CC BY
133
УДК 004.896:338(470.63)
СОПОСТАВИТЕЛЬНЫЙ АНАЛИЗ И ОЦЕНКА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО СОСТОЯНИЯ КАРАЧАЕВО-ЧЕРКЕССКОЙ РЕСПУБЛИКИ С ИСПОЛЬЗОВАНИЕМ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ
Коваленко Анна Владимировна
к.э.н., доцент кафедры прикладной математики
Уртенов Махамет Хусеевич д. ф.-м. н., профессор
Кубанский государственный университет, Краснодар, Россия
Узденов Умар Ахматович
соискатель кафедры математического анализа
Карачаево-Черкесский государственный университет, Карачаевск, Россия
Статья посвящена проблеме анализа экономической и финансовой деятельности региона, оценке и диагностика его социального состояния, анализу инвестиционной привлекательности, кредитоспособности и потенциала развития, с помощью современных математических методов, моделей, инструментальных средств и интеллектуальных систем, на примере Карачаево-Черкесской Республики
Ключевые слова: СОЦИАЛЬНОЭКОНОМИЧЕСКОЕ СОСТОЯНИЯ РЕГИОНА, КАРАЧАЕВО-ЧЕРКЕССКАЯ РЕСПУБЛИКА, ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ РЕГИОНА, КРЕДИТОСПОСОБНОСТЬ РЕГИОНА, НЕЧЕТКАЯ ПРОДУКЦИОННАЯ СИСТЕМА, МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ
UDC 004.896:338(470.63)
COMPARATIVE ANALYSIS AND ESTIMATION OF A SOCIAL AND AN ECONOMICAL CONDITION OF KARACHAEVO-CIRCASSIAN REPUBLIC WITH USE OF INTELLECTUAL SYSTEMS
Kovalenko Anna Vladimirovna Cand.Econ.Sci., assistant professor
Urtenov Mahamet Khuseevich Dr.Sci.(Phys.-Math.), professor
Kuban State University, Krasnodar, Russia
Uzdenov Umar Ahmatovich
Competitor of faculty of the mathematical analysis
Karachaevo-Circassian state university, Karachaevsk, Russia
The article is devoted to a problem of the analysis of economic and financial activity of region, an estimation and diagnostics of its social condition, to the analysis of investment appeal, credit status and potential of development by means of modern mathematical methods, models, tools, means and intellectual systems, on an example of Karachaevo-Circassian Republic
Keywords: SOCIAL AND ECONOMIC CONDITIONS OF REGION, KARACHAEVO-CIRCASSIAN REPUBLIC, INTELLECTUAL SYSTEMS, INVESTMENT APPEAL OF REGION, CREDIT STATUS OF REGION, FUZZY PRODUCTIONAL SYSTEM,
MULTIVARIATE STATISTICAL ANALYSIS
Социально-экономическое развитие государства напрямую зависит от развития регионов, его образующих, поэтому приоритетным направлением политики Российской Федерации является повышение социально-экономического состояния регионов.
В настоящее время, в связи с ростом цен на нефть и выходом российской экономии из кризиса, появляется возможность возобновления и расширения инвестирования в российские предприятия и регионы. Основной проблемой при этом является информационная непрозрачность
и сложность в оценке социально-экономической положения регионов. Федеральные органы, акционеры и потенциальные инвесторы не имеют достаточно информации о текущем состоянии региона, о его кредитоспособности. Регион-заемщик зачастую выступает как «черный ящик», что вызывает у инвестора недоверие.
Наиболее известным и широко используемым способом информирования инвесторов являются рейтинги, которые в сжатой форме дают возможность получить информацию о надежности заемщика [2,3]. Существует много разных, как западных, так и российских рейтинговых агентств, присваивающих рейтинги регионам, как правило, по итогам каждого года. Однако, рейтинги регионов, которые присваиваются агентствами, зачастую не только не совпадают, но и противоречат друг другу, не учитывают специфики региона. Кроме того, рейтинговые агентства, в основном используют примитивное ранжирование по исследуемым показателям, иногда с весами, определенными экспертами, значения которых не проверены и не подтверждены статистическими исследованиями. К характерным недостаткам этих методик следует отнести и отсутствие необходимого предварительного статистического и интеллектуального анализа исследуемых показателей, отсутствие математических моделей для оценки состояния региона, неиспользование современных методов многомерного статистического анализа и интеллектуальных систем, которые уже давно нашли подтверждение своей эффективности в зарубежных исследованиях. Таким образом, эти методики имеют ряд недочетов и недостатков, а рейтинги, присвоенные по таким методикам, могут дать только весьма приблизительную и общую картину состояния региона, которая, конечно способна определить лидеров и аутсайдеров, однако не способна адекватно оценивать состояние
отдельно взятого региона. Таким образом, рейтинг можно использовать только на начальном этапе исследования.
