CC BY
24
DOI: 10.12731/2218-7405-2013-9-10 УДК 338.45.69
АЛГОРИТМ ПРОВЕДЕНИЯ ФАЗОВОГО АНАЛИЗА КЛЮЧЕВЫХ ПОКАЗАТЕЛЕЙ РЕГИОНАЛЬНОГО ИНВЕСТИЦИОННО-СТРОИТЕЛЬНОГО КОМПЛЕКСА
Петров И.С.
В данной научной статье автором предложен алгоритм исследования ключевых показателей инвестиционно-строительного комплекса региона на основе фазового анализа. Важность данного вида анализа определяется тем фактом, что он является тем методом, который позволяет сделать наглядным (визуализировать) движение денежных потоков, изменение объемов строительства.
Таким образом, в статье предложен авторский алгоритм проведения фазового анализа ключевых показателей инвестиционно-строительного комплекса региона с использованием первой и второй производной. В статье приведены примеры, иллюстрирующие основные этапы предложенного алгоритма для физических и стоимостных показателей
Стоит отметить, что в рамках данного алгоритма могут быть исследованы как физические, так и стоимостные показатели. Данный подход позволяет выявлять аттракторы (устойчивые состояния) и переходные периоды между ними по отдельным показателям. Применение данного подхода проиллюстрировано на примере двух показателей: стоимостного (цены на вторичном рынке жилья) и физического (объем ввода жилья).
Ключевые слова: инвестиционно-строительный комплекс, фазовый анализ, аттрактор.
AN ALGORITHM FOR CONDUCTING PHASE ANALYSIS
OF THE KEY INDICATORS OF THE REGIONAL INVESTMENT
CONSTRUCTION SECTOR
Petrov I.S.
An algorithm for examining the key indicators of the regional investment construction sector by phase analysis is proposed in this paper. The significance of this type of analysis is determined by the fact that it is a method that allows one to visualize the drive of monetary flow and the changes in the construction volume.
Thus, the algorithm for conducting phase analysis of the key indicators of the regional investment construction sector using the first and second derivatives has been proposed. Examples illustrating the main stages of the algorithm proposed for the physical and cost indicators are provided in the paper.
It should be mentioned that this algorithm can be used to analyze both the physical and cost indicators. The approach allows one to reveal attractors (the steady states) and transient periods between them based on individual indicators. The use of this approach has been illustrated through an example of two indicators: the cost one (secondary market of residential real estate) and the physical one (the volume of commissioning of residential buildings).
Keywords: investment construction sector, phase analysis, attractor.
Управление сложными самоорганизующимися системами включает в представлении современных ученых выявление возможных устойчивых состояний - аттракторов и переходов между ними, а также условий, которые могут перевести систему из одного состояние в другое. В связи с этим разрабатываются новые подходы к анализу временных рядов различных показателей. Наряду с построением трендовых моделей, использованием скользящих средних и других классических методов прогнозирования и
анализа состояния экономических систем используется фазовый анализ[1,2,6].
Использование фазового анализа позволяет основное внимание уделить качественным макроскопическим изменениям, которые сопровождаются появлением новых структур или функций. На наш взгляд, в инвестиционно-строительном комплексе существенное значение имеют такие показатели, как объем строящихся объектов различного назначения, цены на выпускаемую строительную продукцию, доступность для массового потребителя и другие. Фазовый анализ и является тем методом, который позволяет сделать наглядным (визуализировать) движение денежных потоков, изменение объемов строительства.
Он обладает рядом преимуществ перед классическими методами экономического анализа за счет явного использования производных (скоростей изменения) экономических показателей. Алгоритм проведения фазового анализа для ключевых показателей инвестиционно-строительного комплекса представлен на рисунке 1.
Рис. 1. Алгоритм исследования инвестиционно-строительного комплекса
региона на основе фазового анализа.
Первым этапом нашего алгоритма является выбор ключевых показателей. Необходимо отметить, что при реализации разных задач в рамках регионального инвестиционно-строительного комплекса акцент может быть сделан на разных показателях. На наш взгляд, в инвестиционно-строительном комплексе существенное значение имеют такие показатели, как объем строящихся объектов различного назначения, цены на выпускаемую строительную продукцию, доступность для массового потребителя и другие.
На втором этапе показатели должны быть сгруппированы в стоимостные и физические. Необходимость этого возникает в связи с тем, что стоимостные показатели подвержены инфляции, для корректного учета которой их необходимо привести к базовой величине. В то время как физические показатели не нуждаются в дополнительном пересчете.
На третьем этапе рассчитываются координаты точек для построения фазовых кривых. Происходит расчет первых и вторых конечноразностных производных. Первая рассчитывается по формуле: yt=xt -xt-1, вторая рассчитывается по формуле: zt = xt+1 - 2*xt +xt-1.
