Методы типологии данных в социально-экономических исследованиях

Короткий опис

Год:

2009

Автор научной работы:

Глинский, Владимир Васильевич

Ученая cтепень:

доктор экономических наук

Место защиты диссертации:

Санкт-Петербург

Код cпециальности ВАК:

08.00.12

Специальность:

Экономика -- Статистические методы исследования

Количество cтраниц:

281

Оглавление диссертациидоктор экономических наук Глинский, Владимир Васильевич

ВВЕДЕНИЕ.
ГЛАВА 1. РАЗВИТИЕ МЕТОДОВ ПОЛУЧЕНИЯ ОДНОРОДНЫХДАННЫХ. ИСТОРИЧЕСКИЙ И ТЕОРЕТИЧЕСКИЙ АСПЕКТЫ АНАЛИЗА.
1.1.Методытипологии данных в прикладныхисследованиях.
1.2. Типологическая группировка. История развития метода.
Стадии жизненного цикла.
1.3. Обзор основных матриц портфолио-анализа.
1.4. Проблемы и перспективы основных методов получения однородных данных.
ГЛАВА 2. ТЕОРИЯ, МЕТОДОЛОГИЯ ПЕРИОДИЗАЦИИ ВРЕМЕННЫХ РЯДОВ.
2.1. Постановка задачитипологиив рядах динамики.
Условия временной периодизации.
2.2. Периодизация как типологическая группировка во времени. Историческая периодизация.
2.3. Параллельная периодизация.
2.4. Многомерная средняя в выделении однокачественных интервалов.
2.5. Факторный анализ при проведении периодизации.
2.6. Прикладные аспекты метода периодизации комплексных рядов динамики. История применения метода.
ГЛАВА 3. МЕТОДОЛОГИЧЕСКИЕ ВОПРОСЫ ПОСТРОЕНИЯ ОСНОВНЫХ МАТРИЦ ПОРТФОЛИО-АНАЛИЗА.
3.1. Методологические вопросы построения основных матриц портфолио-анализа.
3.2. Периодизация впортфельноманализе.
ГЛАВА 4. СОВРЕМЕННЫЕ ПРИЛОЖЕНИЯ ПЕРИОДИЗАЦИИСОЦИАЛЬНО-ЭКОНОМИЧЕСКИХПРОЦЕССОВ.
4.1. Периодизация экономического развития современной России.
4.2. Периодизация демографической ситуации. Перспективы национального проекта по улучшению демографической ситуации.
ГЛАВА 5. СТАТИСТИЧЕСКАЯПОДДЕРЖКАУПРАВЛЕНЧЕСКИХ
РЕШЕНИЙ. ОПЫТ ПРИКЛАДНЫХ ИССЛЕДОВАНИЙ.
5.1. Проблемы статистического изучения турбулентных совокупностей.
5.2. Периодизация развития российского книгоиздания.
2005 год: «Русский крест» книжногобизнеса.
5.3.Портфельныйанализ в статистическом исследованииклиентовпредприятия.

Введение диссертации (часть автореферата)На тему "Методы типологии данных в социально-экономических исследованиях"

