CC BY
25
9. Шмыкова С. В., Сосунов К. А. Влияние валютного курса на потребительские цены в России // Экономический журнал ВШЭ, 2007. № 2.
Regression analysis as an indicator of selection indices during factorial
economic analysis Temukueva Zh.
Корреляционно-регрессионный анализ как индикатор отбора показателей при проведении факторного экономического анализа Темукуева Ж. Х.
Темукуева Жанета Хусейновна / Temukueva Zhaneta — студент-бакалавр, Институт экономики
Кабардино-Балкарский государственный аграрный университет им. Валерия Мухамедовича Кокова, г. Нальчик
Аннотация: в статье рассматриваются проблемы рационального использования тех или иных данных при построении факторной экономической модели. Подробно рассмотрены коэффициенты и критерии, показывающие связь между результирующим и результативным факторами. Кроме того, приведена расшифровка значения этих показателей.
Abstract: the article deals with the problems of rational use of certain data in the construction of the factor of the economic model. Details considered factors and criteria, showing the relationship between the resultant and productive factors. In addition, the transcript shows the values of these indicators.
Ключевые слова: корреляционно-регрессионный анализ, коэффициент корреляции, детерминированная факторная модель, линейная зависимость.
Keywords: correlation and regression analysis, the correlation coefficient, a deterministic factor model, a linear relationship.
Современная экономика характеризуется очень серьёзными трудностями и испытывает большие потрясения. Данная ситуация, на наш взгляд, характеризуется отсутствием эффективного механизма управления.
Одним из таких механизмов является грамотно проведённый экономический анализ.
Являясь своего рода новеллой, «экономический анализ при своей апробации в российской практике встретил множество проблем» [2], в частности выбор верной методологии анализа.
Как мы считаем, наиболее надежным является детерминированный факторный анализ, т. к. он опирается на тезис об очень сильной связи между факторами и результатом.
К сожалению, не каждое экономическое явление или процесс мы можем описать детерминированной факторной моделью. Очень часто анализировать приходится стохастические модели, т. е. модели, в которых связь между факторами и результатом носит вероятностный характер.
Однако в данном методе существует опасность включения в модель неоправданно большого количества факторов, которые лишь «утяжеляют» факторную систему, не давая никакого положительного эффекта. В такой ситуации естественный уровень погрешности возрастает, т. к. необоснованно включённые в модель факторы перетягивают на себя значения неразложимого остатка, увеличивая его.
На первый взгляд такая ситуация кажется безвыходной, однако в экономической кибернетике есть один метод, который позволяет нам довольно-таки качественно определить, стоит ли включать данный показатель в модель или нет. Речь пойдет о методе корреляционно -регрессионного анализа. В наиболее широком смысле под корреляционно-регрессионным анализом понимают «метод статистического исследования, позволяющий определить степень линейной зависимости между переменными» [1].
Сам метод состоит из двух взаимосвязанных элементов: корреляционный метод и регрессионный.
Как уже было сказано ранее, измеряет степень тесноты связи между двумя и более переменными, т. е., говоря научным языком, это «статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой» [3].
На практике принято различать несколько видов зависимостей:
1. Парная корреляция - связь между двумя переменными.
2. Частная корреляция показывает зависимость между результатом и одним из факторов при неизменных (фиксированных) значениях других.
3. Множественная корреляция - связь между результатом и несколькими факторами.
Основным показателем, позволяющим оценить степень тесноты связи, является коэффициент
где
х - независимая переменная, выступающая в качестве фактора;
у - зависимая переменная, являющаяся результатом;
* - среднее значение фактора;
V - среднее значение результата.
Однако суть любого анализа, в том числе и корреляционно-регрессионного, состоит не столько в получении данных, сколько в их интерпретации. «Существуют определенные критерии в рамках значений данного коэффициента (табл. 1)» [1].
Таблица 1. Критерии значения коэффициента корреляции
От 0,1 до 0,3 включительно Свыше 0,3 до 0,5 включительно Свыше 0,5 до 0,7 включительно Свыше 0,7 до 0,9 включительно Свыше 0,9 до 0,99 включительно
Теснота связи Слабая Умеренная Заметная Высокая Очень высокая
Коэффициент корреляции необходим нам при построении модели, однако для принятия рационального управленческого решения нам необходимо знать не только силу связи между случайными переменными, но и её характер.