Также следует отметить, что регион нуждается в адекватном и эффективном, математически обоснованном, мониторинге своего социально - экономического положения. В связи с этим возникает необходимость в создании собственной адекватной системы рейтингования. Собственная система позволяет исследовать зависимость рейтинга региона от различных факторов, и соответственно принимать обоснованные управленческие решения по повышению рейтинга региона.
Грамотное, математически обоснованное проведение анализа, а не простое ранжирование (рэнкингование) и рейтингование, дает возможность выявить сильные и слабые стороны региона, устранить недостатки в финансово - экономическом управлении, а также прогнозировать результаты будущих периодов исходя из текущих данных. Своевременное выявление негативных тенденций в финансовохозяйственной, социальной, экологической деятельности региона дает возможность предпринять определенные действия, чтобы не допустить усугубления ситуации. Для адекватной и эффективной оценки состояния региона исследователь должен располагать, гибким и адаптируемым к требованиям конкретного заказчика или инвестора, аналитическим инструментарием. Важно не только определить место региона по уровню развития, но и сопоставить характеристики внутрихозяйственных процессов ряда регионов.
Для решения подобных задач, на наш взгляд, целесообразно использовать подход, основанный на использовании методов многомерного статистического анализа и нечетких продукционных систем с широким использованием статистических данных, публикуемых как территориальными органами Федеральной службы государственной Ьир:// е. киЬааго. ги/2010/09/рёГ/12.рёГ
статистики, так и Министерством финансов Российской Федерации и органами региональной исполнительной власти.
Таким образом, анализ экономической и финансовой деятельности региона, оценка и диагностика его социального состояния, его инвестиционной привлекательности, кредитоспособности и потенциала развития, с помощью современных математических методов, моделей, инструментальных средств и интеллектуальных систем [1, 4, 5], являются своевременными и актуальными проблемами и задачами.
Нами был проведен подробный анализ основных понятий и терминов, таких как «регион», «депрессивный регион», «инвестиционно привлекательный регион», «кредитоспособный регион», уточнена
концепция стадий роста для современного периода развития регионов РФ, уточнена стратегия экономического развития региона на примере КЧР (Карачаево-Черкесской Республики) [8]. Рассмотрена проблема разрыва между экономически эффективными и развитыми регионами, и депрессивными регионами РФ. Выявлены основные причины и факторы отставания экономик депрессивных регионов. Приведем некоторые результаты данного исследования:
1. Показано, что в настоящее время под термином «регион» необходимо понимать, на наш взгляд, субъект РФ, выступающий как собственник территории, законотворец и партнер для бизнеса и местного сообщества, который, увязывая общефедеральные тенденции с собственными территориальными свойствами и возможностями, стремится к развитию своего инновационного потенциала, инвестиционной привлекательности.
2. Современный российский регион - самостоятельный хозяйствующий субъект, деятельность которого подвергается
воздействию как множества внешних факторов, характерных для страны в целом, так и внутренних, свойственных исключительно определенной территории с конкретным набором характеристик, т.е. целостная система.
3. Одной из целей развития региона является занятие конкурентоспособной позиции в некоторых отраслях экономики (или отдельных сегментах) и становление в них конкурентоспособным и инвестиционно привлекательным. Позиционирование региона, позволяет администрации и представителям бизнеса региона максимально эффективно взаимодействовать с различными целевыми группами: инвесторами, туристами, собственным населением.
4. Эффективное управление регионом невозможно без наличия адекватной информации об оценке его социального, финансового, экономического и др. состояний, без анализа возможных управленческих решений, а значит, без использования современных информационных компьютерных систем и мощного математического аппарата, без наличия эффективных и адекватных экономико-математических моделей развития региона.
5. Стратегия экономического развития региона, на наш взгляд, - это система мероприятий, направленных, как со стороны государства, так и со стороны, собственно региона, на реализацию как долгосрочных, так и краткосрочных задач решения экономических, финансовых, социальных, демографических и экологических проблем.
6. Развитие любого региона России в значительной мере зависит от создания в данном регионе условий для привлечения иностранных экономических агентов (партнеров, инвесторов, покупателей продукции). Создание благоприятных условий для деятельности иностранных Ьир:// е. киЬааго. ги/2010/09/рёГ/12.рёГ
экономических партнеров в настоящее время — один из факторов развития.
8. Для успеха региона на мировых и внутренних рынках недостаточно производить продукцию, соответствующую мировым стандартам, необходимыми оказываются достижение определенного уровня технологий, установление через специализацию, собственных отраслевых приоритетов, а значит повышение своих бренд - активов (т.е. собственной стоимости на своих рынках) и
конкурентоспособности в целом.
Рассматривая проблему разрыва между экономически эффективными и развитыми регионами, и депрессивными регионами РФ мы получаем, что различия социально-экономического развития субъектов РФ чрезмерны, причем они проявляют тенденцию к возрастанию.
