Методы типологии данных в социально-экономических исследованиях тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Методы типологии данных в социально-экономических исследованиях"

На правах рукописи

ГЛИНСКИЙ ВЛАДИМИР ВАСИЛЬЕВИЧ

МЕТОДЫ ТИПОЛОГИИ ДАННЫХ В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЯХ

Специальность 08.00.12 - Бухгалтерский учет, статистика

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора экономических наук

Санкт-Петербург - 2009

003471331

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Новосибирский государственный университет экономики и управления»

Научный консультант - доктор экономических наук, профессор,

член-корреспондент РАН, заслуженный Деятель науки РФ Елисеева Ирина Ильинична

Официальные оппоненты: доктор экономических наук, профессор

Мхитарян Владимир Сергеевич

доктор экономических наук, профессор Максимова Татьяна Геннадиевна

доктор экономических наук, профессор Афанасьев Владимир Николаевич

Ведущая организация - Федеральное государственное образовательное учреждение высшего профессионального образования «Санкт-Петербургский государственный университет»

Защита состоится,,^ ¿ЗГ2009 г. в /Г часов на заседании диссертационного совета Д 212.237.06 при Государственном образовательном учреждении высшего профессионального образования «Санкт-Петербургский государственный университет экономики и финансов» по адресу: 191023, Санкт-Петербург, ул. Садовая, д. 21, ауд. 7.

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет экономики и финансов».

Автореферат разослан « » 2009 г.

Ученый секретарь диссертационного совета

Е.Б. Капралова

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационного исследования. Двадцать первый век должен стать столетием расцвета российской статистики. Для этого есть все предпосылки. Формируется правовая база статистической деятельности. В 2007 г. принят Закон о статистике, укрепилась законодательная база муниципальных образований, которая способствует усилению независимости статистики. В законодательном порядке устанавливаются принципы статистического наблюдения важных сегментов российской экономики, в частности, среднего и малого бизнеса и т.п.

Подходит к концу период вынужденной международной «изоляции», уходят в прошлое «принципы партийности» и жесткого детерминизма, возвращается и начинает доминировать стохастический подход в построении статистических показателей. Лавинообразно растут потребности в статистической информации и исследованиях, причем на всех уровнях - от правительства до домохозяек. На это Росстат отвечает проведением масштабных статистических работ: 2000 год - сплошное наблюдение субъектов малого предпринимательства, 2002 год - Всероссийская перепись населения, 2006 год - Всероссийская сельскохозяйственная перепись (проведенная впервые за последние сто лет), ежеквартальные обследования занятости, в скором будущем, в 2010 году - следующая Всероссийская перепись населения. Это далеко не полный перечень крупных статистических работ на уровне страны. Федеральные округа, администрации субъектов федерации, муниципальные образования, различные слои и группы населения становятся реальными потребителями статистической информации, заинтересованными также в знании методов ее обработки.

Типология информации является одной из основных задач во всяком научном исследовании. Классификация, типологическая группировка, кластерный анализ - центральный этап статистического исследования, обеспечивающий корректность всего последующего анализа. Соответственно, проблема типологии данных актуальна всегда. Можно отметить'несколько обстоятельств, с нашей точки зрения, усиливших потребность в решении данной задачи в современных условиях. Это, прежде всего, возникновение новых объектов наблюдения (малое предпринимательство, муниципальные образования и т.п.). Все эти объекты являются качественно неоднородными. Корректная статистическая оценка их изменения и развития возможна только при условии предварительного качественного анализа и адекватного использования методов типологии.

В качестве дополнительных отличительных особенностей современного периода развития российской экономики можно отметить значительное расширение числа субъектов, вынужденных принимать управление-

ские решения на статистической основе, ужесточение последствий ошибочных решений, возросшее влияние факторов внешней среды. Новые условия функционирования предприятий и отраслей делают актуапьным применение статистических технологий в управлении, в частности; методов типологии, позволяющих формировать однородные среды, как в статике, так и в динамике с целью реализации в них гомогенных стратегий.

Ограниченность современных экстраполяционных подходов в прогнозировании макроэкономических тенденций стала очевидной в свете финансовых кризисов 1998, 2008 годов. Механистический подход к прогнозированию, как правило, игнорирующий обеспечение однородности динамических рядов, показал свою несостоятельность и должен быть пересмотрен.

Степень разработанности научной проблемы. Задача выделения однородных статистических множеств решается достаточно давно, с середины XIX-io столетия, причем в рамках двух концепций - вариационной (индуктивной) и дедуктивной. У истоков первой стоял А. Кегле (1796— 1876), и ее последующее развитие принадлежат западным ученым, тогда как формулировка второй концепции принадлежит русскому статистику Д.П. Журавскому (1851). Он был первым, кто обозначил проблему. Существенный вклад в развитие дедуктивного подхода, который воплотился в методе типологической группировки, внесли представители российской академической науки: А.И. Чупров, Ю.Э. Янсон, H.A. Каблуков, A.A. Кауфман, A.A. Чупров, P.M. Орженцкпй, земские статистики А.П. Шликевич, Ф.А. Щербина, С.П. Прокопович, марксисты И.А. Гур-вич, В.И. Ленин, А.И. Хрящова, В.Г. Громад, Г.И. Баскин. В дальнейшем работы в этой области были выполнены М.Н. Смит, B.C. Немчиновым. Заметный вклад в развитие теории группировок внесли Г.С. Кильдишев, Ю.М. Аболенцев, Б.Г. Миркин, О.В. Иванов.

Центральное место в становлении, развитии и продвижении метода типологической группировки принадлежит ленинградской (санкт-петербургской) научной школе: теоретические исследования JI.B. Некра-ша, Б.Г. Плошко, И.И. Елисеевой, работы Э.К. Васильевой, C.B. Курыше-вой, М.А. Клупта, О.Г. Грачевой-Дивеевой, И.П.Суслова и других. Все названные ученые принадлежат к научной школе ЛФЭИ, работы которой ввели в систему статистических категорий понятие периодизации временных рядов, осуществили постановку задачи периодизации, сделали попытку обоснования ее необходимости, показали аналогичность задач периодизации динамики и типологической группировки.

Вместе с тем, условия применения, возможности осуществления, методы периодизации динамических рядов в статистических публикациях практически не рассматривались. В лучшем случае можно найти указания

на периодичность жилищного строительства или же в распространении новых платежных средств (банковских карточек и т.д.). Чаще всего выделение периодов производится только на основе качественного анализа без применения количественных методов.

В настоящее время появились новые возможности для развития теории типологической группировки и периодизации на базе теории портфельного анализа. Как известно, основной вклад в развитие этой концепции внесли представители теории управления. Первая модель портфельного анализа была построена американским ученым русского происхождения И. Ансоффом, заметный вклад в развитие метода внесли представители Бостонской консалтинговой группы, консультационной группы МакКннзи, компания Артур Д. Лита, Д. Абель, Г. Джонсон, К. Шульс, А. Хеке, Н. Мейджмур, Р. Кох, А. Шарплин, А. Роу, Р. Мейсон, Т. Вилен, Т. Нейлор, Д. Монайсен, Г. Дэй, Р. Ойсел, Р. Райт. Сходство идей типологической группировки и портфельного анализа в специальной литературе пока что не исследовано. Этим объясняется выбор темы диссертационного исследования.

Цель и задачи диссертационного исследования. Целью данной работы является развитие теории и методологии типологии статистических данных в социально-экономических исследованиях с позиций интегрированного подхода с учетом достижений портфельного анализа.

Для достижения поставленной цели в диссертации последовательно решены следующие взаимосвязанные задачи:

• систематизированы и рассмотрены основные методы и алгоритмы типологии информационных массивов, дан критический анализ их возможностей в поддержке управленческих решений;

■ обоснована возможность и разработаны концептуальные основы статистической методологии временной периодизации;

■ рассмотрены основные матрицы портфельного анализа, выявлены статистические аспекты методологии их построения;

■ исследованы особенности применения метода периодизации в практических задачах, в том числе, при построении моделей портфельного анализа;

■ проведены исследования однородности массовых экономических процессов на различных уровнях хозяйствования: на уровне экономики страны в целом, его отдельного сегмента (малый бизнес), отдельной отрасли (книгоиздание), а также на уровне предприятия. Объект исследования - совокупности массовых социально-

экономических явлений и процессов в пространственных и временных измерениях на различных уровнях агрегирования.

Предмет исследования - совокупность методов и алгоритмов выявления о днокачест венных типов (однородных частных совокупностей) в пространстве и во времени.

Область исследования. Содержание диссертации соответствует следующим пунктам Паспорта научной специальности 08.00.12. «Бухгалтерский учет, статистика»:

п. 3.2. Методология построения статистических показателей, характеризующих социально-экономические совокупности; построения демографических таблиц; измерения уровня жизни населения; состояния окружающей среды;

п. 3.3. Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономической конъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов;

п. 3.6. Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций;

п. 3.8. Прикладные статистические исследования воспроизводства населения, сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ, прогнозирование, моделирование складывающейся конъюнктуры и разработки перспективных вариантов развития предприятий, организаций, отраслей экономики России и других стран.

Теоретические и методологические основы исследования. Теоретической и методологической основой диссертационного исследования послужили фундаментальные и прикладные работы ведущих российских и зарубежных у ченых в области типологии данных и проведения периодизации динамики, а также стратегического управления в части портфельного анализа. Использованы нормативные документы, регламентирующие организацию и ведение статистического учета органами государственной статистики, деятельность отдельных сегментов и видов экономической деятельности. В качестве исследовательского и аналитического аппарата применялись методы статистического наблюдения, выборочные обследования, группировки, многомерный статистический анализ, эвристические методы типологии, факторный и компонентный анализ, матричные модели. Обработка исходной информации, моделирование и расчеты выполнены с использованием пакетов прикладных программ MS Excel и Statistica 8.0.

Информационная база исследования включает официальные данные Росстата, материалы выборочных обследований бюджетов домашних

хозяйств по Новосибирской, Омской, Кемеровской, Томской областям, Алтайскому краю, Республике Хакассия, официальные данные Книжной палаты Российской Федерации, данные выборочных обследований предприятий малого бизнеса г. Новосибирска, проведенных автором в 20042007 годы, внутрихозяйственная статистика одного из новосибирских издательств за 1990-2008 гг.

Научная новизна диссертационного исследования заключается в развитии совокупностной концепции типологии данных путем интеграции методов типологической группировки, портфельного анализа и периодизации.

Основной научный результат, полученный автором - создание комплексной методологии периодизации рядов динамики, основанной на совместном использовании разных подходов и методов. Впервые предложены и апробированы на конкретных совокупностях и процессах основные методы проведения периодизации - историческая, параллельная периодизация, периодизация комплексных рядов динамики средствами многомерной статистики.

К существенным результатам, обладающим научной новизной и выносимым на защиту, относятся:

• введенное понятие «турбулентная совокупность»;

• выявление и определение «ошибки исчезающей совокупности»;

• поставлен вопрос о целесообразности проведения сплошных обследований субъектов малого предпринимательства с использованием традиционной схемы статистического вывода;

• формулировка подхода к измерению параметров турбулентных совокупностей путем построения системы исторических, фундаментальных и стратегических показателей. Построена модель фундаментальной численности предприятий малого бизнеса г. Новосибирска в 2007 году;

• построение и апробирование на данных конкретного предприятия модели жизненного цикла товара (серий книг) с использованием метода периодизации;

• разработка способа оценки основной составляющей емкости издательского рынка России на основе данных бюджетных обследований домашних хозяйств, позволивший дать реальную оценку негативных тенденций в отрасли;

• оценка перспектив с помощью метода периодизации национального проекта по улучшению демографической ситуации в России и Новосибирской области;

• предложенные методические подходы к решению проблемы определения главного конкурента предприятия на реальных рынках на базе типологий;

• разработка и адаптация к конкретной хозяйственной ситуации вариант матрицы клиентов как пример типологического анализа;

• реализация комплексного подхода к оценке структурной привлекательности книжной отрасли; определение методом ретроспективной исторической периодизации момента начала системного кризиса российского книгоиздания в качестве примера применения предложенного интегрированного подхода.

Теоретическая и практическая значимость работы. Теоретические и методологические положения, выдвинутые и обоснованные в диссертационном исследовании, значительно расширяют область применения и возможности алгоритмов, основанных на совокупностной концепции, в решении задачи типологии данных в статистических исследованиях реальных совокупностей. Разработанный методологический и методический аппарат анализа динамических рядов (периодизация) позволяет улучшить качество прогнозирования на основе экстраполяционных подходов.

Практическое значение определяется возможностью использования выводов, результатов и рекомендаций для решения прикладных задач на различных уровнях и направлениях деятельности.

Методы и алгоритмы типологии данных, рассмотренные в работе, показали свою применимость на реальных информационных массивах, и могут быть рекомендованы к использованию в таких направлениях, как разработка планов социально-экономического развития регионов и муниципальных образований, оценка перспектив реализации национальных проектов, исследование структурной привлекательности отраслей и видов экономической деятельности, для определения инвестиционной привлекательности и эффективности деятельности предприятий реального сектора экономики.

Результаты авторских исследований по малому предпринимательству могут использоваться Росстатом и его территориальными органами для уточнения и корректировки методики сплошных и выборочных обследований малого бизнеса, проведение которых планируется в ближайшем будущем.

Апробация и внедрение результатов исследования. В 1993 году автором была выполнена НИР по гранту Государственного комитета по науке и образованию РФ «Периодизация и конъюнктура макроэкономических процессов».