Актуальность темы диссертационного исследования. Двадцать первый век должен стать столетием расцвета российской статистики. Для этого есть все предпосылки. Формируется правовая база статистической деятельности. В 2007 г. принят Закон о статистике, укрепилась законодательная базамуниципальныхобразований, которая способствует усилению независимости статистики. В законодательном порядке устанавливаются принципы статистического наблюдения важныхсегментовроссийской экономики, в частности, среднего и малогобизнесаи т.п.
Подходит к концу период вынужденной международной «изоляции», уходят в прошлое «принципы партийности» и жесткого детерминизма, возвращается и начинает доминировать стохастический подход в построении статистических показателей. Лавинообразно растут потребности в статистической информации и исследованиях, причем на всех уровнях - от правительства до домохозяек. На этоРосстатотвечает проведением масштабных статистических работ: 2000 год - сплошное наблюдение субъектов малогопредпринимательства, 2002 год - Всероссийская перепись населения, 2006 год - Всероссийская сельскохозяйственная перепись (проведенная впервые за последние сто лет),ежеквартальныеобследования занятости, в скором будущем, в 2010 году - следующая Всероссийская перепись населения. Это далеко не полный перечень крупных статистических работ на уровне страны. Федеральные округа, администрации субъектов федерации,муниципальныеобразования, различные слои и группы населения становятся реальнымипотребителямистатистической информации, заинтересованными также в знании методов ее обработки.
Типология информации является одной из основных задач во всяком научном исследовании. Классификация, типологическая группировка, кластерный анализ - центральный этап статистического исследования, обеспечивающий корректность всего последующего анализа. Соответственно, проблема типологии данных актуальна всегда. Можно отметить несколько обстоятельств, с нашей точки зрения, усиливших потребность в решении данной задачи в современных условиях. Это, прежде всего, возникновение новых объектов наблюдения (малоепредпринимательство, муниципальные образования и т.п.). Все эти объекты являются качественно неоднородными. Корректная статистическая оценка их изменения и развития возможна только при условии предварительного качественного анализа и адекватного использования методов типологии.
В качестве дополнительных отличительных особенностей современного периода развития российской экономики можно отметить значительное расширение числа субъектов, вынужденных приниматьуправленческиерешения на статистической основе,ужесточениепоследствий ошибочных решений, возросшее влияние факторов внешней среды. Новые условия функционирования предприятий и отраслей делают актуальным применение статистических технологий в управлении, в частности, методов типологии, позволяющих формировать однородные среды, как в статике, так и в динамике с целью реализации в них гомогенных стратегий.
Ограниченность современных экстраполяционных подходов в прогнозированиимакроэкономическихтенденций стала очевидной в свете финансовыхкризисов1998, 2008 годов. Механистический подход к прогнозированию, как правило, игнорирующий обеспечение однородности динамических рядов, показал свою несостоятельность и должен быть пересмотрен.
Степень разработанности научной проблемы. Задача выделения однородных статистических множеств решается достаточно давно, с середины Х1Х-го столетия, причем в рамках двух концепций - вариационной индуктивной) и дедуктивной. У истоков первой стоял А. Кетле (1796-1876), и ее последующие разработки принадлежат западным ученым, тогда как формулировка второй концепции принадлежит русскому статистику Д.П. Журавскому (1851). Он был первым, кто обозначил проблему. Существенный вклад в развитие дедуктивного подхода, который воплотился в методе типологической группировки, внесли представители российской академической науки: А.И.Чупров, Ю.Э. Янсон, H.A. Каблуков, A.A.Кауфман, A.A. Чупров, P.M. Орженцкий, земские статистики
A.П.Шликевич, Ф.А. Щербина, С.П. Прокопович, марксисты И.А.Гурвич,
B.И.Ленин, А.И. Хрящова, В.Г. Громан, Г.И.Баскин. В дальнейшем работы в этой области были выполнены М.Н.Смит, B.C. Немчиновым. Заметный вклад в развитие теории группировок внесли Г.С.Кильдишев, Ю.М. Аболенцев, Б.Г. Миркин, О.В.Иванов.
Центральное место в становлении, развитии ипродвиженииметода типологической группировки принадлежит ленинградской (санкт-петербургской) научной школе: теоретические исследования JI.B.Некраша, Б.Г. Плошко, И.И. Елисеевой, работы Э.К.Васильевой, C.B. Курышевой, М.А. Клупта, О.Г. Грачевой-Дивеевой и других. Все названные ученые принадлежат к научной школе ЛФЭИ, работы которой ввели в систему статистических категорий понятие периодизации временных рядов, осуществили постановку задачи периодизации, сделали попытку обоснования ее необходимости, показали аналогичность задач периодизации динамики и типологической группировки.
Вместе с тем, условия применения, возможности осуществления, методы периодизации динамических рядов в статистических публикациях практически не рассматривались. В лучшем случае можно найти указания на периодичностьжилищногостроительства или же в распространении новыхплатежныхсредств (банковских карточек и т.д.). Чаще всего выделение периодов производится только на основе качественного анализа без применения количественных методов.
В настоящее время появились новые возможности для развития теории типологической группировки и периодизации на базе теориипортфельногоанализа. Как известно, основной вклад в развитие этой концепции внесли представители теории управления. Первая модель портфельного анализа была построена американским ученым русского происхождения И.Ансоффом, заметный вклад в развитие метода внесли представителиБостонскойконсалтинговой группы, консультационной группыМакКинзи, компания Артур Д. Литл, Д. Абель, Г. Джонсон, К. Шульс, А. Хеке, Н. Мейджмур, Р. Кох, А. Шарплин, А. Роу, Р. Мейсон, Т. Вилен, Т. Нейлор, Д. Монайсен, Г. Дэй, Р. Ойсел, Р. Райт. Сходство идей типологической группировки и портфельного анализа в специальной литературе пока что не исследовано. Этим объясняется выбор темы диссертационного исследования.
Цель и задачи диссертационного исследования. Целью данной работы является развитие теории и методологии типологии статистических данных в социально-экономических исследованиях с позицийинтегрированногоподхода с учетом достижений портфельного анализа.
Для достижения поставленной цели в диссертации последовательно решены следующие взаимосвязанные задачи: систематизированы и рассмотрены основные методы и алгоритмы типологии информационных массивов, дан критический анализ их возможностей вподдержкеуправленческих решений; обоснована возможность и разработаны концептуальные основы статистической методологии временной периодизации; рассмотрены основные матрицы портфельного анализа, выявлены статистические аспекты методологии их построения; исследованы особенности применения метода периодизации в практических задачах, в том числе, при построении моделей портфельного анализа; проведены исследования однородности массовых экономических процессов на различных уровняххозяйствования: на уровне экономики страны в целом, его отдельногосегмента(малый бизнес), отдельной отрасли (книгоиздание), а также на уровне предприятия.
Объект исследования - совокупности массовых социально-экономических явлений и процессов в пространственных и временных измерениях на различных уровняхагрегирования.
Предмет исследования - совокупность методов и алгоритмов выявления однокачественных типов (однородных частных совокупностей) в пространстве и во времени.
Область исследования. Содержание диссертации соответствует следующим пунктам Паспорта научной специальности 08.00.12. «Бухгалтерскийучет, статистика»: п. 3.2. Методология построения статистических показателей, характеризующих социально-экономические совокупности; построения демографических таблиц; измерения уровня жизни населения; состояния окружающей среды; п. 3.3. Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономическойконъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов; п. 3.6. Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций; п. 3.8. Прикладные статистические исследованиявоспроизводстванаселения, сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ, прогнозирование, моделирование складывающейся конъюнктуры и разработки перспективных вариантов развития предприятий, организаций, отраслей экономики России и других стран.