Необходимо преодолеть тенденцию дезинтеграции регионов, сократить громадный разрыв между экономически эффективными и развитыми регионами, такими как Москва, Тюменская область, Санкт-Петербург, и, так называемыми депрессивными регионами. Разрыв между экономически эффективными и развитыми регионами, и, депрессивными регионами, - это критический фактор, представляющий угрозу не только экономической системе, но и государственности РФ в целом [8].
В связи с этим необходимо выявить основные причины и факторы отставания экономик последних, детально исследовать финансовоэкономическое состояние, сделать его «прозрачным», что позволит привлечь в эти регионы инвестиции, в том числе, и иностранные, а, следовательно, повысить низкий уровень жизни населения, развить инфраструктуру и т.д.
Ьир:// е. киЬааго. ги/2010/09/рёГ/12.рёГ
Особенности России (масштабность, региональное многообразие, состояние переходной экономики и др.) требуют более активной по сравнению с типичной мировой практикой деятельности государства по устранению диспропорций в национальном экономическом пространстве, решению сложных региональных проблем, созданию условий для устойчивого развития всех регионов и страны в целом.
Для выявления целей управления, разработки тактики и стратегии развития социально-экономической системы региона необходим
непрерывный мониторинге текущего социально - экономического состояния региона. Одним из способов первоначального анализа текущего положения является сопоставительный анализ и экспресс-диагностика, как указывалось выше, основанная на использовании системы рейтингов, которая отражает диагностику социально - экономической ситуации сложившейся в регионе, что сужает область поиска причин существующих проблем, выделяет наиболее сложные проблемы управления и путей их возможного решения.
Оценивая в совокупности рейтинги КЧР, необходимо отметить, что такие составляющие рейтинга инвестиционного потенциала КЧР, как трудовой, потребительский, производственный, финансовый,
институциональный, инновационный, интеллектуальный, имеют очень низкие значения, в сравнении с остальными регионами РФ. Составляющие рейтинга инвестиционного риска, такие как законодательный, политический, экономический, финансовый, криминальный,
управленческий, социальный также имеют низкие и очень низкие показатели. Только инфраструктурный, природно-ресурсный и
туристический рейтинги КЧР являются очень высокими и способны конкурировать рейтингами других регионов [8].
Для создания точек роста для региона необходимо выявление конкурентных преимуществ территорий, определение перспективных отраслей экономики в каждом регионе. КЧР, как следует, из предыдущего анализа, обладает реальным конкурентным преимуществом в туристской и рекреационной отраслях. Проведение описанных во второй главе малобюджетных мероприятий позволит быстро, эффективно и существенно повысить экологический рейтинг КЧР, занять ведущее место по экологическому качеству жизни, что приведет, соответственно, к росту экотуризма, наполнению бюджету.
Для повышения инвестиционного рейтинга КЧР, необходимо улучшать условия предпринимательства, такие как независимость судов, борьба с коррупцией, убирать ненужные административные барьеры, улучшать инвестиционный имидж КЧР, формируемый в средствах СМИ. Законодательная, исполнительная и судебная власти КЧР должны завоевать репутация активного защитника прав собственности.
Необходимо создание условий для развития конкурентной среды банковских услуг, привлечение и создание филиалов крупных банков в КЧР, расширения ассортимента банковских услуг, например ипотечного и авто - кредитования, потребительского кредитования, выпуска разного рода банковских и кредитных карт и т.д.
Наряду с развитием сельского хозяйства (животноводство и растениеводство) и промышленности (нефтехимическая, химическая, легкая, машиностроение, деревообрабатывающая и добыча угля и т.д.) необходимо существенное внимание уделить социальной сфере и добиться Ьир:// е. киЬааго. ги/2010/09/рёГ/12.рёГ
существенного развития здравоохранения. Одним из способов решения этой задачи, на наш взгляд было бы открытие медицинских или лечебных факультетов при КЧГУ и КЧГПУ. С учетом роли животноводства есть необходимость открытия и ветеринарных факультетов.
Нами был проведен анализ финансового, экономического, финансово-экономического и социально-экономического состояния регионов РФ группой различных методов, таких как методы многомерного анализа и методы нечетких систем.
Причем, для анализа данных (первый этап исследования) мы проводили: кластерный к-средних по переменным, дисперсионный,
корреляционный, канонический, дискриминантный, факторный [4, 5], нечеткую кластеризацию.
Для классификации регионов РФ (второй этап исследования) мы построили следующие модели: агломеративные и кластерные модели к-средних, линейные и нелинейные регрессионные канонические, дискриминантные, нечеткие продукционные модели.
Для прогнозирования будущего состояния региона (третий этап исследования): линейные и нелинейные регрессионные, нечеткие
продукционные модели.
