Анализ и прогнозирование инвестиционных процессов в социально-экономических системах на основе многомерных адаптивных моделей тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Анализ и прогнозирование инвестиционных процессов в социально-экономических системах на основе многомерных адаптивных моделей"

На правах рукописи

ПОПОВ КОНСТАНТИН НИКОЛАЕВИЧ

АНАЛИЗ И ПРОГНОЗИРОВАНИЕ ИНВЕСТИЦИОННЫХ ПРОЦЕССОВ В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМАХ НА ОСНОВЕ МНОГОМЕРНЫХ АДАПТИВНЫХ МОДЕЛЕЙ

Специальность 08 00 05 — Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью) Специальность 08 00 13 - Математические и инструментальные методы экономики (математические методы)

АВТОРЕФЕРАТ

диссертации на соискание учено

кандидата экономических наук

00315Э390

Москва-2007

003159390

Работа выполнена в Институте мировой экономики и информатизации

Научный руководитель доктор экономических наук, профессор

Шуметов Вадим Георгиевич

Официальные оппоненты доктор экономических наук, профессор

Касаев Борис Султанович

кандидат экономических наук, профессор Павлова Светлана Александровна

Ведущая организация

Российская экономическая академия имени Г В Плеханова

Защита состоится <<^Р» сентября 2007 г в 14-00 часов на заседании Диссертационного Совета Д 212 043 01 по присуждению ученой степени доктора экономических наук при ГОУ ДПО «Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы» (ГОУ ДПО ГАСИС) по адресу 129272, г Москва, ул Трифоновская, д 57 ауд 201

С диссертацией можно ознакомиться в библиотеке и на официальном интернет-сайте ГОУ ДПО ГАСИС www gasis ru

Автореферат разослан августа 2007 г

Ученый секретарь Диссертационного совета

Д 212 043 01, д э н , доцент

Лочан С А

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Интерес к прогнозированию показателей развития социально-экономических систем не случаен Знание даже краткосрочных - от одного года до трех лет - прогнозов таких макроэкономических показателей, как валовой внутренний продукт и его составляющие, объемы инвестиций, экспорта, импорта, показателей, непосредственно затрагивающих интересы населения — инфляции, уровня безработицы - позволяет своевременно корректировать государственную политику с целью содействия благоприятным прогнозам и принятия мер к недопущению реализации неблагоприятных прогнозов Особенно это относится к прогнозированию инвестиционных процессов, во многом определяющих развитие социально-экономических систем различных уровней

Отличительной особенностью прогнозирования показателей развития социально-экономических систем в условиях переходного периода является невозможность использования наиболее распространенного метода экстраполяции временных рядов Вследствие высокого динамизма процессов развития экономики переходного периода аналитик вынужден обращаться к сравнительно коротким временным рядам, описывающим тенденции изменения макроэкономических показателей на протяжении трех-пяти, в лучшем случае восьми лет Тем не менее, метод экстраполяции,.несмотря на его низкую эффективность в случае коротких временных рядов, по-прежнему остается основным при анализе трендовых тенденций изменения информативных показателей инвестиционных процессов

В то же время, в последние годы проводятся разработки альтернативных методов прогнозирования в коротких временных рядах на основе адаптивного эконометрического моделирования не одномерных, а многомерных процессов, при этом, соответственно, используется матричное представление прогнозируемых показателей Хотя эти методы пока отработаны лишь в теоретическом аспекте и известны лишь отдельные попытки практического использования матричных эконометрических моделей, данный подход представляется перспективным в плане их применения, наряду с традиционными экстраполяционными методами, для решения задач прогнозирования показателей развития социально-экономических систем, включая показатели инвестиционных процессов

Сказанное актуализирует внимание к исследованиям в области анализа и прогнозирования инвестиционных процессов в условиях высокого динамизма процессов развития экономики переходного периода, на основе новейших методов многомерного адаптивного моделирования Данная область исследований относится к направлению 4 1 Паспорта специальности 08 00 05 «Развитие теоретических основ, методологических положений, совершенствование форм и способов исследования инвестиционных процессов в экономических системах»

Степень разработанности проблемы При теоретической и методологической проработке данных вопросов могут быть использованы фундаментальные труды классиков зарубежной экономической теории и прикладных аспектов моделирования экономических процессов в области инвестиционной деятельности. Г Александера, Дж Бэйли, Р Гудвина, Е Домара, Л Иохансена, Н Калдора, Дж Кейнса, А Маршалла, М Миллера, Ф. Модильяни, А Пигу, Я Поллака, Р Солоу, Я Тинбергепа, П Фишера, Е. Хагена, Э Хансена, Р Харрода, Д Хикса, У Шарпа и др

В плане развития темы исследования содержательными являются также труды российских экономистов, посвященные теоретическим и практическим аспектам развития инвестиционного сектора экономики, в частности, работы С Абрамова, В Барда, Н А Бланка, Ю Богатина, В В Бочарова, В К Гуртова, В Жданова, И Зимина, Н Колесникова, Д С Львова, Н Мильчаковой, И Сергеева, Ф Тумусова, В Е Черкасова, В Швандера и др

Проблемы прогнозирования информативных показателей развития социально-экономических систем, а также роль инвестиционных вложений в экономику в условиях переходного периода рассматривались в работах В М Давыдова, М Э. Дмитриева, С И Лунева, В.В Михеева, Б Г Ясина и других российских исследователей.