В течение 2004—2007 гг. выполнено шесть научно-исследовательских проектов по проблемам малого бизнеса по заказу мэрии г. Новосибирска (акты о внедрении). Результаты диссертационного исследования были применены ТО ФСГС. по Новосибирской области при разработке методологии статистических обследований малого предпринимательства (акт о внедрении). Исследования по оценке структурной привлекательности книжной отрасли, расчеты емкости российского и регионального книжного рынка, матричные модели жизненного цикла продукта и клиентов использовались Новосибирским филиалом «Российского книжного союза» при составлении «Комплексного плана мероприятий по пропаганде и поддержке чтения в Новосибирской области на 2007 г.» (акт о внедрении).

Результаты работы докладывались на международных, всероссийских, региональных конференциях и семинарах, в том числе, на международной конференции по проблемам рыночной экономики (Германия, Бад-Хоннеф, 1996); по проблемам реструктуризации предприятий (Германия, Штудгарт. 1996); на семинаре в рамках первого Всероссийского съезда предпринимателей (Москва, 1997); в рамках программы Британского совета по обучению менеджмента издательской отрасли на семинарах в Новосибирске (2004), в Москве (2004), на международной конференции в Екатеринбурге (2005); на всероссийской конференции в Новосибирске, Белокурихе (2006); на международной конференции в Санкт-Петербурге (2008); на Всероссийском совещании статистиков (2009).

Публикации и результаты исследования нашли свое применение и используются при чтении лекций по следующим дисциплинам: теория статистики, анализ временных рядов и прогнозирование, статистический анализ нечисловой информации, бизнес-статистика, статистические методы в принятии управленческих решений, демографические прогнозы в ГОУ ВПО Новосибирский государственный университет экономики и управления - «НИНХ» (справка о внедрении).

Научные публикации. По результатам выполненного диссертационного исследования опубликовано 43 научные работы, из них 2 монографии объемом 27,0 пл., (в том числе 20,2 пл. - авторские), 7 - учебников, учебных пособий - авт. 23,3 п.л., статьи и доклады объемом 20,67 пл., (в том числе авторские - 17,74 пл.), из них в изданиях ВАК, рекомендованных для докторских диссертаций 10 статей, общим объемом 6,0 пл.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, библиографического списка.

Во введении обосновывается актуальность выбранной темы диссертационного исследования, формулируются цели и задачи работы, анали-

зируется степень разработанности проблематики, предмет и объект исследования, отмечаются основные положения и результаты, имеющие научную новизну и выносимые на защиту, обуславливается теоретическая и практическая значимость работы.

В первой главе «Развитие методов получения однородных данных. Исторический и теоретический аспекты анализа» дан критический анализ развития основных методов выделения однородных данных: типологическая группировка, классификации, периодизация, портфельный анализ; оценены состояние, проблемы и перспективы применения методов типологии в прикладных исследованиях.

Вторая глава «Теория, методология периодизации временных рядов» посвящена периодизации временных рядов, обоснованию необходимости и возможности проведения периодизации, концептуальным основам методов проведения периодизации.

В третьей главе «Методологические вопросы построения основных матриц портфолио-анализа» исследованы статистические аспекты построения основных матриц портфельного анализа; обосновано сопоставление этого метода с методом типологической группировки.

В четвертой главе «Современные приложения периодизации социально-экономических процессов» исследованы возможности методов периодизации применительно к периодизации экономики современной России, демографической ситуации России и Новосибирской области.

Пятая глава «Статистическая поддержка управленческих решений. Опыт прикладных исследований» включает апробацию результатов исследования на различных уровнях управления: сегмент, отрасль, предприятие.

В заключении сделаны выводы, предложения.

2. ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

Методы типологии данных в социально-экономических исследованиях. Проблема однородности данных - центральная в статистическом исследовании. Решение этой проблемы везде и всегда считается необходимым условием корректной статистики. Сравнивая подходы российской и западно-европейской статистических школ, можно констатировать, что к решению задачи однородности они шли разным путем: российские ученые через - качественно-количественный подход (совокупностная концепция — дедуктивная), западные - количественно-качественный (вариационная концепция - индуктивная).

Задача типологии данных в рамках совокупностной концепции решается средствами типологической группировки и портфельного анализа, в обработке временных рядов эту проблема решает периодизация. Методы, в основе которых лежит вариационная концепция, столь подробно в работе не рассматриваются. Тем не менее, они используются в диссертации с целью верификации полученных результатов.

Среди алгоритмов получения однородной информации, типологическая группировка - один из самых привлекательных инструментов, не случайно типологическая группировка рассматривается рядом ученых в качестве самостоятельного этапа статистического исследования. Решая задачу типологии, группировка обеспечивает возможность последующей корректной сводки информации, построения адекватных систем обобщающих показателей, возможность исследования строения полученных частных совокупностей, измерение взаимосвязей в гомогенных средах, и создает основу для принятия адекватных управленческих решений.

Эффективным инструментом оценки деятельности бизнеса является портфельный анализ. Большинство зарубежных корпораций используют его в управлении. В последние годы он находит все большее применение в российской практике. Портфельный анализ - исследование, с помощью которого менеджмент организации оценивает различные виды продукции и направления хозяйственной деятельности с целью определения наиболее эффективных из них на основе применения специально разработанных нормативных стратегий. Выполнение всех этапов портфельного анализа позволяет: идентифицировать стратегические единицы; позиционировать их на рынке; определить перспективы развития стратегических единиц и их вклад в корпоративный портфель компании.

В работе проведен сравнительный анализ содержания, возможностей, преимуществ и перспектив типологической группировки и портфельных исследований.

Применение рассматриваемых методов разбивается на ряд взаимосвязанных этапов: определение объекта исследования, постановка задачи, наметка типов, выбор группировочных признаков, определение интервалов разбиения, способа группирования, количества фактически полученных типов, представление результатов. Отметим полную согласованность алгоритмов типологической группировки и портфельного анализа по решаемым вопросам, причем типологическая группировка на каждом этапе дает более широкую трактовку, чем портфельный анализ. Типологической группировкой рассматриваются все неоднородные множества (общие совокупности), тогда как область применения портфельного анализа ограничена задачами оценки эффективности бизнеса. Соответственно, им исследуются совокупности бизнес-единиц предприятия, ассортимент товаров и

услуг, клиентская база. Теоретическим анализом устанавливают типические формы процесса в изучаемой отрасли. В портфельном анализе этот этап также конкретизирован - в качестве теоретической основы исследования используют в основном концепции жизненного цикла товара и отрасли, меню стратегических альтернатив, теорию кривой опыта. Следующий этап - это наметка типов или частных совокупностей, которые раскрывают структуру общей совокупности. В типологической группировке нет ограничений на число теоретически возможных типов, тогда как в портфельном анализе, это количество задается самим алгоритмом (от 4-х (матрица Ансоффа) до 20 (модель жизненного цикла продукта)). При решении вопроса о группировочных признаках и типологическая группировка и портфельный анализ опираются на общий принцип- выполняются только по существенным признакам Однако в типологической группировке число признаков не лимитировано (можно использовать один признак, допускается также разбиение совокупности по всем существенным признакам), тогда как большинство матричных моделей строится в двух координатах, в редких случаях используются три признака. Но в том и другом методах способ группирования представляет собой, по сути, комбинационную группировку. Возможна ситуация, когда типологическая группировка проводится по одному признаку, кроме того, типологическая группировка может быть выполнена как многомерная. Число фактически полученных типов в обоих случаях определяется в результате исследования, оно детерминировано реальной структурой общей совокупности и соответствует числу имеющихся частных совокупностей. Представление результатов одним и другим методом различается: в типологической группировке- это таблицы, в портфельном анализе - графические образы (матричные модели) . Следует также отметить, что алгоритм типологической группировки содержит приемы, которых нет в портфельном анализе, такие как специализация признаков и интервалов.

Проведенное сравнение позволяет сделать вывод о том, что типологическая группировка может рассматриваться в качестве статистической основы теории портфельного анализа.

Возможности и перспективы совместного применения этих методов весьма широкие, хотя современное место теории типологической группировки в системе научных ценностей достаточно непростое. Все без исключения общественные науки в той или иной степени используют идеи типологической группировки. Тем не менее, необходимо констатировать, что типологическая группировка в прикладных исследованиях используется недостаточно. Более того, портфельный анализ, статистическая идеология которого полностью определяется теорией и методологией типологической группировки, в настоящий момент можно рассматривать как

ребрендинг типологической группировки. Отметим следующее. Практика показывает, что если какое-либо научное направление становится закрытым, не взаимодействует с другими направлениями - оно начинает постепенно деградировать, напротив, интеграция различных идей и технологий, как правило, усиливает как отдельные составляющие процесса, так и увеличивает совокупный эффект. В этой связи использование преимуществ портфельного анализа (компактное и наглядное отображение позиций и основных проблем бизнеса; простота и доступность; акцент на качественные стороны анализа; возможность немедленного внедрения результатов и главное, активное включение опыта, интуиции, знаний специалистов отрасли, для которой задача решается), интеграция возможностей рассматриваемых методов, появление новых общих совокупностей, таких как турбулентные, открывает новые перспективы применения совокупностной концепции типологии данных в прикладных исследованиях в целом, типологической группировки в частности.

Теория, методология периодизации временных рядов. Периодизация занимает особое место в совокупности методов получения однородных данных.

Как правило, качественному скачку в динамике процесса, приводящему к смене закономерности, предшествует его непрерывное количественное изменение. Следовательно, при изучении хронологических рядов, охватывающих большие периоды времени, важно разбивать их на однока-чественные интервалы. Более того, динамическое моделирование всякого сложного процесса невозможно без подробного ретроспективного анализа, существенным аспектом которого является выделение однородных периодов, этапов развития. Периодизация важна с точки зрения определения однородных периодов общественного развития.

Периодизация динамики представляет собой процесс выделения од-нокачественных этапов (периодов) развития, разбиения динамических рядов на однородные интервалы (см. рис 1). Периодизация, с одной стороны, дает важную информацию о процессе, с другой - закладывает основы для последующего анализа динамики, так как обеспечивает возможность применения методов многомерной статистики, адекватное использование которых возможно лишь в однородных средах. Однако периодизация исключительно редко используется в расчетах. Причин тому несколько, и, основная, с нашей точки зрения, заключается в противоречивости различных условий применения алгоритмов корреляционно-регрессионного анализа (КРА) в рядах динамики. Как известно, к числу основных условий применения КРА относятся:

1) наличие случайной выборки из генеральной совокупности;

2) достаточно большое число наблюдений;

3) независимость наблюдений;

4) значительное превышение численности единиц совокупности числа факторов (в 6 - 8 раз);

5) однородность совокупности;

6) количественное выражение переменных.

Рис. 1. Концептуальная схема методологии периодизации.

Нельзя не заметить противоречие между пунктом 5, с одной стороны, и пунктами 2 и 4 - с другой. Интервалы однокачественной динамики в реальности могут быть небольшими по величине; в то же время значительные хронологические промежутки часто формируются разными законами развития. В анализе рядов динамики приоритет отдается количественным подходам, что связано с выполнением условий 2 и 4 и, соответственно, с игнорированием условия 5. С учетом подобной практики определения и моделирования тенденций во временных рядах не вызывает удивления почти полное отсутствие адекватных моделей, сбывшихся прогнозов; более того, странно, что удачные прогнозы все-таки встречаются.

Следует отметить, что для рядов динамики не представляется возможным выполнить условия 1, 3. Совокупность уровней ряда не может представлять случайную выборку, а наблюдения являются зависимыми. Можно резюмировать, что применение методов математической статистики в обработке временных рядов в любом случае может рассматриваться как компромисс. Соответственно, в этой области мы совершенно вправе оставаться в пределах совокупностной концепции, выбрав в качестве обязательного условия - требование однородности ряда.

Возможность проведения периодизации обеспечивается наличием алгоритмов ее реализации. В работе предложены и апробированы на различных информационных массивах три группы методов периодизации: историческая, параллельная, периодизация методами многомерной статистики.

Историческая периодизация. Наметка однокачественных периодов осуществляется в соответствии с теоретическим анализом применительно к той науке, в рамках которой рассматривается изучаемый процесс. При этом стараются учитывать, прежде всего, крупные аномалии (войны, эпидемии, землетрясения), смену руководства страны, радикальные реформы управления, целевые комплексные программы и пр. Это позволяет иногда достаточно точно выделить однородные этапы, пользуясь средствами качественного анализа.

Параллельная периодизация. Идея метода параллельной периодизации заключается в следующем. Пусть У - анализируемый показатель развернут в динамический ряд \у'и }, где \Уйзначения уровня ряда в момент (интервал) времени . В этом случае существует такой показатель Х\ которому соответствует динамический ряд ^ |, полностью детерминирующий исследуемый показатель ¥. Тогда в качестве однокачественных периодов развития 7 можно взять периоды развития X.

Ограниченность применения параллельной периодизации заключается в сложности нахождения детерминирующего показателя временного ряда. Более того, во многих случаях такой параметр вообще невозможно найти, так как он должен обладать редкими, особыми свойствами связи с анализируемым параметром и, главное, иметь известную периодизацию. К тому же получить адекватное отображение одноначественного периода в развитии процесса с помощью лишь одного показателя весьма трудно. Возьмем, например, народное здоровье, уровень развития сельскохозяйственного производства и др. Очевидно, что даже такие комплексные показатели, как смертность, продолжительность жизни, заболеваемость, не являются эквивалентными столь сложному интегрированному явлению, как здоровье. Здесь необходима система показателей или комплексных хроно-

логических рядов. Преимущества системы показателен при осуществлении периодизации состоит в том, что, во-первых, появляется возможность учесть многообразие аспектов, во-вторых, амортизируется искажающее воздействие недостоверных и неточных статистических данных, наконец, в-третьих, множество показателей повышает надежность статистических выводов. В случае использования комплексных динамических рядов периодизация производится методом многомерной средней и методами факторного анализа.

