997. Стат. сб. / Госкомстат России. М.: 1997, - 749 с.
85. Российский статистический ежегодник 2003. Стат. сб. / Госкомстат России.-М.: 2003,-705 с.
86. Российский статистический ежегодник 2004. Стат. сб. / Госкомстат России. М.: 2004, - 725 с.
87. Рубцов Б. Чему учат кризисы // Эксперт. №1-2, 2002.
88. Рунион Р. Справочник по непараметрической статистике. Современный подход. М.: Финансы и статистика, 1982. - 198 с.
89. Русскоязычный сайт ООН http://www.un.orfi/russian
90. Рябушкин Т.В., Френкель А.А. Методологические проблемы анализа и прогноза краткосрочных процессов М.: Статистика, 1979.
91. Седов В.В. Экономическая теория: Ч. 3. Макроэкономика: Учеб. пособие / Челяб. гос. ун-т. Челябинск.: 2002. — 115 с.
92. Семенов Н.А. Программы регрессионного анализа и прогнозирования временных рядов. Пакеты ПАРИС И МАВР. — М.: Финансы и статистика, 1990.- 1111 с.
93. Смирнов. С. Система опережающих индикаторов для России // Вопросы экономики, №3, 2001.
94. Социальная статистика: Учебник / под ред. И.И. Елисеевой М.: Финансы и статистика, 2002. — 480 с.
95. Справочник по прикладной статистике. / Под ред. Э.Ллойда, М.: Финансы и статистика, 1989, 1990.
96. Статистическое моделирование и прогнозирование. / Под ред. А.Г. Гранберга —М.: Финансы и статистика, 1990.
97. Сулицкий В.Н. Методы статистического анализа в управлении. — М.: Дело, 2002.-250 с.
98. Тихомиров Н.П. и Дорохина Е.Ю. Эконометрика. — М.: Издательство «Экзамен», 2003 . — 512с.
99. Федеральной службы государственной статистики РФ — www.gks.ru
100. Федосеев В.В. Экономико-математические методы и модели в маркетинге. — М.: Финанстатинформ, 1996.
101. Френкель А.А. Математические методы анализа динамики и прогнозирования производительности труда. М.: Экономика, 1972.
102. Френкель А.А. Прогноз развития России на 2002-2003 годы. // Вопросы статистики, № 9, 2002.
103. Френкель А.А. Прогнозирования производительности труда: методы и модели. М.: Экономика, 1989. — 214 с.
104. Хаджиев В., Молчанов И.Н.Статистическое программное обеспечение: тенденции и особенности развития. // Вопросы статистики, № 1, 2001.
105. Холлендер М., Вульф Д. Непараметрические методы статистики. М.: Финансы и статистика, 1983. — 518 с.
106. Центр статистических технологий http://nickart.spb.ru/analysis/links.php
107. Центр макроэкономического анализа и прогнозирования www.forecast.ru/mainframe.asp •111. Центробанк РФ www.cbr.ru
108. Чернявская Г. Национальные счета в экономической статистике развитых стран // Российский экономический журнал. № 9, 1993.
109. Четыркин Е.М. Статистические методы прогнозирования. — М.: Финансы и статистика, 1979.
110. Шаттелс Т. Современные эконометрические методы. М.: Статистика, 1975.
111. Швырков В.В., Швыркова Т.С. Моделирование внутригодичных колебаний спроса. — М.: Статистика, 1973.
112. Шелобаев С.И. Математические методы и модели в экономике, финансах, бизнесе. М.: ЮНИТИ-ДАНА, 2001. - 367 с.
113. Шеремет А.Д. Теория экономического анализа. М.: ИНФРА-М, 2002.
114. Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в управлении. М.: Дело, 2000.
115. Шокаманов Ю. К. Анализ динамики ВВП в странах СНГ в 1990-2000 годах // Вопросы статистики, № 12, 2001.
116. Эконометрика: Учебник / Под ред. И.И. Елиссевой. 2-е изд., перераб. и доп. — М.: Финансы и статистика, 2005. — 576 с.
