Многомерный статистический анализ валового внутреннего продукта Республики Бурятия тема диссертации и автореферата по ВАК РФ 08.00.11, кандидат экономических наук Батуева, Аюрика Дашицыреновна

• Батуева, Аюрика Дашицыреновна
• кандидат экономических наук
• 1999

Оглавление диссертации кандидат экономических наук Батуева, Аюрика Дашицыреновна

ВВЕДЕНИЕ.

ГЛАВА 1. ПОКАЗАТЕЛИ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ И ПРОБЛЕМЫ ИХ ОЦЕНКИ.

1.1. Сущность и особенности учета валового внутреннего (регионального) продукта как результирующего показателя экономической деятельности региона.

1.2. Проблемы учета валового внутреннего (регионального) продукта и его роль в государственном регулировании экономики.

1.3. Краткая характеристика экономического развития Республики Бурятия

ГЛАВА 2. МЕТОДИЧЕСКИЙ АППАРАТ АНАЛИЗА ПЕРСПЕКТИВ РАЗВИТИЯ ОТРАСЛЕЙ ЭКОНОМИКИ.

2.1. Факторы, объекты и особенности корреляционно-регрессионного анализа динамики перспектив развития экономки.

2.2. Применение многомерных статистических методов в анализе и прогнозировании развития отраслей.

2.3. Использование неформализованных методов прогнозирования в макроэкономических исследованиях.

ГЛАВА 3. СТАТИСТИЧЕСКИЙ АНАЛИЗ ВАЛОВОГО РЕГИОНАЛЬНОГО ПРОДУКТА (НА ПРИМЕРЕ РЕСПУБЛИКИ БУРЯТИЯ).

3.1. Корреляционно-регрессионный анализ развития отраслей экономики региона.

3.2. Внутриотраслевая классификация предприятий по основным показателям производственной деятельности.

3.3. Использование экспертных методов для прогнозирования развития отраслей в условиях неопределенности.

Введение диссертации (часть автореферата) на тему «Многомерный статистический анализ валового внутреннего продукта Республики Бурятия»

Актуальность темы исследования. Современный этап экономического развития характеризуется нарастающим динамизмом происходящих процессов, возникающих в условиях реформирования экономики. Развитие рыночных отношений предполагает необходимость перехода отечественной статистики к методологии системы национальных счетов, принятой в мировой практике. Единообразие статистики разных стран способствует совершенствованию взаимовыгодных интересов, усилению интеграционных процессов и позволяет решать проблемы не только в рамках нескольких государств, но и мирового сообщества в целом.

Переход к системе национальных счетов обусловлен реальной необходимостью получения достоверной, полной и понятной для различных государств информации. Представляя собой системы взаимосвязанных показателей, национальные счета применяются для описания макроэкономических процессов, оказывающих значительное влияние на экономическую деятельность на всех уровнях управления; позволяют дать полную и комплексную характеристику формированию, распределению, перераспределению и использованию доходов, а так же существующим внешнеэкономическим связям.

Основным исходным показателем, характеризующим уровень экономического развития является показатель - валовой внутренний (региональный) продукт. Являясь основным показателем совокупного спроса и предложения, валовой региональный продукт нуждается в качественном анализе, выявлении влияния и взаимосвязей его составляющих, прогнозных оценках на ближайшую перспективу. В отличие от других, проблема учета ВРП не рассматривалась подробно в международной методологии, поскольку она представляет интерес не для всех стран.

Анализ и прогнозирование ВРП обуславливаются потребностью в стимулировании экономического роста, т.е. взаимосвязанном увеличении объемов производства и продаж, реальных доходов и занятости населения, улучшения финансового положения предприятий.

Таким образом, в настоящее время возникла необходимость анализа валового внутреннего продукта не только с точки зрения государства, но и на уровне субъектов Федерации. Все эти аспекты подчеркивают актуальность выбранной темы диссертационного исследования в научном и практическом плане.

Цель и задачи исследования. Целью диссертационной работы является совершенствование методики комплексного статистического анализа перспектив экономического развития, комплексной оценки экономической ситуации Республики Бурятия.

В соответствии с целью были поставлены и решены следующие задачи:

• проведения экономико-статистического анализа развития Республики Бурятия за последние годы;

• определения основных методических проблем анализа валового регионального продукта в условиях переходного периода;

• разработки методики оценки влияния факторов на валовой региональный продукт;

• проведения внутриотраслевой классификации предприятий по критерию перспектив выживания в переходном периоде;

• разработки методики построения атрибутивных прогнозных значений показателя ВРП на основе использования экспертных оценок;

• ранжирования факторов по критерию регулируемости для повышения эффективности государственного регулирования экономики.

Объект исследования. Объектом исследования являются отрасли экономики региона в классификации системы национальных счетов.

Предмет исследования. Предметом исследования является совокупность показателей, характеризующих развитие отраслей.

