CC BY
86
УДК 332.122
МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ ФАКТОРОВ НА РАЗВИТИЕ ПОТЕНЦИАЛА СТАРОПРОМЫШЛЕННОГО РЕГИОНА
Н.Ю. Сорокина
В статье представлена система показателей, позволяющих оценивать влияние экономических и социальных факторов на устойчивость развития региональных систем старопромышленного типа. С использованием приемов регрессионного анализа синтезированы экономико-математические модели, позволяющие отслеживать влияние указанных факторов на развитие региональных систем. Статья подготовлена в рамках внутриуниверситетского гранта Российского экономического университета имени Г.В. Плеханова «Совершенствование механизма повышения конкурентоспособности экономики региона в условиях реиндустриализации».
Ключевые слова: моделирование, механизм управления устойчивым развитием, старопромышленный регион, социально-экономический потенциал региона
Методы математического моделирования являются сегодня самыми распространенными методами обоснования управленческих решений. Они имеют особое значение при определении возможных траекторий развития сложных социально-экономических систем, к категории которых относятся региональные системы, поскольку позволяют дать количественную оценку степени влияния экономических и социальных факторов на процессы, происходящие на региональном уровне, оценить масштабы происходящих при этом изменений в региональной системе.
В качестве модельного объекта исследования будем использовать старопромышленный регион центра России - Тульскую область, поскольку:
1) Тульская область относится к классу умеренно перспективных регионов с потенциалом роста в рамках «отраслевого ядра» экономики [1], перспективы развития которого связаны с традиционными отраслями промышленности, такими как машиностроение, металлообработка, химическая промышленность, металлургия;
2) класс «умеренно перспективный регион с потенциалом роста в рамках «отраслевого ядра» экономики» является самым многочисленным по составу: к нему могут быть отнесены 4 из 15 старопромышленных регионов ЦФО;
3) развитие социально-экономического потенциала Тульской области в целом отражает тенденции в развитии региональных потенциалов остальных территорий данного класса - Белгородской, Московской и Рязанской областей ЦФО России (рисунок 1).
Рис. 1. Динамика социально-экономического потенциала региона по показателю чистой добавленной стоимости промышленности
(на душу населения)
Вышесказанное позволяет говорить о том, что Тульская область является типичным старопромышленным регионом центра России, поэтому тенденции в развитии территории с высокой долей вероятности могут иметь место и в других регионах данного типа.
Проведенные автором исследования показали, что среди всего многообразия влияющих на региональную систему экономических и социальных факторов, наибольший интерес для органов регионального управления представляют факторы, обусловленные спецификой социально-экономических процессов в регионе и особенностями механизмов управления устойчивым развитием региональной системы (рисунок 2).
Рис. 2. Экономические и социальные факторы, влияющие на социально-экономическую систему старопромышленного региона
Для получения оценки влияния указанных факторов на региональную систему необходимо сформировать систему показателей, позволяющих дать описание каждого фактора в конкретном параметрическом пространстве (таблица 1):
Таблица 1
Показатели оценки факторов, влияющих на устойчивое социально-
экономическое развитие региона
Фактор Показатели Обоз- на-чение Вид и источник показателя, индикатора
Экономические факторы
Уровень экономического развития региона Индекс физического объема ВРП Выбросы в атмосферу загрязняющих веществ, тыс. т. кфо к ква Статистический, данные Рос-стата
Полнота финансирования программ устойчивого развития территории Средний процент исполнения бюджета долгосрочных целевых программ, % кфп Расчетный, данные Рос-стата
Социальные факторы
Особенности развития социального комплекса территории (здравоохранение, образование, социальная защита населения, содействие занятости) Численность врачей, на 10000 чел. населения Численность обучающихся в общеобразовательных учреждениях региона, тыс.чел. Среднемесячный размер социальной поддержки на 1-го пользователя, руб. Уровень безработицы, % к кчв к кчо к ксп куб Статистический, данные Рос-стата
Нацеленность программ устойчивого развития на достижение социальных целей территории Удельный вес долгосрочных целевых программ социального характера, % кдп Расчетный, данные Рос-стата
Интегральный показатель Чистая добавленная стоимость промышленности на душу населения, руб./чел.