Использование многомерной средней для выделения однокаче-ственных периодов. Для каждого временного момента (интервала) определяем

у

1* Р,-

'У-*;

' к ртах

Где к - число показателей комплексного динамического ряда; Ру - значение /-го показателя в г-й интервал (момент) времени;

ртах _ шксимальное по абсолютной величине значение 1-го показателя за весь исследуемый промежуток;

Далее находим фактическое значение статистики Стьюдента:

р'_ р'

^факт _ 11 i1-1

Здесь ¡д(Г,г(]) - средняя ошибка разности средних, которая определяется по формуле:

^■»'м) = у

2

где о^ - дисперсия показателей комплексного ряда для момента t¡; Р'у - нормированный уровень процесса у для момента (г Полученное значение I- статистики сравнивается с (а = 0,05, / = к - 2). При * Ф3^ > и принадлежат разным этапам развития

процесса, в противном случае - одному.

В качестве Ру можно взять уровень ряда, цепной абсолютный прирост, вторую разность уровней, цепной темп роста. Важное значение в та-

kiix расчетах имеет коррекция отдельных показателей с позиции их воздействия на многомерную среднюю. Например, при построении многомерной средней здоровья продолжительность жизни, рождаемость учитываются со знаком «+», смертность, заболеваемость, инвалидизация со знаком «-». Эта операция позволяет перейти к однонаправленным слагаемым (поэтому чаще считается средняя скорректированная). В тех случаях, когда используются уровни ряда, будем говорить о периодах состояния процесса, в остальных ситуациях (абсолютные приросты, вторые разности, темп роста) - о периодах динамики процесса.

Применяя /-статистику, получаем естественное разбиение ряда на периоды. При этом мы показываем очень жесткие ограничения. В очевидных ситуациях можно использовать более простые схемы, приводящие к достаточно «хорошим» разбиениям. Так, если заранее известно число периодов, можно воспользоваться следующим алгоритмом, являющимся как бы переходным между «естественным» и «искусственным» разбиением. Преимущества предлагаемой нормированной многомерной средней заключаются, кроме прочего, в заранее известных границах ее изменения. Пусть это интервал [Pv Д ]. Величину периода (интервал однокачествен-

ной динамики) в этом случае можно оценить как ^ * Мпах > где и|11ах - максимальная средняя ошибка. Тогда можно выделить следующие периоды: [/>,/> +1], [/> +LJ\ + 2Ц,...,[Р{ +mLJ\}.

Использование факторного анализа для проведения периодизации. В работе обоснована возможность проведения и дана реализация на конкретных ситуациях периодизации комплексного динамического ряда с помощью факторного анализа, в. частности, использовались метод главных компонент и метод главных факторов. Решение задач включает, во-первых, формирование исходной матрицы наблюдений Р - {Рцс}, где Р^-

уровень (или абсолютный прирост) к-го показателя в момент времени t, (обычно в 7-м году); во-вторых, поиск факторного решения в виде tf = Y, QjjFj + Vj, где t{ - время, Fj - общие факторы, V. - специфический

фактор.

Общие факторы предлагается рассматривать в качестве оснований для выделения периодов. Понятно, что в данном случае, как и в ситуации с многомерной средней, период будет представлять совокупность лет, не обязательно хронологически следующих друг за другом. Включение ti в Fj (иначе, года в однородный период F-) детерминируется величиной a,j - факторной нагрузкой, представляющей линейный коэффициент кор-

реляции между Fj и соответствующим годом . Общий фактор Р^ может

включать в себя два периода с разнонаправленной динамикой одинаковой интенсивности (рост и снижение) в том случае, если есть отрицательные и положительные нагрузки на этот фактор.

Применение портфельного анализа для выделения периодов. Задачи, решаемые с помощью методов периодизации, не ограничиваются получением однородных интервалов развития временного ряда. В частности, в работе рассмотрена возможность использования периодизации в построении одной из важных матриц портфельного анализа - модели жизненного цикла товара. Модель «жизненный цикл - конкурентная позиция» - результат сопряжения четырех стадий жизненного цикла товара и пяти конкурентных позиций бизнеса (доминирующая, сильная, прочная, заметная, слабая). Эта задача привлекательна тем, что имеется четкая постановка проблемы: стадии жизненного цикла (внедрение, рост, зрелость, спад) можно рассматривать как периоды однокачественной динамики. Это позволяет корректно и быстро решить проблему наметки теоретически возможных типов. На следующем этапе имеется примерная система рекомендуемых параметров, значения которых позволяют, с одной стороны, искать критические точки перехода количественных изменений в качественные скачки развития процесса, с другой - дают возможность построить на основе этих параметров комплексный ряд динамики и провести его периодизацию; кроме того, разработаны нормативные стратегии развития товаров, адекватные факгически полученным типам динамики - стадиям жизненного цикла (например, уточненные стратегии АОЬ). Особенности и проблемы построения модели жизненного цикла исследованы на данных одного из новосибирских книжных издательств.

Применение периодизации в прикладных исследованиях.. Ограниченное число публикаций по данной проблематике потребовало, помимо уточнения и развития теории и методологии, значительных усилий по апробации предложенных алгоритмов. Одним из важных направлений типологии данных является анализ клиентов. Цель анализа состоит в определении типов клиентов, выявлении важнейших клиентов и выяснения их покупательского поведения. В оценке клиентской составляющей достаточно широко используется портфельный анализ. Общей особенностью используемых в практике управления матричных моделей клиентов является их направленность на нужды крупного и среднего бизнеса, в частности таким инструментом является известная модель Л ВС О. В этой связи определенный практический и научный интерес может представлять разработанная

нами матрица клиентов, ориентированная на потребности малого предпринимательства

В диссертации приведены результаты, полученные в ходе выполнения хоздоговорных работ, госбюджетных исследований, гранта Комитета по науке и образованию РФ (1993-1994 гг.). Такие исследования проводились в течение 1988-2007 гг. На реальных данных апробированы алгоритмы периодизации состояния и динамики здоровья и здравоохранения г. Новосибирска (1965-1995), Шарыповского района Красноярского края (1981-1989), периодизация развития здравоохранения г. Рубцовска (19761989), проведена периодизация развития сельского хозяйства России (1960-1991). Были проведены работы по периодизации экономики России (1991-2004), демографической ситуации в России и Новосибирской области (1980-2006).

Ошибка исчезающей совокупности. Малое предпринимательство постепенно становится заметным явлением российской действительности. Для экономики это означает создание рабочих мест, конкурентной среды, особого вклада в ВВП, налоговых поступлений. В политике и социальной сфере малый бизнес - это среда формирования среднего класса. Как следствие этих позитивных ожиданий можно рассматривать принятие очередного закона («О развитии малого и среднего предпринимательства в Российской Федерации» № 209-ФЗ от 24 июля 2007 года), который создает нормативную основу деятельности государственной российской статистики в исследовании результатов деятельности малого бизнеса. Законом, в частности, предусматривается порядок проведения, примерные сроки и периодичность сплошных статистических наблюдений (раз в пять лет, начиная с 2010 года) и выборочных наблюдений (ежемесячно и (или) ежеквартально). Микропредприятия (с численностью работников до 15 чел.) предполагается обследовать на основе репрезентативных выборок раз в год.

С помощью сплошного обследования может быть сформирована генеральная совокупность субъектов малого предпринимательства, которая в дальнейшем выступает в качестве основы для текущих выборочных наблюдений. Определенный опыт проведения таких наблюдений уже накоплен. В частности, Федеральной службой государственной статистики в 2000 году было проведено сплошное наблюдение малого предпринимательства. Проводятся выборочные обследования, апробируются соответствующие методики.

Но имеется еще одна сторона проблемы. В процессе обследования 2000 года был получен очень интересный результат (тогда Росстат признал его как негативный) - удалось в реальности обследовать лишь около 80% субъектов малого предпринимательства из числа зарегистрированных. К сожалению, этот результат не был своевременно должным образом

проанализирован, и, судя по всему, не вполне эффективные алгоритмы наблюдения предполагается применять и в дальнейшем, только уже на «законном» основании.

Рассмотрим подробней принципиальную схему статистического вывода для оценок деятельности малого предпринимательства (рис. 2).

Рис. 2. Алгоритм статистического вывода о деятельности малого бизнеса.

Генеральную совокупность образуют, внесенные в единый государственный реестр субъекты малого предпринимательства (потребительские кооперативы и коммерческие организации), а также физические лица, внесенные в единый государственный реестр индивидуальных предпринимателей с учетом установленных ограничений: по численности занятых (до 100 человек); доля в уставном капитале не должна превышать 25% как для государства, его субъектов, муниципальных образований, нерезидентов, фондов, так и для предприятий среднего и крупного бизнеса; по вы-

ручке или активам (предельные значения этих показателей в настоящий момент не заданы).

Формирование основы выборки есть не что иное, как упорядоченный перечень объектов, содержащихся в генеральной совокупности (регистре). Из него производится выборка, то есть формируется случайным образом отобранная часть генеральной совокупности. Для ее характеристики используют статистики - показатели, рассчитанные по выборке. Затем производится оценка параметров - тех же характеристик для генеральной совокупности. Все это проводится в рамках статистического вывода, т.е. распространения результатов выборки на генеральную совокупность.

Итак, алгоритм оценки деятельности и вклада малого предпринимательства выглядит следующим образом. По данным регистрации определяется и отграничивается генеральная совокупность, формируется основа, проводится случайная выборка из основы, по результатам выборки делается статистический вывод - оцениваются параметры генеральной совокупности (например, объем ВВП или ВРП, созданный малым бизнесом). Остановимся подробней на тех этапах, где, с нашей точки зрения, присутствуют наиболее существенные риски смещений будущих оценок (табл. 1).

Таблица 1

Риски получения смещенных оценок для этапов статистического выводя

Этап статистического вывода Область риска Вид ошибки Характер ошибки Уровень возможного смещения оценки

1. Формирование генеральной совокупности. Неполная регистрация Ошибка отказа Систематическая Незначительный, можно даже пренебречь в рамках сформулированной задачи-обследуется зарегистрированный малый бизнес

2. Формирование основы Фирмы-однодневки Ошибка охвата Систематическая Значительный

Собственно малый бизнес Ошибка отказа Систематическая Значительный

Аффилированные структуры Нет Нет Отсутствует

3. Выборка Отступление от принятой схемы отбора Ошибка выборки Случайная Практически отсутствует

4. Статистический вывод Генеральная . совокупность Ошибка «исчезающей» совокупности Систематическая Значительный

Совокупность субъектов малого предпринимательства не является качественно однородной с позиций возможности проведения статистического наблюдения. В этой связи можно выделить как минимум три типа предприятий: фирмы-однодневки, собственно малый бизнес, аффилированные структуры. Фирмы-однодневки полностью выпадают из статистического учета, что вовсе не означает отсутствие результатов деятельности этой категории. Налицо систематическая ошибка наблюдения - ошибка охвата. В течение нескольких последних лет нами были проведены выборочные обследования организаций малого бизнеса (по заказам мэрии г. Новосибирска). Было обследовано около 600 организаций, изучались различные вопросы - отношение к налогам, административные барьеры, факторы роста, продолжительность жизни малых предприятий и прочее. Малый бнзнес в принципе не расположен предоставлять о себе хоть какую-то информацию. По ряду видов экономической деятельности процент отказов доходил до 80. В этой категории значителен риск ошибки отказа, а также систематической ошибки наблюдения.

Особенностью малого предпринимательства является его стремительное обновление. Так, по данным Всемирного банка из вновь организуемых малых предприятий, через год действующими остаются примерно 50%, через три года - 8%, через пять лет - не более трех процентов (банкротства для основной их части, переход в средний и крупный бизнес для других). Структура российского малого предпринимательства отличается от структуры малого бизнеса развитых стран, и мы в своих расчетах получили несколько иные, но достаточно близкие результаты. В первый год со сцены уходит около 60% субъектов малого бизнеса (за счет фирм-однодневок). В то же время пятилетний срок удается прожить 5-7% зарегистрированных предприятий (аффилированные структуры менее подвержены рискам реального бизнеса). Даже при постоянной общей численности малых предприятий (заметим, что в реальности этого нет, их численность в последние годы увеличивалась в среднем на 5% в год) коэффициент обновления превышает 60%. Меняется структура генеральной совокупности, предприниматели переходят в более рентабельные отрасли, идут вслед за налоговыми льготами и т.п. В итоге статистический вывод делается для генеральной совокупности, которой уже нет. Налицо систематическая ошибка наблюдения, которую мы предлагаем называть «ошибкой исчезающей совокупности».

Совокупности и показатели. Совокупность - фундаментальная категория статистики. В современной теории и практике статистики применяется ограниченное число классификаций совокупностей, назовем основные из них: по степени однородности (общие, частные), по представи-

тельности (генеральная, основной массив, выборочная), по сущности, т.е. характеристике качества совокупности (население, рабочие, малое предпринимательство, муниципальные образования и т.п.). С нашей точки зрения, необходимо включить еще один признак классификации совокупностей - динамический. С этой целью предлагается ввести понятия стационарной, стабильной и турбулентной совокупностей.

Стационарная совокупность — множество единиц одного качества, в котором численность и структура по образующему совокупность признаку инвариантны во времени. Стабильная совокупность - та, в которой изменение численности происходит в соответствии с известным законом, структура при этом не претерпевает в динамике значимых изменений. Турбулентная (нестабильная) совокупность - это совокупность, численность и структура которой радикально меняются с течением времени.