Информационной базой выступают данные экономического развития 6 отраслей, а также данные по 282 предприятиям этих отраслей, полученные из статистической отчетности Государственного комитета по статистике Республики Бурятия.

Методика исследования. Теоретической и методологической основой исследования послужили труды отечественных и зарубежных авторов по региональной экономике, по макроэкономической статистике, эконометрике и машинной обработке данных.

Для решения поставленных задач были широко использованы традиционные и современные методы многомерного статистического анализа, а также неформализованные методы прогнозирования.

Для обработки данных были использованы 111111 для ПЭВМ "Statistica" для Windows, а также разработанные в среде "EXCEL" таблицы для анализа экспертных оценок.

Научная новизна исследования. Основной научный результат, полученный в диссертации, состоит в разработке методики анализа и прогнозирования синтетических показателей экономического развития республики. В результате проведенного исследования сформулированы и обоснованы следующие положения, выносимые на защиту:

• регрессионная динамическая модель влияния отдельных отраслевых факторов производства на показатель валового регионального продукта;

• методика прогнозирования показателя валового регионального продукта;

• внутриотраслевая классификация предприятий по показателям производственно-экономического потенциала;

• результат применения неформализованных методов как способа исследования динамики макроэкономических показателей в условиях неопределенности.

Практическая значимость исследования. Разработанная в диссертации методика и результаты исследования могут быть использованы в аналитических обзорах и составлении отчетности статистическими органами и министерством экономики республики, для решения практических задач, связанных с регулированием макроэкономических процессов.

Апробация и реализация работы. Основные положения диссертации доложены и одобрены на методических семинарах кафедры «Макроэкономики и экономической информатики» ВСГТУ (г. Улан-Удэ, 1997 г., 1998 г.).

Разработанные автором методики, результаты работы и практические рекомендации внедрены и используются в разработках Министерства экономики Республики Бурятия.

Публикации. Основные положения диссертации изложены в пяти опубликованных работах общим объемом 1,1 п.л.

Структура работы. Диссертац ия состоит из введения, трех глав, заключения, списка использованной литературы и приложений.

Заключение диссертации по теме «Статистика», Батуева, Аюрика Дашицыреновна

Выводы по третьей главе

Для обоснования целей и средств региональной политики, для разработки программ экономического развития республики были проведены исследования по изучению сложившейся тенденции в развитии отдельных отраслей народного хозяйства республики. Аспектами изучения выбраны основные финансово-экономические показатели, такие как использование труда и фондов, финансовый результат, трудовой потенциал, объем производства, доля инвестиций в отрасли.

В первом параграфе главы на основе методов корреляционно-регрессионного анализа была построена регрессионная модель, характеризующая состояние экономики в наблюдаемый период времени и позволяющая прогнозировать дальнейшие изменения в развитии отраслей. Модель включает шесть отраслевых регрессионных уравнений, описывающих тенденцию изменения показателя валовой добавленной стоимости и одно тождество, характеризующее результат развития региональной экономики в целом - валовой региональный продукт. Недостатком предлагаемой модели является ограниченность факторов, включенных в уравнения. Преимуществом данной модели является возможность ее использования в прогнозных разработках вследствие того, что в уравнения включена временная компонента, которая "оттягивает" на себя часть информациии, таким образом, оказывает косвенное влияние на валовую добавленную стоимость. Использование динамической компоненты обусловлено также и тем, что большинство экономических показателей автокоррелированны. Проблема автокорреляции была решена с помощью замены исходных значений отклонениями от тренда. Одним из факторов, включаемых в уравнения является показатель инвестиций, который, с точки зрения прогнозирования, представляет собой лаговую переменную, что и было отражено при построении уравнений. Адекватность и надежность уравнений и коэффициентов оценивалась с помощью статистических характеристик, таких как критерии Фишера, Дарбина-Уотсона, фон Неймана, Стьюдента, частных и множественных коэффициентов корреляции и детерминации.

На заключительном этапе были рассчитаны прогнозные значения показателей валовой добавленной стоимости и валового регионального продукта с упреждением в 2 года.

На основе проведенного корреляционно-регрессионного анализа можно сделать вывод о стагнации в развитии отраслей в целом, при незначительном росте показателя ВДС в одних отраслях и резком спаде - в других. Для анализа отраслей использовались "внешние" характеристики, т.е. усредненные отраслевые показатели производительности труда, использования фондов, доли инвестиций, численности занятых и т.д. Для более подробного анализа отраслей необходимо было получить характеристику "внутренних" аспектов, т.е. предприятий.

