АНАЛИЗ ВВОДА В ДЕЙСТВИЕ ЖИЛЫХ ДОМОВ В ОРЕНБУРГСКОЙ ОБЛАСТИ Текст научной статьи по специальности «Экономика и бизнес»

УДК 311.3

В.В. Горнушкина

АНАЛИЗ ВВОДА В ДЕЙСТВИЕ ЖИЛЫХ ДОМОВ В ОРЕНБУРГСКОЙ ОБЛАСТИ

В статье представлены результаты анализа строительной отрасли Оренбургской области. Была рассмотрена динамика уровня ввода в действие жилых домов. Проведен корреляционно-регрессионный анализа, прогнозирование.

Ключевые слова: абсолютный прирост, темп роста, темп прироста, уравнение регрессии, коэффициентов корреляции.

Строительная отрасль Оренбуржья относится к числу ключевых отраслей экономики, обеспечивающих устойчивое социально-экономическое развитие области. Деятельность строительных организаций направлена на создание комфортной и безопасной среды проживания человека. Строительный комплекс Оренбургской области объединяет около 3 тысяч строительных организаций и предприятий строй-индустрии, индивидуальных предпринимателей, занимающихся ремонтно-строительными услугами.

За последние несколько лет начиная с 2000 года в Оренбургской области наблюдается изменение в динамическом ряду уровня ввода в действие жилых домов в сторону увеличения. Однако с 2008 по 2010 год отмечено резкое падение ввода жилья в области, но 2011 году количество жилья составило 586,6 тыс.м2 это на 156,7 тыс.м2 больше чем в 2010 году. В 2014 году наблюдается возрастание жилья по сравнению с 2012 годом на 447,5 тыс.м2 и в 2015 году показатели возрастают по сравнению с прошлым годом еще на 38,3 тыс. м2. Для обоснованной оценки развития явлений во времени необходимо исчислить аналитические показатели [3]:

- абсолютный прирост показывает, на сколько единиц изменился последующий уровень ряда по сравнению с предыдущим (цепной абсолютный прирост) или по сравнению с начальным уровнем (базисный абсолютный прирост);

- темп роста показывает, сколько процентов составляет последующий уровень ряда по сравнению с предыдущим (цепной темп роста) или по сравнению с начальным уровнем (базисный темп роста);

- темп прироста показывает, на сколько процентов увеличился уровень отчетного периода по сравнению с предыдущим (цепной темп прироста) или по сравнению с начальным уровнем (базисный темп прироста);

- абсолютное значение одного процента прироста показывает, сколько единиц надо произвести в данном периоде, чтобы уровень предыдущего периода возрос на 1 %.

Таблица 1

Динамика уровня ввода в действие жилых домов__

Год Абсолютный п рирост, тыс. м2 Темп роста, % Темп прироста, % Абсолютное значение 1% прироста

Цепной Базисный Цепной Базисный Цепной Базисный

2000 - - - - - - -

2001 55,9 55,9 114,51 114,51 14,51 14,51 3,85

2002 31,7 87,6 107,19 122,74 7,19 22,74 4,41

2003 48,9 136,5 110,34 135,44 10,34 35,44 4,73

2004 23,4 159,9 104,49 141,51 4,49 41,51 5,22

2005 35,7 195,6 106,55 150,78 6,55 50,78 5,45

2006 71,8 267,4 112,36 169,42 12,36 69,42 5,81

2007 99,8 367,2 115,29 195,33 15,29 95,33 6,53

2008 23,5 390,7 103,12 201,43 3,12 101,43 7,52

2009 -35,8 354,9 95,39 192,13 -4,61 92,13 7,76

2010 -153,5 201,4 79,26 152,28 -20,74 52,28 7,40

2011 156,7 358,1 126,71 192,96 26,71 92,96 5,87

2012 -39 319,1 94,75 182,84 -5,25 82,84 7,43

2014 361 766,6 145,65 299,01 45,65 199,01 7,91

2015 38,3 804,9 103,33 308,96 3,33 208,96 11,52

© Горнушкина В.В., 2017.

Научный руководитель: Лаптева Елена Владимировна - кандидат экономических наук, доцент кафедры финансов и кредита, Оренбургский филиал РЭУ им. Г.В. Плеханова, Россия.

Из таблицы 1 по базисной системе видно, что в период с 2000 по 2015 годы наблюдается увеличение ввода в действие жилых домов в Оренбургской области. По сравнению с 2000 г все последующие годы характеризуются приростом. В 2014 году по сравнению с 2000 количество жилья в Оренбургской области увеличилось на 766,6 тыс. м2 или 299,01%. Наибольший прирост жилья приходится на 2015 год 208,96%. Часто вместе с расчетом темпов роста и темпов прироста рассматривается абсолютное значение одного процента прироста, который показывает на сколько в среднем за единицу должен увеличиться уровень ряда [7].