Анализ указанных работ показал, что имеющиеся в них теоретические и методологические положения могут быть использованы при разработке выбранной темы исследования, в то же время научную разработанность данной проблематики в ракурсе прогнозирования инвестиционных процессов нельзя признать достаточной Это предопределило объект, предмет, цели и задачи диссертационного исследования

Объект исследования - инвестиционные проекты, осуществляемые на федеральном и региональном уровнях

Предмет исследования - методы анализа и прогнозирования инвестиционных процессов в социально-экономических системах на уровне стран, федеральных округов РФ и регионов Центральной России

Цель исследования состоит в разработке научно обоснованных методов анализа и прогнозирования инвестиционных процессов в социально-экономических системах, с учетом особенностей переходного периода развития экономики

Достижение поставленной цели осуществлялось постановкой и решением следующих основных задач исследования

- анализ теоретико-методологических основ исследования инвестиционных процессов как фактора развития социально-экономических систем,

- анализ инвестиционных процессов в социально-экономических системах различных уровней традиционными статистическими методами, на примере устоявшейся экономики Германии, а также переходной экономики Российской Федерации, ЦФО и его регионов,

- выявление прогностической способности трендовых моделей коротких временных рядов показателей устоявшейся рыночной экономики,

- анализ возможности применения адаптивного подхода к прогнозированию показателей развития инвестиционных процессов социально-экономических систем с устоявшейся рыночной экономикой,

- разработка прогностических эконометрических многомерных моделей инвестиционных процессов российской экономики

Теоретической и методологической основой диссертационного исследования служат методологические принципы, теоретические положения и выводы, содержащиеся в фундаментальных и прикладных исследованиях отечественных и зарубежных авторов по теории инвестиционного анализа, системного анализа, вопросам прогнозирования социально-экономического развития систем на страновом и региональном уровнях, теории измерения

В процессе исследования применялся методический аппарат эконо-метрического моделирования, методы корреляционно-регрессионного и кластерного анализа Обработка эмпирической информации и эконометри-ческое моделирование осуществлялись с использованием стандартных программ статистического и математического анализа, а также оригинальных программных продуктов для персонального компьютера, созданных на базе векторно-полевого метода представления многомерной информации

Фактологическая база диссертации построена на материалах анализа отечественных и зарубежных публикаций по проблематике исследования, материалах Интернета, официальных статистических данных Федеральной службы государственной статистики.

Научная новизна проведенного исследования заключается в разработке методических подходов к анализу и прогнозированию инвестиционных процессов в социально-экономических системах странового и регионального уровней в условиях переходного периода развития экономики на основе многомерных адаптивных моделей

Научная новизна подтверждается следующими полученными научными выводами и результатами, выносимыми на защиту

Специальность 08 00 05 - Экономика и управление народным хозяйством (управление инновациями и инвестиционной деятельностью)

1. Обосновано, что в методологическом плане анализ инвестиционных процессов необходимо проводить с учетом временного и пространственного аспектов, учитывая, во-первых, периодизацию инвестиционных процессов, во-вторых - неоднородность регионов РФ по уровню и фазе их развития При использовании регионов в качестве изучаемых статистических единиц следует выделять временные подпериоды, в пределах которых можно считать трендовые тенденции установившимися

2 На основании корреляционно-регрессионного анализа показателей инвестиционных процессов в российских регионах в период 2003-2005 гг

установлено позитивное влияние уровня инвестиционной активности в регионах на объем валового регионального продукта, объем промышленного производства, сальдированный финансовый результат деятельности организаций региона, экономико-социальные показатели, отражающие уровень жизни населения (среднедушевые денежные доходы в месяц, среднемесячная номинальная начисленная заработная плата работающих в экономике, ввод в действие общей площади жилых домов) Эмпирически установлено также позитивное влияние бюджетного инвестирования, рассматриваемого как инвестиционная активность государства, на общий уровень инвестиционной активности в регионах

Специальность 08 00 13 - Математические и инструментальные методы экономики (математические методы)

1 На примере анализа результатов аппроксимации динамики изменения целевых показателей экономики Германии в период 1984-1989 гг показано, что в случае коротких временных рядов для решения задач прогнозирования эмпирические данные следует аппроксимировать наиболее простыми двухпараметрическими трендовыми регрессионными моделями - линейными, экспоненциальными, степенными и др Это позволяет не только выполнить краткосрочный точечный прогноз, но и оценить доверительные границы прогнозируемого показателя Применение полиномиальных трендовых моделей в большинстве случаев приводит к грубым ошибкам экстраполяции, и в этой связи они могут быть рекомендованы только при решении задач интерполяции Эмпирическим путем обоснована эффективность методов разработки кратковременных прогнозов на основе адаптивных эконометрических моделей многомерных процессов с матричными предикторами

2 Предложены базовые эконометрические многомерные модели инвестиционных процессов российской экономики на страновом и региональном уровнях - модель с детерминированным матричным предиктором, предполагающей взаимодействие входящих в нее «равноправных» переменных, и модель с многомерным предиктором, разделенным на ресурсные и целевые переменные, также учитывающей их взаимовлияние Обоснована эффективность использования предложенных базовых моделей для разработки кратковременных прогнозов показателей многомерных инвестиционных процессов социально-экономических систем различного уровня в условиях высокой динамичности переходного периода развития их экономики

Практическая значимость результатов исследования заключается в том, что разработанные в результате теоретических и эмпирических исследований подходы к анализу и прогнозированию инвестиционных процессов в социально-экономических системах странового и регионального уровней позволят научно обоснованно определять основные направления

их совершенствования с учетом специфических условий переходного периода и социального характера развития экономики

Основные выводы и рекомендации работы могут служить методической базой для дальнейших исследований в области управления инвестициями, а также предлагаются к использованию в учебном процессе при чтении дисциплин «Инвестиционный менеджмент», «Экономико-математические методы и модели», «Теория систем и системный анализ» студентам и слушателям экономических и других специальностей вузов

Апробация и реализация результатов исследования Основные результаты диссертационного исследования обсуждались и были одобрены на конференциях и семинарах различного уровня Среди них научно-практические семинары профессорско-преподавательского состава Государственной академии профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы и Орловской региональной академии государственной службы, Международная интернет-конференция «Менталитет, общество, экономика проблемы развития России» (Орел, Орловский государственный технический университет, 2006), Международная н -практ конференция «Моделирование и прогнозирование в управлении методы и технологии» (Орел, Орловская региональная академия государственной службы, 2007) Методика прогнозирования инвестиционных процессов на основе эконометри-ческих многомерных адаптивных моделей внедрена в учебный процесс ГОУ ДПО «Государственная академия профессиональной переподготовки и повышения квалификации руководящих работников и специалистов инвестиционной сферы»

Публикации По результатам выполненного исследования опубликовано 8 работ Общий объем публикаций 4,1 п л , из которых 3,6 п л - авторские

Объем и структура диссертации Диссертация содержит 173 страницы основного текста, в том числе 36 рисунков и 32 таблицы Ниже приводится структура работы. Введение