Рис. 3. Примеры показателей оценки деятельности предприятия во временном разрезе.

Также с позиций времени мы рекомендуем подходить к классификации показателей (рис. 3). Заметим, что приведенные классификации показателей довольно часто используются в прикладных задачах (например, в управлении). Исторические показатели дают основу для анализа прошлого

(иногда такую статистику называют посмертной), фундаментальные - для оценки настоящего, стратегические - для оценки шансов или рисков будущего. На рисунке 3 показан пример данного подхода на уровне отдельного предприятия.

Пока что в статистике весьма редко используется такая классификация. Причины этого, на наш взгляд, состоят в том, что в основном системы обобщающих показателей строятся для стационарных и стабильных совокупностей, и представляют собой исторические системы показателей.

В стационарных совокупностях исторические характеристики несут фундаментальное и стратегическое содержание. Для стабильных совокупностей оценка будущего может быть получена путем построения системы исторических и фундаментальных параметров. С ростом вариации изучаемой совокупности во времени снижается информационная ценность исторических и фундаментальных показателей. Для турбулентных совокупностей информационное значение исторических параметров стремится к нулю, определяющую роль играют оценки настоящего и шансов (рисков) будущего. Множество субъектов малого предпринимательства является турбулентной совокупностью, и поэтому традиционная схема статистического вывода приводит не только к значительным рискам смещения, но и традиционно ориентирует на получение исторических показателей, что в сумме никоим образом не повышает адекватность принимаемых решений.

В этой связи нами были предприняты попытки достроить систему традиционных параметров оценки деятельности малого предпринимательства фундаментальными и стратегическими характеристиками. В частности, была формализована и выполнена оценка параметров модели численности предприятий малого бизнеса в г. Новосибирске в 2007 году на основе формулы:

5(0 = 5рег + /(*!, х2, ж3, V, ,у2),

где: 5(0 - фундаментальный параметр численности предприятий;

5рег - исторический показатель численности (основан на численности зарегистрированных субъектов малого предпринимательства);

- значимые и измеряемые ограничители роста численности;

у. - значимые катализаторы роста численности малых предприятий. Были выделены следующие параметры модели: л^ - уровень арендной платы; х2 - давление налоговой службы РФ посредством «системы признаков подо зрительной компании»; - воздействие оборотных и фикси-

рованных налогов (НДС, ЕНВД и проч.), у1 - индекс предпринимательской активности населения, - уровень материальной поддержки малого предпринимательства.

В качестве информационной базы исследования использовались данные ТО ФСГС по Новосибирской области, результаты собственных выборочных исследований предприятий малого бизнеса. Ряд характеристик пришлось оценивать экспертным путем.

В терминах показателей динамики были получены следующие результаты: основной фактор - предпринимательская активность населения обеспечивает примерно 20% прироста численности предприятий малого предпринимательства; уровень материальной поддержки по Новосибирску практически не воздействует на фундаментальный параметр численности, основным ограничителем числа предприятий малого бизнеса в 2007 году явился фактор давления налоговой службы РФ - 8% снижения численности; уровень арендной платы снижает численность предпринимателей на 6% (заметим, что воздействие этого фактора идет в двух направлениях, с одной стороны, высокие арендные ставки вынуждают ряд арендаторов сворачивать бизнес, с другой стороны, собственники помещений - субъекты малого бизнеса, сворачивают активное предпринимательство и сдают помещения в аренду, как правило, столичным фирмам). Совокупное воздействие ограничителей и катализаторов дает пока еще положительный прирост (на уровне 2-3% в год).

Риски смещения параметров в статистических исследованиях малого предпринимательства столь велики, что практически всю современную статистику данного сегмента можно определить как «мифическая статистика». Можно пренебречь неполнотой регистрации, в принципе можно допустить неполный учет результатов деятельности малого бизнеса (без фирм-однодневок), есть теоретическая возможность избавиться от ошибок отказа в учете собственно малого бизнеса (например, использовать административный ресурс), однако, мы считаем, что в рамках обычной схемы статистического вывода значительной ошибки «исчезающей совокупности» избежать невозможно.

Особенности малого бизнеса - неоднородность генеральной совокупности, короткий жизненный цикл предприятий, быстрое изменение отраслевой структуры, ставят под сомнение необходимость проведения сплошных статистических наблюдений малого бизнеса. Сплошной охват просто невозможно обеспечить, что показало, в том числе и обследование 2000 года. Результаты таких обследований не могут быть использованы в качестве основы проведения выборочных наблюдений даже на следующий год, не говоря уже о пятилетием применении этой базы.

Историческая периодизация обычно определяет критические точки перехода одного качественного состояния процесса в другое путем учета событий глобального характера (войны, катастрофы, кризисы). Задача периодизации может быть решена несколько иначе: критический момент перехода объекта исследования в иную фазу спада был определен на основе всестороннего анализа так называемых «слабых сигналов». Примером такого проведения периодизации выступает периодизация развития российского книгоиздания.

Издательская отрасль составляет небольшой в масштабах страны сегмент экономики. Емкость рынка невелика, численность занятых незначительна, вклад в ВВП измеряется долями процента, активы нулевые. Тем не менее, вследствие того, что книгоиздание непосредственным образом обеспечивает уровень образования, воспитания, науки и культуры, ее вполне обоснованно относят к стратегическим отраслям, определяющим национальную безопасность и, в определенной степени, формирующим инновационный потенциал. Примерно с осени 2005 года книгоиздание и, соответственно, книготорговля в России вступили в полосу системного кризиса. Данный вывод обоснован в работе с помощью комплексного анализа факторов внешней среды книжной отрасли.

В настоящее время по всем элементам ПЭСТ (политика, экономика, социология, технологии) сложилась ситуация доминирования рисков над шансами успешной предпринимательской деятельности в книжной отрасли.

Политический фактор. В 1990-е годы государство устранилось от управления книгоизданием (издательское дело на 90% - частный бизнес, в книготорговле государственный сектор вообще не представлен).

Потребительский фактор. Снижение численности населения России естественным образом уменьшает численность читающего населения. Влияние этого фактора осложняется еще и тем обстоятельством, что уход старших читающих поколений не компенсируется новыми, в большей степени ориентированными уже на интернет. Книга традиционно является товаром отложенного спроса, расходы на книги всегда лежат за пределами потребительской корзины, и, если, население по каким-то причинам начинает испытывать проблемы с потреблением, то в первую очередь, как правило, страдает потребление книг.

Социологический фактор. Меняется ментальность и жизненные ценности населения. Изменилась структура потребностей. Население современной России отказывается от чтения книг, что подтверждается специальными исследованиями (см. например, табл. 2).

Таблица 2

Нечитатели в Российской федерации (в %)

Годы 1994 1997 1998 2000 2005

Не читают книг, в % к опрошенным 23 35 31 34 37

Источник: Общественное мнение. М.: ВЦИОМ, 2002; «Российская газета» от 27 июля 2005 (результаты исследования, проведенного Аналитическим центром Юрия Левады).

Технологический фактор. Интернет резко сокращает реальную численность читателей книги. Сейчас по этой причине сегменты научной литературы, учебников для ВУЗов, издание фантастики становятся занятием, рискованным для издателя, в будущем число таких сегментов будет только увеличиваться. Интернет забирает свободное время, представляя «угрозу» для чтения вообще.

Привлекательность отрасли. Уровень привлекательности отрасли -важнейший фактор периодизации. Его принято определять следующими моментами: темпами роста рынка, отраслевой рентабельностью, величиной входных и выходных барьеров, уровнем переговорных сил поставщиков и клиентов, возможностью конкуренции. Остановимся последовательно на каждом моменте.

Темпы роста рынка Положительные темпы роста рынка означают расширение совокупного спроса на отраслевой продукт со всеми вытекающими отсюда последствиями, вплоть до внешних инвестиций в отрасль. Надежный учет результатов книжной отрасли в нашей стране отсутствует. ФСГС учитывает итоги деятельности государственных издательских предприятий (реальность сейчас - это одно издательство - «Просвещение»). В основном книжный бизнес - частный, и многие крупные издательства отказываются представлять информацию о произведенных тиражах книг в Книжную палату, ссылаясь на коммерческую тайну. Количественную характеристику книжного рынка в России дает Книжная Палата, причем в основе ее расчетов - объем предложения (тиражи, указанные издательствами), это изначально не вполне корректная оценка. Кроме того, сходными оценками занимается ряд других институтов (фирма «Топ-книга» имеет собственную статистику продаж, ведет расчеты отраслевой журнал «Книжный бизнес»). Ведомственная статистика «Книжного бизнеса» показывает рост емкости книжного рынка (табл. 3.):

Таблица 3

Емкость книжного рынка России (млрд долл.)

2003 г. 2004 г. 2005 г.

Российская Федерация 1,48 1,52 1,68

Источник: «Ютжный бизнес», 2006, К» 1.

Однако, на наш взгляд, книжный рынок точнее определять через объем конечного потребления. Мы оценили емкость внутреннего книжного рынка (ЕВКР) следующим образом:

ЕВКР = ПРН + КП, где ПРН - потребительские расходы населения России на книги за год;

КП - годовой объем корпоративного потребления книг.

В таблице 4 представлены результаты расчетов емкости книжного рынка для ряда регионов Сибири. Эти и аналогичные оценки для других субъектов Сибирского федерального округа: Кемеровской и Томской областям, Алтайскому краю позволяют сделать вывод о том, что конечное потребление книг (и соответственно внутренний книжный рынок) в 2005 году резко снизилось по сравнению с предыдущими годами, и эта тенденция сохранилась в 2006,2007 годах.

Таблица 4

Общий объем потребления книг в отдельных регионах Сибири _в 2004-2005 гг. (млн руб.)'__

Регион 2004 г. 2005 г. Абсолютное изменение

Новосибирская область 309,2 285,5 -23,7

Омская область 113.8 119,4 +5,6 •

Республика Хакассня 89,1 83.2 -5.9

Отраслевая рентабельность. Пик эффективности издательской отрасли в современной России приходится на 1992-1993 годы. Для этих лет характерен рынок «продавца», затем произошел достаточно быстрый переход к следующему типу рыночных отношений (рынок покупателя), сопровождавшийся снижением отраслевой рентабельности. В 1998 году рентабельность книгоиздания снизилась скачкообразно - за счет вынужденного перехода (дефолт плюс монополия основных поставщиков) на мировые цены на бумагу и остальные компоненты производства книг. Сейчас процесс снижения отраслевой рентабельности определяется другими факторами (арендная плата, энерготарифы, транспортные затраты, плата за вход в розничные сети). За десять лет уровень рентабельности книгоиздания уменьшился в несколько раз.

1 В таблице 4 данные приведены в фактических ценах потребления. Если учесть, что цены на книжную продукцию растут примерно на 1.0-15 % в год, то следует признать, что потребление книжной продукции в натуральном измерении упало еще более существенно. В Омской области фолдирование емкости книжного рынка щюизошло в 2004 году.

Входные и выходные барьеры. Этот фактор также входит в число признаков того или иного периода. Увеличились входные барьеры: монополизировано владение авторскими правами (например, на работы современных популярных детских авторов), необходимы значительные вложения в «раскрутку» новых авторов, многие типографии, особенно региональные, потеряли навыки коммерческого книгоиздания. Растут выходные барьеры. В 90-е годы можно было достаточно быстро уйти из книжного бизнеса практически без потерь, распродав складские остатки с прибылью, сейчас такое положение нереально. Продать же гудвилл издательской фирмы, в случае необходимости, практически невозможно.

Уровень переговорных сил поставщиков и клиентов. Поставщики бумаги имеют более выгодные позиции в переговорах с издательствами, прежде всего за счет уровня концентрации своей отрасли (в России пять целлюлозно-бумажных комбинатов и тысячи издательств). Современная ситуация для издательств еще более усложнилась в этом отношении. Иностранные владельцы российских ЦБК, доведя качество продукции до мировых стандартов, стали менее зависимы от внутреннего потребителя. Аналогична ситуация взаимоотношений с полиграфией: будущий тираж определяется не спросом, а требованиями максимальной загрузки полиграфических мощностей, соответственно, переговорными силами типографий. Соотношение переговорных сил издательств и книготорговых фирм можно оценить направлением вектора нерыночных отношений между этими субъектами: если 10 лет назад нерыночные предложения (например, эксклюзивные права на продажи в регионе и проч.) шли от продавца к издателю, и, следовательно, издательства имели более сильные позиции в переговорах. Сейчас картина изменилась: появились откаты, плата за вход в розничные сети. Изменение направления вектора является наиболее ярким индикатором системного кризиса книжной отрасли в России, вхождения ее в новый этап.

Возможность конкуренции. Иностранные рынки в силу естественной специфики книги как товара в целом закрыты для российских книгоиздателей2, внутренний рынок стагнирует, что ведет к дополнительной заинтересованности ведущих игроков рынка к снижению уровня конкуренции. Как следствие, возникает отсутствие институционального развития, непрозрачность финансовых потоков. Современный российский книжный рынок постепенно становится рынком связей. Структура, основанная на

* Исключение составляютрусскоязычные страны - Украина,Белоруссия, Казахстан, в меньшей степени бывшие прибалтийские республики, а так же Израиль, Германия. Кстати говоря, как раз за счет этих стран пока удается, если верить «Книжному бизнесу» (см. табл.3) компенсировать потери емкости на внутреннем рынке.