Теоретические и методологические основы исследования.
Теоретической и методологической основой диссертационного исследования послужили фундаментальные и прикладные работы ведущих российских и зарубежных ученых в области типологии данных и проведения периодизации динамики, а такжестратегическогоуправления в части портфельного анализа. Использованы нормативные документы, регламентирующие организацию и ведение статистического учета органами государственной статистики, деятельность отдельных сегментов и видов экономической деятельности. В качестве исследовательского и аналитического аппарата применялись методы статистического наблюдения, выборочные обследования, группировки, многомерный статистический анализ, эвристические методы типологии, факторный и компонентный анализ, матричные модели. Обработка исходной информации, моделирование и расчеты выполнены с использованием пакетов прикладных программ MS Excel и Statistica 8.0.
Информационная база исследования включает официальные данныеРосстата, материалы выборочных обследований бюджетов домашних хозяйств по Новосибирской, Омской, Кемеровской, Томской областям, Алтайскому краю, Республике Хакассия, официальные данные Книжной палаты Российской Федерации, данные выборочных обследований предприятий малого бизнеса г. Новосибирска, проведенных автором в 20042007 годы,внутрихозяйственнаястатистика одного из новосибирских издательств за 1990-2008 гг.
Научная новизна диссертационного исследования заключается в развитии совокупностной концепции типологии данных путеминтеграцииметодов типологической группировки, портфельного анализа и периодизации.
Основной научный результат, полученный автором - создание комплексной методологии периодизации рядов динамики, основанной на совместном использовании разных подходов и методов. Впервые предложены и апробированы на конкретных совокупностях и процессах основные методы проведения периодизации - историческая, параллельная периодизация, периодизация комплексных рядов динамики средствами многомерной статистики.
К существенным результатам, обладающим научной новизной и выносимым на защиту, относятся:
• введено понятие «турбулентная совокупность»;
• выявлена и определена «ошибка исчезающей совокупности»;
• поставлен вопрос о целесообразности проведения сплошных обследований субъектов малого предпринимательства с использованием традиционной схемы статистического вывода;
• сформулирован подход к измерению параметров турбулентных совокупностей путем построения системы исторических, фундаментальных истратегическихпоказателей. Построена модель фундаментальнойчисленностипредприятий малого бизнеса г. Новосибирска в 2007 году;
• построена и апробирована на данных конкретного предприятия модель жизненного циклатовара(серий книг) с использованием метода периодизации;
• разработан способ оценки основной составляющей емкости издательского рынка России на основе данныхбюджетныхобследований домашних хозяйств, позволивший дать реальную оценку негативных тенденций в отрасли;
• с помощью метода периодизации сделана попытка оценки перспектив национального проекта по улучшению демографической ситуации в России и Новосибирской области;
• предложены методические подходы к решению проблемы определения главногоконкурентапредприятия на реальных рынках на базе типологий;
• разработан и адаптирован к конкретнойхозяйственнойситуации вариант матрицы клиентов как пример типологического анализа;
•реализованкомплексный подход к оценке структурнойпривлекательностикнижной отрасли; методом ретроспективной исторической периодизации определен момент начала системногокризисароссийского книгоиздания.
Теоретическая и практическая значимость работы. Теоретические и методологические положения, выдвинутые и обоснованные в диссертационном исследовании, значительно расширяют область применения и возможности алгоритмов, основанных на совокупностной концепции, в решении задачи типологии данных в статистических исследованиях реальных совокупностей. Разработанный методологический и методический аппарат анализа динамических рядов (периодизация) позволяет улучшить качество прогнозирования на основе экстраполяционных подходов.
Практическое значение определяется возможностью использования выводов, результатов и рекомендаций для решения прикладных задач на различных уровнях и направлениях деятельности.
Методы и алгоритмы типологии данных, рассмотренные в работе, показали свою применимость на реальных информационных массивах, и могут быть рекомендованы к использованию в таких направлениях, как разработка планов социально-экономического развития регионов и муниципальных образований, оценка перспектив реализации национальных проектов, исследование структурной привлекательности отраслей и видов экономической деятельности, для определения инвестиционной привлекательности и эффективности деятельности предприятий реальногосектораэкономики.
Результаты авторских исследований по маломупредпринимательствумогут использоваться Росстатом и еготерриториальнымиорганами для уточнения икорректировкиметодики сплошных и выборочных обследований малого бизнеса, проведение которыхпланируетсяв ближайшем будущем.
Апробация и внедрение результатов исследования. В 1993 году автором был получен грант Государственного комитета по науке и образованию РФ «Периодизация иконъюнктурамакроэкономических процессов».
В течение 2004-2007 гг. выполнено шесть научно-исследовательских проектов по проблемам малого бизнеса позаказумэрии г. Новосибирска (акты о внедрении). Результаты диссертационного исследования были применены ТОФСГСпо Новосибирской области при разработке методологии статистических обследований малого предпринимательства (акт о внедрении). Исследования по оценке структурной привлекательности книжной отрасли, расчеты емкости российского и регионального книжного рынка, матричные модели жизненного цикла продукта иклиентовиспользовались Новосибирским филиалом «Российского книжного союза» при составлении «Комплексного плана мероприятий по пропаганде и поддержке чтения в Новосибирской области на 2007 г.» (акт о внедрении).
Результаты работы докладывались на международных, всероссийских, региональных конференциях и семинарах, в том числе, на международной конференции по проблемам рыночной экономики (Германия, Бад-Хоннеф, 1996); по проблемамреструктуризациипредприятий (Германия, Штудгарт, 1996); на семинаре в рамках первого Всероссийского съездапредпринимателей(Москва, 1997); в рамках программы Британского совета по обучениюменеджментаиздательской отрасли на семинарах в Новосибирске (2004), в Москве (2004), на международной конференции в Екатеринбурге (2005); на всероссийской конференции в Новосибирске, Белокурихе (2006); на международной конференции в Санкт-Петербурге (2008); на Всероссийском совещании статистиков (2009).
Публикации и результаты исследования нашли свое применение и используются при чтении лекций по следующим дисциплинам: теория статистики, анализ временных рядов и прогнозирование, статистический анализ нечисловой информации, бизнес-статистика, статистические методы в принятииуправленческихрешений, демографические прогнозы вГОУВПО Новосибирский государственный университет экономики и управления -«НИНХ» (справка о внедрении).
Научные публикации. По результатам выполненного диссертационного исследования опубликовано 43 научные работы, из них 2 монографии объемом 27,0 п.л., (в том числе 20,2 п.л. - авторские), 7 учебников, учебных пособий - авт. 23,3 п.л., статьи и доклады объемом 20,67 п.л., (в том числе авторские - 17,74 п.л.), из них в изданияхВАК, рекомендованных для докторских диссертаций, 10 статей общим объемом 6,0 п.л.
Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, библиографического списка.