Во втором параграфе главы применение комплекса методов многомерного статистического анализа таких как кластерный и компонентный анализ, позволило классифицировать предприятия внутри каждой из отраслей по ряду финансово-экономических показателей. Целью многомерной классификации является изучение уровня деятельности предприятий республики, и на основе полученных результатов, краткая характеристика развития отраслей. Для описания текущего положения в отраслях многомерная классификация проводилась за 2 года - 1996 и 1997. По результатам анализа представляется возможность определить наиболее развитую отрасль сегодня. Поскольку использование одного метода не является достаточным, была проведена многомерная классификация по главным компонентам. Результаты анализа по главным компонентам почти полностью подтвердили существующие корреляции внутри отраслей.

На основе полученных многомерных классификаций, а также для подтверждения или опровержения результатов корреляционно-регрессионного анализа в третьем параграфе представлены экспертные оценки, характеризующие развитие отраслей. Было отобрано 10 специалистов из числа работников министерств и ведомств, а также преподавателей вузов. Экспертиза проводилась по методу относительной значимости явлений на основе ранжирования альтернатив. По результатам визуальной оценки согласованность мнений экспертов была незначительной: велики колебания коэффициентов вариации, не очень высоки, хотя и статистически значимы величины коэффициентов конкордации. Поэтому, на следующем этапе, была произведена оценка качества экспертного решения с применением кластерного анализа. В работах по кластерному анализу был предложен подход к оценке качества на основе применения агломеративных иерархических процедур по методу ближнего соседа с использованием Евклидовой метрики. По данным о матрице расстояний и матрице сходства был получен протокол объединения кластеров. В результате кластеризации было выделено 2 кластера, при этом во всех отраслях, кроме сельского хозяйства, первый кластер содержал 8 или 9 экспертов, а второй соответственно — 2 или 1. Такое разбиение говорит о достаточной согласованности мнений экспертов. В сельском хозяйстве сформировалось две противоположные по мнению группы, в каждой из которых высокая степень согласованности экспертов. Возможно, что такое явление объясняется спецификой отрасли, а также недостаточной полнотой информации об отрасли.

Внутри каждого кластера определялись показатели качества кластеризации на основе определения коэффициентов конкордации и коэффициентов ранговой корреляции Спирмена. Результаты обработки экспертных оценок и посткластерных экспертных оценок мало отличаются между собой, а, следовательно, практически одинаково описывают ситуацию, ожидающую, по мнению экспертов, отрасли в ближайшие два года. В перспективе намечается умеренный спад объема валовой добавленной стоимости по каждой отрасли, и в целом спад валового регионального продукта. Будучи важным показателем экономического развития, ВРП, определенный на душу населения, является показателем экономического роста. Выделим факторы, на наш взгляд, способные оказать влияние на ВРП. Учтем при этом, что неизменность населения (в нашем регионе естественный прирост отсутствует) позволит увеличить общий объем ВРП. В качестве благоприятствующих макроэкономических факторов экономического роста выступают: улучшение инвестиционного климата, снижение предельной налоговой нагрузки в части республиканского и местного бюджетов, протекционизм в отношении отечественных товаропроизводителей и производителей услуг, создание конкурентных условий среди структурных подразделений естественных монополий с их дальнейшей демонополизацией. Регулирование предлагаемых факторов находится в компетенции правительства Республики Бурятия, а следовательно, если применить необходимые санкции, то можно попытаться сохранить показатель ВРП (ВДС отраслей) хотя бы на уровне прошлого года. Данный результат получен как при использовании регрессионной модели, так и на основе обработки мнений экспертов.

Определим теперь комплекс методов, который по нашему мнению можно использовать в исследовании макропоказателей на примере сельского хозяйства.

По результатам корреляционно-регрессионного анализа выявлено, что сельское хозяйство является наиболее быстро окупаемой отраслью с точки зрения инвестиций. Срок окупаемости колеблется в пределах года. Следовательно, при наличии инвестиций, преимущество их внедрения должно быть именно в сельском хозяйстве. При достаточно негибкой налоговой политике, необходимо выяснить, какие из предприятий отрасли требуют финансовых вливаний. Для этого используются методы классификации предприятий по экономико-финансовым показателям. Например, в кластер, характеризующий средний уровень развития распределились предприятия, имеющие необходимую техническую базу, и недостаток финансовых средств. При этом, предполагается, что именно эти предприятия, имеют реальную возможность, приносить доходы, при наличии капиталовложений. Конечный результат сопоставления методов, можно получить с помощью повторного расчета по регрессионной модели, а подтвердить или опровергнуть результаты анализа предлагается на основе экспертных методов. Так, сопоставление результатов математико-статистических и непараметрический методов, показало, что в ближайшей перспективе, в сельском хозяйстве предполагается сохранение уровня предыдущего периода, или, слабое снижение валовой добавленной стоимости.

Таким образом, количественный прогноз на основе регрессионной модели или предиктора и многомерное внутриотраслевое распределение предприятий, описывающее текущую ситуацию в экономике были дополнены качественной характеристикой развития экономики республики.