личных связях, не предполагает, как правило, новых компаний. Последние пять лет первая пятерка, а то и десятка издательств остается стабильной. Общее число издательств с каждым годом сокращается. Доля первой четверки превышает 75% рынка (позиции по отдельным сегментам: детективная и приключенческая литература - «ЭКСМО»; детская литература -«Росмэн»; экономическая и юридическая - «ИНФРА-М»; учебники для школ - «Просвещение», «Дрофа» и т.д.).

Пример анализа развития книжной отрасли свидетельствует о важности системного подхода к решению задач периодизации.

Результаты, полученные в диссертационном исследовании, агрегируют возможности дедуктивного подхода в формировании однородных данных при решении исследовательских и прикладных задач. Типологическая группировка, периодизация, портфельный анализ, динамическая классификация реальных совокупностей, временной принцип формирования систем обобщающих показателей позволяют улучшать качество обработки и прогнозирования временных рядов, способствуют принятию адекватных управленческих решений на различных уровнях хозяйствования, дают возможность получать корректные и несмещенные оценки деятельности различных экономических систем, способствуют реализации комплексного подхода при определении структурной привлекательности и эффективности отраслей и видов экономической деятельности.

Выполненное исследование представляет определенный шаг на пути развития теории и методологии типологической группировки, восстановления и укрепления позиций совокупностной концепции типологии данных в социально-экономических исследованиях.

3. ОСНОВНЫЕ НАУЧНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ

Монографии, брошюры, учебники и учебные пособия:

1. Глинский В.В., Ионин В.Г. Статистический анализ: Монография. — Новосибирск: ВО «Наука», Сибирская издательская фирма, 1993. - 10,5 п.л. (вклад автора 3,7 пл.).

2. Глинский В.В. Статистические методы поддержки управленческих решений: Монография. - Новосибирск: Изд-во НГУЭУ, 2008. - 16,5 пл.

3. Глинский В.В. Статистические методы периодизации социально-экономических процессов: Учебное пособие. — Новосибирск: Изд-во НИНХ, 1992.-3 п.л.

4. Глинский В.В., Ионин В.Г. Статистический анализ: Учебное пособие. - Изд. 2-е, перераб. и доп. - М.: ИИД «Фшшнъ», 1998. - 16,5 пл. (вклад автора 6,0 пл.).

5. Глинский В .В., Ионин В.Г. Статистический анализ: Учебное пособие. - 3-е изд., перераб.и доп. - М.: Изд-во ИНФРА-М; Новосибирск: Сибирское соглашение, 2002. - 15,1 пл. (вклад автора 5,4 п.л).

6. Демографическая статистика. Учебное пособие / Реком. УМО в обл. статистики и антикриз, упр-ния в кач. уч. пос. для студентов вузов; Под ред. к.э.н. Харченко Л.П., к.э.н. Глинского В.В. - Новосибирск: Изд-во НГУЭУ, 2004 г. - 24,1 пл. (вклад автора 2,4 пл.).

7. Статистика: Учебное пособие / Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.; Под ред. канд. экон. наук В.Г. Ионина. - М: Изд-во ИНФРА-М, 1996-2000. - 19 пл. (вклад автора 1,5 пл.).

8. Статистика: Учебное пособие / Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.; Под ред. канд. экон. наук В.Г. Ионина. - Изд. 2:е, перераб. и доп. - М.: Изд-во ИНФРА-М, 2001-2007. - 24 п.л. (вклад автора 2,0 пл.).

9. Статистика: Учебник / Л.П. Харченко, В.Г. Ионин, В.В. Глинский и др.; под ред. канд. экон. наук, проф. В.Г. Ионина. - 3-е изд., перераб. и доп. - М.: Изд-во ИНФРА-М, 2008. - 27,8 пл. (вклад автора 3,0 пл.).

Статьи, опубликованные в ведущих рецензируемых научных журналах и изданиях, рекомендованных- ВАК России:

10. Глинский В.В. «Русский крест» книжного бизнеса // ЭКО (экономика и организация промышленного производства). - 2008. - № 3. -С. 41-55.-0,8 п.л.

11. Глинский В.В. Как измерить малый бизнес? // Вопросы статистики. - 2008. - № 7. - С. 73 - 75. - 0,4 пл.

12. Глинский В.В. Мифическая статистика малого бизнеса. Проблемы статистического изучения турбулентных совокупностей // ЭКО (экономика и организация промышленного производства). - 2008. - № 9. - С. 51 -62.-0,6 пл.

13. Глинский В.В. Периодизация демографической ситуации. Перспективы национального проекта по улучшению демографической ситуации /У Вестник Самарского государственного экономического университета. - 2008. - № 10(48). - С. 30 - 37. - 0,7 пл.

14. Глинский В.В. Портфельный анализ: сущность и применение // Финансы и бизнес.-2008,-№4.-С. 105-109. -0,4 п.л.

15. Глинский В.В. Портфельный анализ в статистическом исследовании клиентов предприятия // Финансы и бизнес. - 2009. - № 1. - С. 91 -95. - 0,8 п.л.

16. Глинский В.В. К вопросу об оценке перспектив развития демографической ситуации в России // Национальные интересы: приоритеты и безопасность.-2008.-№ 12 (33).-С. 17-21.-0,8 п.л.

17. Глинский В.В. О применении периодизации в портфельном анализе // Вестник Самарского государственного экономического университета. -2008. -№ 11(49). -С. 14- 17.-0,5 п.л.

18. Глинский В.В., Серга Л.К. К вопросу о перспективах развития малого предпринимательства в России // Сибирская финансовая школа. -2008. - № 6. - С. 3 - 6. - 0,5 п л. (вклад автора 0,3 пл.).

19. Глинский В.В. Типология экономического развития современной России на основе методов периодизации макроэкономических процессов // Вестник Томского государственного университета. - 2009. - № 1 (318). -С, 160-166.-0,7 п.л.

Статьи в профессиональных журналах и научных сборниках:

20. Глинский В.В., Серга Л.К. Информационная поддержка маркетинговых решений И Научные записки НГАЭиУ. - Новосибирск: Изд-во НГАЭиУ, 1996. - С. 120 - 122. - 0,3 пл. (вклад автора 0,2 пл.).

21. Глинский В.В., Миназева Т.Н., Овечкина Н.И. Здоровье населения г. Новосибирска // Население и социальное развитие г. Новосибирска: Сб. науч. тр. - Новосибирск: Изд-во НГАЭиУ, 2000. - С. 43 - 52. - 0,7 п.л. (вклад автора 0,5 пл.).

22. Глинский В.В., Миназева Т.Н., Овечкина Н.И. Методологические вопросы статистического анализа состояния и динамики здоровья населения // Население и социальное развитие г. Новосибирска: Сб. науч. тр. -Новосибирск: Изд-во НГАЭиУ, 2000. - С. 36 - 42. - 0,4 п.л. (вклад автора 0,3 пл.).

23. Глинский В.В., Миназева Т.Н., Овечкина Н.И. Состояние здравоохранения в г. Новосибирске // Население и социальное развитие г. Новосибирска: Сб. науч. тр. - Новосибирск: Изд-во НГАЭиУ, 2000. - С. 53 -80. - 1,7 пл. (вклад автора 1,2 пл.).

24. Глинский В.В. Демографическая ситуация России: состояние и перспективы /'/ Российский экономический Интернет-журнал [Электронный ресурс]: Интернет-журнал АТиСО / Акад. труда и социал. отношений- Электрон, журн. - М.: АТиСО, 2008. - № гос. регистрации 0420600008. - Режим доступа: http://vv\vw.e-rei.m/Ai-ticles/2008/Glinskv.pdf, свободный. - Загл. с экрана. - 1 п.л.

25. Глинский В.В. Как измерить малый бизнес /У Актуальная статистика Сибири. - 2008 . - № 1. - С. 102 - 1 Об. - 0,25 пл.

26. Глинский В.В. Российский книжный бизнес: проблемы и перспективы // Вестник НГУЭУ. - 2008. - № I. - С. 191 - 199. - 0,5 пл.

27. Глинский В.В. Как измерить малый бизнес // Библиотека серии «Прикладная статистика»: Мат. методолог, сем.: Новосибирск - Новоси-бирскстат, Мангазея. - 2008. - С. 3 - 8. - 0,25 пл.

28. Глинский В.В. О применении качественного факторного анализа при изучении причин временной нетрудоспособности // Проблемы статистики и эконометрического моделирования. Межвузовский сборник. - М.: МИНХ, 1988. - С. 63 - 73. - 0,5 пл.

Доклады на научных конференциях и другие научные публикации:

29. Глинский В.В. Периодизация показателей здоровья // Социально-экономические проблемы повышения эффективности использования трудовых ресурсов: Сб. науч. тр. Всесоюз. конф. — Новосибирск: Изд-во НИНХ,НИСКТ, 1990.-С. 60-61.-0,1 пл.

30. Глинский В.В. Здоровье для здравоохранения? // Территория - ведомство - человек в Сибири: Сб. науч. тр. Всесоюз. конф. - Тюмень: Изд-во ТГУ, 1991. -С. 32 -33. -0,1 пл.

31. Глинский В.В., Грицай Т.Н., Овечкина Н.И. О периодизации показателей здоровья и здравоохранения // Историческая демография и современность: Мат. 7 Всесоюз. конф. по истор. демографии. - Донецк: Изд-во ДГУ, 1991.-С. 64-66.-0,1 пл. (вклад автора0,08 пл.).

32. Глинский В.В., Грицай Т.Н., Овечкина Н.И. Применение многомерного шкалирования в типологии регионов по уровню демографических показателей /У Социально-экономические проблемы повышения эффективности использования трудовых ресурсов: Мат. Рег. Науч.-практ. конф. - Новосибирск: Изд-во НГАЭиУ, 1992. - С. 51 - 53. - 0,1 пл. (вклад автора 0,08 пл.).

33. Глинский В.В. Портфолио-анализ как пространственно-динамическая типологическая группировка // «К 200-летию российской государственной статистики»: по материалам Межрег. науч.-практ. конф. «Отражая прошлое и настоящее» (10 сент. 2002 г., Новосибирск): Сборник научных трудов / Под ред. В.Г. Ионин, Л.П. Харченко, Л.И. Яковенко. - Новосибирск: Изд-во НГУЭУ, 2004. - С. 54 - 65. - 0,7 пл.

34. Глинский В.В. Нечисловая информация и система обобщающих показателей // К 200-летию российской государственной статистики: по материалам Межрег. науч.-практ. конф. «Отражая прошлое и настоящее» (10 сент. 2002 г., Новосибирск): Сборник научных трудов / Под ред.

B.Г. Ионин, Л.П. Харченко, Л.И. Яковенко. - Новосибирск Изд-во: НГУЭУ, 2004. - С. 45 - 53. - 0,5 пл.

35. Глинский В.В., Чесных С.С. Основные аспекты периодизации макроэкономических показателей // Информационно-статистическое обеспечение региональных систем управления: Мат. Всерос. науч.-практ. конф.(Белокуриха, 3-6 апр. 2006 г.). - Белокуриха: Новосибирскстат, Ал-тайкрайстат, Изд-во НГУЭУ, СИБАГС, АлГУ, Мангазея, 2006. - С. 227 -233. - 0,5 п.л. (вклад автора 0,4 пл.).

36. Глинский В.В , Горбунова E.JL, Серга JI.K., Шмарихина Е.С. Малый бизнес в г. Новосибирске: состояние и развитие // Информационно-статистическое обеспечение региональных систем управления: Мат. Всерос. науч.-практ. конф. (Белокуриха, 3-6 апр. 2006 г.). - Белокуриха: Новосибирскстат, Алтайкрайстат, Изд-во НГУЭУ, СИБАГС, АлГУ, Мангазея, 2006. - С. 388-400. - 0,75 пл. (вклад автора 0,4 пл.).

37. Глинский В.В. Бизнес-статистика: проблемы образования, перспективы // Информационно-статистическое обеспечение региональных систем управления: Тез. докл. Всерос. науч.-практ. конф. (Новосибирск, 21 мар. 2006 г.). - Новосибирск: НГУЭУ, Мангазея, 2006. - С. 283 - 288. -0,3 пл.

38. Глинский В.В. О некоторых применениях правила Парето в анализе клиентской базы // Информационно-статистическое обеспечение региональных систем управления: Тез. докл. Всерос. науч.-практ. конф. (Новосибирск, 21 мар. 2006 г.). - Новосибирск Изд-во: НГУЭУ, Мангазея, 2006.-С. 217-219.-0,2 пл.

39. Глинский В.В., Горбунова Е.Л., Серга Л.К., Шмарихина Е.С. Исследование малого предпринимательства в г. Новосибирске // Информационно-статистическое обеспечение региональных систем управления: Тез. докл. Всерос. науч.-практ. конф. (Новосибирск, 21 мар. 2006 г.). - Новосибирск: Изд-во НГУЭУ, Мангазея, 2006. - С. 219 - 222. - 0,2 п.л (вклад автора 0,1 пл.).

40. Глинский В.В., Серга Л.К., Шмарихина Е.С. Как измерить малый бизнес? // Статистика в диалоге общества и власти: Мат. Межд. науч.-практ. конф. (Санкт-Петербург, 27-30 янв. 2008 г.) - СПб.: Знание, 2008.

C. 43 - 44. - 0,12 пл. (вклад автора 0,08 пл.).

41. Глинский В.В. Об использовании материалов выборочных обследований бюджетов домашних хозяйств при проведении рыночных исследований // Статистика в диалоге общества и власти: Мат. Межд, науч.-практ. конф. (Санкт-Петербург, 27-30 января 2008 г.) - С.Пб.: Знание, 2008.-С. 153- 156.-0,2 пл.