Для оценки влияния факторов используются единичные и комплексные показатели, которые, в свою очередь, могут быть расчетными или статистическими в зависимости от методики их определения. В качестве интегрального показателя выступает показатель «чистая добавленная стоимость промышленности на душу населения», его использование позволяет учесть всю совокупность факторов, влияющих на устойчивость социально-экономического развития региона.
Учет влияния экономических и социальных факторов на величину показателя чистой добавленной стоимости промышленности осуществлен
с применением приемов регрессионного анализа с использованием стандартного пакета Microsoft Office (Excel).
Экономические факторы. Для построения моделей были использованы показатели, характеризующие динамику экономических процессов в Тульской области в период 2004-2013 гг. (таблица 2):
Таблица 2
Исходные данные для построения уравнений регрессии
Год Индекс физического объема ВРП, в % к предыдущем году Выбросы в атмосферу загрязняющих веществ, тыс. т. Средний процент исполнения бюджета долгосрочных целевых программ, % Чистая добавленная стоимость промышленности на душу населения, руб./чел.
Х1 Х2 Х3 У
2004 106,2 143 89,9 17,5
2005 106,5 148 88,5 25,1
2006 109,1 164 89,0 29,1
2007 112,1 163 87,2 34,8
2008 107,4 160 86,9 50,5
2009 93,1 156 88,4 34,8
2010 103,6 167 89,9 42,6
2011 105,3 193 88,4 58,0
2012 102,5 198 86,1 62,4
2013 104,5 181 85,0 67,1
Примечание. Составлено по данным официального сайта Федеральной службы государственной статистики. - www.gks.ru. Методика расчета показателя «чистая добавленная стоимость промышленности на душу населения региона» представлена в [2]
Следующим шагом была проверка на мультиколлинеарность, означающую наличие сильной связи между переменными модели и снижающей точность оценок регрессионных коэффициентов в силу резкого возрастания их чувствительности к качеству исходных данных. Построенная корреляционная матрица позволяет исключить из модели регрессии факторы, вызывающие мультиколлинеарность, и тем самым сделать регрессионную модель более точной и пригодной для целей практического применения (таблица 3).
Таблица 3
Результаты проверки показателей на мультиколинеарность
Y X1 X2 X3
Y 1
X1 0,918905 1
X2 -0,38876 0,52417 1
X3 0,808859 0,836006 0,84035 1
Примечание. Если модуль парного коэффициента корреляции принимает значение большее 0,75, то две переменные (факторы) коллинеарны между собой и одну из них необходимо исключить из модели.
Поскольку фактор Х3 вызывает мультиколлинеарность, его следует исключить из модели. Для построения уравнения регрессии будем использовать два оставшихся показателя: «индекс физического объема ВРП» и «выбросы в атмосферу загрязняющих веществ», статистическая зависимость между которыми равна 0,52, а влияние на результатирующий признак, соответственно, 0,92 и -0,39.
Уравнение регрессии, отражающее влияние экономических факторов на устойчивость социально-экономического развития региона, будет иметь следующий вид:
V = 62,595 + 0,2 8 X1 - 0,8 02Х2 (1)
Модель отражает прямую зависимость величины социально-экономического потенциала старопромышленного региона от динамики индекса физического объема ВРП и обратную - от динамики показателя «выбросы в атмосферу загрязняющих веществ». Следует отметить, что именно уровень экономического развития региона определяет темпы и способы выхода региональной экономики на траекторию устойчивого развития, а также условия эффективной реализации программ социально-экономического развития территорий, нацеленных на достижение целей устойчивого развития.
Регрессионная статистика показывает, что расчетные параметры модели (формула 1) объясняют зависимость изучаемого параметра Y от факторных признаков Х1 и Х2 (коэффициент детерминации ^) равен 0,77; стандартная ошибка 9,08; значение t -критерия выше табличного, следовательно, что при любом уровне значимости гипотеза о наличии связи между параметрами модели подтверждается), следовательно качество регрессионной модели можно считать достаточно высоким.