Глава 1 Теоретико-методологические основы исследования инвестиционных процессов как фактора развития социально-экономических систем

1 1 Модели развития социально-экономических систем 1 2 Теоретико-методологические основы исследования связи инвестиционных процессов с развитием социально-экономических систем

1 3 Методологические принципы и методы исследования инвестиционных процессов

Глава 2 Анализ инвестиционных процессов в социально - экономических системах традиционными статистическими методами

2 1 Исследование закономерностей рыночной экономики методами имитационного эксперимента

2 2 Статистический анализ влияния инвестиционных процессов на развитие региональных социально-экономических систем

2 3 Прогностическая способность трендовых моделей коротких временных рядов

Глава 3 Методы прогнозирования инвестиционных процессов на основе эконометрических многомерных адаптивных моделей

3 1 Адаптивный подход к прогнозированию показателей развития устойчивых социально-экономических систем на основе моделей многомерных процессов

3 2 Прогностические эконометрические многомерные модели инвестиционных процессов российской экономики

Заключение

Список использованных источников

Приложения

ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ РАБОТЫ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1 В методологическом плане анализ инвестиционных процессов необходимо проводить с учетом временного и пространственного аспектов, учитывая, во-первых, периодизацию инвестиционных процессов, во-вторых - неоднородность регионов РФ по уровню и фазе их развития

В работе принята периодизация процессов постсоветского развития экономики России на четыре неравных отрезка, различающихся спадом или ростом общероссийского ВВП 1) 1991-1996 г - экономический спад, 2) 1997 г - небольшой подъем, 3) 1998 г - сильный спад (в результате финансового кризиса), 4) с 1999 г. по настоящее время - период общего экономического подъема

Ввиду значительной неравномерности в социально-экономическом развитии российских регионов, в рассматриваемый период наблюдались отклонения от общероссийской цикличности не только в отношении регионов, но и в разрезе федеральных округов Так, в 1996 г рост ВРП происходил в двух федеральных округах - Уральском и Дальневосточном, в 1997 г объем ВРП снизился в четырех из семи округах, но после 1998 г колебания объемов ВРП во всех федеральных округах соответствовали общероссийским За 1996-1998 гг наибольшее падение ВРП среди федеральных округов произошло в Северо-Западном и Сибирском, наименьшее - в Центральном и Уральском округах В 1999 г сокращение ВРП завершилось в 10 регионах республиках Коми, Ингушетии, Калмыкии, Карачаево-Черкесии, Хакасии, а также в Брянской, Тульской, Камчатской, Магаданской областях и Чукотском а о В 2000-2001 гг падение ВРП продолжалось только в Республике Марий Эл В целом же 1999-2001 гг стали периодом экономического роста для 76 из 79 субъектов РФ и всех федеральных округов (исключение составили Республика Марий Эл, Камчатская и Магаданская области, где наблюдалось снижение ВРП на 3,9, 3,0 и 1,5%, соответственно)

В ракурсе рассматриваемой проблемы исследования инвестиционных процессов в динамике и региональном разрезе особый интерес представляет период после 1999 г Распространена точка зрения, что подъем российской экономики вызван ростом цен на нефть, в качестве обоснования этого тезиса динамика прироста ВВП сопоставляется с динамикой цен на нефть - графики соответствующих временных рядов повторяют друг друга (рисунок 1а) Однако нетрудно убедиться в ошибочности распространения этого вывода на весь рассматриваемый период на рисунке 1 а симбатный ход динамики темпов прироста ВВП и цен на нефть наблюдается только для периода 1999-2002 гг, в дальнейшем же рост цен на нефть сопровождался снижением темпов прироста ВВП с отрицательным коэффициентом корреляции Л=-0,894 Из корреляционного анализа официаль-

ных статистических данных по фактическим темпам роста ВВП и инвестиций в основной капитал в период 2000-2005 гг следует, что между ними имеется сильная положительная корреляционная связь с коэффициентом линейной корреляции #=0,865, значимая на ^-уровне 0,026 (рисунок 1 6)

/

/

/

<

/

/

/

/

/

/

У

/

Показатель

Прирост ВВП 1

Цена на нефть, , эа баррель

1999 2001 2003 2005

2000 2002 2004 2006

инвестиции & оси капитал

2000 2001 2002 2003 2004 2005

Рисунок 1 - Сопоставление показателей экономики РФ а - темпов прироста ВВП и цен на нефть, б - темпов роста ВВП и инвестиций в основной капитал Эти результаты позволяют заключить, что темпы экономического роста определяются не столько ценами на нефть, сколько инвестициями в экономику В работе показано, что рост реального объема ВВП в целом по Российской Федерации связан с ростом инвестиций в основной капитал статистически значимой степенной регрессионной зависимостью

Индекс ВВП = 21,9 х {Индекс инвестиций)0,338, (1)

в которой смысл коэффициента регрессии 0,338 - эластичность индекса ВВП по индексу инвестиций в основной капитал, т е. при увеличении инвестиций на 1% ВВП увеличивается, в среднем, на 0,34%.

Отечественная статистика, как правило, предоставляет для анализа данные лишь по цепным темпам роста, что существенно затрудняет сравнение изменения показателей социально-экономического развития в динамике В ряде случаев требуется пересчет значений объемов инвестиций в действующих ценах к объемам инвестиций в ценах базового года, в качестве которого целесообразно принять 2005 год - последний, по которому на сегодняшний момент имеются опубликованные статистические данные Пересчет производится по простым формулам.

