Прикладные эконометрические методы анализа рисков при управлении хозяйственным комплексом региона и уровнем жизни его населения Текст научной статьи по специальности «Экономика и бизнес»

УДК 338.24: 332.1: 330.322: 330.341: 330.4

Ю.Н. ПОЛШКОВ, д-р экон. наук, заведующий кафедрой математики и математических методов в экономике, e-mail: yul-pol@yandex.ru

ГОУ ВПО «Донецкий национальный университет», г. Донецк, ДНР

ПРИКЛАДНЫЕ ЭКОНОМЕТРИЧЕСКИЕ МЕТОДЫ АНАЛИЗА РИСКОВ ПРИ УПРАВЛЕНИИ ХОЗЯЙСТВЕННЫМ КОМПЛЕКСОМ РЕГИОНА И УРОВНЕМ ЖИЗНИ ЕГО НАСЕЛЕНИЯ

Предложена схема оценки экономических и социальных рисков региона, основанная на значениях совокупных индикаторов. На базе данных индикаторов сформирован интегральный индикатор оценки рисков, влияющих на управление хозяйственным комплексом региона и уровнем жизни его населения. Разработана прикладная эконометрическая методика оценивания весов для индикаторов рисков, присущих экономике и социальной сфере региона. Методика апробирована на показателях регионов Российской Федерации, для которых предложены мероприятия по снижению экономических и социальных рисков.

Ключевые слова: риск, регион, хозяйственный комплекс, уровень жизни, управление, анализ.

Polshkov Y.N. Applied econometric approaches to risk analysis in managing the region's economic complex and the living standard of its population.

A scheme for assessing the economic and social risks of the region has been suggested. The scheme is based on the values of aggregate indicators, on the basis of which, an integrated risk assessment indicator has been formed that affect the management of the economic complex of the region and the

living standards of its population. An applied econometric approach for estimating statistical weights for risk indicators in the economy and social sphere of the region has been developed. The methodology has been tested on the indicators of the Russian Federation regions. Recommendations on reducing economic and social risks have been suggested for these regions.

Keywords: risk, region, economic complex, standard of living, management, analysis.

Субъекты хозяйственной деятельности, как и вся экономика региона, подвержены разнообразным рискам, которые нуждаются в анализе и последующем страховании. Риски (как возможные потери) присущи инвестиционным проектам, поэтому имеется непрерывная потребность в модернизации теоретических основ и методологического базиса риск-менеджмента. Постоянным вопросом повестки дня является совершенствование методов оценивания экономических и социальных рисков региона, а также разработка мероприятий, способных снизить последствия от их наступления.

Общим вопросам теории рисков посвящены работы В.В. Витлинского, Г.И. Великоиваненко, А.М. Лозинской,

© Ю.Н. Полшков, 2019

Е.М. Ожегова, Н.А. Мешавкиной, М.И. Черепановой и др. учёных [1-5]. Проблемами управления рисками регионального развития, в том числе с помощью эконо-метрических методов, занимались С.А. Айвазян, В.С. Степанов, М.И. Козлова, М.А. Исакин, Е.С. Вакуленко, О.А. Демидова, С.Ю. Зеленцова, С.П. Ла-паев, Д.А. Чудаев, А.В. Половян, М. Стейнер и др. исследователи [6-15].

Внимание к вопросам управления социальными и экономическими рисками региона породило большое количество научных трудов. Однако остались нерешёнными проблемы теоретического и методологического обоснования значимости тех или иных рисков. Отсутствуют единые подходы к анализу и диагностике рисков при управлении экономикой и социальной сферой региона.

Целью данного исследования является развитие теоретико-методологических основ, а также обоснование научно-методических положений по анализу рисков, возникающих в процессе управления хозяйственным комплексом региона и уровнем жизни его населения. При этом роль аналитического инструментария играют прикладные экономет-рические методы.

Авторская точка зрения такова, что для общего анализа экономических и социальных рисков региона достаточно оценить пять основных индикаторов (рис. 1).

Каждый из показателей, как и сами индикаторы (рис. 1), градуируется от 0 до 100 баллов. Поэтому обозначим через j номер региона среди n анализируемых территориальных образований.

Пусть pj - произвольный социально-экономический показатель, характеризующий j-й регион ( j = 1, n ). Для того, чтобы

перевести любой показатель в единую 100-балльную шкалу применим формулу:

Р

Pj — min p

j=1,n J

max p. — min p,

j =1,n j=1,n j

.. 100 (баллов) (1)

В настоящем исследовании подход равных статистических весов [6-8] будет применен к каждому из показателей, предварительно переведенному в 100-балльную шкалу по формуле (1), которые согласно рис. 1 входят в:

индикатор уровня экономического развития региона £у;

индикатор качественных характеристик населения Ку;

индикатор благосостояния населения Ву;

индикатор качества социальной сферы Б];

индикатор качества окружающей среды Оу.