Список літератури

Заключение диссертациипо теме "Экономика -- Статистические методы исследования", Глинский, Владимир Васильевич

Выводы:
1. Проблемныеклиентысосредоточены в основном на родине, что ж, так бывает, и в Москве, это, как правило, и не только на издательском рынке. Наиболеепривлекательныерегионы для издательства - Восток и Соседи (Кемерово, Алтайский край, Красноярск, Томск).
2. Позиция автора в отношенииклиентскойсоставляющей достаточно прозрачна: уделять внимание нужно всем типамклиентов, другое дело, на разных уровняхменеджментаи в разном объеме, в зависимости от типа, но в некотором смысле важны все клиенты без исключения.
3. Есть другие точки зрения, в том числе, и основанные на статистических выводах. Во многих изданиях постратегическомууправлению и маркетингу [41, 91, 95] делается ссылка на распределениеПаретов связи с анализом клиентской базы предприятий. Смысл высказываний формулируется правилом. Парето - 80процентовклиентов обеспечивают предприятию лишь 20% общегосбыта(прибыли), в то время как остальные 20% закрывают 80 процентов итоговых показателей. С этим мы полностью согласны. Правило Парето действительно работает. Соответственно, отнеэффективныхклиентов необходимо избавляться и все усилия сосредоточить на инвестиционныхклиентах. А здесь хотелось бы возразить.
ЗАКЛЮЧЕНИЕ
1. Концептуальные основы типологии данных в социально-экономических исследования
Формирование двух основных концепций типологии данных в статистических исследованиях началось в рамках развития теории группировки. Идея совокупностной концепции принадлежит Д.П. Журавскому: статистическая совокупность не является однородной, необходимо всесторонне исследовать объект наблюдения, систематизировать явления одного вида (исчислениепо категориям). Вторая концепция (вариационная) связывается с именем А. Кетле, необходимость группировки в ее рамках вызвана наличием различий индивидуальных значений признака, группировка позволяет отобрать такие единицы совокупности, вариация которых находится в определенных пределах (интервалах). В дальнейшем своем развитии рассматриваемые концепции вышли за пределы группировки, особенно это касается вариационной концепции, хотя содержание их не претерпело принципиальных изменений.
В современной трактовке в рамках статистической теории, содержание совокупностной концепции можно определить как разбиение общей совокупности на частные (однородные типы) на основе предварительного теоретического качественного анализа, в свою очередь, вариационный подход к определению однородности статистических данных можно детерминировать как объединение единиц совокупности в однородные группы на основе сходства и различия, причем внутригрупповые различия должны быть менее существенны, чем различия между группами. В совокупностной концепции реализуется дедуктивный подход к типологии данных (от общего к частному), в основе вариационной лежит индуктивный подход (от частного к общему). Первая концепция трактует однородность как качественную (гомогенность единиц частной совокупности детерминируется единым законом развития), в вариационной концепции однородность рассматривается с позиций близости индивидуальных значений признака, упор сделан на количественный аспект.
Несмотря на достаточно серьезные различия в содержании этих двух подходов, они содержат много общего: решают одну задачу, в значительной степени пересекаются по результатам, не могут быть формализованы основные условия и ограничения, большинство конкретных алгоритмов, реализующих концепции, содержат существенный элемент искусства, являются эвристическими.
Необходимо отметить, что в последние годы число статистических публикаций, практических исследований, базирующихся на совокупностной концепции типологии данных имеет устойчивую тенденцию к снижению, в тоже время мы считаем, что возможности этого подхода далеко не исчерпаны, более того в прикладных социально-экономических исследованиях результаты, полученные средствами типологической группировки, другими алгоритмами дедуктивного подхода имеют заметноепреимуществопо сравнению с методиками вариационной концепции:
• Наличие или отсутствие вариации не должно быть условием, ограничивающим решение задачи однородности. Различные законы развития отдельных единиц совокупности вполне могут привести к одним и тем же значениям изучаемого признака, количественно одинаковые значения признака могут качественно различаться (например, доход, может быть результатом найма,пенсии, ренты, дивидендов и проч.);
• Возможны ситуации естественного разбиения общей совокупности на частные, в которых общая вариация признака полностью уходит в группы (семейный состав совокупности, признак - пол);
• Методы автоматической классификации, в основе которых, как известно, лежит вариационная концепция, имеют более узкую сферу применения по сравнению с методами, основанными на совокупностной концепции.
2. Методы типологии данных в социально-экономических исследованиях
Проблема однородности статистических данных - центральная в статистическом исследовании. С нашей точки зрения, обеспечение качественной однородности - является необходимым и достаточным условием выбора метода разбиения общей совокупности, одновременно проверка количественной однородности не может быть условием необходимым, возможным - да, и то в редких случаях, по крайней мере, в части решения задач прикладных исследований. Соответственно этой позиции в работе расставлены приоритеты - основной упор делается на применение типологической группировки ипортфельногоанализа в решении задачи типологии, методы, в основе которых лежит вариационная концепция, столь же подробно не рассматриваются, тем не менее, используются достаточно часто, в основном с целью верификации полученных результатов.
3. Типологическая группировка ипортфельныйанализ
Среди алгоритмов получения однородной информации, типологическая группировка - один из самыхпривлекательныхинструментов, не случайно типологическая группировка рассматривается рядом ученых в качестве самостоятельного этапа статистического исследования. Решая задачу типологии, группировка обеспечивает возможность корректной сводки информации, построения адекватных систем обобщающих показателей, возможность исследования строения полученных частных совокупностей, измерение взаимосвязей в гомогенных средах, принятие адекватныхуправленческихрешений.
Эффективныминструментомоценки деятельности бизнеса является портфельный анализ. Большинство зарубежныхкорпорацийиспользуют его в управлении. В последние годы он находит все большее применение в российской практике. Портфельный анализ - исследование, с помощью которогоменеджменторганизации оценивает различные виды продукции и направленияхозяйственнойдеятельности с целью определения наиболее эффективных из них на основе применения специально разработанных нормативных стратегий. Выполнение всех этапов портфельного анализа позволяет: идентифицироватьстратегическиеединицы; позиционировать их на рынке; определить перспективы развитиястратегическихединиц и их вклад вкорпоративныйпортфель компании.