117. Экономика переходного периода: Очерки экономической политики посткоммунистической России. 1998-2002. М.: Дело, 2003. - 832 с.
118. Экономика переходного периода: Сборник избранных работ. 1999-2002.- М.: Дело, 2003. 960 с.
119. Экономико-математические методы и прикладные модели. Под ред. Федосеева В.В. -М.: ЮНИТИ, 2002. 391с.
120. Экономико-математические методы и прикладные модели: Учеб-метод. Пособие. / В.А. Половников, И.В. Орлова, А.Н. Гармаш, В.В. Федосеев. — М.: Финансы и статистка. 1997.
121. Экономическая статистика. 2-е изд. Учебник / Плод ред. Ю.Н. Иванова.- М.: ИНФРА-М, 2002. 480с.
122. Юзбашев М.М., Мансиля А.И. Статистический анализ тенденции и колеблемости. М.: Финансы и статистика, 1983.
123. Fischer В. Decomposition of Time Series Comparing Different Methods in Theory and Practice. Eurostat working group document. Version 2.1, March/April 1995.http://europa.eu.int/en/comrn/eurostat/research/noris4/documents/decomp.pdf
124. Dickey D.A. and Fuller W.A. Determining the Order of Differencing in Autoregressive Process // Journal of Business and Economic Statiatics. 1987. vol. 5. p 455-461
125. Perron P. The Great Crash, the Oil Price Shock, and Unit Root Hypothesis // Econometrica. 1989. 57. p. 1361-1401.
126. Математические модели, используемые в экономике
127. Макроэкономические индикаторы РФ
128. Показатели 1990г. 1991г. 1992г. 1993г. 1994г. 1995г. 1996г. 1997г. 1998г. 1999г. 2000г. 2001г. 2002г. 2003г.
129. ВВП, % к предыдущему году 97 95 85,5 91,3 87,3 95,9 96,4 101,4 94,7 106,4 110 105,1 104,7 107,3к 1989 г. 97 92,2 78,8 71,9 62,8 60,2 58 58,8 55,7 59,3 65,2 68,5 71,7 76,9
130. Продукция промышленности, % к предыдущему году 99,9 92 82 85,9 79,1 96,7 95,5 102 94,8 111 111,9 104,9 103,7 107к 1989 г. 99,9 91,9 75,4 64,8 51,3 49,6 47,4 48,3 45,8 50,8 56,8 59,6 61,8 66,1
131. Продукция сельского хозяйства, % к предыдущему году 96,4 95,5 90,6 95,6 88 92 94,9 101,5 86,8 104,1 107,7 106,8 101,5 101,5к 1989 г. 96,4 92,1 83,4 79,7 70,1 64,5 61,2 62,1 53,9 56,1 60,4 64,5 65,5 66,5
132. Инвестиции в основной капитал, % к предыдущему году 100,1 84,5 60,3 88,3 75,7 89,9 81,9 95 88 105,3 117,4 110 102,6 112,5к 1989 г. 100,1 84,6 51 45 34,Г 30,6 25,1 23,8 20,9 24,5 28,8 31,7 32,5 36,6
133. Оборот розничной торговли,% к предыдущему году 112,4 95,3 100,3 101,6 100,2 93,8 100,3 104,9 96,8 94,2 109 111 109,3 108,4к 1989 г. 112,4 107,1 107,4 109,1 109,3 102,5 102,8 107,8 104,4 98,3 107,1 118,9 130 140,9
134. Источники: Госкомстат, Министерство экономического развития и торговли, Банк Россииак>
135. Структура производства валового внутреннего продукта, в % к итогу100 90 80 70 60 ^50 40 30 20 10 0k.uuuu^i-.t-iuui-uuu O'-^tNm-rj'trivDE^OGGNO^fNf'i ^ONOVCNO4. OONOC^O О О О О1. OOvC^O^ONONO^^tJv^OOOO0 а ; в FF d1. И н