На четвертом этапе строим фазовые кривые двух типов. Для двумерной визуализации по оси абсцисс откладываем значения показателя xt , а по оси ординат значения абсолютного цепного прироста yt . Для трехмерной визуализации добавляется ось аппликат, по которой откладываются значения второй конечноразностной производной zt . На графике двумерной визуализации мы определяем устойчивые состояния системы (аттракторы) и переходные периоды между ними. На графиках трехмерной визуализации мы ищем точки бифуркации.
На пятом этапе определяем средние значения ключевых показателей на каждом из аттракторов.
На шестом этапе строим прогнозы, исходя из полученных значений на каждом аттракторе.
Приведем результаты исследования двух показателей - стоимостного (цен на первичном рынке жилья) и физического (объемов строительства жилья в Санкт-Петербурге). В предыдущих работах автором был исследован ряд ключевых показателей, характеризующих инвестиционно-строительный комплекс региона. В данной статье сфокусируем внимание на двух показателях, которые по нашему мнению наиболее объективно могут проиллюстрировать применение нашего алгоритма.
Первым из них является объем ввода жилых домов. Построим фазовую кривую этого показателя за период с 1991 по 2010 годы. Точки для построения кривой представлены в таблице 1.
Таблица 1
Точки для построения фазовой кривой динамики ввода жилья в Санкт-
Петербурге [3,4,5]
Годы Объем ввода Цепной Годы Объем ввода Цепной
жилья, тыс. абсолютный жилья, тыс. абсолютный
кв. м., (xt ) прирост, тыс. кв.м. (yt = Xt - Xt-1 ) кв. м., (xt ) прирост, тыс. кв.м. (yt = Xt - Xt-1 )
1991 1047 -17 2001 1118 37
1992 636 -411 2002 1214 96
1993 766 130 2003 1758 544
1994 902 136 2004 2032 274
1995 1012 110 2005 2273 241
1996 714 -298 2006 2376 103
1997 756 42 2007 2637 261
1998 849 93 2008 3212 575
1999 1073 224 2009 2603 -609
2000 1081 8 2010 2656 53
Фазовая кривая динамики ввода жилья в Санкт-Петербурге за период с 1991 по 2010 годы, построенная по данным таблицы 1 представлена на рисунке 2:
800
-800 -L
Объем ввода жилья в Санкт-Петербурге, тыс. кв.м.
Рис. 2. Фазовая кривая динамики ввода жилья в Санкт-Петербурге за период с 1991 по 2010 годы.
На рисунке 2 можно выделить два аттрактора и переходный период между ними. На первом аттракторе типа цикл система находилась десять лет, затем был период бурного роста и выход на новый аттрактор в 2006 году, в котором система находится и по настоящее время.
Отметим, что объем ввода жилья это показатель физический, то есть не требующий пересчета с учетом инфляции, в то время как ряд показателей, характеризующих инвестиционно-строительный комплекс носят стоимостной характер. В связи с этим для них алгоритм построения фазовых кривых несколько меняется.
Теперь построим фазовую кривую динамики цен, очищенных от инфляции, на вторичном рынке жилья Санкт-Петербурга. Данные для построения фазовой кривой, очищенные от инфляции приведены в таблице 2
Таблица 2
Точки для построения фазовой кривой цен очищенных от инфляции на вторичном рынке жилья Санкт-Петербурга за период с 2000 года по 3
квартал 2011 года [3,4,5,7]
Период Цена Коэффициент Цена квадратного метра, Цепной
квадратного инфляции очищенная от инфляции, абсолютный
метра, руб (xt ) нарастающим итогом руб прирост (yt = Xt - Xt-1 )
2 кв 2000 9615 1,0539 9123,26 -536,74
3 кв 2000 9756 1,0977 8887,67 -235,58
4 кв 2000 10046 1,1557 8692,57 -195,11
1 кв 2001 10428 1,2385 8419,86 -272,70
2 кв 2001 10752 1,304 8245,40 -174,46
3 кв 2001 10929 1,3184 8289,59 44,19
4 кв 2001 11436 1,3732 8327,99 38,40
1 кв 2002 11765 1,4475 8127,81 -200,19
2 кв 2002 12304 1,4969 8219,65 91,85
3 кв 2002 12926 1,5151 8531,45 311,80
4 кв 2002 13388 1,5799 8473,95 -57,50
1 кв 2003 15681 1,6615 9437,86 963,90
2 кв 2003 16103 1,7054 9442,36 4,50
3 кв 2003 17589 1,7163 10248,21 805,85
4 кв 2003 19267 1,7693 10889,62 641,41
1 кв 2004 24498 1,8318 13373,73 2484,11
2 кв 2004 26944 1,8781 14346,41 972,68
3 кв 2004 28926 1,9115 15132,62 786,20
4 кв 2004 27728 1,9771 14024,58 -1108,04
1 кв 2005 30854 2,0814 14823,68 799,09
2 кв 2005 30324 2,1351 14202,61 -621,06
