Методология статистического анализа и прогнозирования развития промышленности Российской Федерации

Актуальность темы

исследования. К началу проведения экономических преобразований для промышленности Российской Федерации была характерна масштабность производства при низкой эффективности, слабой конкурентоспособности, отсутствии согласованности между производством и потребительским спросом.

Высокомонополизированный промышленный комплекс имел отсталую технологическую базу и был отягощен серьезными диспропорциями структурного характера. Кризис российского народного хозяйства, развернувшийся в ходе проведения экономических реформ, болезненно сказался на развитии промышленности. В 1998 г. по сравнению с 1990 г. произошло снижение промышленного производства более чем на 50%, что не имеет исторических аналогов в развитии крупных стран в период мирного времени.

Отличительной особенностью развития российского народного хозяйства в период 1999;2003 гг. являлся промышленный подъем. При этом в большой степени наблюдавшийся рост промышленного производства объяснялся действием неинвестиционных факторов, связанных с освобождением отраслевых рынков от импорта, благоприятной внешнеторговой конъюнктурой, использованием незагруженных мощностей и др. В результате сочетания этих факторов в посткризисный период произошло поступательное развитие как экспортно-ориентированных отраслей промышленности, так и отраслей внутренне-ориентированного сектора.

Однако действие миогих благоприятных факторов уже исчерпано, воздействия других носят ограниченный характер. Таким образом, дальнейший промышленный подъем неизбежно должен опираться на активизацию инвестиционных процессов, направленных, в первую очередь, на обновление, модернизацию изношенных и устаревших основных фондов, на техническую реконструкцию при проведении гибкого структурного маневрирования инвестициями.

Для устойчивого развития промышленного комплекса на современном этапе необходимо проведение в жизнь научно обоснованной промышленной политики, способствующей привлечению инвестиций, повышению конкурентоспособности на внешнем и внутреннем рынках, созданию современной технологической базы и проведению структурных преобразований.

Поступательное развитие промышленных отраслей могут обеспечить лишь высокоэффективные и конкурентоспособные компании. Управление их деятельностью должно быть достаточно гибким, чтобы обеспечить оперативное реагирование на общеэкономическую конъюнктуру и состояние мировых рынков (товарных и инвестиционных).

Сложившаяся экономическая ситуация выдвигает новые требования к характеру статистической информации, на основе которой осуществляется управление. При этом возрастает роль прогнозов и основанной на них сигнальной, предупреждающей информации, способствующей принятию научно обоснованных управленческих решений.

Создание эффективной системы управления на микро-, мезои макроуровне должно опираться на статистический анализ и прогнозирование динамики важнейших индикаторов промышленного производства, статистическое исследование тенденций и перспектив развития отдельных предприятий, отраслей и отраслевых групп, на статистическое оценивание происходящих структурных сдвигов.

Вышеизложенное свидетельствует об актуальности разработки методологии статистического анализа и прогнозирования важнейших показателей развития промышленного комплекса, сравнительного статистического анализа производственно-хозяйственной деятельности промышленных предприятий. Разработка такой методологии, безусловно, представляет значительный практический и теоретический интерес.

Цель и задачи исследования

Целью диссертационного исследования является разработка методологии комплексного статистического анализа и прогнозирования развития промышленного комплекса Российской Федерации в условиях реформирования экономики.

В соответствии с указанной целью в работе поставлены и решены следующие задачи теоретического и прикладного характера:

• сформулирована концепция создания системы прогнозной информации о развитии промышленности РФ, направленная на интеграцию разрозненных задач прогнозирования в комплексы;

• разработаны и апробированы методологические подходы к исследованию интенсивности и направленности структурных изменений, произошедших в промышленном производстве за период реформирования экономики;

• на основе комплексного экономико-статистического анализа состояния российской промышленности выявлены современные тенденции и проблемы в ее развитии;

• на базе исследования инвестиционных процессов в промышленности предложен подход к оцениванию инвестиционной привлекательности ее отраслей;

• разработаны методологические основы использования современных информационных технологий хранения и обработки статистических данных при построении системы прогнозов показателей деятельности промышленного комплекса РФ;