- 106-ЗАКЛЮЧЕНИЕ

Проведенный анализ развития экономики в последние семь лет показал, что в республике сложилась устойчивая тенденция к снижению основного показателя результата экономики - валового регионального продукта. Являясь фактором экономического роста, ВРП позволяет дать полную структурную характеристику своих составляющих эелементов. Многозначительность показателя в экономике, так называемая база доходов, и характеристика экономического развития общества в целом не только обясняют, но и требуют детальную и комплексную оценку ВРП, его тщательный анализ, и перспективы развития. Именно, на этом и основана актуальность предлагаемого исследования.

Спад производства, обнищание населения, рост инфляции, т.е. сегодняшнее состояние экономики - это последствия кризиса, обрушевшегося в начале перехода к рынку и действующего до сих пор. Последствия этого - экономическая отсталость республики, практически полная дотируемость региона. Поэтому сегодня республика нуждается не только в инвестициях, но и в их грамотном размещении. В первой главе представлена краткая характеристика развития экономики республики за последние восемь лет, рассмотрены проблемы учета валового регионального продукта, выделены факторы, прямо влияющие на ВРП, посредством которых правительство может воздействовать на экономический рост.

На основе предложенных теоретических аспектов изучения валового регионального продукта, нами был представлен корреляционно-регрессионный анализ показателя в разрезе отраслей. Статистический анализ проводился по предлагаемой модели, которая описывает валовые добавленные стоимости отраслей, выделяемых по методологии системы национальных счетов, с точки зрения укрупненных отраслевых показателей таких как доля инвестиций в отрасли, эффективность использования основных фондов, эффективное использование труда, численность занятых в отраслях (для сферы услуг), уровень рентабельности производства (для промышленности). Таким образом, макромодель включает в себя шесть уравнений и одно тождество, где экзогенной переменной является валовой региональный продукт. Представленная модель может использоваться в качестве основы для ретроспективного анализа, для выявления лаговых (запаздывающих) факторов, а также для оценки показателей валовой добавленной стоимости и валового регионального продукта на ближайшую перспективу.

Несмотря на позитивные результаты, полученные по данной модели, предложенный анализ нельзя считать полным, так как он отражает лишь один аспект развития отраслей. Невозможность учета большого количества факторов, делает модель пригодной только для одностороннего анализа с точки зрения показателей производства. В модели не учитывается влияние так называемых внешних факторов, регулирование которых находится в большей мере в компетенции правительства России, чем правительства республики. Но даже при наличии анализа внешней среды, нельзя будет судить о полноте исследований. Поэтому, мы предложили еще одну сторону анализа валового регионального продукта -исследование отраслей в разрезе предприятий. В третьей главе предложена многомерная классификация предприятий внутри отраслей. При этом, для подтверждения качества проведенной классификации, мы сочли возможным использование нескольких математико-статистических методов классификации: по исходным данным и на основе главных компонент. Классификация проводилась по шести основным показателям деятельности предприятий - эффективность использования основных фондов, эффективность использования труда, объем производства, удельный вес активной части основных фондов и балансовая прибыль. Результаты классификации показали наиболее развитую отрасль - сферу рыночных услуг. Такой результат не является нонсенсом, учитывая практически полное банкротство большинства предприятий, сокращение персонала, постоянные административные отпуска, сокращение рабочей недели до 16-24 часов, быструю оборачиваемость средств. Наиболее влияющим показателем сферы рыночных услуг являются показатель финансового результата и характеристика экономического уровня развития.

Учитывая сложность экономической ситуации, и обострение процессов, неподдающихся жесткому детерминированному описанию, необходимым, на наш взгляд, явилось применение неформализованных методов оценки и прогнозирования. Поэтому в следующем параграфе был представлен краткосрочный прогноз показателя на основе экспертных оценок. В некоторых отраслях результаты корреляционно-регрессионного анализа и экспертных оценок практически совпали, а в отдельных были противоположными. Так, в промышленности планировался незначительный рост показателя валовой добавленной стоимости а по результатам экспертизы - небольшой спад; в сельском хозяйстве предполагалось сохранение уровня предыдущего года, а комплексная экспертная оценка прогнозирует слабое снижение показателя; в строительстве на основе статистического аппарата прогнозируется умеренный спад, а по условиям экспертизы - резкое падение ВДС. Интересными оказались результаты, полученные при анализе прочих отраслей материального производства и сферы нерыночных услуг: корреляционно-регрессионная оценка полностью совпала с мнением экспертов об умеренном падении показателей валовой добавленной стоимости прочих отраслей и сферы нерыночных услуг.