Социальные факторы. Необходимо обосновать выбор показателей, характеризующих развитие социального комплекса территории в разрезе его ведущих отраслей - здравоохранение, образование, социальная защита населения, содействие занятости. Выполненный автором контент-анализ публикаций, посвященных решению этой важной научно-практической проблемы [3, 4, 5 и др.], позволяет для целей оценки социально-экономического потенциала предложить следующие показатели:
- численность врачей, на 10000 чел. населения;
- численность обучающихся в общеобразовательных учреждениях региона, тыс. чел.;
- среднемесячный размер социальной поддержки на 1-го пользователя, руб.;
- уровень безработицы, %.
Показатели, характеризующие динамику социальных процессов в Тульской области в период 2004-2013 гг., представлены в таблице 4.
Таблица 4
Исходные данные для построения уравнений регрессии
Численность Численность обучающих- Среднемесячный Удельный вес Чистая добавленная
Год врачей, на 10000 чел. ся в обще-образова-тель-ных размер социальной поддержки Уровень безра-боти- долгосрочных целевых программ стоимость промышленности на душу населения, руб./чел.
населения учреждениях региона, тыс. чел. на 1-го пользователя, руб. цы, % социального характера, %
Х1 Х2 Х3 Х4 Х5 У
2004 33,9 156 133 4,6 44,6 17,5
2005 33,9 145 187 5,0 44,0 25,1
2006 34,2 136 247 2,7 44,2 29,1
2007 35,0 129 341 2,6 43,8 34,8
2008 34,9 125 412 3,5 44,2 50,5
2009 34,6 121 504 6,1 46,4 34,8
2010 33,1 121 586 5,8 46,9 42,6
2011 33,8 121 424 5,3 44,5 58,0
2012 33,7 123 413 4,6 40,8 62,4
2013 33,6 123 529 4,2 41,2 67,1
Примечание. Составлено по данным официального сайта Федеральной службы государственной статистики. - www.gks.ru. Методика расчета показателя «чистая добавленная стоимость промышленности на душу населения региона» представлена в [2]
Проверка на мультиколлинеарность показала, что она имеет место лишь в отношении показателя Х5 - «удельный вес долгосрочных целевых программ социального характера» (таблица 5), который должен быть исключен из дальнейших аналитических процедур. Статистическая зависимость между оставшимися показателями не превышает 0,75, а их влияние на результатирующий признак, оцененное модулем коэффициента парной корреляции, находится в пределах 0,348 до 0,685.
Таблица 5
Результаты проверки факторных показателей на мультиколинеарность
Y Х1 Х2 Х3 Х4 Х5
Y 1
Х1 0,918905262 1
Х2 -0,49420375 -0,348065644 1
Х3 -0,607091509 -0,684688125 0,13947063 1
Х4 0,67512215 0,583197418 -0,342196316 -0,903982473 1
Х5 0,864720164 0,819504066 -0,826720786 -0,857171932 0,899297 1
Примечание. Если модуль парного коэффициента корреляции принимает значение большее 0,75, то две переменные (факторы) коллинеарны между собой и одну из них необходимо исключить из модели.
Уравнение регрессии, отражающее влияние социальных факторов на устойчивость социально-экономического развития региона, будет иметь следующий вид:
V = 65 9, 1 3 8 + 1 1,688 X1 + 1,477Х2 + 0,03X3 - 3,5 09X4 (2)
Модель показывает, что среди социальных факторов наибольшее влияние на величину социально-экономического потенциала региона, оказывает обеспеченность населения врачами, наименьшее - объемы социальной поддержки населения. Все показатели оказывают прямое влияние на величину социально-экономического потенциала, за исключением показателя, характеризующего состояние регионального рынка труда (здесь имеет место обратная связь).