• обоснованы направления совершенствования методологии краткосрочного прогнозирования производства важнейших видов промышленной продукции в натуральном выражении на макрои мезоуровнях;

• разработан подход к моделированию и прогнозированию тренд-сезонных процессов с устойчивым (робастным) оцениванием сезонной составляющей;

• предложен метод расчета годовых прогнозов производства важнейших видов промышленной продукции на основе процедуры объединения частных прогнозных оценок, полученных с помощью индексов сезонности;

• усовершенствована методология предварительной обработки исходных данных, позволяющая при использовании многомерных статистических методов бороться с «маскирующим эффектом» групп аномальных наблюдений;

• разработана методология сравнительного анализа производственно-хозяйственной деятельности предприятий, основанная на многомерных статистических методах и апробированная на примере крупных компаний электроэнергетики;

• осуществлен переход от статической модели факторного анализа к построению временной факторной модели, использованной при анализе производственно-хозяйственной деятельности промышленных предприятий в динамике.

Объектом исследования является промышленность Российской Федерации, ее развитие в условиях реформирования экономики.

Предмет исследования — методология статистического анализа и прогнозирования совокупности показателей, характеризующих развитие промышленности Российской Федерации.

Методологической и теоретической основой исследования являются труды ведущих отечественных и зарубежных ученых по статистике, теории рыночной экономики, финансовому и экономическому анализу, эконометрике, современным информационным технологиям хранения и обработки данных.

В процессе разработки вопросов методологии статистического исследования большое значение сыграли труды известных отечественных ученых-статистиков: Ю. И. Аболенцева, О. Э. Башиной, И. К. Беляевского,.

Г. Л. Громыко, М. Р. Ефимовой, Г. Т. Журавлева, С. Д. Ильенковой, М. В. Карманова, A.B. Короткова, В. И. Кузнецова, М. Г. Назарова, Л. И. Нестерова, С. Л. Орехова, Б. Т. Рябушкина, А. Е. Суринова, А. Н. Устинова, К. Г. Чобану и др.

В диссертации автор также опирался на научные труды известных специалистов в области прикладной статистики и эконометрического моделирования С. А. Айвазяна, A.M. Дуброва, И. И. Елисеевой, В. А. Колемаева, И. А. Корнилова, Ю. П. Лукашина, B.C. Мхитаряна, В. А. Половникова, Я. А. Фомина, A.A. Френкеля, Е. М. Четыркина и др.

Также использовались работы зарубежных ученых Т. Андерсона, М. Кенделла, К. Гремджера, А. Стюарта, Р. Брауна, Дж. Бокса, Г. Дженкипса, П. Уинтерса, Дж. Джонстона, Г. Хармана, К. Иберла, Ч. Хольта, К. Доугерти, П. Харрисона, Дж. Тьюки, Г. Тейла, С. Вейджа и др.

Статистическим инструментарием исследования послужили методы корреляционного и регрессионного анализа, аналитической группировки, многомерные методы снижения размерности и классификации, методы анализа и прогнозирования рядов динамики, а также табличные и графические методы визуализации результатов исследования.

Для решения поставленных задач диссертационного исследования применен широкий спектр аналитических пакетов прикладных программ: «SPSS», «Statistica», «Олимп», «Мезозавр», «X-12-ARIMA», электронные таблицы Excel, а также программы, разработанные автором.

Информационную базу исследования составили официальные статистические данные Госкомстата России, данные из научных публикаций по исследуемой тематике, материалы периодической печати, сети Internet и электронных СМИ.

Научная новизна работы состоит в том, что в ней дано решение научной проблемы, имеющей важное народнохозяйственное значение в условиях формирования рыночной экономики в России.

Основной научный результат, полученный в диссертации, состоит в разработке методологии комплексного статистического анализа состояния и основных тенденций развития промышленного комплекса Российской Федерации. Положенные в основу методологии приемы и подходы носят универсальный характер, предназначены для аналитической работы на макро-, мезои микроуровне.