42. Глинский В.В. 2005 год: «Русский крест» книжного бизнеса // Сайт проекта «Большой Новосибирск» в рамках форума Седьмой экс-

пертной сессии проекта «Разработка концепции культурной политики мегаполиса на примере Новосибирска» на тему «Читающий город. Издательства, библиотеки, книжные магазины, поэты и писате-ли».[Электронный ресурс]/ - Новосибирск: НОО «Институт развития города», 2008г. - 28 апреля. - 0,8 п.л.- Режим доступа: ЬЦр:/7ту\у.тееатк.ги

ГЛИНСКИЙ ВЛАДИМИР ВАСИЛЬЕВИЧ АВТОРЕФЕРАТ

Лицензия ЛР № 020412 от 12.02.97

Подписано в печать 7.04.09. Формат 60x84 1/16. Бум. офсетная. Печ. л. 2,25. Бум. л. 1,6. РТП изд-ва СПбГУЭФ. Тираж 100 экз. Заказ 230.

Издательство Санкт-Петербургского государственного университета экономики и финансов 191023, Санкт-Петербург, Садовая ул., д. 21.

Диссертация: содержание автор диссертационного исследования: доктора экономических наук, Глинский, Владимир Васильевич

ВВЕДЕНИЕ.

ГЛАВА 1. РАЗВИТИЕ МЕТОДОВ ПОЛУЧЕНИЯ ОДНОРОДНЫХ ДАННЫХ. ИСТОРИЧЕСКИЙ И ТЕОРЕТИЧЕСКИЙ АСПЕКТЫ АНАЛИЗА.

1.1. Методы типологии данных в прикладных исследованиях.

1.2. Типологическая группировка. История развития метода.

Стадии жизненного цикла.

1.3. Обзор основных матриц портфолио-анализа.

1.4. Проблемы и перспективы основных методов получения однородных данных.

ГЛАВА 2. ТЕОРИЯ, МЕТОДОЛОГИЯ ПЕРИОДИЗАЦИИ ВРЕМЕННЫХ РЯДОВ.

2.1. Постановка задачи типологии в рядах динамики.

Условия временной периодизации.

2.2. Периодизация как типологическая группировка во времени. Историческая периодизация.

2.3. Параллельная периодизация.

2.4. Многомерная средняя в выделении однокачественных интервалов.

2.5. Факторный анализ при проведении периодизации.

2.6. Прикладные аспекты метода периодизации комплексных рядов динамики. История применения метода.

ГЛАВА 3. МЕТОДОЛОГИЧЕСКИЕ ВОПРОСЫ ПОСТРОЕНИЯ ОСНОВНЫХ МАТРИЦ ПОРТФОЛИО-АНАЛИЗА.

3.1. Методологические вопросы построения основных матриц портфолио-анализа.

3.2. Периодизация в портфельном анализе.

ГЛАВА 4. СОВРЕМЕННЫЕ ПРИЛОЖЕНИЯ ПЕРИОДИЗАЦИИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ.

4.1. Периодизация экономического развития современной России.

4.2. Периодизация демографической ситуации. Перспективы национального проекта по улучшению демографической ситуации.

ГЛАВА 5. СТАТИСТИЧЕСКАЯ ПОДДЕРЖКА УПРАВЛЕНЧЕСКИХ

РЕШЕНИЙ. ОПЫТ ПРИКЛАДНЫХ ИССЛЕДОВАНИЙ.

5.1. Проблемы статистического изучения турбулентных совокупностей.

5.2. Периодизация развития российского книгоиздания.

2005 год: «Русский крест» книжного бизнеса.

5.3. Портфельный анализ в статистическом исследовании клиентов предприятия.

Диссертация: введение по экономике, на тему "Методы типологии данных в социально-экономических исследованиях"

Актуальность темы диссертационного исследования. Двадцать первый век должен стать столетием расцвета российской статистики. Для этого есть все предпосылки. Формируется правовая база статистической деятельности. В 2007 г. принят Закон о статистике, укрепилась законодательная база муниципальных образований, которая способствует усилению независимости статистики. В законодательном порядке устанавливаются принципы статистического наблюдения важных сегментов российской экономики, в частности, среднего и малого бизнеса и т.п.

Подходит к концу период вынужденной международной «изоляции», уходят в прошлое «принципы партийности» и жесткого детерминизма, возвращается и начинает доминировать стохастический подход в построении статистических показателей. Лавинообразно растут потребности в статистической информации и исследованиях, причем на всех уровнях - от правительства до домохозяек. На это Росстат отвечает проведением масштабных статистических работ: 2000 год - сплошное наблюдение субъектов малого предпринимательства, 2002 год - Всероссийская перепись населения, 2006 год - Всероссийская сельскохозяйственная перепись (проведенная впервые за последние сто лет), ежеквартальные обследования занятости, в скором будущем, в 2010 году - следующая Всероссийская перепись населения. Это далеко не полный перечень крупных статистических работ на уровне страны. Федеральные округа, администрации субъектов федерации, муниципальные образования, различные слои и группы населения становятся реальными потребителями статистической информации, заинтересованными также в знании методов ее обработки.

Типология информации является одной из основных задач во всяком научном исследовании. Классификация, типологическая группировка, кластерный анализ - центральный этап статистического исследования, обеспечивающий корректность всего последующего анализа. Соответственно, проблема типологии данных актуальна всегда. Можно отметить несколько обстоятельств, с нашей точки зрения, усиливших потребность в решении данной задачи в современных условиях. Это, прежде всего, возникновение новых объектов наблюдения (малое предпринимательство, муниципальные образования и т.п.). Все эти объекты являются качественно неоднородными. Корректная статистическая оценка их изменения и развития возможна только при условии предварительного качественного анализа и адекватного использования методов типологии.

В качестве дополнительных отличительных особенностей современного периода развития российской экономики можно отметить значительное расширение числа субъектов, вынужденных принимать управленческие решения на статистической основе, ужесточение последствий ошибочных решений, возросшее влияние факторов внешней среды. Новые условия функционирования предприятий и отраслей делают актуальным применение статистических технологий в управлении, в частности, методов типологии, позволяющих формировать однородные среды, как в статике, так и в динамике с целью реализации в них гомогенных стратегий.

Ограниченность современных экстраполяционных подходов в прогнозировании макроэкономических тенденций стала очевидной в свете финансовых кризисов 1998, 2008 годов. Механистический подход к прогнозированию, как правило, игнорирующий обеспечение однородности динамических рядов, показал свою несостоятельность и должен быть пересмотрен.

Степень разработанности научной проблемы. Задача выделения однородных статистических множеств решается достаточно давно, с середины Х1Х-го столетия, причем в рамках двух концепций - вариационной индуктивной) и дедуктивной. У истоков первой стоял А. Кетле (1796-1876), и ее последующие разработки принадлежат западным ученым, тогда как формулировка второй концепции принадлежит русскому статистику Д.П. Журавскому (1851). Он был первым, кто обозначил проблему. Существенный вклад в развитие дедуктивного подхода, который воплотился в методе типологической группировки, внесли представители российской академической науки: А.И. Чупров, Ю.Э. Янсон, H.A. Каблуков, A.A. Кауфман, A.A. Чупров, P.M. Орженцкий, земские статистики

A.П. Шликевич, Ф.А. Щербина, С.П. Прокопович, марксисты И.А. Гурвич,

B.И. Ленин, А.И. Хрящова, В.Г. Громан, Г.И. Баскин. В дальнейшем работы в этой области были выполнены М.Н. Смит, B.C. Немчиновым. Заметный вклад в развитие теории группировок внесли Г.С. Кильдишев, Ю.М. Аболенцев, Б.Г. Миркин, О.В. Иванов.

Центральное место в становлении, развитии и продвижении метода типологической группировки принадлежит ленинградской (санкт-петербургской) научной школе: теоретические исследования JI.B. Некраша, Б.Г. Плошко, И.И. Елисеевой, работы Э.К. Васильевой, C.B. Курышевой, М.А. Клупта, О.Г. Грачевой-Дивеевой и других. Все названные ученые принадлежат к научной школе ЛФЭИ, работы которой ввели в систему статистических категорий понятие периодизации временных рядов, осуществили постановку задачи периодизации, сделали попытку обоснования ее необходимости, показали аналогичность задач периодизации динамики и типологической группировки.

Вместе с тем, условия применения, возможности осуществления, методы периодизации динамических рядов в статистических публикациях практически не рассматривались. В лучшем случае можно найти указания на периодичность жилищного строительства или же в распространении новых платежных средств (банковских карточек и т.д.). Чаще всего выделение периодов производится только на основе качественного анализа без применения количественных методов.

В настоящее время появились новые возможности для развития теории типологической группировки и периодизации на базе теории портфельного анализа. Как известно, основной вклад в развитие этой концепции внесли представители теории управления. Первая модель портфельного анализа была построена американским ученым русского происхождения И. Ансоффом, заметный вклад в развитие метода внесли представители Бостонской консалтинговой группы, консультационной группы МакКинзи, компания Артур Д. Литл, Д. Абель, Г. Джонсон, К. Шульс, А. Хеке, Н. Мейджмур, Р. Кох, А. Шарплин, А. Роу, Р. Мейсон, Т. Вилен, Т. Нейлор, Д. Монайсен, Г. Дэй, Р. Ойсел, Р. Райт. Сходство идей типологической группировки и портфельного анализа в специальной литературе пока что не исследовано. Этим объясняется выбор темы диссертационного исследования.

Цель и задачи диссертационного исследования. Целью данной работы является развитие теории и методологии типологии статистических данных в социально-экономических исследованиях с позиций интегрированного подхода с учетом достижений портфельного анализа.

Для достижения поставленной цели в диссертации последовательно решены следующие взаимосвязанные задачи: систематизированы и рассмотрены основные методы и алгоритмы типологии информационных массивов, дан критический анализ их возможностей в поддержке управленческих решений; обоснована возможность и разработаны концептуальные основы статистической методологии временной периодизации; рассмотрены основные матрицы портфельного анализа, выявлены статистические аспекты методологии их построения; исследованы особенности применения метода периодизации в практических задачах, в том числе, при построении моделей портфельного анализа; проведены исследования однородности массовых экономических процессов на различных уровнях хозяйствования: на уровне экономики страны в целом, его отдельного сегмента (малый бизнес), отдельной отрасли (книгоиздание), а также на уровне предприятия.

Объект исследования - совокупности массовых социально-экономических явлений и процессов в пространственных и временных измерениях на различных уровнях агрегирования.

Предмет исследования - совокупность методов и алгоритмов выявления однокачественных типов (однородных частных совокупностей) в пространстве и во времени.

Область исследования. Содержание диссертации соответствует следующим пунктам Паспорта научной специальности 08.00.12. «Бухгалтерский учет, статистика»: п. 3.2. Методология построения статистических показателей, характеризующих социально-экономические совокупности; построения демографических таблиц; измерения уровня жизни населения; состояния окружающей среды; п. 3.3. Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономической конъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов; п. 3.6. Методология экономико-статистических исследований, направленных на измерение эффективности функционирования предприятий и организаций; п. 3.8. Прикладные статистические исследования воспроизводства населения, сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ, прогнозирование, моделирование складывающейся конъюнктуры и разработки перспективных вариантов развития предприятий, организаций, отраслей экономики России и других стран.

Теоретические и методологические основы исследования.

Теоретической и методологической основой диссертационного исследования послужили фундаментальные и прикладные работы ведущих российских и зарубежных ученых в области типологии данных и проведения периодизации динамики, а также стратегического управления в части портфельного анализа. Использованы нормативные документы, регламентирующие организацию и ведение статистического учета органами государственной статистики, деятельность отдельных сегментов и видов экономической деятельности. В качестве исследовательского и аналитического аппарата применялись методы статистического наблюдения, выборочные обследования, группировки, многомерный статистический анализ, эвристические методы типологии, факторный и компонентный анализ, матричные модели. Обработка исходной информации, моделирование и расчеты выполнены с использованием пакетов прикладных программ MS Excel и Statistica 8.0.

Информационная база исследования включает официальные данные Росстата, материалы выборочных обследований бюджетов домашних хозяйств по Новосибирской, Омской, Кемеровской, Томской областям, Алтайскому краю, Республике Хакассия, официальные данные Книжной палаты Российской Федерации, данные выборочных обследований предприятий малого бизнеса г. Новосибирска, проведенных автором в 20042007 годы, внутрихозяйственная статистика одного из новосибирских издательств за 1990-2008 гг.

Научная новизна диссертационного исследования заключается в развитии совокупностной концепции типологии данных путем интеграции методов типологической группировки, портфельного анализа и периодизации.

Основной научный результат, полученный автором - создание комплексной методологии периодизации рядов динамики, основанной на совместном использовании разных подходов и методов. Впервые предложены и апробированы на конкретных совокупностях и процессах основные методы проведения периодизации - историческая, параллельная периодизация, периодизация комплексных рядов динамики средствами многомерной статистики.

К существенным результатам, обладающим научной новизной и выносимым на защиту, относятся:

• введено понятие «турбулентная совокупность»;

• выявлена и определена «ошибка исчезающей совокупности»;

• поставлен вопрос о целесообразности проведения сплошных обследований субъектов малого предпринимательства с использованием традиционной схемы статистического вывода;

• сформулирован подход к измерению параметров турбулентных совокупностей путем построения системы исторических, фундаментальных и стратегических показателей. Построена модель фундаментальной численности предприятий малого бизнеса г. Новосибирска в 2007 году;

• построена и апробирована на данных конкретного предприятия модель жизненного цикла товара (серий книг) с использованием метода периодизации;

• разработан способ оценки основной составляющей емкости издательского рынка России на основе данных бюджетных обследований домашних хозяйств, позволивший дать реальную оценку негативных тенденций в отрасли;

• с помощью метода периодизации сделана попытка оценки перспектив национального проекта по улучшению демографической ситуации в России и Новосибирской области;

• предложены методические подходы к решению проблемы определения главного конкурента предприятия на реальных рынках на базе типологий;

• разработан и адаптирован к конкретной хозяйственной ситуации вариант матрицы клиентов как пример типологического анализа;

• реализован комплексный подход к оценке структурной привлекательности книжной отрасли; методом ретроспективной исторической периодизации определен момент начала системного кризиса российского книгоиздания.