Из таблицы 1 по цепной системе видно, что в 2009, 2010 и 2012 году произошел резкий спад ввода жилых домов в область на - 4,61%, - 20,74% и - 5,25%. Следует уделить внимание методам расчета средних показателей рядов динамики, которые являются обобщающей характеристикой его абсолютных уровней, абсолютной скорости и интенсивности изменения уровней ряда динамики. Различают следующие показатели динамики: средний уровень ряда динамики, средний абсолютный прирост, средний темп роста и прироста. [6] Расчеты представлены в таблице 2.

Таблица 2

Средние показатели рядов динамики ввода в действие жилых домов

Год у, тыс.м2 Д, тыс.м2 Тр, % Тпр,% Абсолютное значение 1% прироста

2000-2015 689,66 53,66 107,8 7,8 6,87

На основе рассчитанных показателей динамики можно сказать, что за период с 2000 по 2015 г. в Оренбургской области наблюдалось увеличение жилых домов на 53,66 тыс. м2 или на 7,8%. Средний уровень величины жилых домов за 16 лет составит 689,66 тыс. м2.

Прежде чем переходить к определению тенденции и выделению тренда выясним существует ли тенденция вообще динамике величины ввода в действие жилых домов. Для этого можно воспользоваться наиболее часто используемым на практике методом проверки наличия тренда - критерием серий [5].

Считаем медиану исходного ряда Ме= 678, 45 млн. руб. Число серий определяется путем подсчета: и(16) =4. Определяем протяженность самой длинной серии Т1ШК(16)=7.

Проверка гипотезы основывается на том, что при условии случайности ряда (при отсутствии систематической составляющей) протяженность самой длинной серии не должна быть слишком большой, а общее число серий - слишком маленьким. Поэтому для того, чтобы не была отвергнута гипотеза о случайности исходного ряда (об отсутствии систематической составляющей) должны выполняться следующие неравенства [4]:

v{n) >

1 16n - 29

- (2n -1) -1,96.-)

3 V 90

Т

тах

(n) <Т0(п)

(1)

(2)

где Тп (п) - табличное значение, зависящее от длины временного ряда (таблица 3).

Таблица 3

Значение *() (п) для критерия «восходящих и нисходящих» серий

n n<26 26<n<153 153<n<1170

Т0(п) 5 6 7

Если хотя бы одно из неравенств нарушается, то гипотеза об отсутствии тренда отвергается. у(п )= 4

1 16*16 - 29

-(2*16 -1) -1,96--)

3 V 90

= 7

W16) =7 <5

(3)

(4)

Одно из условий не выполняется. Таким образом, гипотеза о наличии тренда принимается. Предположим, что тенденцию уровня ввода в действие жилых домов в Оренбургской области описывают наиболее адекватно модель степенной, экспоненциальные и полиномиальный, приведем данные на рисунке 1.

2000 2DD12D022Q03 2DQ4 2005 20062007 200620092010201120L2201320142015

Рис. 1. Динамика уровня ввода в действие жилых домов в Оренбургской области, тренды развития

Для расчета параметров уравнения регрессии воспользуемся табличным редактором MS Excel 2013, результаты расчетов представим в таблице 4.

Таблица 4

Форма тренда Модель R2

Степенная y=397,39e0,0594 0,8266

Полинома второго порядка y=1,9381x2+8,4583x+436,55 0,7893

Экспонента y=41,406x+337,71 0,7613

По полученным данным наилучшие уравнение описывающее динамику изучаемого явления степной тренд, так как у него самый высокий R2. Рассмотрим влияние на ввод в действие жилых домов в Оренбургской области. Для количественной оценки влияния выделенных факторов на ввод в действие жилых домов в Оренбургской области, проведем корреляционно-регрессионный анализ по данным Оренбургской области, за период с 2000 по 2015 года. С помощью табличного редактора Excel 2013 в пакете анализа была получена корреляционная матрица и представлена. В ходе анализа для проведения многомерного статистического анализа из шести факторов мы отобрали такие факторы как количество строительных организаций и объем работы, выполненных по виду экономической деятельности «Строительство» [2]. В таблице 5 представлена новая корреляционная матрица с отобранными факторными признаками.

Таблица 5

_Матрица парных коэффициентов корреляции_

У Х2 Х4

У 1

Х2 0,8136 1

Х4 0,865002 0,964085 1

С применением редактора Excel 2013 в пакете анализа были получены результаты регрессионного анализа, которые представлены на рисунке 2.