г (2004) = Кинв(2005)//фю о6ъем(2005) х 100, Уит п цснах_2005_г (2003) = ^инв_в_ценах_2005 г (2004) / /физ о6ъсм(2004) X 100,

и

(2000) == Утт_ (2001)/ ^физ_объем(2001) х 100, (2)

-где Кинв_в ценах_2005_г(2004) и т д - объем инвестиций в 2004 и других годах в ценах 2005 года, /фИз_объем(2005) и т д - индекс физического объема инвестиций в основной капитал в текущем году, в процентах к предшествующему году Согласно расчетам, инфляционные процессы существенно искажают истинную динамику изменения объема инвестиций в основной капитал — наблюдается примерно двукратное расхождение в истинных темпах роста инвестиций в экономику РФ в 2005 году относительно 2000 года, по сравнению с данными в действовавших ценах, приводимыми в статистических сборниках (рисунок 2)

а б

2000 2001 2002 2003 2004 2003

2000 2001 2002 2003 2004 2005

Рисунок 2 - Динамика изменения инвестиций в основной капитал в целом по РФ за 2000-2005 гг а — абсолютные значения объема инвестиций, б - темпы роста

Важен также выбор подлежащих анализу статистических единиц Из закона больших чисел следует, что чем больше объем выборки, по которой производится наблюдение, тем меньше влияние случайных факторов, сопутствующих изучаемому процессу В случае инвестиционных процессов такими случайными факторами являются, например, инвестиции, обусловленные реализацией различных целевых программ, а также воздействием непредвиденных ранее факторов (стихийные бедствия, аварии и т п) Эти факторы могут существенно влиять на динамику инвестиционных процессов в региональном разрезе, из выполненного нами анализа временных рядов объема инвестиций в основной капитал следует, что инвестиционные процессы в регионах ЦФО в период 2000-2005 гг развивались существенно по-разному, и лишь для некоторых из них можно указать трендовые закономерности, аппроксимирующие реальные данные во всем рассматри-

ваемом временном интервале Тем не менее, учитывая определяющую роль регионов в социально-экономическом развитии РФ в целом, представляется целесообразным в статистическом исследовании инвестиционных процессов в качестве изучаемых статистических единиц принимать именно регионы, при этом необходимо выделять временные подпериоды, в пределах которых можно считать трендовые тенденции установившимися

2 Ввиду высокой динамичности инвестиционных процессов в российской экономике, в работе выполнен анализ взаимосвязи макроэкономических показателей в социально-экономических системах с устойчивой рыночной экономикой, на примере динамики конъюнктуры немецкой макроэкономики в старых федеральных землях Германии 1984-1989 гг, при этом использовано имитационное моделирование макроэкономических показателей на основе методов планирования многофакторного эксперимента

Рассматривались следующие показатели социально-экономического развития ставка заработной платы {Х\), темп роста массы денег Центрального банка (Хг), ставка учетного процента (Х3), ставка налога на добавленную стоимость (Х4), изменение государственных расходов (Х5) и изменение инвестиций (Х6) Результирующими показателями являлись уровень безработицы (У]) и темп роста уровня цен (Г2), а также функция благоденствия Ф Исследования охватывали шесть факторов, изменяющиеся на двух уровнях, « поскольку была поставлена задача ограничиться линейными моделями.

В соответствии с этим, реализован близкий к насыщенному план вычислительного эксперимента по матрице 1/8 реплики полного факторного эксперимента - ДФЭ 26"3 с определяющим контрастом 1-х3X4X5X6 Такое планирование экономично, поскольку позволяет при всего восьми вариантах сочетаний уровней входных факторов не только оценить линейные эффекты, но и определить адекватность линейного приближения за счет дополнительной степени свободы, позволяющей найти оценку значимости взаимодействий Рабочая матрица дробного факторного эксперимента 26~' в инструментальных переменных приведена в таблице 1.

Выбор интервалов варьирования инструментальных переменных осуществляли с учетом возможности линейной аппроксимации - величина полуинтервала составляла около 3% рабочего интервала изменения каждой из этих переменных

В результате регрессионного анализа получена линейная регрессионная модель для функции благоденствия

Фрасч=100,05-1,42 х,+0,74 х2-0,11 х3-0,84 х4-0,42 х5+0,3 х6, (3) где XI. хб- кодированные переменные, связанные с входными переменными Х3 Х6 линейными соотношениями

х, = (X\ - 3,4) / 0,4, х2 = (Х2 - 7,3) / 0,3, х3 = (Х3 - 4) / 0,2,

х4 = (ЛТ4 - 14) / 0,3, х5 = Х5 / 0,25, х6 = Х6/ 0,25 (4)

Таблица 1 - Матрица планирования имитационного моделирования экономики Германии по плану ДФЭ 2м

№ варианта Код Значения инструментальных переменных

Хи % Хь % Хг, % Х4, % Х$, млрд БМ Хб, млрд РМ

1 ас/ 3,8 7,0 4,2 13,7 -0,25 0,25

2 айе 3,8 7,0 3,8 14,3 0,25 -0,25

3 Ьсе 3,0 7,6 4,2 13,7 0,25 -0,25

4 ыГ 3,0 7,6 3,8 14,3 -0,25 0,25

5 аЬс<1 3,8 7,6 4,2 14,3 -0,25 -0,25

6 аЬе/ 3,8 7,6 3,8 13,7 0,25 0,25

7 3,0 7,0 4,2 14,3 0,25 0,25

8 (1) 3,0 7,0 3,8 13,7 -0,25 -0,25

Модель (2) адекватно аппроксимирует зависимость прогнозных значений функции благоденствия от принятых в рассмотрение входных переменных в интервалах их изменений согласно таблице 1 Величины и знаки коэффициентов регрессии при линейных членах модели показывают интенсивность и направление влияния инструментальных переменных на функцию благоденствия Так, коэффициент при х\ максимален По абсолютной величине и имеет отрицательный знак Это означает, что изменение ставки зарплаты в сторону ее уменьшения в наибольшей степени способствует стабилизации экономики Следующим по абсолютной величине и также с отрицательным знаком является коэффициент при х4, отражающий достаточно сильное повышение функции благоденствия при уменьшении ставки НДС Далее по степени влияния следует темп роста массы денег, повышение которого благоприятно влияет на экономическую ситуацию (соответствующий коэффициент регрессии положительный), затем - изменение государственных расходов, снижение которых также положительно влияет на экономику Положительное влияние на функцию благоденствия оказывает также увеличение инвестиций Предложенный многофакторный подход к исследованию эконометрических моделей устоявшихся экономик позволяет решить различные задачи, требующие количественной оценки взаимосвязей макроэкономических показателей, среди которых наиболее важными представляются задачи управления экономической политикой, где основные макроэкономические показатели рассматриваются как соответствующие индикаторы