Отметим, что данная группа методов использовалась для решения задач анализа, прогноза, рейтингования, количественной и качественной оценки регионов РФ по четырем следующим направлениям: финансовое, экономическое, финансово-экономическое, социально-экономическое.
Результаты первого этапа исследования - анализа данных, проведенного нами, представлены и подробно описаны в работах [3-4].
Результаты третьего этапа исследования - прогнозные регрессионные и нечеткие модели представлены в [8].
Основные результаты второго этапа исследования - классификации регионов РФ по финансовому направлению, собраны и представлены в табл.1. Рассмотрим ее более подробно.
Во второй колонке таблицы приведены названия регионов РФ. Для анализа финансового состояния регионов РФ использовались данные рейтингового агентства АК&М. В третьей, четвертой и пятой колонках табл. 1 представлены данные рейтингового агентства АК&М - место в рейтинге по финансовым показателям, относительный уровень кредитоспособности по финансовым показателям и качественная характеристика финансового состояния региона, соответственно. В шестой и седьмой колонках представлены результаты, разработанной нами нелинейной регрессионной модели финансового состояния региона, и оценка финансового состояния региона, соответственно. В восьмой колонке дана качественная оценка результатов модели.
Нами было показано, что разбиение регионов как минимум на пять кластеров является необходимым условием для решения задачи экспресс-кластеризации, однако недостаточным для более тонкого и точного анализа, в котором должно участвовать 8-9 кластеров. Данное обстоятельство связано с неоднородностью исследуемых регионов и большим количеством так называемых «выбросов», т.е. регионов резко отличающихся от остальных по своим показателям. Это, например, такие регионы как Москва, Ненецкий АО, Республика Ингушетия, Калмыкия, Чеченская Республика. Поэтому нами была проведена кластеризация по пяти, восьми и девяти кластерам, результаты которой представлены в
колонках 9, 10 и 12. По полученным результатам кластерного анализа, нами были построены соответствующие дискриминантные модели, результаты которых приведены в столбцах 11 и 13.
Разработанная нами нечеткая продукционная система НПС «РЕГИОН-ФС-01» подробно описана ниже. Результаты оценки
финансового состояния регионов РФ данной моделью, а именно, рейтинг региона, количественная оценка финансового состояния региона и ее качественная интерпретация, представлены в колонках 14 и 15 табл. 1.
С использованием полученных нами результатов нечеткой кластеризации и результатов многомерного статистического анализа, был осуществлен
На первом этапе - предварительного анализа данных, нами было осуществлено следующее:
- произведен выбор наиболее информативных показателей финансового, экономического, финансово-экономического и социальноэкономического состояний регионов РФ,
- оценен вклад каждого из показателей в результирующую переменную,
- выделены основные кластеры для каждой из переменных в отдельности, и для совокупности переменных,
- определен диапазон изменений каждой из переменных,
- произведена кластеризация финансового, экономического, финансово-экономического и социально-экономического состояний регионов РФ,
- получены центры кластеров эталонных регионов по каждой из групп лингвистических термов и др.
На основании этих результатов нами были разработаны нечеткие продукционные системы НПС «РЕГИОН-ФС-01» - для оценки
финансового состояния региона, НПС «РЕГИОН-ЭС-01» - для оценки экономического состояния региона, НПС «РЕГИОН- 01» - для оценки финансово - экономического состояния региона, НПС «РЕГИОН- 02» - для оценки социально - экономического состояния региона.
Был проведен сопоставительный анализ результатов исследования финансового, экономического, финансово-экономического и социальноэкономического состояний регионов РФ. Проанализировано состояние Карачаево-Черкесской Республики за 2008-2009гг.
Сопоставление результатов исследований, проведённых с помощью статистических моделей и нечетких продукционных систем показало эффективность их использования и адекватность полученных результатов.
Разработанная нами нечёткая продукционная система НПС «РЕГИОН-ФС-01» (рис.1) для анализа финансового состояния региона с учетом 4 влияющих факторов (отношение объема государственного долга к объему доходов бюджета, отношение объема доходов к общему объему доходов, объем доходов бюджета региона, отношение дефицита бюджета к доходам бюджета), позволяет проводить комплексную оценку состояния региона с использованием количественных показателей, представленных как в числовом, так и в лингвистическом виде, что в свою очередь, позволяет проводить достоверный и всесторонний анализ состояния региона (96% правильной классификации финансового состояния регионов).