Теоретическая и практическая значимость работы. Теоретические и методологические положения, выдвинутые и обоснованные в диссертационном исследовании, значительно расширяют область применения и возможности алгоритмов, основанных на совокупностной концепции, в решении задачи типологии данных в статистических исследованиях реальных совокупностей. Разработанный методологический и методический аппарат анализа динамических рядов (периодизация) позволяет улучшить качество прогнозирования на основе экстраполяционных подходов.

Практическое значение определяется возможностью использования выводов, результатов и рекомендаций для решения прикладных задач на различных уровнях и направлениях деятельности.

Методы и алгоритмы типологии данных, рассмотренные в работе, показали свою применимость на реальных информационных массивах, и могут быть рекомендованы к использованию в таких направлениях, как разработка планов социально-экономического развития регионов и муниципальных образований, оценка перспектив реализации национальных проектов, исследование структурной привлекательности отраслей и видов экономической деятельности, для определения инвестиционной привлекательности и эффективности деятельности предприятий реального сектора экономики.

Результаты авторских исследований по малому предпринимательству могут использоваться Росстатом и его территориальными органами для уточнения и корректировки методики сплошных и выборочных обследований малого бизнеса, проведение которых планируется в ближайшем будущем.

Апробация и внедрение результатов исследования. В 1993 году автором был получен грант Государственного комитета по науке и образованию РФ «Периодизация и конъюнктура макроэкономических процессов».

В течение 2004-2007 гг. выполнено шесть научно-исследовательских проектов по проблемам малого бизнеса по заказу мэрии г. Новосибирска (акты о внедрении). Результаты диссертационного исследования были применены ТО ФСГС по Новосибирской области при разработке методологии статистических обследований малого предпринимательства (акт о внедрении). Исследования по оценке структурной привлекательности книжной отрасли, расчеты емкости российского и регионального книжного рынка, матричные модели жизненного цикла продукта и клиентов использовались Новосибирским филиалом «Российского книжного союза» при составлении «Комплексного плана мероприятий по пропаганде и поддержке чтения в Новосибирской области на 2007 г.» (акт о внедрении).

Результаты работы докладывались на международных, всероссийских, региональных конференциях и семинарах, в том числе, на международной конференции по проблемам рыночной экономики (Германия, Бад-Хоннеф, 1996); по проблемам реструктуризации предприятий (Германия, Штудгарт, 1996); на семинаре в рамках первого Всероссийского съезда предпринимателей (Москва, 1997); в рамках программы Британского совета по обучению менеджмента издательской отрасли на семинарах в Новосибирске (2004), в Москве (2004), на международной конференции в Екатеринбурге (2005); на всероссийской конференции в Новосибирске, Белокурихе (2006); на международной конференции в Санкт-Петербурге (2008); на Всероссийском совещании статистиков (2009).

Публикации и результаты исследования нашли свое применение и используются при чтении лекций по следующим дисциплинам: теория статистики, анализ временных рядов и прогнозирование, статистический анализ нечисловой информации, бизнес-статистика, статистические методы в принятии управленческих решений, демографические прогнозы в ГОУ ВПО Новосибирский государственный университет экономики и управления -«НИНХ» (справка о внедрении).

Научные публикации. По результатам выполненного диссертационного исследования опубликовано 43 научные работы, из них 2 монографии объемом 27,0 п.л., (в том числе 20,2 п.л. - авторские), 7 учебников, учебных пособий - авт. 23,3 п.л., статьи и доклады объемом 20,67 п.л., (в том числе авторские - 17,74 п.л.), из них в изданиях ВАК, рекомендованных для докторских диссертаций, 10 статей общим объемом 6,0 п.л.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, библиографического списка.

Диссертация: заключение по теме "Бухгалтерский учет, статистика", Глинский, Владимир Васильевич

Выводы:

1. Проблемные клиенты сосредоточены в основном на родине, что ж, так бывает, и в Москве, это, как правило, и не только на издательском рынке. Наиболее привлекательные регионы для издательства - Восток и Соседи (Кемерово, Алтайский край, Красноярск, Томск).

2. Позиция автора в отношении клиентской составляющей достаточно прозрачна: уделять внимание нужно всем типам клиентов, другое дело, на разных уровнях менеджмента и в разном объеме, в зависимости от типа, но в некотором смысле важны все клиенты без исключения.

3. Есть другие точки зрения, в том числе, и основанные на статистических выводах. Во многих изданиях по стратегическому управлению и маркетингу [41, 91, 95] делается ссылка на распределение Парето в связи с анализом клиентской базы предприятий. Смысл высказываний формулируется правилом. Парето - 80 процентов клиентов обеспечивают предприятию лишь 20% общего сбыта (прибыли), в то время как остальные 20% закрывают 80 процентов итоговых показателей. С этим мы полностью согласны. Правило Парето действительно работает. Соответственно, от неэффективных клиентов необходимо избавляться и все усилия сосредоточить на инвестиционных клиентах. А здесь хотелось бы возразить.

ЗАКЛЮЧЕНИЕ

1. Концептуальные основы типологии данных в социально-экономических исследования

Формирование двух основных концепций типологии данных в статистических исследованиях началось в рамках развития теории группировки. Идея совокупностной концепции принадлежит Д.П. Журавскому: статистическая совокупность не является однородной, необходимо всесторонне исследовать объект наблюдения, систематизировать явления одного вида (исчисление по категориям). Вторая концепция (вариационная) связывается с именем А. Кетле, необходимость группировки в ее рамках вызвана наличием различий индивидуальных значений признака, группировка позволяет отобрать такие единицы совокупности, вариация которых находится в определенных пределах (интервалах). В дальнейшем своем развитии рассматриваемые концепции вышли за пределы группировки, особенно это касается вариационной концепции, хотя содержание их не претерпело принципиальных изменений.

В современной трактовке в рамках статистической теории, содержание совокупностной концепции можно определить как разбиение общей совокупности на частные (однородные типы) на основе предварительного теоретического качественного анализа, в свою очередь, вариационный подход к определению однородности статистических данных можно детерминировать как объединение единиц совокупности в однородные группы на основе сходства и различия, причем внутригрупповые различия должны быть менее существенны, чем различия между группами. В совокупностной концепции реализуется дедуктивный подход к типологии данных (от общего к частному), в основе вариационной лежит индуктивный подход (от частного к общему). Первая концепция трактует однородность как качественную (гомогенность единиц частной совокупности детерминируется единым законом развития), в вариационной концепции однородность рассматривается с позиций близости индивидуальных значений признака, упор сделан на количественный аспект.

Несмотря на достаточно серьезные различия в содержании этих двух подходов, они содержат много общего: решают одну задачу, в значительной степени пересекаются по результатам, не могут быть формализованы основные условия и ограничения, большинство конкретных алгоритмов, реализующих концепции, содержат существенный элемент искусства, являются эвристическими.

Необходимо отметить, что в последние годы число статистических публикаций, практических исследований, базирующихся на совокупностной концепции типологии данных имеет устойчивую тенденцию к снижению, в тоже время мы считаем, что возможности этого подхода далеко не исчерпаны, более того в прикладных социально-экономических исследованиях результаты, полученные средствами типологической группировки, другими алгоритмами дедуктивного подхода имеют заметное преимущество по сравнению с методиками вариационной концепции:

• Наличие или отсутствие вариации не должно быть условием, ограничивающим решение задачи однородности. Различные законы развития отдельных единиц совокупности вполне могут привести к одним и тем же значениям изучаемого признака, количественно одинаковые значения признака могут качественно различаться (например, доход, может быть результатом найма, пенсии, ренты, дивидендов и проч.);

• Возможны ситуации естественного разбиения общей совокупности на частные, в которых общая вариация признака полностью уходит в группы (семейный состав совокупности, признак - пол);

• Методы автоматической классификации, в основе которых, как известно, лежит вариационная концепция, имеют более узкую сферу применения по сравнению с методами, основанными на совокупностной концепции.

2. Методы типологии данных в социально-экономических исследованиях

Проблема однородности статистических данных - центральная в статистическом исследовании. С нашей точки зрения, обеспечение качественной однородности - является необходимым и достаточным условием выбора метода разбиения общей совокупности, одновременно проверка количественной однородности не может быть условием необходимым, возможным - да, и то в редких случаях, по крайней мере, в части решения задач прикладных исследований. Соответственно этой позиции в работе расставлены приоритеты - основной упор делается на применение типологической группировки и портфельного анализа в решении задачи типологии, методы, в основе которых лежит вариационная концепция, столь же подробно не рассматриваются, тем не менее, используются достаточно часто, в основном с целью верификации полученных результатов.

3. Типологическая группировка и портфельный анализ

Среди алгоритмов получения однородной информации, типологическая группировка - один из самых привлекательных инструментов, не случайно типологическая группировка рассматривается рядом ученых в качестве самостоятельного этапа статистического исследования. Решая задачу типологии, группировка обеспечивает возможность корректной сводки информации, построения адекватных систем обобщающих показателей, возможность исследования строения полученных частных совокупностей, измерение взаимосвязей в гомогенных средах, принятие адекватных управленческих решений.

Эффективным инструментом оценки деятельности бизнеса является портфельный анализ. Большинство зарубежных корпораций используют его в управлении. В последние годы он находит все большее применение в российской практике. Портфельный анализ - исследование, с помощью которого менеджмент организации оценивает различные виды продукции и направления хозяйственной деятельности с целью определения наиболее эффективных из них на основе применения специально разработанных нормативных стратегий. Выполнение всех этапов портфельного анализа позволяет: идентифицировать стратегические единицы; позиционировать их на рынке; определить перспективы развития стратегических единиц и их вклад в корпоративный портфель компании.

В работе проведен сравнительный анализ содержания, возможностей, преимуществ и перспектив типологической группировки и портфельных исследований.

Реализация рассматриваемых методов разбивается на ряд взаимосвязанных этапов: определение объекта исследования, постановка задачи, наметка типов, выбор группировочных признаков, интервалы разбиения, способ группирования, количество фактически полученных типов, представление результатов. Отметим полную согласованность алгоритмов по решаемым вопросам, причем типологическая группировка на каждом шаге дает более широкую трактовку, чем портфельный анализ. Типологической группировкой рассматриваются все неоднородные множества (общие совокупности), тогда как область применения портфельного анализа ограничена задачами оценки эффективности бизнеса. Соответственно, им исследуются совокупности бизнес-единиц предприятия, ассортимент товаров и услуг, клиентская база. Теоретическим анализом устанавливают типические формы процесса в изучаемой отрасли. В портфельном анализе этот этап также конкретизирован - в качестве теоретической основы исследования используют в основном концепции жизненного цикла товара и отрасли, меню стратегических альтернатив, теорию кривой опыта. Следующий этап - наметка типов: частных совокупностей, которые теоретически могут представлять структуру общей совокупности. В типологической группировке нет ограничений на число теоретически возможных типов, в портфельном анализе, это количество задается самим алгоритмом (от 4-х (матрица Ансоффа) до 20 (модель жизненного цикла продукта)). Группировочные признаки: типологическая группировка и портфельный анализ выполняются только по существенным признакам, однако в типологической группировке число признаков не лимитировано (можно использовать один признак, допускается также разбиение совокупности по всем существенным признакам). В то же время большинство матричных моделей строится в двух координатах, в редких случаях используются три признака. Способ группирования представляет собой, по сути, комбинационную группировку в том и другом методах. Возможна ситуация, когда типологическая группировка проводится по одному признаку, кроме того, типологическая группировка может быть выполнена как многомерная. Число фактически полученных типов в обоих случаях определяется в результате исследования, детерминировано реальной структурой общей совокупности, соответствует числу имеющихся частных совокупностей. Представление результатов различается: таблицы - в типологической группировке, графические образы (матричные модели) - в портфельном анализе. Следует также отметить, что алгоритм типологической группировки содержит приемы, которых нет в портфельном анализе, такие как специализация признаков и интервалов.

Проведенное сравнение позволяет сделать вывод о том, что типологическая группировка может рассматриваться в качестве статистической основы теории портфельного анализа.

Современное место теории типологической группировки в системе научных ценностей достаточно непростое. Все без исключения общественные науки в той или иной степени используют идеи типологической группировки. Тем не менее, необходимо констатировать, что типологическая группировка в прикладных исследованиях используется недостаточно. Более того, портфельный анализ, статистическая идеология которого полностью определяется теорией и методологией типологической группировки, в настоящий момент можно рассматривать как ребрендинг типологической группировки. Отметим следующее. Практика показывает, что если какое-либо научное направление становится закрытым, не взаимодействует с другими направлениями - оно начинает постепенно деградировать, напротив, интеграция различных идей и технологий, как правило, усиливает как отдельные составляющие процесса, так и увеличивает совокупный эффект. В этой связи использование преимуществ портфельного анализа (компактное и наглядное отображение позиций и основных проблем бизнеса; простота и доступность; акцент на качественные стороны анализа; возможность немедленного внедрения результатов и главное, активное включение опыта, интуиции, знаний специалистов отрасли, для которой задача решается), интеграция возможностей рассматриваемых методов, появление новых общих совокупностей, таких как турбулентные, открывает новые перспективы применения совокупностной концепции типологии данных в прикладных исследованиях в целом, типологической группировки в частности.