В работе проведен сравнительный анализ содержания, возможностей,преимуществи перспектив типологической группировки ипортфельныхисследований.
Реализация рассматриваемых методов разбивается на ряд взаимосвязанных этапов: определение объекта исследования, постановка задачи, наметка типов, выборгруппировочныхпризнаков, интервалы разбиения, способ группирования, количество фактически полученных типов, представление результатов. Отметим полную согласованность алгоритмов по решаемым вопросам, причем типологическая группировка на каждом шаге дает более широкую трактовку, чем портфельный анализ. Типологической группировкой рассматриваются все неоднородные множества (общие совокупности), тогда как область применения портфельного анализа ограничена задачами оценки эффективностибизнеса. Соответственно, им исследуются совокупности бизнес-единиц предприятия,ассортименттоваров и услуг, клиентская база. Теоретическим анализом устанавливают типические формы процесса в изучаемой отрасли. Впортфельноманализе этот этап также конкретизирован - в качестве теоретической основы исследования используют в основном концепции жизненного циклатовараи отрасли, меню стратегических альтернатив, теорию кривой опыта. Следующий этап - наметка типов: частных совокупностей, которые теоретически могут представлять структуру общей совокупности. В типологической группировке нет ограничений на число теоретически возможных типов, в портфельном анализе, это количество задается самим алгоритмом (от 4-х (матрицаАнсоффа) до 20 (модель жизненного цикла продукта)).Группировочныепризнаки: типологическая группировка и портфельный анализ выполняются только по существенным признакам, однако в типологической группировке число признаков не лимитировано (можно использовать один признак, допускается также разбиение совокупности по всем существенным признакам). В то же время большинство матричных моделей строится в двух координатах, в редких случаях используются три признака. Способ группирования представляет собой, по сути, комбинационную группировку в том и другом методах. Возможна ситуация, когда типологическая группировка проводится по одному признаку, кроме того, типологическая группировка может быть выполнена как многомерная. Число фактически полученных типов в обоих случаях определяется в результате исследования, детерминировано реальной структурой общей совокупности, соответствует числу имеющихся частных совокупностей. Представление результатов различается: таблицы - в типологической группировке, графические образы (матричные модели) - в портфельном анализе. Следует также отметить, что алгоритм типологической группировки содержит приемы, которых нет в портфельном анализе, такие какспециализацияпризнаков и интервалов.
Проведенное сравнение позволяет сделать вывод о том, что типологическая группировка может рассматриваться в качестве статистической основы теории портфельного анализа.
Современное место теории типологической группировки в системе научных ценностей достаточно непростое. Все без исключения общественные науки в той или иной степени используют идеи типологической группировки. Тем не менее, необходимо констатировать, что типологическая группировка в прикладных исследованиях используется недостаточно. Более того, портфельный анализ, статистическая идеология которого полностью определяется теорией и методологией типологической группировки, в настоящий момент можно рассматривать какребрендингтипологической группировки. Отметим следующее. Практика показывает, что если какое-либо научное направление становится закрытым, не взаимодействует с другими направлениями - оно начинает постепенно деградировать, напротив,интеграцияразличных идей и технологий, как правило, усиливает как отдельные составляющие процесса, так и увеличиваетсовокупныйэффект. В этой связи использование преимуществ портфельного анализа (компактное и наглядное отображение позиций и основных проблем бизнеса; простота и доступность; акцент на качественные стороны анализа; возможность немедленного внедрения результатов и главное, активное включение опыта, интуиции, знаний специалистов отрасли, для которой задача решается), интеграция возможностей рассматриваемых методов, появление новых общих совокупностей, таких как турбулентные, открывает новые перспективы применения совокупностной концепции типологии данных в прикладных исследованиях в целом, типологической группировки в частности.
4. Теория, методология периодизации временных рядов
Особое место в совокупности методов получения однородных данных занимает периодизация. Объясняется это следующими обстоятельствами: характером обрабатываемой информации (исходные данные представляются как массивы «время - признак» или «время - объект»), ограниченным числом публикаций по данной проблематике, как в отечественной, так и в зарубежной статистической литературе.
Как правило, качественному скачку в динамике процесса, приводящему к смене закономерности, предшествует его непрерывное количественное изменение. Следовательно, при изучении хронологических рядов, охватывающих большие периоды времени, важно расчленять их на однокачественные интервалы. Более того, динамическое моделирование всякого сложного процесса невозможно без подробного ретроспективного анализа, существенным аспектом которого является выделение однородных периодов, этапов развития. Периодизация важна и в историческом аспекте как процесс определения однородных периодов общественного развития.
Периодизация динамики представляет собой процесс выделения однокачественных этапов (периодов) развития, расчленения динамических рядов на однородные интервалы. Периодизация, с одной стороны, дает важную информацию о процессе, с другой - закладывает основы для последующего анализа динамики, так как обеспечивает возможность применения методов многомерной статистики; адекватное их использование возможно лишь в однородных средах.
Необходимость периодизации временных рядов признается всеми, что касается возможности проведения этой процедуры, то здесь ситуация сложнее. Причин этому несколько, и основная, с нашей точки зрения, заключается в противоречивости различных условий применения алгоритмов корреляционно-регрессионного анализа (КРА) в рядах динамики. Как известно, к числу основных условий применения КРА относятся:
1) наличие случайной выборки из генеральной совокупности;
2) достаточно большое число наблюдений;
3) независимость наблюдений;