Таблица 1 - Сопоставительный анализ результатов исследования финансового состояния регионов РФ
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
№ Субъект РФ № АК&М АК& М Кач АК&М № у1(4) у1(4) Кач у1(4) Кл. ан. 5 Кл. ан. 8 Дискр . ан. 8 Кл. ан. 9 Дискр . ан 9 № «РЕГИОН- ФС-01» НПС «РЕГИОН- ФС-01» Кач «РЕГИ ОН-ФС- 01»
1 Алтайский край 36 52.7 С 36 52.885 С С С С С С 31 0.54192 С
2 Амурская область 42 48.97 СН 42 49.218 СН С С С С С 44 0.42500 СН
3 Архангельская область 44 47.72 СН 43 49.015 СН Н СН СН С Н 45 0.42500 СН
4 Астраханская область 72 31.19 Н 72 32.079 Н Н СН СН Н Н 70 0.30013 Н
5 Белгородская область 37 52.09 С 38 51.395 С Н СВ СН СН СН 35 0.52595 С
6 Брянская область 75 20.58 ОН 74 22.184 ОН ОН ОН ОН ООН ООН 75 0.20994 ОН
7 Владимирская область 26 61.66 СВ 24 61.489 СВ В С С С С 27 0.54203 С
8 Волгоградская область 22 62.72 СВ 23 61.884 СВ В СВ СВ СН СН 25 0.56091 С
9 Вологодская область 10 73.05 В 10 72.298 В В СВ СВ СН СН 12 0.66981 СВ
10 Воронежская область 32 57.37 С 32 56.720 С В С С С С 37 0.49954 СН
11 Еврейская АО 41 49.13 СН 41 49.244 СН С Н С СВ С 28 0.54203 С
12 Забайкальский край 59 41.23 СН 59 41.080 СН С С С С С 64 0.36568 Н
13 Ивановская область 52 44.72 СН 49 46.065 СН С С С С С 46 0.42500 СН
14 Иркутская область 39 50.54 С 40 49.770 СН Н СВ СН СН Н 39 0.47266 СН
15 Кабардино-Балкарская Республика 70 32.71 Н 70 33.323 Н С Н Н ОН ОН 67 0.32500 Н
16 Калининградская область 66 36.35 Н 69 34.478 Н Н СН СН Н Н 68 0.32500 Н
17 Калужская область 65 37.55 Н 67 36.417 Н Н СН СН Н Н 72 0.29042 ОН
18 Камчатский край 80 10.56 ООН 78 12.333 ООН ОН ОН ОН ООН ООН 77 0.14096 ООН
19 Карачаево-Черкесская Республика 74 21.15 ОН 76 19.089 ОН ОН ОН ОН ОН ОН 73 0.21000 ОН
20 Кемеровская область 16 66.85 СВ 18 65.737 СВ ОВ В В В В 19 0.64411 СВ
21 Кировская область 47 46.29 СН 50 45.478 СН Н СН СН С С 47 0.42500 СН
22 Костромская область 63 37.99 Н 63 37.792 Н Н СН СН Н Н 62 0.37857 Н
23 Краснодарский край 14 69.4 СВ 12 69.853 СВ ОВ В В В В 10 0.74912 В
24 Красноярский край 11 72.13 В 11 70.809 В ОВ В В В В 11 0.70594 В
25 Курганская область 46 46.34 СН 47 47.769 СН С С С С С 48 0.42500 СН
26 Курская область 33 55.89 С 35 53.064 С Н СВ СВ СН СН 49 0.42500 СН
27 Ленинградская область 19 65.54 СВ 19 64.817 СВ В СВ СВ СН СН 29 0.54203 С
28 Липецкая область 24 61.8 СВ 28 60.601 СВ В СВ СВ СН СН 34 0.53094 С
29 Магаданская область 73 23.68 ОН 73 22.310 ОН ОН ОН ОН ОН ОН 74 0.21000 ОН
30 Москва 1 87.32 ООВ 1 87.341 ООВ ОВ ООВ ООВ ООВ ООВ 1 0.92484 ООВ
31 Московская область 50 45.28 СН 52 45.332 СН ОВ ОВ ОВ ОВ ОВ 42 0.44414 СН
32 Мурманская область 25 61.77 СВ 25 61.272 СВ В С С С С 22 0.58773 С
33 Нижегородская область 18 66.29 СВ 17 66.925 СВ ОВ В В В В 15 0.65957 СВ
34 Новгородская область 45 47.55 СН 46 48.389 СН Н СН СН Н СН 50 0.42500 СН
35 Новосибирская область 12 69.92 СВ 14 68.300 СВ В СВ СВ СН СН 21 0.62535 СВ
36 Омская область 55 42.82 СН 54 44.146 СН Н СН СН Н Н 56 0.40918 СН
37 Оренбургская область 27 61.55 СВ 27 60.673 СВ В СВ СВ СН СН 24 0.56859 С
38 Орловская область 61 40.38 СН 60 40.652 СН Н СН СН Н Н 51 0.42500 СН
39 Пензенская область 68 35.59 Н 66 36.547 Н Н СН СН Н Н 61 0.37980 Н