Пригодность синтезированной модели для целей практического применения подтверждает следующая регрессионная статистика: коэффициент детерминации ^ ) равен 0,72; стандартная ошибка 6,95; значение ^ критерия выше табличного. Качество регрессионной модели можно считать достаточно высоким.
Информация, полученная с использованием моделей, может быть положена в основу определения величины желаемого, заданного региональной стратегией развития социально-экономического потенциала, оцениваемого показателем чистой добавленной стоимости промышленности на душу населения. Его положительный тренд, характеризующий прирост социально-экономического потенциала региона, позволяет вести речь об устойчивом развитии региональной социально-экономической системы.
Список литературы
1. Сорокина Н.Ю. Классификация старопромышленных регионов для целей управления устойчивым развитием / Н.Ю. Сорокина // Известия ТулГУ. Экономические и юридические науки. 2013. Вып. 3. Ч. I. - Тула: Изд-во ТулГУ, 2013. - С.257- 268.
2. Сорокина Н.Ю. Обоснование выбора целевого показателя устойчивого развития старопромышленного региона // Известия Санкт-Петербургского государственного экономического университета. - 2014. -№ 6 (90). - С. 70-76.
3. Акопов, В. И., Ю. А. Гаджиев. Социальное развитие регионов Севера России // Проблемы прогнозирования. - 2008. - N 5. - С. 55-67.
4. Денежкина И.Е., Суздалева Д.А. Система показателей для мониторинга экономической безопасности региона // Эффективное антикризисное управление.- 2011. - № 3. С. 96-101
5. Устюжина О.Н. Методические основы разработки рейтинга социально-экономического развития субъектов Российской Федерации // Вестник Астраханского государственного технического университета. Серия: Экономика. - 2013. - Выпуск 2. - С. 79-84.
Сорокина Наталья Юрьевна, канд. экон. наук, доц., [email protected], Россия, Тула, ФГБОУ ВПО «Тульский государственный университет»
MODELING OF INFLUENCE OF ECONOMIC AND SOCIAL FACTORS ON DEVELOPMENT OF POTENTIAL OF OLD-INDUSTRIAL TYPE OF THE REGION
N. Y. Sorokina
The system of the indicators allowing to estimate influence of economic and social factors on sustainable development of regional systems of old industrial type is presented in article. With use of receptions of the regression analysis the economic-mathematical models allowing to trace influence of the specified factors on development of regional systems are synthesized. Article is prepared within performance of an intra-university grant of Plekhanov Russian Academy of Economics "Improvement of the mechanism of increase of competitiveness of economy of the region in the conditions of reindustrialization".
Keywords: modeling, mechanism of management of a sustainable development, old industrial region, social and economic potential of the region
Sorokina Natalja Yurievna, Candidate of Economic Sciences, assistant professor, [email protected], Russia,Tula, Tula State University
УДК 657.633.5
ВЛИЯНИЕ ВНЕШНЕГО АУДИТА КОММЕРЧЕСКОГО БАНКА НА МЕТОДИКУ ПРОВЕДЕНИЯ ВНУТРЕННИХ АУДИТОРСКИХ
ПРОВЕРОК
В.И. Дунаева
Исследованы особенности организации и проведения внутреннего и внешнего аудита в коммерческом банке. Рассмотрены этапы организации внутреннего и внешнего аудита. Особое внимание уделено разработке процедур проведения внутреннего и внешнего аудита.
Ключевые слова: внутренний аудит, внешний аудит, цель проверки, методика проведения аудиторской проверки, процедуры.
В нормативных документах и экономической литературе контроль подразделяется на два вида - внешний и внутренний. В систему контроля входит и аудит. С понятием "аудит" связывают проверки, выполняемые аудитором, в полной мере независимым от собственников, акционеров и исполнительных органов экономического субъекта с целью выражения объективного мнения о достоверности отчетности. Рассмотрим с этих позиций названные виды аудита.
Внешний аудит проводится аудиторской организацией у экономического субъекта с целью предоставления независимой, квалифицированной оценки достоверности его бухгалтерской (финансовой) отчетности.