К числу наиболее существенных результатов, полученных лично автором и обладающих научной новизной, относятся следующие:

• теоретически обоснована и разработана концепция создания системы прогнозной информации о развитии промышленного производства в Российской Федерации;

• разработаны концептуальные подходы и предложена система статистических показателей для исследования интенсивности структурных сдвигов в промышленном производстве с использованием порядковой шкалы и шкалы отношений;

• проведено комплексное статистическое исследование интенсивности и направленности структурных изменений в отраслевом распределении выпуска промышленной продукции в сопоставимых и фактически действовавших ценах;

• выявлены основные тенденции в развитии промышленного комплекса Российской Федерации и определены факторы, влиявшие на глубину падения производства и темпы преодоления спада по отраслям;

• предложен и апробирован подход к отраслевой сегментации промышленности на основе характеристик эффективности и динамичности производства;

• разработан алгоритм устойчивого (робастного) оценивания сезонной составляющей в аддитивной и мультипликативной форме при проведении декомпозиции временных рядов;

• предложена методология построения краткосрочных прогнозов производства промышленной продукции в натуральном выражении на макрои мезоуровнях, апробированная на важнейших видах продукции топливно-энергетических отраслей;

• разработана и апробирована методика классификации отраслей промышленности по инвестиционной привлекательности, основанная на многомерных статистических методах;

• разработан алгоритм расчета годовых прогнозов производства отдельных видов промышленной продукции на основе синтеза частных прогнозных оценок, апробированный на примере важнейших видов продукции топливно-энергетических отраслей и пищевой промышленности;

• создана и апробирована методика отсева аномальных наблюдений, позволяющая формировать однородные группы объектов при наличии «маскирующего эффекта»;

• с помощью теории нечетких множеств построена" временная факторная модель, позволяющая исследовать динамику взаимосвязей исходных признаков с главными компонентами (обобщенными факторами), учитывающая различную информационную ценность уровней анализируемых показателей;

• на основе программной реализации временной факторной модели проанализирована производственно-хозяйственная деятельность крупных компаний электроэнергетики за период с 1999 по 2001 г.

Практическая значимость результатов исследования.

Результаты проведенного исследования нашли практическое применение в аналитической работе Оренбургского областного комитета государственной статистики, Управления инвестиционных программ и перспективного развития Магнитогорского металлургического комбината, что подтверждается справками о внедрении.

Разработанные и усовершенствованные методики могут быть использованы в аналитической работе органов государственной статистики, Министерством экономического развития и торговли РФ, Министерством промышленности, науки и технологий РФ при формировании промышленной политики, управленческими органами различных уровней при разработке стратегии развития отдельных отраслей и регионов, руководством предприятий и их деловыми партнерами.

Теоретические и практические результаты исследования используются в научной работе и в учебном процессе при чтении лекций и проведении практических занятий в МЭСИ, Магнитогорском государственном техническом университете, Марийском государственном университете по курсам: «Статистические методы прогнозирования в экономике», «Эконометрика», «Экопометрическое моделирование», «Многомерные статистические методы» (имеются справки о внедрении).

Апробация работы «.

Основные результаты исследования докладывались на 19 международных, всесоюзных, всероссийских и межвузовских научных и научно-методических конференциях, в том числе на:

III Международной научно-методической конференции «Методология преподавания статистики, эконометрики и математической экономики в вузах», Сочи, 4−6 февраля 2003;

— II Российско-Американской региональной конференции «Пути развития образования в 21 веке», Йошкар-Ола, 30−31 октября 2002;

— II Международной научно-методической конференции «Методология преподавания статистики, эконометрики и математической экономики в вузах», Москва, 5−6 февраля 2002;

VII Международной конференции «Применение многомерного статистического анализа в экономике и оценке качества», Москва, 26−30 августа 2001;

Международной научно-практической конференции «Методология преподавания статистики, эконометрики и экономико-математических дисциплин в экономических вузах», Москва, 2−6 февраля 1999;

VI научной конференции стран СНГ «Применение многомерного статистического анализа в экономике и оценке качества продукции», Москва, 1997;

Научно-практической конференции «Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа», Москва, 1991;

Всесоюзном научно-практическом семинаре «Прикладные аспекты управления сложными системами», Кемерово, 1987.

Структура работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка использованной литературы и приложений.