40 Пермский край 5 81.04 ОВ 6 79.353 В ОВ В В В В 6 0.77365 В
41 Приморский край 21 63.76 СВ 21 62.966 СВ В С С С С 18 0.65859 СВ
42 Псковская область 34 54.67 С 33 55.323 С С С С С С 30 0.54203 С
43 Республика Адыгея 58 41.65 СН 62 39.023 Н С Н Н СВ СВ 63 0.37352 Н
44 Республика Алтай 78 12.92 ООН 77 12.676 ООН ОН ОН ОН ООН ООН 78 0.10001 ООН
45 Республика Башкортостан 8 75.41 В 9 73.706 В ОВ В В В В 9 0.75392 В
46 Республика Бурятия 64 37.78 Н 65 36.745 Н С Н Н ОН ОН 69 0.32500 Н
47 Республика Дагестан 56 42.82 СН 56 43.087 СН С Н Н СВ СВ 60 0.38695 Н
48 Республика Ингушетия 62 38.56 Н 61 40.184 СН С Н Н СВ СВ 58 0.40088 СН
49 Республика Калмыкия 77 13.79 ООН 79 11.961 ООН ОН ОН ОН ООН ООН 79 0.08383 ООН
50 Республика Карелия 48 46.24 СН 48 46.605 СН Н СН СН Н Н 52 0.42500 СН
51 Республика Коми 17 66.59 СВ 16 67.173 СВ В СВ СВ СН СН 14 0.65966 СВ
52 Республика Марий Эл 67 36.12 Н 64 37.178 Н Н СН СН Н Н 57 0.40867 СН
53 Республика Мордовия 69 32.9 Н 68 34.818 Н Н СН СН Н Н 65 0.35990 Н
54 Республика Саха (Якутия) 60 41.23 СН 57 42.091 СН Н СН СН Н Н 55 0.41342 СН
55 Республика Северная Осетия - Алания 79 12.16 ООН 80 11.011 ООН ОН ОН ОН ООН ООН 81 0.07516 ООН
56 Республика Татарстан 29 60.45 СВ 26 60.847 СВ ОВ В В В В 32 0.54179 С
57 Республика Тыва 51 44.9 СН 51 45.446 СН С Н Н СВ СВ 53 0.42500 СН
58 Республика Хакасия 35 53.47 С 34 53.855 С В С С С С 41 0.45004 СН
59 Ростовская область 20 63.81 СВ 20 62.995 СВ В СВ СВ СН С 13 0.66000 СВ
60 Рязанская область 53 44.44 СН 53 44.969 СН Н СН СН Н Н 54 0.42500 СН
61 Самарская область 30 59.56 С 30 60.281 СВ ОВ В В В В 26 0.55932 С
62 Санкт-Петербург 2 84.48 ОВ 4 83.582 ОВ ОВ ОВ ОВ ОВ ОВ 3 0.89805 ОВ
63 Саратовская область 43 47.79 СН 44 48.874 СН Н СН СН СН Н 38 0.47312 СН
64 Сахалинская область 13 69.74 СВ 15 67.415 СВ В СВ СВ СН С 16 0.65884 СВ
65 Свердловская область 7 77.44 В 7 77.791 В ОВ В В В В 5 0.77408 В
66 Смоленская область 40 50.44 С 37 52.072 С Н С С С СН 36 0.52310 С
67 Ставропольский край 23 62.51 СВ 22 62.715 СВ В С С С С 20 0.62597 СВ
68 Тамбовская область 76 19.16 ООН 75 20.434 ОН ОН ОН ОН ООН ООН 76 0.20896 ОН
69 Тверская область 38 51.04 С 39 50.212 С Н СН СН Н СН 43 0.43481 СН
70 Томская область 57 41.67 СН 55 43.312 СН Н СН СН Н Н 59 0.39708 Н
71 Тульская область 28 61.53 СВ 29 60.375 СВ В СВ СВ СН СН 33 0.53513 С
72 Тюменская область 3 84.45 ОВ 2 85.949 ОВ ОВ В В В В 4 0.89357 ОВ
73 Удмуртская Республика 31 57.81 С 31 56.792 С В СВ СВ СН СН 23 0.56924 С
74 Ульяновская область 49 45.89 СН 45 48.810 СН С С С С С 40 0.47141 СН
75 Хабаровский край 15 68.02 СВ 13 68.675 СВ В СВ СВ СН СН 17 0.65884 СВ
76 Ханты-Мансийский АО 6 80.28 ОВ 5 83.035 ОВ ОВ В В В В 2 0.92484 ОВ
77 Челябинская область 9 74.83 В 8 76.862 В ОВ В СВ В В 8 0.77299 В
78 Чувашская Республика 71 31.67 Н 71 32.554 Н Н СН СН Н Н 71 0.29075 ОН
79 Чукотский АО 81 9.76 ООН 81 8.911 ООН ОН ОН ОН ООН ООН 80 0.07792 ООН
80 Ямало-Ненецкий АО 4 84.23 ОВ 3 85.135 ОВ ОВ В В В В 7 0.77326 В
81 Ярославская область 54 43.25 СН 58 42.060 СН Н СН СН Н Н 66 0.33853 Н
Рисунок 1 - Схематическое изображение НПС «РЕГИОН-ФС-01».