4) значительное превышениечисленностиединиц совокупности числа факторов (в 6-8 раз);
5) однородность совокупности;
6) количественный уровень оценки переменных.
Нельзя не заметить противоречие между пунктом 5, с одной стороны, и пунктами 2 и 4 - с другой. Интервалы однокачественной динамики в реальности могут быть невелики по величине; в то же время значительные хронологические промежутки часто формируются разными законами развития. В анализе рядов динамики приоритет обычно отдается количественным подходам к содержанию статистических исследований, что связано с выполнением условий 2 и 4 и соответственно с игнорированием условия 5. С учетом подобной практики определения и моделирования тенденций в хронологических рядах не вызывает удивления малочисленность адекватных моделей, сбывшихся прогнозов; скорее, странно, что удачные прогнозы все-таки встречаются.
Особенность исследований динамики состоит в том, что одновременное выполнение приведенных выше условий вряд ли возможно. В этом случае обязательным является, по нашему мнению, выполнение однородности, даже в ущербпрочимусловиям.
Возможность проведения периодизации обеспечивается наличием корректных алгоритмов ее реализации. В работе предложены и апробированы на различных информационных массивах три группы методов периодизации: историческая, параллельная, периодизация методами многомерной статистики, особое внимание при этом уделено обработке комплексных рядов динамики. Часто требуется выделить однокачественные периоды в развитии процесса, получить адекватное отображение которого с помощью лишь одного показателя трудно. Даже такой показатель какВВПне может отражать всех аспектов динамики экономики. Здесь необходима система показателей или комплексный хронологический ряд, нопреимуществасистемы при осуществлении периодизации и состоят в том, что, во-первых, появляется возможность учесть многообразие аспектов, во-вторых,амортизируетсяискажающее воздействие недостоверных и неточных статистических данных, наконец, в-третьих, множество показателей повышает надежность статистических выводов и обеспечивает возможность их экстраполяции.
5. Практические применения периодизации и портфельного анализа
В работе важное значение придается прикладным аспектам периодизации массовых процессов. Ограниченное число публикаций по данной проблематике потребовало, помимо разработки теории и методологии, значительных усилий по апробации предложенных алгоритмов. В диссертации практически не рассматриваются условные примеры, в большинстве своем приведены результаты, полученные в ходе выполнения хоздоговорных работ, госбюджетных исследований, гранта Комитета по науке и образованию РФ (1993-1994 гг.). Такие исследования проводились в течение 1988-2007 гг.,заказчикамив советское время были руководящие органы Новосибирска, Рубцовска, Шарыпова, позже - мэрия г. Новосибирска и администрация Новосибирской области, Российский книжный союз, в лице регионального отделения РКС-Сибирь. На реальных данных апробированы алгоритмы периодизации состояния и динамики здоровья и здравоохранения г. Новосибирска (1965-1995 гг.), Шарыповского района Красноярского края
1981-1989 гг.), периодизация развития здравоохранения г. Рубцовска (19761989 гг.), проведена периодизация развития сельского хозяйства России (1960-1991 гг.). Аналогичные работы были проведены по периодизации экономики России (1991-2004 гг.), демографической ситуации России и Новосибирской области (1980-2006 гг.).
Задачи, решаемые с помощью методов периодизации, не ограничиваются получением однородных интервалов развития временного ряда, применения могут быть самыми разными.
В частности, в работе рассмотрена возможность использования метода в построении одной из важных матриц портфельного анализа - модели жизненного цикла товара. Чем эта задачапривлекательна: готовой постановкой проблемы, наметкой типов, црежде всего, заранее известно, что теоретически жизненный цикл товара может составлять следующие периоды однокачественной динамики - внедрение, рост, зрелость,спад; далее, разработаны нормативные стратегии развития фактически полученных типов, наконец, есть примерная система рекомендуемых параметров, значения которых позволяют с одной стороны, искать критические точки перехода количественных изменений в качественные скачки развития процесса, с другой - есть возможность построить на основе этих параметров комплексный ряд динамики.
Особенности и проблемы построения модели жизненного цикла исследованы на реальных данных - для стратегических единиц одного из новосибирских издательств.
Историческая периодизация обычно определяет критические точки перехода одного качественного состояния процесса в другое путем учета событий глобального характера (войны, катастрофы,кризисы). Задача периодизации может быть решена несколько иначе: критический момент перехода книжной отрасли в фазуспадажизненного цикла был определен на основе всестороннего анализа так называемых «слабых сигналов».
Системный подход к оценкеотраслевыхфакторов и факторов макросреды позволил выявить негативные тенденции развития российскогокоммерческогокнигоиздания, обусловившие кризис отрасли в конце 2005 года.
Оценка клиентской составляющей является важнейшим приоритетом разработки стратегии предприятия, функционирующего в рыночной среде.
Цель анализа - определить типы клиентов, выявить важных клиентов и выяснить ихпокупательскоеповедение. По каждой группе клиентов, а также по каждомуклиентув отдельности можно будет проводить затем целенаправленную работу. Успешная работа склиентами- один из решающих, если не решающий фактор эффективности бизнеса, не случайно в системесбалансированныхпоказателей Нортона и Каплана из всех отраслевых факторов и факторовПЭСТ, лишь клиентская составляющая выделена самостоятельным блоком. Совместное решение проблем (для предприятия -прибыль, для клиента - качественноеудовлетворениепотребности) эффективно в том случае, если предприятие имеет представление о структуре клиентской базы, имеющихся и потенциальных типах клиентов: по важности, по уровню переговорных сил, по частотезакупоки т.п. В этой связи может представлять определенный практический и научный интерес разработанная нами для предприятий издательской отрасли матрица клиентов.
6. Особенности статистических исследований турбулентных совокупностей
Подавляющая часть задач по информационному обеспечению управления, в том числе и новых, решаетсяРосстатомчасто в условиях недофинансирования икадровыхпроблем. Поэтому вполне объяснимы ситуации, когда органы статистики пытаются тиражировать наработанные методики на новые задачи или объекты наблюдения. Иногда такой подход может привести к не вполне корректным результатам. В качестве примера можно привести, в частности, подходы к формированию статистики малого бизнеса.