ВЫВОД итогов

Регрессионная статистика

Множественный Р 0,851141

К-квадрат 0,724441

Нормированный [^-квадрат 0,682047

Стандартная ошибка 127,3998

Наблюдения 16

Дисперсионный анализ

df 55 MS F Значимо сть F

Регрессия 2 554712,9 277356,4 17,08838 0,00023

Остаток 13 210999,1 16230,7

Итого 15 765712

1

Коэффи циенты Станда ртная ошибка t- статис тика Р- Значени е Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%

¥-пересечение 1481,735 864,3371 1,714302 0,110199 -385,552 3349,022 -385,552 3349,022

XI -39,1984 22,82865 -1,71707 0,10968 -88,5167 10,11988 -88,5167 10,11988

Х2 0,472591 0,096329 4,905991 0,000287 0,264484 0,680698 0,264484 0,680698

Рис. 2. Результаты регрессионного анализа

Проведем регрессионный анализ. По результатам регрессионного анализа получено следующее уравнение регрессии:

У= 510,3118 - 0,12254X2+0, 0169 X4 (5)

(2,01) (-0,55) (2,21) По данным таблицы 5 можно сделать вывод о тесноте связи факторов с результативными признаками. Наиболее тесная связь выявлена между числом ввод в действие жилых домов и количеством строительных организаций и объем работы, выполненных по виду экономической деятельности «Строительство». Множественный коэффициент регрессии равен 0,868, что свидетельствует о высокой связи меду признаками. Коэффициент детерминации равен 0,754, следовательно, 75,4% вариации уровня, введенного в действие жилых домов в Оренбургской области обусловлено факторами, которые включены в составленное уравнение регрессии. Проверка значимости параметров регрессии проверяется с помощью t -статистики Стьюдента. Выдвигаем гипотезу, Но о статистически не значимом отличии показателей от нуля: а=^=0, и определяем ^критерий Стьюдента^ 2,01; Ы=-0,55; ^2=2,21Лтабличное для числа степени свободы составит 15 и а = 0,05 составит 2,1315. Фактические значения ^критерий Стьюдента отклоняются от табличного, поэтому гипотеза, Но отклоняется и являются статически значимыми. Оценку надежности уравнения регрессии дает F-критерий Фишера. По данным дисперсионного анализ Fфaкт. =19,93. Вероятность случайно получить такое значение F-критерия составляет 0,0001096, что не превышает допустимый уровень значимости 5%. Следовательно, полученное значение сформировалось неслучайно, а под влиянием существенных факторов, то есть подтверждает статическая значимость всего уравнения и показателя тесноты связи. Такое уравнение может быть использовано для принятия решения и осуществления прогнозов. [1] Осуществим процесс прогнозирования по множественному уравнению регрессии в таблице 6.

Прогнозные значения

Таблица 6

Вид Х2 Х4 Прогноз

оптимистический 2760 47597,4 976,497

реалистический 1955,87 24793,9 689,656

пессимистический 1386 5197,8 428,314

Согласно данным таблицы 6 при среднем значении факторов, включенных в модель, вводимые в действие жилые дома в Оренбургской области при неизменности имеющейся тенденции может составить 689,656 тыс. м2 (реалистический прогноз). При минимальных значениях факторов показатели могут составить 428,314 тыс. м2 (пессимистический прогноз). При максимальных значениях факторов может составить 976,497 тыс. м2 (оптимистический прогноз).

Подведя итог проделанной работы, можно заметить, что:

-в Оренбургской области за последние четыре года наблюдается резкое увеличение вводимых в действие жилых домов, где наибольший прирост наблюдается на 2015 год;

-основными влияющими факторами на ввод в действие жилых домов, согласно корреляционно регрессионному анализу являются количество строительных организаций и объем работы, выполненных по виду экономической деятельности «Строительство»

Библиографический список

1. Золотова Л.В., Лаптева Е.В., Портнова Л.В. Статистическая оценка влияния сберегательного поведения населения на современное состояние банковского сектора России // Экономика и предпринимательство. 2015. № 6-3 (59-3). - С. 53-59.

2. Лаптева Е.В. Политика и практика крупнейших банков России на рынке банковских услуг //Региональная инновационная экономика: сущность, элементы, проблемы формированияМатериалы Пятой Всероссийской научной конференции с международным участием. 2014. С. 145-148.

3.Лаптева Е.В., Портнова Л.В. Статистика: теория статистики и экономическая статистика: учебное пособие. Оренбург: ИПК Университет. 2015. С. 176.

4.Лаптева Е.В., Золотова Л.В. Статистические методы исследований в экономике: учебное пособие. Оренбург: ИПК Университет. 2015. С. 171.

5.Лаптева Е.В. Статистические исследования развития банковского сектора Российской Федерации. Изда-тельско-полиграфический комплекс «Университет», 2015. С. 165.

6. ZolotovaL.V., LaptevaE.V., PortnovaL.V. ASSESSMENT OF INFLUENCETHELEVELOFPERSONALSAV-INGSONTHEDYNAMICSOFBANKING SECTOR INDICES // European science and Technology Materials of the X international research and practice conference. 2015. С. 234-243.

7.Территориальный орган Федеральной службы государственной статистики по Оренбургской области: http://orenstat.gks.ru(дата обращения: 23.12.16)

ГОРНУШКИНА ВИКТОРИЯ ВАЛЕРЬЕВНА - магистрант, Оренбургский филиал РЭУ им. Г.В. Плеханова, Россия.