3 Анализ инвестиционных процессов российской экономики в период ее роста после кризисного 1998 года показывает, что проблема инвестирования в реальном секторе не может быть радикально решена за счет привлечения иностранных инвестиций Во-первых, доля прямых ино-

странных инвестиций в общем объеме инвестиций в основной капитал в российскую экономику в течение 2000-2006 гг не превышала 5-7% Во-вторых, как показывают статистические данные, наименее привлекательными для иностранных инвесторов являются технологичные отрасли, развитие которых является стратегической задачей в реформировании российской экономики В-третьих, к настоящему времени не выработан механизм, позволяющий избежать ряда существенных негативных моментов, связанных с привлечением иностранных инвестиций В-четвертых, регионы, специализация которых не связана с добычей углеводородного сырья и производством металлургических и химических полуфабрикатов, не могут рассчитывать на значимое участие в стратегическом развитии их хозяйственных комплексов иностранных инвесторов

Вместе с тем, в настоящее время имеются объективные предпосылки как для повышения региональной инвестиционной активности, так и для позитивного влияния региональных инвестиционных процессов на общий уровень развития регионов С целью обоснования данных положений, в работе выполнен статистический анализ инвестиционной активности в регионах по статистическим данным

На основании корреляционно-регрессионного анализа показателей инвестиционных процессов в российских регионах в период 2003-2005 гг получен ряд статистически значимых эконометрических пространственных моделей, позволивших установить следующие закономерности

- позитивное влияние уровня инвестиционной активности в российских регионах, измеряемого накопленным объемом инвестиций в основной капитал за текущий и два предшествующих года, на объем валового регионального продукта,

- позитивное влияние накопленного за ряд лет объема инвестиций в основной капитал на объем промышленного производства,

- позитивное влияние накопленного за ряд лет объема инвестиций в основной капитал в сельском хозяйстве на объем сельскохозяйственной продукции,

- позитивное влияние накопленного за ряд лет объема инвестиций в основной капитал за ряд лет на сальдированный финансовый результат деятельности организаций региона,

- позитивное влияние накопленного за ряд лет объема инвестиций в основной капитал на экономико-социальные показатели, отражающие уровень жизни населения - среднедушевые денежные доходы в месяц, среднемесячную номинальную начисленную заработную плату работающих в экономике, ввод в действие общей площади жилых домов

Эмпирически установлено также позитивное влияние бюджетного инвестирования, рассматриваемого нами как инвестиционная активность государства, на общий уровень инвестиционной активности в регионах

Вышеизложенное позволяет утверждать, что эмпирически обоснована важная роль инвестиций в развитии региональных социально-экономических систем, применительно к условиям современной российской экономики При этом был использован традиционный подход - регрессионный анализ пространственных данных по всем регионам Российской Федерации, что обеспечило надежность статистических выводов

4 При всей важности подобного «пространственного» анализа, особенно для такой страны, как Россия, где территориальные различия в социально-экономическом развитии выражены в сильной степени, для решения задач управления надо располагать также прогнозами изменения основных макроэкономических показателей, что требует анализа динамики соответствующих временных рядов на основе их моделирования Ввиду высокой динамичности происходящих в российской экономике процессов, включая инвестиционные, прогностические свойства эконометрических трендовых моделей нами исследованы на примере динамики изменения макропоказателей экономики Германии в период 1984-1989 гг.

По результатам аппроксимации динамики изменения целевых показателей установлено, что в случае коротких временных рядов для решения задач прогнозирования эмпирические данные необходимо аппроксимировать наиболее простыми двухпараметрическими трендовыми регрессионными моделями - линейными, экспоненциальными, степенными и др Это позволяет не только выполнить краткосрочный точечный прогноз, но и оценить доверительные границы прогнозируемого показателя Применение более точных полиномиальных трендовых моделей - третьего и даже второго порядка - в большинстве случаев приводит к грубым ошибкам экстраполяции, и в этой связи они могут быть рекомендованы только для решения задач интерполяции

Отсюда следует важный практический вывод если цель аппроксимации эмпирических временных рядов - прогнозирование, не следует стремиться к высокой точности аппроксимирующей модели, гораздо важнее добиваться лучшего приближения к последним уровням рядов, при «разумной» экономической интерпретации модели Этот вывод соответствует принципу адаптационного моделирования в экономике, который существенно отличается от принципов адаптивного моделирования технических систем если в методах, ориентированных на технические приложения, улучшаются параметры, характеризующие быстродействие и скорость сходимости, то в методах, ориентированных на экономические приложения, уточняется структура модельного представления прогнозируемых процессов с целью получения содержательно интерпретируемых результатов

5 Неотъемлемой чертой функционирования современной экономики является неопределенность, а специфика прогнозных задач в экономике, определяемая сложностью и динамичностью современных инвестиционных процессов, исключает возможность перенесения прошлых закономерностей

на будущее В этой связи проблему прогнозирования инвестиционных процессов социально-экономических систем в условиях неопределенности многие исследователи пытаются решать, используя адаптивный подход

В ракурсе рассматриваемой проблемы прогнозирования информативных показателей развития инвестиционных процессов социально-экономических систем, адаптация рассматривается нами как метод, основанный на обработке поступающей информации и обеспечивающий достижение некоторого критерия оптимизации Многоцелевое развитие вносит противоречивость в принимаемые решения, требует их согласования и разумного компромисса В многомерных инвестиционных процессах отсутствуют долговременные закономерности в виде трендовых зависимостей, постоянно наблюдаются взаимодействия Взаимосвязь между инвестиционными процессами исключает возможность локальных прогнозов и ориентирует на разработку подходов, в которых учитывается реальное взаимодействие этих процессов в многомерной динамике изучаемой системы

Один из таких подходов основан на гипотезе о характере структурного взаимодействия экономических показателей, которое можно описывать косвенными темпами приростов, представляющими собой отношения приростов каждого из рассматриваемых показателей ко всем остальным Идея этой гипотезы в том, что на протяжении некоторого периода времени структура косвенных темпов приростов прогнозируемых показателей может оставаться почти неизменной Неизменность - это свойство структуры, которое переносится из настоящего в будущее, сохраняя закономерную пропорциональность в развитии инвестиционных процессов социально-экономической системы