Понять направление связи нам поможет регрессионный метод.
Регрессия может быть линейной и нелинейной. Линейную можно описать уравнением прямой, а нелинейную - как параболой, так и гиперболой.
По количеству факторов она бывает однофакторной и многофакторной.
По направлению связи регрессия бывает:
1. Прямой или положительной, при которой вслед за уменьшением (увеличением) фактора прямо пропорционально следует уменьшение (увеличение) результата.
2. Обратной (отрицательной), при которой вслед за уменьшением или увеличением фактора идет изменение результата в обратном направлении.
Однако не стоит забывать, что корреляционно-регрессионный анализ наиболее часто используется именно в стохастических моделях, в которых связь между факторами и результатом носит вероятностный характер. Поэтому перед принятием любого управленческого решения на основе полученных данных необходимо провести проверку полученных гипотез путем расчета критериев Стьюдента и Фишера.
х-У с /сТТТ*
В общем случае коэффициент Стьюдента рассчитывается так: t = -, где = J ï "r у
(2).
Расчет критерия Фишера рассчитывается так: F = —у (3), где
s* - - .=S* - у? (4)
В заключение хотелось бы заметить, что данный вид анализа помогает наиболее рационально построить факторную модель, включая в неё лишь необходимые показатели. А в целом, применение прикладных теорий при анализе и планировании позволяет принять наиболее правильное решение в сфере экономики, финансов и планирования, позволяя минимизировать неизбежно возникающие риски.
Литература
1. Погорелова М. Я. Экономический анализ: теория и практика. Учебное пособие. ИНФРА-М, 2014. 373 с.
2. ТемукуевХ. М., ТемукуеваЖ. Х. Научный Интернет-журнал «Мир науки». № 4, 2014.
3. ШмойловаР. А. Теория статистики. Учебник. М. Финансы и статистика, 2010. 433 с.
Special funds of social purpose Malachikhanov T. Специальные фонды социального назначения Малачиханов Т. В.
Малачиханов Тимур Вильгельмович /Malachikhanov Timur - студент бакалавриата, факультет финансового менеджмента, Финансовый университет при Правительстве Российской Федерации, г. Москва
Аннотация: в статье рассматриваются фонды социального назначения, существующие в мире на сегодняшний момент. Дается описание и характеристика различных фондов, обосновывается необходимость их функционирования и поднимается вопрос о создании подобной системы фондов социального назначения в России.
Abstract: the article shows the foundations of social purpose exist in the world at the moment. There are description and characteristics of the various funds, the necessity of their operation, and raises the issue of the establishment of such a system of social purpose in the Russian funds.
Ключевые слова: фонд, социальная сфера, инновации. Keywords: fund, social services, innovation.
Фонды социального назначения - это финансовые ресурсы, которые предназначаются для предоставления услуг населению. Увеличение количества лиц наемного труда из-за производственного роста, повышение разрыва потребностей разнообразных социальных общественных групп, вызванное научно-технической революцией, старение населения стран в целом по объективным причинам привело к тому, что возникла резкая потребность увеличить фонды социального страхования. За последние десять лет объемы фондов социального характера в развитых государствах вырос до восьми раз [1]. Повышение финансирования социальных фондов позволяет существенно увеличить и выплаты социального плана. Фонды создаются благодаря трем источникам: страховые взносы юридических и застраховавшихся лиц, а также благодаря финансовым вливаниям из бюджета государства.
В Соединенных Штатах Америки работает невероятно большое количество различных фондов, которые пребывают под управлением административных органов, именно, благодаря им, осуществляются социальные программы. Самыми мощными считаются три фонда национального значения:
- страхование по старости и инвалидности;
- страхование госслужащих;
- помощи тем, кто в ней нуждается.
Социальные фонды в Федеральной Республике Германии имеют множество независимых фондов, которые охватывают конкретные типы страхования. В Англии имеется два ключевых фонда:
- фонд страхования;
- фонд пенсионных сбережений. Япония имеет сразу 4 больших фонда:
- страхование здоровья;
- пенсионный;
- страхование от производственного травматизма;
- страхование от лишения работы.
К важнейшим французским фондам принято относить:
- страхование по болезням;
- страхование по получении инвалидности;
- фонд пенсий;
- помощь нуждающимся семьям;
- помощь лишившимся работы.