Список литературы

содержит 225 наименований. Основной текст работы составляет 292 стр., содержит 59 рисунков, 44 таблицы. В двух приложениях — 15 рисунков и 15 таблиц.

Заключение

.

В соответствии с поставленной целыо диссертационного исследования в работе решен комплекс задач теоретического и прикладного характера.

Рассматриваемые в диссертационном исследовании методологические вопросы статистического анализа развития российской промышленности позволили исследовать структурные сдвиги в промышленном производстве. Предложенная в диссертации система статистических показателей для исследования интенсивности и направленности структурных сдвигов опирается на цепные и базисные обобщающие характеристики, измеренные в различных шкалах (порядковой шкале и шкале отношений). При этом разработанный подход предусматривает исследование изменений структуры производства как в фактически действовавших ценах, так и в сопоставимых ценах.

Проведенный статистический анализ позволил выявить неравномерность развития промышленного производства в отраслевом разрезе, установить различную интенсивность происходивших структурных изменений в исследуемом периоде. При сравнении соседних периодов всплеск в значениях обобщающих показателей структурных сдвигов для промышленной продукции в фактических ценах относится к 1992 г. В этом случае усиление интенсивности структурных изменений промышленного производства объясняется процессом либерализации цен, ознаменовавшим начало экономических реформ. Перемещение этого пика к 1994 г. при исследовании структуры производства в сопоставимых ценах (в ценах 1999 г.) вызвано инерционностью промышленного производства. Выявленная особенность свидетельствует о том, что из-за инерционности развития такой сложной системы, как промышленный комплекс, последствия проводимых преобразований могут сказываться с достаточно большим временным лагом, что должно учитываться при прогнозировании развития российской промышленности.

Проведенный анализ также позволил установить, что интенсификация изменений в динамике промышленного производства (возросший подъем, усилившийся спад) сопровождалась интенсификацией изменений структуры производства. С помощью корреляционного анализа была проверена гипотеза о существовании статистически значимой взаимосвязи между интенсивностью структурных сдвигов и темпами изменения промышленного производства, а также проведено статистическое оценивание тесноты этой взаимосвязи. Было выявлено, что углубление спада промышленного производства сопровождалось усилением структурных сдвигов. Максимальные значения базисных показателей структурных сдвигов, свидетельствующие о наибольшем отличии текущей структуры промышленного производства от базисной структуры 1990 г., соответствуют 1998 г. — нижней точке промышленного спада. Максимальная скорость удаления структур наблюдалась в 1994 и 1992 гг. В то же время при проявлении роста промышленного производства в 1997 г., в 1999;2001 гг. происходило ослабление различий структур.

В диссертации предлагается проводить сопоставление структуры производства текущего периода с заданной эталонной структурой, используя экспертные оценки в сочетании с формализованными методами.

Также были определены общие и характерные черты в изменении динамики отраслевого производства, выявлены факторы, существенно влиявшие на глубину падения производства. Темпы преодоления спада во многом определяла степень экспортной ориентации отрасли. Кроме того, спад производства оказался сильнее в отраслях, в большей мере производящих конечную продукцию, что усугубило гипертрофированное развитие добывающих отраслей. В результате структура промышленного производства изменилась в сторону «утяжеления», т. е. в сторону уменьшения весомости продукции высокой степени переработки.

В работе при исследовании состояния российской промышленности проведен анализ динамики экономических показателей, характеризующих объем промышленного производства, численность занятых, состояние производственного аппарата, финансовое состояние предприятий и др. Проведенный статистический анализ выявил высокую дифференциацию отраслей по важнейшим характеристикам их функционирования.

В диссертации разработан подход к отраслевой сегментации промышленности по характеристикам финансовой эффективности и динамичности производства, опирающийся на комплексное использование многомерных статистических методов. Исследование выявило два сегмента, использующих в своем развитии разные ресурсы. Подъем в экспортно-сырьевых отраслях, представленных нефтегазовым комплексом и металлургией (сегмент № 1), опирался на благоприятную внешнеэкономическую конъюнктуру, низкие цены на ресурсы, последовавшее расширение платежеспособного спроса внутри страны.