С помощью сплошного обследования формируется генеральная совокупность субъектов малогопредпринимательства, которая в дальнейшем используется в качестве основы длятекущихвыборочных наблюдений. Накоплен определенный опыт проведения таких наблюдений. В частности, Федеральной службой государственной статистики в 2000 году было проведено сплошное наблюдение малого предпринимательства. Непрерывно проводятся выборочные обследования, апробированы необходимые методики.
Но имеется еще одна сторона проблемы. В процессе обследования 2000 года был получен очень интересный результат. ТогдаРосстатпризнал его как негативный - удалось в реальности обследовать лишь около 80% субъектов малого предпринимательства из числа зарегистрированных. С нашей точки зрения, именно это и было одним из самыхценныхрезультатов. К сожалению, он не был своевременно, должным образом проанализирован, не подвергся тщательному исследованию и обсуждению, и, судя по всему, не вполне эффективные алгоритмы наблюдения предполагается применять и в дальнейшем, только уже на «законном» основании.
Алгоритм оценки деятельности и вклада малого предпринимательства выглядит следующим образом. По данным регистрации определяется и ограничивается генеральная совокупность, формируется основа, проводится случайная выборка из основы, по результатам выборки делается статистический вывод - оцениваются параметры генеральной совокупности (например, объем ВВП илиВРП, созданный малым бизнесом). Алгоритм проверенный, практически всегда корректный. Однако есть моменты, на которые хотелось бы обратить особое внимание. Совокупность субъектов малого предпринимательства не является качественно однородной с позиций возможности проведения статистического наблюдения. В этой связи можно выделить как минимум три типа предприятий - фирмы-однодневки, собственно малыйбизнес, аффилированные структуры.
Фирмы-однодневки полностью выпадают из статистического учета, что вовсе не означает отсутствие результатов деятельности по этой категории. Налицо систематическая ошибка наблюдения - ошибка охвата.
Далее, собственно малый бизнес. Малый бизнес в принципе не расположен предоставлять о себе хоть какую-то информацию. В этой категории значителен риск ошибки отказа, а также систематической ошибки наблюдения.
Генетической особенностью малого предпринимательства является его стремительноеобновление. Так, по данным Всемирного банка из вновь организуемых малых предприятий, через год их существования действующими остаются примерно 50%, через три года - 8%, через пять лет - не более трех процентов (банкротствадля основной их части, переход в средний и крупный бизнес для других). Структура российского малого предпринимательства отличается от структуры малого бизнеса развитых стран, и мы в своих расчетах получили несколько иные, но достаточно близкие результаты. В первый год со сцены уходит около 60% субъектов малого бизнеса (за счет фирм-однодневок). В то же время пятилетний срок удается прожить 5-7% зарегистрированных предприятий (аффилированныеструктуры менее подвержены рискам реального бизнеса). Даже при постоянной общей численности малых предприятий (в реальности этого нет,численностьих несколько последних лет увеличивалась в среднем на 5% в год) коэффициентобновлениябудет более 60%. Меняется структура генеральной совокупности,предпринимателипереходят в более рентабельные отрасли, идут вслед за налоговымильготамии т.п. В итоге мы делаем статистический вывод на генеральную совокупность, которой уже нет! Налицо систематическая ошибка наблюдения, назовем её ошибкой «исчезающей совокупности».
Турбулентная (нестабильная) совокупность - численность и структура множества катастрофическим образом меняется с течением времени (Стационарная совокупность - множество единиц одного качества, в котором численность и структура по образующему совокупность признаку инвариантны во времени, стабильная совокупность - изменение численности происходит в рамках известного закона, структура при этом не претерпевает в динамике значимых изменений).
Далее. В приложениях управленческих теорий, в частности в системе сбалансированных показателей, эффективным инструментом реализации стратегических решений зарекомендовало себя использование традиционных статистических параметров в следующем разрезе: исторические (анализ прошлого, иногда такую статистику называют посмертной), фундаментальные (оценка настоящего), стратегические (шансы или риски будущего).
Статистикойдостаточно редко используется этот прием, причины известны - в основном системы обобщающих показателей строятся для стационарных и стабильных совокупностей, как исторические системы. В стационарных совокупностях исторические характеристики несут фундаментальное истратегическоесодержание. Для стабильных совокупностей оценка будущего может быть реализована посредством построения системы исторических и фундаментальных параметров. С ростом вариации изучаемой совокупности (численность и структура по основному признаку) снижается информационная ценность исторических и фундаментальных показателей в принятии управленческих решений. Для турбулентных совокупностей информационное значение исторических параметров стремится к нулю, определяющую роль играют оценки настоящего и шансы (риски) будущего.
Итак, совокупность субъектов малого предпринимательства (малый бизнес) является турбулентной совокупностью в силу стремительного обновления и быстрого измененияотраслевойструктуры, применяемая схема статистического вывода дает не только значительные риски смещения, но и традиционно ориентирована на получение исторических показателей, что в сумме никоим образом не повышает адекватность принимаемых решений.
Риски смещения параметров в статистических исследованиях малого предпринимательства таковы, что практически всю современную статистику данногосегментаможно определить как «мифическая статистика». Можно пренебречь неполной регистрацией, в принципе можно допустить неполный учет результатов деятельности малого бизнеса (без фирм-однодневок), есть теоретическая возможность избавиться от ошибок отказа в учете собственно малого бизнеса (например, использовать административный ресурс), однако, нам представляется, что в рамках обычной схемы статистического вывода ошибки «исчезающей совокупности» избежать невозможно.
Генетические особенности малого бизнеса - неоднородность генеральной совокупности, короткий жизненный цикл, быстрое изменение отраслевой структуры, ставят под сомнение необходимость проведения сплошных статистических наблюдений малого бизнеса. Они просто невозможны, что показало, в том числе и обследование 2000 года. Их результаты не могут быть использованы в качестве основы проведения выборочных наблюдений даже на следующий год, не говоря уже о пятилетнем применении этой базы.