Простейшей реализацией этой гипотезы является модель с детерминированным матричным предиктором (термин «детерминированный» отражает, что построению соответствующих моделей должны предшествовать процедуры сглаживания, элиминирующие случайную составляющую) Такой предиктор имеет смысл строить в тех ситуациях, когда возможность применения статистических методов моделирования полностью исключена То есть речь идет об альтернативном методе прогнозирования в коротких временных рядах - разработке прогнозов путем адаптивного эконометрического моделирования не одномерных, а многомерных инвестиционных процессов До настоящего времени этот метод детально отработан лишь в теоретическом плане, известны лишь отдельные случаи применения моделей многомерных процессов в экономической практике

Введем обозначения хй - величина г -го показателя в момент времени I, - величина I -го показателя в момент времени t-\, А хи - величина изменения (прироста) I -го показателя

Предполагается, что любое изменение произвольного г -го показателя зависит от величины остальных показателей Это может быть функцио-

нальная или регрессионная зависимость Ах(1 =¥(х(1, х(2, , хш ) Как правило, малый объем ретроспективных данных не позволяет реализовать известные методы идентификации этой зависимости, и в качестве упрощения удобно использовать линейное представление приростов

Модель этой линейной зависимости строится в предположении, что прирост любого из показателей формируется под воздействием всех остальных и является суммарной величиной, причем каждый показатель в отдельности оказывает незначительное влияние, и среди них нет доминирующих Для реализации этого предположения вводится в рассмотрение характеристика, устанавливающая степень влияния ] -го показателя на изменения, происходящие в г -м В качестве такой характеристики используется косвенный темп прироста

Ах,,

(5)

В предположении, что на формирование прироста все показатели оказывают равномерное воздействие, разделив \>у на (и — 1), получаем ту

долю в приросте / -го показателя, которая сформирована под воздействием ] -го Использование введенной меры степени влияния у -го показателя на I -й, позволяет выразить прирост Ахп через сумму произведений

1 (6)

Ахп =

п-1

Так как Аха = хп - , величина любого г -го показателя представляется в виде суммы предшествующего значения и прироста А хп (6)

1 1 = 1, и

•1

(7)

Система уравнений (7) с учетом обозначений

х,2

\Х1п У

V =-

'О

V,

и-1

П2

"«2

"2л

может быть записана в компактной матричной форме

X, = X

г-\

+ Ух,

Решение системы (9) определяется как

х^А-угЧ-ъ

(8)

(9) (10)

где I - единичная матрица

Обратная матрица (1-У)-1 и является матричным предиктором Она определяет переход из состояния, описываемого вектором значений предшествующего момента времени, в состояние, представленное вектором значений текущего момента времени Внедиагональные элементы обратной матрицы интерпретируются как косвенные темпы роста равномерно распределенных частей прогнозируемых показателей, а диагональные -как прямые темпы роста оставшейся части

В предположении, что матричный предиктор перспективного периода почти не отличается от матричного предиктора текущего периода, выражение (10) позволяет рассчитывать прогнозные оценки Основное преимущество данного подхода заключается в том, что с его помощью можно проводить расчеты для многомерных рядов динамики даже в том случае, когда исследователь располагает наблюдениями лишь за два периода Статистическая надежность таких прогнозных расчетов опирается на то обстоятельство, что даже при изменении характера динамики прогнозируемых инвестиционных процессов, структура самого предиктора, как правило, изменяется незначительно Как показывает практика прогнозных расчетов, применение этой модели предпочтительней обычных расчетов с использованием темпов роста, в которых совсем не учитывается взаимодействие между моделируемыми показателями

В работе на примере анализа динамики конъюнктуры немецкой макроэкономики в старых федеральных землях Германии 1984-1989 гг эмпирическим путем обоснована эффективность методов разработки кратковременных прогнозов на основе адаптивных эконометрических моделей многомерных инвестиционных процессов с матричными предикторами

6 Основываясь на изложенных результатов теоретических и экспериментальных исследований, в работе предложены базовые эконометриче-ские многомерные модели инвестиционных процессов российской экономики на страновом и региональном уровнях. Исследуемыми показателями инвестиционных процессов приняты

1) реальные инвестиции в основной капитал, скорректированные к ценам базового момента времени - в данном случае, к ценам 2005 года,

2) показатели структуры инвестиций в основной капитал по видам основных фондов,

3) показатели структуры инвестиций в основной капитал по источникам финансирования

Эти показатели рассматриваются как ресурсные В качестве целевых показателей, отражающих уровень социально-экономического развития различных территориальных общностей, приняты

1) объем валового внутреннего продукта (ВВП) и валового регионального продукта (ВРП), в абсолютном измерении и на душу населения,

2) фактическое конечное потребление домашних хозяйств на душу населения и его компоненты

Первая многомерная базовая модель инвестиционных процессов -модель с детерминированным матричным предиктором Ее особенность, во-первых, в признании всех показателей равноправными, во-вторых - в учете взаимодействия между показателями структуры инвестиций, принятых к анализу, причем последнее обусловливает нелинейность прогнозов В конкретном случае прогнозирования структуры инвестиций в основной капитал РФ по видам основных фондов эта базовая модель основывается на матрице косвенных темпов приростов V, по которым формируются прогнозы на 2004, 2005 и 2006 гг

0 0,01252 0,24967 0 ,0,12967 0,03656

'2002-2003 '

' 2003-2004 "

' 2004-2005 '

0,01444Л 0,07863 0

0,01944Л 0,05427 0

- 0,00149 Л 0,05832 0

0 0,01838 0,17702 0 ^0,28832 0,08356 ' 0 -0,00142 0,21885 0 ^0,22690 0,05778

Компоненты матриц косвенных темпов приростов расположены в следующем порядке 1) инвестиции в жилье, 2) инвестиции в здания и сооружения и 3) инвестиции в машины и оборудования, при этом они при ведены к ценам 2005 года Этим матрицам отвечают следующие матричные предикторы, определяющие переход из состояния, описываемого вектором значений предшествующего момента времени, в состояние, представленное вектором значений текущего момента времени

'1,00520 0,01315 0,01555^1 0,25408 к0,13963 '1,00957 0,19540 1 0,30741

(I ^)гоо4 -

(I ^)гоо5—

(I ^Огооб ~

1,00621 0,03849 0,02029 1,00848 0,09012 '0,99931 -0,00151 0,23271 1,00303 0,24019 0,05761