Нечёткая продукционная система НПС «РЕГИОН-ЭС-01» разработана для анализа экономического развития региона с учетом следующих влияющих факторов: объем производства товаров и услуг на душу
населения, отношение задолженности по налогам к объему налоговых платежей, доля прибыльных предприятий в общем количестве, зарегистрированных на территории региона, среднедушевые денежные доходы населения. НПС «РЕГИОН-ЭС-01» позволяет проводить комплексную оценку экономического развития региона с использованием количественных показателей, представленных как в числовом, так и в лингвистическом виде, что в свою очередь, позволяет проводить Ьир:// е. киЬааго. ги/2010/09/рёГ/12.рёГ
достоверный и всесторонний анализ состояния региона (97% правильной классификации экономического состояния регионов).
Нечёткая продукционная система НПС «РЕГИОН- 01» позволяет объединить результаты систем НПС «РЕГИОН-ФС-01» и НПС «РЕГИОН-ЭС-01» и, таким образом, получить адекватную интегрированную оценку финансово-экономического состояния регионов РФ с учетом 8 влияющих факторов.
Нечёткая продукционная система НПС «РЕГИОН-02» для анализа финансового состояния региона с учетом 5 влияющих факторов позволяет проводить комплексную оценку социально-экономического состояния региона с использованием количественных показателей, представленных как в числовом, так и в лингвистическом виде, что в свою очередь, позволяет проводить достоверный и всесторонний анализ состояния региона (98% правильной классификации социально-экономического состояния регионов).
Особенностью разработанных нами нечетких продукционных систем НПС «РЕГИОН-ФС-01», НПС «РЕГИОН-ЭС-01», НПС «РЕГИОН- 01», НПС «РЕГИОН- 02», является то, что для каждой из них был создан полный и непротиворечивый набор из 625, 3125, 3844, 3125 правил нечёткого вывода, соответственно.
Нечеткие продукционные системы НПС «РЕГИОН-ФС-01», НПС «РЕГИОН-ЭС-01», НПС «РЕГИОН- 01», НПС «РЕГИОН- 02» являются оригинальными и не имеют аналогов.
Приведем пример анализа финансового состояния Карачаево-Черкесской Республики за 2008г. с помощью нечеткой продукционной системы НПС «РЕГИОН-ФС-01» и сравним результаты с результатами, полученными рейтинговым агентством АК&М [8].
Количественные значения финансовых показателей данного региона, представленные в табл.2, после проведения этапа фаззификации преобразовываются в качественные (табл.3). Таким образом, появляется возможность учесть знания экспертов, формализуя их с помощью лингвистических переменных.
Таблица 2 - Количественные значения финансовых показателей для Карачаево-Черкесской Республики за 2008г.
Фактор xl x2 x3 x4
Значение 46.31 2G.SS G.2 5.49
Таблица 3 - Качественные значения финансовых показателей для Карачаево-Черкесской Республики за 2008г.
Фактор xl x2 x3 x4
Значение Н ОН ОН С
Rule Viewer: reg-fin-2
File Edit View Options
113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 Y і ■ 1 ,—’ 1 /V
3ft1 ■ ft \ 1 A
^ і / ІД / N 1 і \
F ■ / 1», >\ 1 ! \
> 1 / и \ / \ 1 /V
■ № 1 /\
^ 1 / 1 ^ / \ 1 /V
, Лі ІЛ !\ 1 /\
^ 1 ■ sffi 1/ 4 1 \ 1 /\
У і \h \ 1 A
> і 1 ^ і \ і /\
^ ■ / 1/ \ V 1 /4
^ і 1 ^ 1 /\
/ kL i \ i1 1 4
/ x. I 4 ft У К, 1 / \
/ 4. 1 V 1 It / \ 1 Л
4 V 1 & 1/ \ 1 Л
\ 1 \ 1 arf- • 1 A
V 1 % 1 1 ч
/ ^ 1 \ m 1 / \
133 & 1 A t / Ш 1 M.
VJ4 135 136 137 138 139 140 141 142 143 / ^ 1 \ 11\ i / \
/ ы 1 \ i M 1 / \
4 V 1 V \! \ 1 / \
/ V 1 К I \ 1 / \
/ V 1 \ і Ш 1 A
/ 1 ■Щ. ft / \ 1 / \
/ X. 1 \ № / \ 1 / V
/ V 1 \ ft 1 /4
/ V 1 \ 1/ \ > \ 1 A
/ V 1 \ ft 1 /\
Input: Plot points: Move:
I [46.31 20.88 0.2 5.49] h oi left right down І up І
Рисунок 2 - Оценка финансового состояния Карачаево-Черкесской Республики за 2008г.