Во втором, внутренне-ориентированном сегменте в отдельный кластер были выделены электроэнергетика и угольная промышленность, что связано с низким уровнем рентабельности в этих отраслях в условиях повышенной энергоемкости экономики России.

Поступательное развитие ряда отраслей второго сегмента было связано с начавшимся после кризиса процессом импортозамещения, загрузкой недоиспользованных производственных мощностей. В большей степени рост промышленного производства объяснялся действием неинвестиционных факторов, причем их благоприятное сочетание способствовало развитию отраслей из двух сегментов. Однако в настоящее время действие многих факторов уже исчерпано, действие других — носит ограниченный характер.

Дальнейший промышленный подъем неизбежно должен опираться на активизацию инвестиционных процессов. Экономический кризис 1991;1998 гг. сопровождался резким сокращением инвестиций, нанесшим удар по всему производственно-технологическому потенциалу промышленности.

В 1999;2003 гг. рост промышленного производства наблюдался на фоне активизации инвестиционной деятельности. Однако ее масштабы оставались незначительными. Проведенный статистический анализ отраслевого распределения инвестиций в основной капитал показал, что около 60% суммарного объема концентрируется в топливно-энергетических отраслях. Существенно упала доля, приходящаяся на машиностроение и металлообработку — отрасль, определяющую качество техники и динамику технологического перевооружения во всех отраслях, конкурентоспособность промышленной продукции. Так как экспортно-сырьевая ориентация российской экономики сказывается и в структуре инвестиций, то для осуществления реконструкции обрабатывающих отраслей необходимо проведение политики структурного маневрирования инвестициями.

Проведенный анализ свидетельствует о том, что уровень иностранных инвестиций также является низким и недостаточным, при этом в качестве лидеров по привлечению иностранных инвестиций последние годы выступали топливная, пищевая и металлургическая промышленность. В то же время наметившиеся в последние годы в развитии экономики положительные тенденции нашли отражение в росте капиталовложений.

Для мониторингового наблюдения за изменением инвестиционной привлекательности отраслей промышленности в диссертации разработана и апробирована методика многомерной классификации отраслей по инвестиционной привлекательности. Проведенное исследование свидетельствует о повышении инвестиционной привлекательности российской промышленности. Для стимулирования инвестиций требуется стабильность и прозрачность экономической политики, взаимодействие между бизнесом и государством в определении тенденций экономического развития, содействие государства в активизации структурной перестройки.

Перспективным направлением в развитии и организации прогнозных расчетов, характеризующих развитие промышленного комплекса РФ, является объединение отдельных типовых задач в комплексы, в интегрированные системы, повышающие информативность исследований. Примером такой системы прогнозной информации может служить система, разработанная в диссертационном исследовании. Она охватывает комплекс задач краткосрочного прогнозирования производства важнейших видов промышленной продукции в натуральном выражении на макрои мезоуровнях.

Проведенное исследование показало, что в последнее время концепция функционирования систем поддержки принятия управленческих решений претерпела серьезные изменения. В современных условиях аналитикам и опирающимся на их исследования органам управления промышленным комплексом существенную помощь может оказать взаимосвязанное применение хранилищ данных, инструментов OLAP, а также процедур интеллектуального анализа данных (Data Mining). Важной составной частью средств интеллектуального анализа данных (Data Mining) являются современные статистические системы. При этом, на наш взгляд, перспективным направлением развития современных технологий при решении задач прогнозирования развития российского промышленного производства является комплексное применение различных систем интеллектуального анализа. Например, возможно построение прогнозных моделей, синтезирующих результаты, полученные с помощью нейронных сетей, многофакторных регрессионных моделей, моделей прогнозирования одномерных временных рядов.