Опираясь на почти двухгодичное процветание сферы рыночных услуг, можно было прогнозировать дальнейший, если не умеренный, то слабый рост показателя ВДС. Об этом свидетельствует и тот факт, что в 1997 году показатель ВДС отрасли вырос почти на 32%. Такое явление наблюдается только в сфере рыночных услуг. Количественный прогноз выявил умеренный рост ВДС рыночных услуг, а вот эксперты заняли прямо противоположную позицию. Представленные экспертные оценки выражают мнение большинства экспертов, т.е. эти показатели экспертизы освобождены от аномалий с помощью таксономического анализа при использовании агломеративной иерархической процедуры (метод ближней связи).

Проведенный анализ не осветил все аспекты развития экономики, и показатели, описывающие уровень экономического развития, но позволил выявить влияющие факторы, и тем самым, описать, хотя и односторонне, ситуации, происходящие сегодня в республике.

110 —

Список литературы диссертационного исследования кандидат экономических наук Батуева, Аюрика Дашицыреновна, 1999 год

1. Адамов В. Е. О функциях статистических показателей// Вестник статистики, 1985, N 7. с. 14-20.

2. Адамов В. Е., Еремеева И., Рахманов М. Статистическая оценка степени ускорения процессов развития народного хозяйства//Вестник статистики, 1987, N 1. с.9-18.

3. Адирим И.Г. Система моделей регионального прогнозирования. -М.: Экономика, 1977. 175 с.

4. Айвазян С.А. Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 238 с.

5. Айвазян CA., Енюков Е.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985. -485 с.

6. Айвазян С.А., Енюков Е.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичной обработки данных. М.: Финансы и статистика, 1993. - 471 с.

7. Андерсон Т. Введение в многомерный статистический анализ. М. : Физматгиз, 1963. - 500 с.

8. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. М.: Мир, 1982. - 488 с.

9. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. 4-е изд., доп. и перераб. - М.: Финансы и статистика, 1997. - 416 с.

10. Башкатов Б.И., Кулагина Г.Д. Макроэкономическая статистика: Учебное пособие. М.: Изд-во МГУЭСиИ, 1997. -58 с.

11. Бернштейн A.C. Методы и модели экономического прогнозирования. Киев: Наука думка, 1976.

12. Бестужев-Лада И.В. Нормативное социальное прогнозирование: Возможные пути реализации целей общества. М.: Статистика, 1987. - 234 с.

13. Бешелев С. Д., Гуревич Ф. Г. Математико-статистическиеметоды экспертных оценок. М.: Наука, 1974.

14. Бешелев С. Д., Гуревич Ф. Г. Экспертные оценки, М.: Наука, 1973.

15. Болч Б.Х., Клифф Дж. Многомерные статистические методы для экономики/ Пер. с англ. А.Д. Плитмана; Под ред. и с предисл. С.А. Айвазяна. М.: Статистика, 1979. - 317 с.

16. Большее Л. Н., Смирнов А. В. Таблицы математической статистики. М.: Наука, 1983. - 414 с.

17. Бурятия в цифрах//Статистический экономический справочник. Улан-Удэ, 1998. 114 с.

18. Вольский В.Н., Лезина З.М. Голосование в малых группах: процедуры и методы сравнительного анализа. М.: Наука, 1991.

19. Гарецкий С. Опыт применения статистических методов в анализе хозяйственной деятельности// Вестник статистики, 1970, N5. с. 23-30.

20. Герман И.М. Системный подход в управлении экономикой: методологический аспект. Саратов: СГУ, 1991. - 175 с.

21. Глинский В.В., Ионин В.Г. Статистический анализ. Учебное пособие. Издание 2-е, переработанное и дополненное. М.: Информационно-издательский дом "Филинъ", 1998. - 264 с.

22. Государственный комитет СССР по статистике. Единая статистическая информационная система./ Статистический сборник. -М.: 1988.

23. Данилов В.И. Механизмы группового выбора./ АН СССР, Центральный экономико-математический институт. М.: Наука, 1981.

24. Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981. - 30 с.

25. Денискин В.В. Основы экономического прогнозирования в пищевой промышленности. М.: Легкая и пищевая промышленность, 1984, - 192 с.

26. Джонстон Дж. Эконометрические методы/ Пер. с англ. ипредисл. A.A. Рывкина. М.: Статистика, 1980. - 444 с.

27. Дрейпер Н, Смит Г. Прикладной регрессионный анализ. Кн. 2. М.: Финансы и статистика, 1987. - 351 с.

28. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Кн. 1., М.: Финансы и статистика, 1986. 366 с.

29. Дружинин Н.К. Выборочное наблюдение и эксперимент. (Общие логические принципы организации) / Математическая статистика для экономистов. М.: Статистика, 1977- 176 с.

30. Дубров A.M. Корнилов И.А. Математические и математико-статистические методы, используемые в курсе «Многомерные методы статистики». М.: МЭСИ, 1991. -130 с.

31. Дубров A.M. Математико-статистическая оценка эффективности в экономических задачах. М.: Финансы и статистика, 1982. - 176 с.