Для оценки финансового состояния Карачаево-Черкесской Республики за 2008г. значения финансовых показателей, представленные, либо в количественном (табл.2), либо в качественном виде (табл.3), обрабатываются созданной нами нечёткой продукционной системой НПС «РЕГИОН-ФС-01» (рис.1). В результате получаем количественное выражение оценки финансовой устойчивости региона (рис.2), которое может
интерпретироваться экспертами.
Из рис. 2 иллюстрирующего работу нечеткой продукционной системы видно, что НПС «РЕГИОН-ФС-01» оценивает финансовое состояние региона за 2008г. на 0.21 из диапазона [0 1], т.е. в лингвистических термах, как низкое финансовое состояние, т.е. региону крайне необходимо увеличение собственных доходов бюджета. Заметим, что по результатам рейтингового агентства АК&М, финансовое состояние КЧР оценивается как очень низкое (74 место из 81). Данное отличие объясняется наличием ряда недостатков методики агентства АК&М, рассмотренных в [3, 8].
Кроме того, как показали исследования, проведенные нами, данная методика, суммирования значений показателей с весами, полученными экспертным путем, а затем простого ранжирования результатов действительно позволяет увидеть общее представление о регионах РФ и однозначно определить лидеров и аутсайдеров, однако она совершенно бессильна для определения состояния отдельно взятого региона и зачастую дает ошибочные оценки для регионов, находящихся между лидерами и аутсайдерами.
Из проведенного выше исследования можно сделать следующие выводы:
Адекватная и эффективная система мониторинга, гибкий и легко адаптируемый инструментарий, дают возможность выявить сильные и слабые стороны региона, устранить недостатки в финансово - экономическом управлении, а также прогнозировать результаты будущих периодов исходя из текущих данных. Своевременное выявление негативных тенденций в финансово-хозяйственной, социальной, экологической деятельности региона позволяют принимать обоснованные управленческие решения по повышению кредитоспособности и инвестиционной привлекательности региона. Для решения подобных задач, на наш взгляд, целесообразен подход, основанный на использовании современных математических методов, моделей, инструментальных средств и интеллектуальных систем.
Нами был проведен анализ финансового, экономического, финансовоэкономического и социально-экономического состояния регионов РФ группой различных методов, таких как методы многомерного анализа и нечеткие системы. Был проведен сопоставительный анализ результатов исследования финансового, экономического, финансово-экономического и социально-экономического состояний регионов РФ этими методами. Проанализировано состояние Карачаево-Черкесской Республики за 20082009гг. с помощью разработанных систем.
Литература
1. Барановская, Т.П. Современные математические методы анализа финансовоэкономического состояния предприятия: монография / Т.П. Барановская, А.В. Коваленко, В.Н. Кармазин, М.Х. Уртенов - Краснодар: КубГАУ, 2009. - 250 с.
2. Узденов, У.А. Анализ основных рейтинговых методик Субъектов РФ/ А.В. Коваленко, М.Х. Уртенов, У.А. Узденов // Актуальные задачи математического моделирования и информационных технологий: Материалы VI Всероссийской открытой научно-практической конференции. - Сочи: Соч. гос. ун-т туризма и курорт. дела, 2010. С. 76-78.
3. Узденов, У.А. Исследование кредитоспособности регионов методами многомерного статистического анализа / А.В. Коваленко, М.Х. Уртенов, У.А. Узденов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. Шр://е1киЬааго.ш/2010/04/рё1У09.рё1У/ Научный журнал КубГАУ, №58(04), 2010.
4. Узденов, У.А. Математические основы финансово-экономического анализа. Часть 1. Многомерный статистический анализ. Учебное пособие. / А. В. Коваленко, М.Х. Уртенов, У.А. Узденов. - М.: ACADEMIA, 2010. - 304с.
5. Узденов, У.А. Многомерный статистический анализ предприятий. Монография / А.В. Коваленко, М.Х. Уртенов, У.А. Узденов. - М.: ACADEMIA, 2009. - 240с.
6. Узденов, У.А. Многомерный статистический анализ финансово-экономического состояния предприятия / А.В. Коваленко, М.Х. Уртенов, У.А. Узденов // Научнотехнические ведомости СПбГПУ. серия Экономические науки. №3. 2010. С 209-217.
7. Узденов, У.А. Современные проблемы оценки финансово-экономического состояния и диагностики кризиса на предприятии / А. В. Коваленко, М.Х. Уртенов, У.А. Узденов // Экономика России: XXI век: международный сборник научных трудов. -Выпуск 16. - Воронеж: ВГПУ, 2010. - С. 139-15S.
S. Узденов, У.А. Современные финансово-экономическое состояние и пути
повышения рейтинга КЧР: Монография. / А.В. Коваленко, М.Х. Уртенов, У.А. Узденов. -Карачаевск: КЧГУ, 2010. - 44S с.