4. Теория, методология периодизации временных рядов

Особое место в совокупности методов получения однородных данных занимает периодизация. Объясняется это следующими обстоятельствами: характером обрабатываемой информации (исходные данные представляются как массивы «время - признак» или «время - объект»), ограниченным числом публикаций по данной проблематике, как в отечественной, так и в зарубежной статистической литературе.

Как правило, качественному скачку в динамике процесса, приводящему к смене закономерности, предшествует его непрерывное количественное изменение. Следовательно, при изучении хронологических рядов, охватывающих большие периоды времени, важно расчленять их на однокачественные интервалы. Более того, динамическое моделирование всякого сложного процесса невозможно без подробного ретроспективного анализа, существенным аспектом которого является выделение однородных периодов, этапов развития. Периодизация важна и в историческом аспекте как процесс определения однородных периодов общественного развития.

Периодизация динамики представляет собой процесс выделения однокачественных этапов (периодов) развития, расчленения динамических рядов на однородные интервалы. Периодизация, с одной стороны, дает важную информацию о процессе, с другой - закладывает основы для последующего анализа динамики, так как обеспечивает возможность применения методов многомерной статистики; адекватное их использование возможно лишь в однородных средах.

Необходимость периодизации временных рядов признается всеми, что касается возможности проведения этой процедуры, то здесь ситуация сложнее. Причин этому несколько, и основная, с нашей точки зрения, заключается в противоречивости различных условий применения алгоритмов корреляционно-регрессионного анализа (КРА) в рядах динамики. Как известно, к числу основных условий применения КРА относятся:

1) наличие случайной выборки из генеральной совокупности;

2) достаточно большое число наблюдений;

3) независимость наблюдений;

4) значительное превышение численности единиц совокупности числа факторов (в 6-8 раз);

5) однородность совокупности;

6) количественный уровень оценки переменных.

Нельзя не заметить противоречие между пунктом 5, с одной стороны, и пунктами 2 и 4 - с другой. Интервалы однокачественной динамики в реальности могут быть невелики по величине; в то же время значительные хронологические промежутки часто формируются разными законами развития. В анализе рядов динамики приоритет обычно отдается количественным подходам к содержанию статистических исследований, что связано с выполнением условий 2 и 4 и соответственно с игнорированием условия 5. С учетом подобной практики определения и моделирования тенденций в хронологических рядах не вызывает удивления малочисленность адекватных моделей, сбывшихся прогнозов; скорее, странно, что удачные прогнозы все-таки встречаются.

Особенность исследований динамики состоит в том, что одновременное выполнение приведенных выше условий вряд ли возможно. В этом случае обязательным является, по нашему мнению, выполнение однородности, даже в ущерб прочим условиям.

Возможность проведения периодизации обеспечивается наличием корректных алгоритмов ее реализации. В работе предложены и апробированы на различных информационных массивах три группы методов периодизации: историческая, параллельная, периодизация методами многомерной статистики, особое внимание при этом уделено обработке комплексных рядов динамики. Часто требуется выделить однокачественные периоды в развитии процесса, получить адекватное отображение которого с помощью лишь одного показателя трудно. Даже такой показатель как ВВП не может отражать всех аспектов динамики экономики. Здесь необходима система показателей или комплексный хронологический ряд, но преимущества системы при осуществлении периодизации и состоят в том, что, во-первых, появляется возможность учесть многообразие аспектов, во-вторых, амортизируется искажающее воздействие недостоверных и неточных статистических данных, наконец, в-третьих, множество показателей повышает надежность статистических выводов и обеспечивает возможность их экстраполяции.

5. Практические применения периодизации и портфельного анализа

В работе важное значение придается прикладным аспектам периодизации массовых процессов. Ограниченное число публикаций по данной проблематике потребовало, помимо разработки теории и методологии, значительных усилий по апробации предложенных алгоритмов. В диссертации практически не рассматриваются условные примеры, в большинстве своем приведены результаты, полученные в ходе выполнения хоздоговорных работ, госбюджетных исследований, гранта Комитета по науке и образованию РФ (1993-1994 гг.). Такие исследования проводились в течение 1988-2007 гг., заказчиками в советское время были руководящие органы Новосибирска, Рубцовска, Шарыпова, позже - мэрия г. Новосибирска и администрация Новосибирской области, Российский книжный союз, в лице регионального отделения РКС-Сибирь. На реальных данных апробированы алгоритмы периодизации состояния и динамики здоровья и здравоохранения г. Новосибирска (1965-1995 гг.), Шарыповского района Красноярского края

1981-1989 гг.), периодизация развития здравоохранения г. Рубцовска (19761989 гг.), проведена периодизация развития сельского хозяйства России (1960-1991 гг.). Аналогичные работы были проведены по периодизации экономики России (1991-2004 гг.), демографической ситуации России и Новосибирской области (1980-2006 гг.).

Задачи, решаемые с помощью методов периодизации, не ограничиваются получением однородных интервалов развития временного ряда, применения могут быть самыми разными.

В частности, в работе рассмотрена возможность использования метода в построении одной из важных матриц портфельного анализа - модели жизненного цикла товара. Чем эта задача привлекательна: готовой постановкой проблемы, наметкой типов, црежде всего, заранее известно, что теоретически жизненный цикл товара может составлять следующие периоды однокачественной динамики - внедрение, рост, зрелость, спад; далее, разработаны нормативные стратегии развития фактически полученных типов, наконец, есть примерная система рекомендуемых параметров, значения которых позволяют с одной стороны, искать критические точки перехода количественных изменений в качественные скачки развития процесса, с другой - есть возможность построить на основе этих параметров комплексный ряд динамики.

Особенности и проблемы построения модели жизненного цикла исследованы на реальных данных - для стратегических единиц одного из новосибирских издательств.

Историческая периодизация обычно определяет критические точки перехода одного качественного состояния процесса в другое путем учета событий глобального характера (войны, катастрофы, кризисы). Задача периодизации может быть решена несколько иначе: критический момент перехода книжной отрасли в фазу спада жизненного цикла был определен на основе всестороннего анализа так называемых «слабых сигналов».

Системный подход к оценке отраслевых факторов и факторов макросреды позволил выявить негативные тенденции развития российского коммерческого книгоиздания, обусловившие кризис отрасли в конце 2005 года.

Оценка клиентской составляющей является важнейшим приоритетом разработки стратегии предприятия, функционирующего в рыночной среде.

Цель анализа - определить типы клиентов, выявить важных клиентов и выяснить их покупательское поведение. По каждой группе клиентов, а также по каждому клиенту в отдельности можно будет проводить затем целенаправленную работу. Успешная работа с клиентами - один из решающих, если не решающий фактор эффективности бизнеса, не случайно в системе сбалансированных показателей Нортона и Каплана из всех отраслевых факторов и факторов ПЭСТ, лишь клиентская составляющая выделена самостоятельным блоком. Совместное решение проблем (для предприятия - прибыль, для клиента - качественное удовлетворение потребности) эффективно в том случае, если предприятие имеет представление о структуре клиентской базы, имеющихся и потенциальных типах клиентов: по важности, по уровню переговорных сил, по частоте закупок и т.п. В этой связи может представлять определенный практический и научный интерес разработанная нами для предприятий издательской отрасли матрица клиентов.

6. Особенности статистических исследований турбулентных совокупностей

Подавляющая часть задач по информационному обеспечению управления, в том числе и новых, решается Росстатом часто в условиях недофинансирования и кадровых проблем. Поэтому вполне объяснимы ситуации, когда органы статистики пытаются тиражировать наработанные методики на новые задачи или объекты наблюдения. Иногда такой подход может привести к не вполне корректным результатам. В качестве примера можно привести, в частности, подходы к формированию статистики малого бизнеса.

С помощью сплошного обследования формируется генеральная совокупность субъектов малого предпринимательства, которая в дальнейшем используется в качестве основы для текущих выборочных наблюдений. Накоплен определенный опыт проведения таких наблюдений. В частности, Федеральной службой государственной статистики в 2000 году было проведено сплошное наблюдение малого предпринимательства. Непрерывно проводятся выборочные обследования, апробированы необходимые методики.

Но имеется еще одна сторона проблемы. В процессе обследования 2000 года был получен очень интересный результат. Тогда Росстат признал его как негативный - удалось в реальности обследовать лишь около 80% субъектов малого предпринимательства из числа зарегистрированных. С нашей точки зрения, именно это и было одним из самых ценных результатов. К сожалению, он не был своевременно, должным образом проанализирован, не подвергся тщательному исследованию и обсуждению, и, судя по всему, не вполне эффективные алгоритмы наблюдения предполагается применять и в дальнейшем, только уже на «законном» основании.

Алгоритм оценки деятельности и вклада малого предпринимательства выглядит следующим образом. По данным регистрации определяется и ограничивается генеральная совокупность, формируется основа, проводится случайная выборка из основы, по результатам выборки делается статистический вывод - оцениваются параметры генеральной совокупности (например, объем ВВП или ВРП, созданный малым бизнесом). Алгоритм проверенный, практически всегда корректный. Однако есть моменты, на которые хотелось бы обратить особое внимание. Совокупность субъектов малого предпринимательства не является качественно однородной с позиций возможности проведения статистического наблюдения. В этой связи можно выделить как минимум три типа предприятий - фирмы-однодневки, собственно малый бизнес, аффилированные структуры.

Фирмы-однодневки полностью выпадают из статистического учета, что вовсе не означает отсутствие результатов деятельности по этой категории. Налицо систематическая ошибка наблюдения - ошибка охвата.

Далее, собственно малый бизнес. Малый бизнес в принципе не расположен предоставлять о себе хоть какую-то информацию. В этой категории значителен риск ошибки отказа, а также систематической ошибки наблюдения.

Генетической особенностью малого предпринимательства является его стремительное обновление. Так, по данным Всемирного банка из вновь организуемых малых предприятий, через год их существования действующими остаются примерно 50%, через три года - 8%, через пять лет - не более трех процентов (банкротства для основной их части, переход в средний и крупный бизнес для других). Структура российского малого предпринимательства отличается от структуры малого бизнеса развитых стран, и мы в своих расчетах получили несколько иные, но достаточно близкие результаты. В первый год со сцены уходит около 60% субъектов малого бизнеса (за счет фирм-однодневок). В то же время пятилетний срок удается прожить 5-7% зарегистрированных предприятий (аффилированные структуры менее подвержены рискам реального бизнеса). Даже при постоянной общей численности малых предприятий (в реальности этого нет, численность их несколько последних лет увеличивалась в среднем на 5% в год) коэффициент обновления будет более 60%. Меняется структура генеральной совокупности, предприниматели переходят в более рентабельные отрасли, идут вслед за налоговыми льготами и т.п. В итоге мы делаем статистический вывод на генеральную совокупность, которой уже нет! Налицо систематическая ошибка наблюдения, назовем её ошибкой «исчезающей совокупности».

Турбулентная (нестабильная) совокупность - численность и структура множества катастрофическим образом меняется с течением времени (Стационарная совокупность - множество единиц одного качества, в котором численность и структура по образующему совокупность признаку инвариантны во времени, стабильная совокупность - изменение численности происходит в рамках известного закона, структура при этом не претерпевает в динамике значимых изменений).

Далее. В приложениях управленческих теорий, в частности в системе сбалансированных показателей, эффективным инструментом реализации стратегических решений зарекомендовало себя использование традиционных статистических параметров в следующем разрезе: исторические (анализ прошлого, иногда такую статистику называют посмертной), фундаментальные (оценка настоящего), стратегические (шансы или риски будущего).

Статистикой достаточно редко используется этот прием, причины известны - в основном системы обобщающих показателей строятся для стационарных и стабильных совокупностей, как исторические системы. В стационарных совокупностях исторические характеристики несут фундаментальное и стратегическое содержание. Для стабильных совокупностей оценка будущего может быть реализована посредством построения системы исторических и фундаментальных параметров. С ростом вариации изучаемой совокупности (численность и структура по основному признаку) снижается информационная ценность исторических и фундаментальных показателей в принятии управленческих решений. Для турбулентных совокупностей информационное значение исторических параметров стремится к нулю, определяющую роль играют оценки настоящего и шансы (риски) будущего.

Итак, совокупность субъектов малого предпринимательства (малый бизнес) является турбулентной совокупностью в силу стремительного обновления и быстрого изменения отраслевой структуры, применяемая схема статистического вывода дает не только значительные риски смещения, но и традиционно ориентирована на получение исторических показателей, что в сумме никоим образом не повышает адекватность принимаемых решений.

Риски смещения параметров в статистических исследованиях малого предпринимательства таковы, что практически всю современную статистику данного сегмента можно определить как «мифическая статистика». Можно пренебречь неполной регистрацией, в принципе можно допустить неполный учет результатов деятельности малого бизнеса (без фирм-однодневок), есть теоретическая возможность избавиться от ошибок отказа в учете собственно малого бизнеса (например, использовать административный ресурс), однако, нам представляется, что в рамках обычной схемы статистического вывода ошибки «исчезающей совокупности» избежать невозможно.

Генетические особенности малого бизнеса - неоднородность генеральной совокупности, короткий жизненный цикл, быстрое изменение отраслевой структуры, ставят под сомнение необходимость проведения сплошных статистических наблюдений малого бизнеса. Они просто невозможны, что показало, в том числе и обследование 2000 года. Их результаты не могут быть использованы в качестве основы проведения выборочных наблюдений даже на следующий год, не говоря уже о пятилетнем применении этой базы.