0,08279 1,00504 0,02073^ 0,05853 1,01087 -0,00157Л 0,05815 1,00300

В предположении, что матричный предиктор перспективного периода почти не отличается от матричного предиктора текущего периода, рассчитана прогнозные оценки компонентов структуры инвестиций в основной капитал РФ (рисунок 3, здесь же показаны результаты так называемого «наивного прогноза» в предположении постоянства абсолютных приростов) а б

многомерный прогноз

многомерный стоотноз

2002 2003 2004 2005 2006

2002 2003 2004 2005 2006

многомерный прогноз

2002 2003 2004 2005 2006

Рисунок 3 - Прогнозирование структуры инвестиций в основной капитал РФ по видам основных фондов (многомерная и наивная модели) а - жилье, б - здания и сооружения, в - машины и оборудование

Анализ графиков, представленных на рисунке 3, позволяет сделать следующие выводы

1) прогноз по многомерным моделям нелинеен - наблюдается «опережение» прогнозных значений инвестиций по всем видам основных фон-

дов относительно прогноза по моделям линейного прироста - так называемого «наивного» прогноза Это — следствие учета взаимодействия между переменными моделей с матричным предиктором,

2) как и в любом адаптивном прогнозе, в прогнозе по многомерным моделям проявляется эффект «запаздывания» - прогнозные значения «повторяют» сложившуюся тенденцию к повышению или, напротив, к снижению прогнозируемого показателя Это - следствие учета лишь двух последних наблюдений

В работе рассмотрены также многомерные матричные модели прогнозирования структуры инвестиций в основной капитал по источникам финансирования Отличие лишь в размерности матриц косвенных темпов прироста и матричного предиктора в случае многомерных моделей прогнозирования структуры инвестиций в основной капитал по источникам финансирования размерность матриц увеличивается с трех до четырех, соответственно числу основных компонентов (собственные средства, кредиты банков, средства из федерального бюджета и бюджетов субъектов РФ) Принцип их построения полностью идентичен принципу построения рассмотренных выше моделей

Второй вид базовых многомерных моделей инвестиционных процессов - модели с разделенными переменными, позволяющие прогнозировать не только показатели инвестиционных процессов, но и целевые показатели развития социально-экономических систем Ресурсными переменными являлись показатели структуры инвестиций в основной капитал как по источникам финансирования, так и по видам основных фондов, целевыми переменными - компоненты фактического конечного потребления домашних хозяйств, что важно с точки зрения оценки уровня благосостояния населения

Методика разработки базовых многомерных моделей этого типа рассмотрена на примере анализа структуры инвестиций в основной капитал по видам и целевых показателей развития экономики РФ в 2002-2004 гг РФ в целом, причем все показатели представлены в действовавших ценах

Прогноз по модели с разделенными переменными проводится в предположении, что показатели структуры инвестиций в основной капитал являются ресурсными переменными, а показатели фактического конечного потребления домашних хозяйств - целевыми В случае прогнозирования на 2004 год квадратная матрица косвенных темпов прироста V пятого порядка

( 0 0,26555 1,06015 0,29899 0,34473^

0,00562 0 0,13634 0,03845 0,04433

V = 0,00179 0,01088 0 0,01225 0,01412

0,00792 0,04813 0,19216 0 0,06248

,0,00540 0,04813 0,13048 0,03680 0

V* -

0,01412 0,06248 0

разбивается на четыре блочные подматрицы - блок Уц порядка 2x2, отражающий косвенные темпы прироста целевых переменных, блок Угг порядка 3x3, отражающий косвенные темпы прироста ресурсных переменных, блок У)2 порядка 2x3, характеризующий влияние ресурсных переменных на прирост целевых переменных, и блок У21 порядка 3x2, характеризующий влияние целевых переменных на прирост ресурсных переменных

' 0 0,26555 ,0,00562 0 ' 0 0,01225 0,19216 0 ,0,13048 0,03680 (%06015 0,29899 0,34473^ ,0,13634 0,03845 0,04433/ '0,00179 0,01088 Л 0,00792 0,04813 ^0,00540 0,04813

При таком представлении матрицы косвенных темпов прироста V появляется возможность не только прогнозировать будущие значения целевых переменных, но и решать обратную задачу - рассчитывать ресурсы, обеспечивающие заданные значения целевых переменных В основе расчетов лежат матричные уравнения

Х/цел 1 цел + V12*гресурс), (11)

А(ресурс ~~ 1ресурс + У2.ХШел) (12)

По первому уравнению определяются значения целевых переменных в момент времени I через их значения в момент времени М и значения ресурсных переменных в момент времени и по второму - необходимые для этого ресурсы Так, для расчета прогноза целевых переменных на 2004 г надо ввести в уравнение (11) данные по ресурсам 2004 года и достигнутые целевые показатели 2003 года Для решения обратной задачи - найти, какими должны быть ресурсы, чтобы получить фактически достигнутый в 2004 году результат, в уравнение (12) необходимо ввести значения ресурсных показателей 2003 года и целевых показателей 2004 года

Перспективным является применение уравнения (11) для моделирования связи целевых показателей социально-экономического развития с показателями структуры инвестиций по различным основаниям В работе приведен пример имитационного моделирования связи целевых показателей социально-экономического развития РФ в целом с показателями структуры инвестиций по виду основных фондов. С этой целью производили прогноз целевых переменных - расходов домашних хозяйств и соци-

альных трансфертов на 2004 г - по уравнению (11), вводя в него данные по целевым показателям 2003 года и варьируя величиной инвестиций в жилье, здания и сооружения и инвестициями в машины и оборудование по плану полного факторного эксперимента ПФЭ 23 Итогом явилась имитационная модель линейной регрессии

Г = 7675 + 1,24x1 + 0,35*2 + 0,40 х3, (13)