3 кв 2005 30632 2,1473 14265,36 62,74
4 кв 2005 32224 2,1929 14694,70 429,34
1 кв 2006 34407 2,3022 14945,27 250,57
2 кв 2006 37747 2,3278 16215,74 1270,47
3 кв 2006 42104 2,35 17916,60 1700,86
4 кв 2006 48679 2,3901 20366,93 2450,33
1 кв 2007 50782 2,4718 20544,54 177,61
2 кв 2007 52899 2,5253 20947,61 403,07
3 кв 2007 55156 2,5697 21463,98 516,37
4 кв 2007 58995 2,6738 22064,10 600,12
1 кв 2008 69651 2,8016 24861,15 2797,05
2 кв 2008 74852 2,9077 25742,68 881,53
3 кв 2008 77693 2,9565 26278,71 536,02
4 кв 2008 79186 3,029 26142,62 -136,09
1 кв 2009 90889 3,1932 28463,30 2320,68
2 кв 2009 87808 3,253 26992,93 -1470,37
3 кв 2009 85319 3,2725 26071,50 -921,42
4 кв 2009 84195 3,2954 25549,25 -522,25
1 кв 2010 83912 3,3995 24683,63 -865,62
2 кв 2010 83750 3,4398 24347,35 -336,28
3 кв 2010 83329 3,5003 23806,25 -541,10
4 кв 2010 80134 3,5846 22355,07 -1451,17
1 кв 2011 89857 3,7212 24147,32 1792,24
2 кв 2011 88279 3,7637 23455,38 -691,94
3 кв 2011 88826 3,7528 23669,26 213,88
Фазовая кривая цен, очищенных от инфляции, на вторичном рынке жилья Санкт-Петербурга за период с 2 квартала 2000 года по 3 квартал 2011 года, построенная по данным таблицы 2 представлена на рисунке 3:
Рис. 3. Фазовая кривая цен, очищенных от инфляции, на вторичном рынке жилья Санкт-Петербурга за период с 2 квартала 2000 года
по 3 квартал 2011 года.
На фазовой кривой, представленной на рисунке 3 существует два аттрактора и переходный период между ними в 2006 и 2007 годах. На первом система находилась в период с 2000 по 2005 годы. С 2008 по 2011 система находилась на втором аттракторе.
В заключение данной статьи необходимо отметить, что автором предложен алгоритм проведения фазового анализа ключевых показателей инвестиционно-строительного комплекса региона с использованием первой и второй производной. Приведены примеры, иллюстрирующие основные этапы предложенного алгоритма для физических и стоимостных показателей.
Список литературы
1. Винтизенко И. Г. Экономическая цикломатика. Ставрополь: Агрус, 2008. 425с.
2. Мясников А.А. Синергетические эффекты в современной экономике: введение в проблематику. М.: Ленанд, 2011. 160с.
3. Регионы России. Социально-экономические показатели. 2010: Стат. сб. / Росстат. М., 2010. 996с.
4. Регионы России. Социально-экономические показатели. 2008: Стат. сб. / Росстат. М., 2008. 999с.
5. Регионы России. Социально-экономические показатели. 2004: Стат. сб. / Росстат. М., 2004. 966с.
6. Shone Ronald. Economic Dynamics. Phase Diagrams And Their Economic Application. New York.: Cambridge University Press, 2002. 708с.
7. URL: httpV/уровень-инфляции.рф (дата обращения: 10.09.2013).
References
1. Vintizenko I.G. Jekonomicheskaja ciklomatika [Economic tsiklomatika]. Stavropol: Agrus, 2008.
2. Mjasnikov A.A. Sinergeticheskie jeffekty v sovremennoj jekonomike: vvedenie v problematiku[Synergistic effects in the modern economy: an introduction to the issues]. M.: Lenand, 2011.
3. Regiony Rossii. Social'no-jekonomicheskie pokazateli. 2010 [Regions of Russia. Socio-economic indicators. 2010]: Stat. sb. / Rosstat. M., 2010.
4. Regiony Rossii. Social'no-jekonomicheskie pokazateli. 2008 [Regions of Russia. Socio-economic indicators. 2010]: Stat. sb. / Rosstat. M., 2008.
5. Regiony Rossii. Social'no-jekonomicheskie pokazateli. 2004 [Regions of Russia. Socio-economic indicators. 2010]: Stat. sb. / Rosstat. M., 2004.
6. Shone Ronald. Economic Dynamics. Phase Diagrams And Their Economic Application. New York.: Cambridge University Press, 2002.
7. http://уровень-инфляции.рф (accessed September 10, 2013).
ДАННЫЕ ОБ АВТОРЕ
Петров Иван Сергеевич, кандидат экономических наук, соискатель степени доктора экономических наук
Санкт-Петербургский государственный архитектурно-строительный университет
ул. 2-я Красноармейская, д. 4, Санкт-Петербург, 190005, Россия e-mail: petrovrf@mail. ru
DATA ABOUT THE AUTHOR
Petrov Ivan Sergeyevich, PhD, PhD Candidate of Economic Sciences
Saint Petersburg University of Architecture and Civil Engineering 4, 2 Krasnoarmeyskaya Street, St. Petersburg, 190005, Russia e-mail: petrovrf@mail. ru
Рецензент:
Исалова М.Н., д.э.н., проф.