32. Дубров A.M. Обработка статистических данных методом главных компонент. М.: Статистика, 1978. - 135 с.

33. Дубров A.M. Факторный и компонентный анализ. М.: МЭСИ, 1989.- 127 с.

34. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник. М.: Финансы и статистика, 1998. - 352 с.

35. Дубров A.M., Мхитарян B.C., Трошин Л.И., Френкель A.A. Статистические методы многомерной классификации в экономике. М.: МЭСИ. 1984. - 96 с.

36. Дюран Б., Оделл П. Кластерный анализ / Пер. с англ. М.: Статистика, 1977.

37. Евланов Л.Г., Кутузов В.А. Экспертные оценки, М.: Наука, 1973.

38. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: Пакет ППСА. М.: Финансы и статистика, 1986. - 232 с.

39. Жамбю M. Иерархический кластер-анализ и соответствия. M.: Финансы и статистика: 1988. 279 с.

40. Жуковская В.М., Мучник И.Б. Факторный анализ в социально-экономических исследованиях. М.: Статистика, 1976. 152с.

41. Загоруйко Н.Г. Методы обнаружения закономерностей. М.: Знание, 1981. -6 с.

42. Иберла К. Факторный анализ. М.: Статистика, 1980. - 398с.

43. Кевиш Д., Пал А. Теория индексов и практика экономического анализа. Пер. с англ. Н. А. Толмачевой, Н. Г. Левченко; под ред. Э. П. Ершова. М.: Финансы и статистика, 1990. - 302 с.

44. Кендалл М.Дж., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. - 736 с.

45. Кленин А.Н., Трошин Л.И., Шевченко К.К. Применение математико-статистических методов в экономических расчетах: Учебное пособие. М.: МЭСИ, 1986. - 51 с.

46. Кожурин Ф.Д. Совершенствование регионального управления. -М.: Знание, 1990. -61 с.

47. Корнилов И.А., Горбовцов Г.Я. Применение ЭВМ при решении задач классификации в экономических исследованиях: Учебное пособие. М.: МЭСИ, 1986. - 51 с.

48. Королев М.А., Фигурнов Э.Б. Статистика и экономический анализ в управлении народным хозяйством. М.: Экономика, 1985. - 248 с.

49. Королев Ю.Г. Метод наименьших квадратов в социально-экономических исследованиях. -М.: Статистика, 1980. 112 с.

50. Косарев А. Современное развитие СНС России. Валовой региональный продукт обобщающий показатель экономики региона// Вопросы статистики, 1996, № 12. с. 3-7.

51. Крастинь О.П, Вопросы применения многолетних данных в регрессионном анализе// Вестник статистики, 1977, N 7, с. 9.

52. Крастинь О.П. Изучение статистических зависимостей по многолетним данным. М.: Финансы и статистика, 1981. -136 с.

53. Крастинь О.П. Логические предпосылки многофакторного регрессионного анализа.//Вестник статистики, 1975, N 10, с. 24-31.

54. Крастинь О.П. Методы анализа регрессий и корреляций при определении агроэкономических функций. Рига. 1970.

55. Крастинь О.П. Применение регрессионного анализа в исследованиях экономики сельского хозяйства. Рига, 1976.

56. Кубонива М. Экономический рост в послевоенной России: оценка ВВП// Вопросы статистики, 1997, № 10. с. 7-10.

57. Ларичев О.И. Мошкович Е.М. Качественные методы принятия решения. Вербальный анализ решений. М.: Наука, 1996.

58. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981. -160 с.

59. Лего В.В. Элементы анализа управления, Харьков: Основа, 1990.- 155 с.

60. Либкинд A.C. Эффективность сельскохозяйственного производства: экономико-статистические методы анализа. -М.: Статистика, 1976. 183 с.

61. Лукашин Ю.П. Регрессионные и адаптивные методы прогнозирования. М.: Изд-во МГУЭСиИ, 1997. - 44 с.

62. Льюис К. Методы прогнозирования экономических показателей/ Пер. с англ. и предисл. Е.З. Демиденко. М.: Финансы и статистика, 1986. - 130 с.

63. Макконелл K.P., Брю С.Л. Экономика: принципы проблемы и политика. Том 1. М.: Республика, 1992. 399 с.

64. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988. 176 с.

65. Мандель И.Д. Метод оценки качества по несколькимкритериям. Вопросы кибернетики, 58. М. - 1979.

66. Мартишюс С. Методологические проблемы построения и применения эконометрических моделей. Вильнюс, 1979. -172 с.1 67. Математическая экономика на персональном компьютере.

67. М.: Финансы и статистика, 1991. 304 с.

68. Миркин Б.Г. Анализ качественных признаков и структур. М.: Статистика, 1980. 319 с.