В диссертации предложена методология построения краткосрочных прогнозов производства промышленной продукции в натуральном выражении, апробированная на важнейших видах продукции топливно-энергетических отраслей и пищевой промышленности. Для каждого рассматриваемого временного ряда месячной динамики был сформирован базовый набор моделей, включающий от двух до четырех моделей, близких по характеристикам точности. При этом использовался широкий спектр адаптивных моделей при элиминировании воздействия фактора затрат рабочего времени. Также применялись модели, в которых для описания тренда использовались кривые роста, для сезонной составляющей разработанный автором алгоритм ее устойчивого (робастного) оценивания, а для моделирования остаточной последовательности АИМА-модели. В предлагаемой методологии месячные прогнозные оценки использовались как «входная» информация для построения прогнозов с большим периодом упреждения. При выборе окончательного варианта прогнозов учитывались экспертные оценки характера тенденции для периода упреждения, а также точность моделей на ретроспективном участке. Поступившие в 2003 г. фактические данные подтвердили высокую точность полученных квартальных прогнозных оценок производства. Например, в первом квартале 2003 г. модуль относительной ошибки для производства электроэнергии, добычи нефти и газа составил менее 0,9%.

Для расчета годовых прогнозов производства важнейших видов промышленной продукции в диссертации предложен метод, опирающийся на процедуру объединения частных прогнозных оценок, полученных с помощью индексов сезонности. Метод имеет ряд преимуществ перед традиционными подходами получения таких прогнозных оценок. Экспериментальные расчеты подтвердили высокую эффективность разработанного подхода. При прогнозировании с помощью предложенного метода (при объединении 9 частных прогнозных оценок) в топливно-энергетических отраслях для таких видов продукции, как электроэнергия, нефть относительная ошибка по модулю на ретроспективном участке 1998;2002 гг. не превысила 0,5%, для естественного газа составила 0,8%- в пищевой промышленности: для производства цельномолочной продукции (в пересчете на молоко) составила 0,6%, мяса (включая субпродукты 1 категории) -менее 1,4%.

Разработанные методологические подходы носят достаточно универсальный характер, они могут использоваться для получения краткосрочных прогнозов производства в различных отраслях, на макрои мезоуровнях.

На основе теории нечетких множеств разработана временная факторная модель, позволяющая исследовать динамику взаимосвязей исходных признаков с главными компонентами (обобщенными факторами). Построение такой модели способствует повышению качества проводимой экономической интерпретации результатов многомерного статистического анализа. Исследователь получает возможность выявить те признаки, которые существенно влияли на главную компоненту (обобщенный фактор) в течение всего периода наблюдения, а также те показатели, степень влияния которых изменялась. Для практической реализации модели в диссертации предложен и обоснован вид функции принадлежности, наделенной адаптивными свойствами, благодаря которым учитывается различная информационная ценность уровней исследуемых показателей.

Применение методики при изучении системы показателей, характеризующих производственно-хозяйственную деятельность крупнейших предприятий электроэнергетики в посткризисный период, позволило установить устойчивый характер взаимосвязей между исходными признаками и полученными обобщенными факторами. В условиях реформирования электроэнергетики построение временных факторных моделей представляется перспективным направлением статистических исследований.

При построении статической модели факторного анализа применялся разработанный в диссертации подход к выявлению нетипичных, аномальных наблюдений, позволяющий, в отличие от традиционных подходов, преодолевать «маскирующий эффект» групп аномальных объектов.

Проведенный в работе сравнительный анализ деятельности крупнейших предприятий электроэнергетики, опиравшийся на комплексное применение многомерных статистических методов, позволил провести классификацию исследуемых предприятий. В работе для выделенного кластера проблемных предприятий выработаны рекомендации по проведению антикризисных мер. Также определены наиболее благополучные, инвестиционно привлекательные компании. Исследование показало, что в настоящее время большой размер компании не гарантирует ей высокую эффективность производства, так как зачастую фактор масштабности производства является менее значимым по сравнению с фактором создания совершенной системы управления. Для успешного функционирования в условиях рынка требуется гибкость проводимой политики, оптимизация товарно-денежных потоков между поставщиками и потребителями, использование технических нововведений.

Таким образом, разработанные методологические подходы к статистическому исследованию развития российской промышленности позволяют проводить исследование как во временном разрезе (анализ динамики и построение прогнозов важнейших показателей производства), так и в пространственном разрезе (сравнительный анализ производственно-хозяйственной деятельности предприятий).

Предлагаемые подходы и алгоритмы могут использоваться широким кругом специалистов при проведении исследований на микро-, мезо-, и макроуровне, при анализе деятельности как промышленных компаний, так и предприятий других отраслей экономики.