где У - прогноз фактического конечного потребления домашних хозяйств на 2004 год; х\ - инвестиции в жилье, лг2 - инвестиции в здания и сооружения, А'з - инвестиции в машины и оборудование (размерность всех показателей-млрд руб) Величина коэффициентов регрессии модели (13) отражает степень влияния инвестиций в основной капитал на прогнозные значения фактического конечного потребления домашних хозяйств Согласно модели (13), на каждый рубль дополнительных инвестиций в жилье конечное потребление домашних хозяйств увеличивается весьма ощутимо - на 1 руб 24 коп В то же время прирост инвестиций в здания и сооружения, а также в машины и оборудование, приводит к меньшему росту этого важнейшего показателя социального развития - на каждый дополнительный рубль инвестиций прирост конечного потребления домашних хозяйств составляет, соответственно, 35 и 40 коп

Многомерные прогнозные адаптивные модели применимы и на региональном уровне В частности, в работе приводится модель инвестиционных процессов в Липецкой области, в которой ресурсными приняты показатели структуры удельных (на душу населения) инвестиций в основной капитал по источникам финансирования (собственные и бюджетные средства, кредиты банков), а целевыми — объемы ВРП и объемы фактического конечного потребления домашних хозяйств на душу населения (все показатели - в действовавших ценах)

Таким образом, в результате выполненных теоретических и эмпирических исследований обоснована эффективность применения в прогностических целях следующих базовых многомерных адаптивных моделей инвестиционных процессов, основанных на гипотезе, что на протяжении ближайшего периода времени структура косвенных темпов приростов показателей этих процессов остается неизменной

1) модели с детерминированным матричным предиктором, предполагающей взаимодействие входящих в нее «равноправных» переменных,

2) модели с многомерным предиктором, разделенным на ресурсные и целевые переменные, в которой также учитывается взаимовлияние переменных

Построение многомерных адаптивных моделей предполагает наличие данных по крайней мере для двух временных моментов, данные для третьего момента времени не обязательны, но желательны, поскольку по ним можно судить о точности прогноза

Первая базисная многомерная адаптивная модель - модель многомерных инвестиционных процессов с детерминированным матричным предиктором - позволяет рассчитывать прогнозные значения введенных й анализ информативных показателей на последующие моменты времени поэтапно, вначале опираясь на эмпирические данные, а затем включая в рассмотрение получаемые прогнозы, в этом проявляется принцип адаптивности Вследствие учета взаимодействий между показателями инвестиционных процессов, получаемые прогнозы являются нелинейными и тем самым существенно отличаются от «наивных» прогнозов, рассчитываемых в предположении постоянных приростов невзаимодействующих переменных модели

Возможности второй базисной многомерной адаптивной модели -модели многомерных инвестиционных процессов с многомерным предиктором, разделенным на ресурсные и целевые переменные, значительно шире Эта модель позволяет не только прогнозировать будущие значения целевых переменных по прошлым их значениям, а также по значениям располагаемых ресурсов, но и решать обратную задачу - рассчитывать ресурсы, обеспечивающие заданные значения целевых переменных В работе показано, что на основе этой модели можно также проводить имитационное моделирование связи целевых показателей развития социально-экономических систем с показателями структуры инвестиций по различным основаниям

Вышеизложенное позволяет заключить, что рассмотренные в работе базисные модели многомерных инвестиционных процессов с матричными предикторами следует рекомендовать для широкого применения в целях разработки кратковремеййых прогнозов развития социально-экономических систем

ОСНОВНЫЕ ПОЛОЖЕНИЯ И ВЫВОДЫ ДИССЕРТАЦИИ ОТРАЖЕНЫ В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

1 Попов К Н Исследование закономерностей рыночной экономики методами имитационного эксперимента 1 Двухфакторная модель [Текст] /КН. Попов, Шуметов В Г // Наука и образование Межвуз сб науч трудов Вып №5 «Общество и экономика» М ИИЦ МГУДТ, 2005 С 164-177 (0,8 п л ) - авт вкл 0,4 п л

2 Попов К Н Исследование закономерностей рыночной экономики методами имитационного эксперимента 2 Шестифакторная модель [Текст] / КН Попов // Наука и образование Межвуз сб науч трудов Вып №5 «Общество и экономика» М ИИЦ МГУДТ, 2005 С 178-182 (0,3 п л) - авт вкл 0,3 п л

3 Попов К Н Методологические принципы и методы исследования инвестиционных процессов [Текст] / К Н Попов // Наука и образование Межвуз сб науч трудов Вып №2 «Общество и экономика» М ИИЦ МГУДТ, 2006 С 3-15 (0,8 п л ) - авт. вкл. 0,8 п л

4 Попов К Н Роль инвестиционных процессов в развитии социально-экономических систем статистический анализ [Текст] / КН Попов, К В Майоров // Наука и образование Межвуз сб науч трудов Вып №2 «Общество и экономика» М ИИЦ МГУДТ, 2006 С 16-27 (0,7 п л ) - авт вкл 0,35 п.л.

5 Попов К Н О прогностической способности трендовых моделей показателей развития социально-экономических систем [Текст] / К Н Попов // Наука и образование Межвуз сб науч трудов Вып №2 «Общество и экономика» М ИИЦ МГУДТ, 2006 С 28-40 (0,8 п л ) - авт вкл 0,8 п л

6 Попов К Н Адаптивный подход к прогнозированию информативных показателей развития социально-экономических систем [Текст] / К Н Попов, А Г Филонов // Наука и образование Межвуз сб. науч трудов Вып №3 «Экономика и управление» М ИИЦ МГУДТ, 2006 С 3-19 (1,0 п л ) - авт вкл 0,5 п л

7 Попов К Н Адаптивный подход к прогнозированию информативных показателей развития экономических систем [Текст] / КН Попов, А.Г Филонов // Моделирование и прогнозирование в управлении методы и модели Матер междунар н -практ конф. Орел Изд-во ОРАГС, 2007 С 54-58 (0,3 п л) - авт вкл 0,15 п л

8 Попов К Н Инновационный подход к прогнозированию показателей развития социально-экономических систем на основе адаптивного моделирования многомерных процессов [Текст] / КН. Попов // Интеграл М, 2007 (0,3 п л) - авт вкл 0,3 п л

Подписано в печать 16 07 2007 Сдано в производство 17 07 2007 Формат бумаги 60x90/16 Уел печ л 1,0 Тираж 100 экз Заказ № ДС-47/07

Издательство ГАСИС, Москва, ул Трифоновская, 57