69. Многомерный статистический анализ в социально-экономических исследованиях. М.: Наука, 1974. - 416 с.

70. Мотышина М.С. Методы социально-экономического прогнозирования. С-Петербург, 1994.

71. Мстренко Э.И. Метод главных компонент в технико-экономических исследованиях. Из серии: Экономика и математические методы, т. 16, 1980. Вып. 2, с. 120 127.

72. Мхитарян B.C., Дуброва Т.А., Ткачев А.В. Многомерная классификация с использованием пакета программ "Statistica". М.: Изд-во МГУЭСиИ, 1997.- 56 с.

73. Мэйндональд Дж. Вычислительные алгоритмы в прикладной статистике. М.: Финансы и статистика, 1988. -350 с.

74. Мэнофильд Э. Экономика научно-технического прогресса. М.: Прогресс, 1970. 238 с.

75. На расширенной коллегии Госкомстата России// Вопросы статистики, 1998, № 3. с. 46-54.

76. Национальное счетоводство/ МЭСИ: Учебник/ Под ред. Г.Д. Кулагиной. М.: Финансы и статистика, 1997. - 448 с.

77. Немчинов B.C. Статистические методы анализа хозяйственных явлений. Изб. произведения, т. 1. М.: Наука, 1967.-431 с.

78. Немчинов B.C. Экономико-статистические методы и модели. М.: Соцэкгиз, 1962. - 410 с.

79. Новожилов В.В. О тенденциях в развитии измеренияпроизводительности труда в СССР. В сб.: Проблемы применения математики в социалистической экономике. Ленинград: ЛГУ, 1963.

80. Общая теория статистики: Учебник. М.: Статистика, 1980.-423 с.

81. Петров А.Н. Прогнозирование социально-экономического развития в условиях радикальной экономической реформы. -Ленинград: ЛФЭИ, 1989.

82. Плошко Б.Г. Группировка и системы статистических показателей. М.: Статистика, 1971. - 176 с.

83. Плюта В. Сравнительный многомерный анализ в эконометрическом моделировании. М.: Финансы и статистика, 1989. -175с.

84. Пономаренко А., Грицина В., Засько В. Об альтернативных расчетах показателей экономического роста// Вопросы статистики, 1997, № 10. с. 3-6.

85. Пономаренко А., Дашевская И. Неучтенные доходы и структура ВВП// Вопросы статистики, 1997, № 4. с. 16-19.

86. Прикладная статистика: Классификация и снижение размерности: Справ, изд. / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин; Под ред. С.А. Айвазяна. М.: Финансы и статистика, 1989. - 607 с.

87. Pao С.Р. Линейные статистические методы и их приложения. -М: Наука, 1968.-548 с.

88. Рейльян Я. Интерпретация многомерных регрессионных моделей в аналитических исследованиях// Вестник статистики, 1989, N 12, с.61-65.

89. Розин Б.Б. Природа неоднородности статистических совокупностей и методы ее учета при планировании. В кн.: Экономико-статистические методы в прогнозировании и планировании промышленного производства.

90. Новосибирск: Наука, 1979, с. 7-26.

91. Розин Б.Б., Котюков В.И., Ягольницер М.А. Экономиюстатистические модели с переменной структурой. -Новосибирск: Наука, 1984. 242 с.

92. Розин Б.Б., Ягольницер М.А. Конструирование экономико-статистических моделей с заданными свойствами. -Новосибирск: Наука, 1981. 175 с.

93. Рунион Р. Справочник по непараметрической статистике. Современный подход./ Пер. с англ. Е.З. Демиденко. М.: Финансы и статистика. - 1982.

94. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980.-456 с.

95. Система обработки макроэкономической информации. М.: Наука, 1987.- 182 с.

96. Система факторов экономического развития. М.: ВНИИСИ, 1985.- 128 с.

97. Смирницкий Е.К. Экономические показатели промышленности: Справочник. 3-е изд., перераб. и доп. -М.: Экономика, 1989, - 335 с.

98. Смоляк С.А., Титаренко Б.Н. Устойчивые методы оценивания. М.: Статистика. 1980. - 208 с.

99. Современные экономические теории запада. М.: Финстатформ, 1996. -174 с.

100. Социально-экономическая статистика: учебник для экономических специальностей вузов/ В. Головач, В.И. Товкун, Г.Г. Ткаченко и др.; под ред. A.A. Головача. Киев: Вища школа, 1991. - 398 с .

101. Статистика: национальные счета, показатели и методы анализа: Справ, пособие/ Н.П. Дащинская, М.М. Новиков, В.Н. Тамашевич и др.; Под ред. И.Е. Теслкжа. Мн.: БГЭУ, 1995.-376 с.

102. Статистические методы анализа экспертных оценок/ Под ред. Т.В. Рябушкина. М.: Наука, 1977. - 384 с.