Список литературы диссертационного исследованиядоктор экономических наук Глинский, Владимир Васильевич, 2009 год

1.АакерД. Стратегическое рыночное управление. СПб.: Питер, 2004. -495 с.
2.АйвазянС.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240 с.
3.АйвазянС.А., Балкинд О.Я., Баснина Т.Д. и др. Стратегиибизнеса/ Под ред. Г.Б.Клейнера. М.: КОНСЭКО, 1998. - 492 с.
4. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963. - 520 с.
5. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. -758 с.
6.АндруковичП. Ф. Некоторые свойства метода главных компонент // Многомерный статистический анализ в социально-экономических исследованиях. М.: Наука, 1974. - С. 189-223.
7.АнсоффИ. Стратегическое управление. М.: Экономика, 1989. - 519 с.
8. Анисимов-Спиридонов Д. Д. Методы и модели больших систем оптимальногопланированияи управления. М.: Наука, 1969. - 360 с.
9.АркадьевА. Г., Браверман Э. М. Обучение машин классификации объектов. М.: Наука, 1971. - 192 с.
10.АрсеньевК.И. Начертание статистики Российского государства. О состоянии народа. СПб., 1918. - Ч. 1. - 245 с.
11.АрсеньевК.И. Статистические очерки России. СПб., 1846. - 503 с.
12.АфанасьевВ.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.:Финансыи статистика, 2001. - 228 с.
13. Афифи А., Эйзен С. Статистический анализ. Подход с использованиемЭВМ. М.: Мир, 1982. - 480 с.
14.БедныйМ. С. Демографические факторы здоровья. М.: Финансы и статистика, 1984. - 246 с.
15.БеккерА.В. Построение весовых коэффициентов информативности признаков // Вопросы экономико-статистического моделирования и прогнозирования впромышленности. Новосибирск, 1970. - С. 260-273.
16.БеляевскийИ.К. Прикладной маркетинг и бизнес-статистика рынка: задачи и система показателей / Сб. науч. тр. М., 1996. - 124 с.
17. Благуш П. Факторный анализ с обобщениями / Пер. с чешек.; Вступительная статья Б.Г. Миркина. М.: Финансы и статистика, 1989. -248 с.
18.БобровС.П. Экономическая статистика. Введение в изучение методов обработки временных рядов экономической статистики. M.-JL: ГИЗ, 1930.-517 с.
19. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление / Пер. с англ. A.J1. Левшина; Под ред. В.Ф. Писаренко. М.: Мир, 1974. -Вып. 1.-406 с.
20. Болч Б., Хуань К.Дж. Многомерные статистические методы для экономики / Пер. с англ. А.Д. Плитмана; Под ред. и с предисл. С.А. Айвазяна. М.: Статистика, 1979. - 317 с.
21. Большой энциклопедический словарь М.: БСЭ, 2000. - 1452 с.
22.БоннерР.Е. Некоторые методы классификации // Автоматический анализ сложных изображений. М.: Мир, 1970. - С. 205-234.
23.БоровиковВ. П., Боровиков И. П. STATISTICA Статистический анализ и обработка данных в среде Windows. - М.: Информационно-издательский дом «Филинъ», 1997. - 592 с.
24.БоровиковВ. П., Боровиков И. П. STATISTICA Статистический анализ и обработка данных в среде Windows. - 2-е изд., стереотип. - М.: Информационно-издательский дом «Филинъ», 1998. - 592 с.
25.БоровиковВ. П. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. СПб.: Питер, 2003. - 688 с.
26.БоярскийА.Я. Теоретические исследования по статистике. М.: Статистика, 1974. - 304 с.
27.БоярскийА.Я. О методологических принципах и многомерном анализе // Предисл. в кн.: Дюран Н.,ОделлП. Кластерный анализ. М.: Статистика, 1977. - С. 5-12 .
28.БоярскийА.Я. Из истории советской статистической науки // Вестник статистики. 1978. - № 7. - С. 33-37.
29.БраверманЭ.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. - 464 с.
30.БраверманЭ.М. Методы экстремальной группировки параметров и задачи выделения существенных факторов // Автоматика и телемеханика. 1970. - № 1. - С. 123-132.
31.БраунМ.Г. Сбалансированная система показателей: на маршруте внедрения / Пер. с англ. М.:АльпинаБизнес Букс, 2005. - 226 с.
32.ВайнштейнА.Л. Проблема экономического прогноза в ее статистической постановке. М.: Ранион, 1930. - 46 с.
33.ВайнуЯ.Ф. Корреляция рядов динамики. М.: Статистика, 1977. -119 с.
34.ВенецкийИ.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе. М.: Статистика, 1979. -448 с.
35.ВенецкийИ.Г. Вариационные ряды и их характеристика. М.: Статистика, 1970. - 159 с.
36.ВиханскийО.С., Наумов А.И. Менеджмент: человек, стратегия, организация, процесс. М.: Гардарика, 2000. - 415 с.
37. Вопросы статистической методологии и статистико-экономического анализа // Матер. Всесоюз. научн. совещания. М.: Статистика, 1980. -208 с.
38.ВоронинЮ.А. Теория классифицирования: надежды и действительность. Новосибирск: ВЦ СО АН, 1981. - 33 с.
39.ВоркуновС.С. Проблемы теории типологических и структурных группировок: Автореф. дис. .канд.экон. наук. М., 1980. - 23 с.
40.ГерасимовичА. И., Матвеева Я. И. Математическая статистика. Минск: Вышэйша школа, 1978. - 200 с.
41.ГерчиковаИ.Н. Менеджмент. М.: Банки ибиржи, 1998. - 335 с.
42. Гейфман М. К вопросу о критерии количественной однородности при группировке // Вестник статистики. 1979. - № 11. - С. 57.
43.ГлинскийВ.В. Здоровье фактор повышения эффективности использования ресурсов труда // Социальные проблемы перестройки в Сибири: Тез. докл. к Всесоюз. конф. (Иркутск, 1989 г.). - Иркутск:ИГУ, 1989.-С. 12-13.
44.ГлинскийВ.В. Здоровье для здравоохранения? // Территория -ведомство человек в Сибири: Сб. науч. тр. Всесоюз. конф. - Тюмень:ТГУ, 1991.-С. 58-60.
45.ГлинскийВ.В. Как измерить малыйбизнес? // Вопросы статистики. -2008.-№7.-С. 73-75.
46.ГлинскийВ.В. К вопросу об оценке перспектив развития демографической ситуации в России // Национальные интересы: приоритеты и безопасность. 2008. - № 12 (33). - С. 17-21.
47.ГлинскийВ.В. Мифическая статистика малого бизнеса. Проблемы статистического изучения турбулентных совокупностей //ЭКО. 2008. -№9.-С. 51-62.