103. Статистические методы и анализ социально-экономических процессов/ Т. В. Рябушкин, Е.А. Машихин; отв. редактор

104. Н.П. Федоренко. АН СССР. Центральный Экономико-Математический Институт. М.: Наука, 1990. - 296 с.

105. Статистический анализ в экономике/ под ред. Г. Л. Громыко-М.: Изд-во МГУ, 1992. 302 с.

106. Статистический анализ в экономике: Сб. Ст./ Под ред. Г.Л. Громыко. М.: Изд-во МГУ, 1992. - 133 с.

107. Статистический словарь. М.: Финансы и статистика, 1989.- 623 с.

108. Статистическое моделирование и прогнозирование: Учеб. Пособие/ Г.М. Гамбаров, Н.М. Журавель, Ю.Г. Королев и др.; Под ред. А.Г. Гранберга. М.: Финансы и статистика, 1990. -383 с.

109. Статистическое моделирование экономических процессов. -Новосибирск: Наука, 1991. 228 с.

110. Теория статистики: Учебник/ Под ред. проф. P.A. Шмойловой. М.: Финансы и статистика, 1996. - 464 с.

111. Тинтнер Г. Введение в эконометрию. М.: Статистика, 1965. -361 с.

112. Тихомиров Н.П., Попов В.А. Методы социально-экономического прогнозирования. М.: Изд-во ВЗПИ, АО "Росвузнаука", 1992. - 228 с.

113. Тюрин Ю.Н. Непараметрические методы статистики. М.: Статистика, 1978.

114. Управление научно-техническим прогрессом: Учеб. пособие для студентов экон. спец. вузов/ Под ред. Г.Х. Попова. М.: Экономика, 1982. - 304 с.

115. ИЗ. Факторный, дискриминантный и кластерный анализ: Пер. с анг./ Дж. О. Ким, Ч. У Мюллер и др.; Под ред. И. С. Енюкова. - М Финансы и статистика, 1989. - 215 с.

116. Фельс Э., Тинтнер Г. Методы экономических исследований.- М.: Прогресс, 1971. 151 с.

117. Ферстер Е., Ренц Б. Методы корреляционного и регрессионного анализа: Руководство для экономистов/ Пер.с нем. и предисл В.М. Ивановой. М.: Финансы и статистика, 1983. - 302 с.

118. Френкель А.А Принципы регрессионного анализа в условиях мультиколлинеарности экономических показателей. М.: МЭСИ, 1986. - 51с.

119. Френкель A.A. Прогнозирование производительности труда: методы и модели. М.: Экономика, 1989. - 214 с.

120. Френкель A.A. Производительность труда: проблема моделирования роста. М.: Экономика, 1984. - 176 с.

121. Хейс Р.Д. Причинный анализ в статистических исследованиях.(Математико-статистические методы за рубежом)./ Пер. с англ. Ю.Н. Гаврильца, JIM. Кутикова и A.M. Родионова; Предисл. Т.В. Рябушкина и Ю.Н. Гаврильца. М.: Финансы и статистика, 1981. - 255 с.

122. Четыркин Е.М. Статистические методы прогнозирования. -М.: Статистика, 1977. -200 с.

123. Чумаков В.В., Чумаков И.В. Принятие решений в условиях объективной и субъективной неопределенности. М.: ВЦ АН СССР, 1991.

124. Штейнбук И.М., Калнмач Т.А. Статистическое моделирование макроэкономических систем. Рига: Зинатне, 1985,- 118 с.

125. Шумпетер И. Теория экономического развития. М.: Прогресс, 1982. - 455 с.

126. Экономика: Учебник/ Под ред. доц. A.C. Булатова. М.: Издательство БЕК, 1995. - 632 с.

127. Эренберг А. Анализ и интерпретация статистических данных / Пер. с англ. Б.И. Клименко; Под ред. и с предисл. A.A. Рывкина. М.: Финансы и статистика, 1981. - 406 с.

128. Юзбашев М.М., Манелля А.И. Статистический анализ тенденций и колеблемости. М.: Статистика, 1983. - 456 с.

129. Юзбашев М.М., Михайлов Б.А. Методы статистического изучения распределений в социальной и финансовой жизни.- С-Петербург: СПбУЭФ, 1995.

130. Юзбашев М.М., Рудакова Р. Методы изучения динамики распределений и зависимостей. М.: Статистика, 1974. - 188 с.

131. Anderberg, M. (1973) Cluster analysis for applications. New York: Academic Press.

132. Anderson D., Sweeney D., Williams T. (1996) Statistics for Business and Economics. Minneapolis/St. Paul, New York, Los Angeles, San Francisco: West Publishing Company.

133. Lorr, M. (1983) Cluster analysis for social sciences. San Francisco: Jossey-Bass.

134. Overall. J. and C. Klett (1972) Applied multivariate analisis. New York: McGraw-Hill.