В силу того, что первый индикатор характеризует экономические риски ] -го региона, а остальные индикаторы -социальные риски, то имеет смысл ввести в рассмотрение интегральный индикатор оценки рисков, влияющих на управление хозяйственным комплексом региона и уровнем жизни его населения:

Я = щ ■ Е + щ ■ К + щ ■ Б + щ ■ 5,. + щ • О, (2)

и 1 и 2 и 3 и 4 и 5 и

Для значений статистических весов, входящих в формулу (2), выполняется свойство нормировки:

5

Е щ=1 (3)

¿=1

Основным результатом данной публикации является прикладная экономет-рическая методика оценки весов щ (I = 1,5 ), которая должна быть объективной и научно-обоснованной с точки зрения статистической устойчивости рассматриваемых характеристик.

Рис. 1. Схема оценки рисков, присущих экономике и социальной сфере территориального образования

Базовая гипотеза методики заключается в том, что годовой объём валового регионального продукта (ВРП) на душу населения V является ведущим фактором, влияющим на уровень экономических и социальных рисков территории. Следовательно, объём ВРП на душу населения будет зависеть от пяти индикаторов, а сама форма зависимости - эконо-метрическое уравнение (стандартизированное и линейное) в матричном виде:

V = C ■ A +S

(4)

Кроме стандартизированной матрицы С , составляющими эконометриче-

ского уравнения (4) являются вектор-столбец центрированных и нормированных значений объёма ВРП на душу населения ^, вектор-столбец стандартизированных коэффициентов регрессии А^ и вектор-столбец случайных отклонений £ :

Ct =

E - e к - к

B - в

s, - s а - о

\

E) а( K ) а( B) a(S) a(O)

E - E к - к в - в s - s о - о

СТ( E) от( K ) ст( B) a(S) a(O)

E - E n к - K n в - B n s - S n о - О n

a(E) a(K) а( B) ct(S) CT(O)

Vst =

V - v ) a(V) f \ a

V - V a2

a(V) ' A = Ast = a a4

V - V V a5 У

V ) у

На каждый из оцениваемых коэффициентов регрессии а1 (г = 1,5) должно приходиться не менее 7 исходных данных. Следовательно, количество анализируемых регионов должно составлять не менее 35.

Неизвестный вектор-столбец стандартизированных коэффициентов регрессии был найден с помощью одноша-гового метода наименьших квадратов (т.н. 1МНК):

\-1

A

(Cst ' Cst ) ' Cst

■ V,

(5)

'st \ st st st

В равенстве (5) верхними индексами «Т» и «— 1» обозначены операции нахождения транспонированной и обратной матриц, соответственно. Наличие элементов вектора-столбца стандартизированных коэффициентов регрессии Л позволяет определить неизвестный вектор-столбец статистических весов:

(\ \\

а1

W =

II a\

(6)

*s|У

Заметим, что в формуле (6) присутствуют модули стандартизированных коэффициентов регрессии |аг| (г = 1,5 ).

Предложенные прикладные эконо-метрические методы анализа рисков были апробированы на социально-экономических показателях 40-ка регионов Российской Федерации с широким охватом её географии: от Камчатского края до Калининградской области и от Ямало-Ненецкого автономного округа до Республики Дагестан [16].

Рассматривались данные с 2014 по 2016 г. Более ранние годы не брались в расчёт, т.к. до 2014 г. экономические санкции США и их сателлитов в отношении России активно не применялись. Всех данных 2017 г. по российским регионам пока нет в открытом доступе.

Весовые коэффициенты экономических и социальных индикаторов регионов Российской Федерации (рис. 1) приняли следующие значения:

Г 0,35 Л 0,02 Ж = 0,27 0,13

Л23,

Прикладная эконометрическая методика оценки статистических весов показала, что наибольшую значимость при анализе экономических и социальных рисков российских регионов имеют индикатор уровня экономического развития территории (35% значимости), индикатор благосостояния населения (27%) и индикатор качества окружающей среды (23%). Высокая значимость последнего индикатора обусловлена, прежде всего, тем, что в его состав входит показатель наличия природно-сырьевых ресурсов в регионе (рис. 1).

Индикатор качества социальной сферы имеет значимость 13%. Наименьшую значимость в 2% имеет индикатор

i

качественных характеристик населения (рис. 1), что свидетельствует об отставании развития человеческого капитала в регионах Российской Федерации.

Последним этапом аналитической части исследования является расчёт интегрального индикатора оценки экономических и социальных рисков региона по формуле (2).

Предлагается следующая система выводов по значению интегрального индикатора рисков, возникающих при управлении хозяйственным комплексом региона и уровнем жизни его населения:

1) Л. е [90; 100] означает, что ] -й

регион имеет низкий уровень экономических и социальных рисков, который позволяет, в основном, сохранять достигнутые параметры развития, не меняя ничего радикально;

2) Л е (80; 90) означает, что ] -й регион имеет приемлемый уровень рисков, который требует исправления тактических ошибок социально-экономического развития;

3) Л е [70;80] означает, что ] -й регион имеет удовлетворительный уровень экономических и социальных рисков, однако необходимо устранять ошибки стратегии развития территориального образования;

4) К е (50; 70) характеризует трудную ситуацию с наличием высокого уровня рисков, исправление которой требует значительных усилий для перехода на более высокую стадию социально-экономического развития региона;

5) К е[0;50] описывает чрезвычайную ситуацию с наличием угрожающего уровня экономических и социальных рисков, для устранения которой необходимы кардинальные меры по изменению направлений развития региона.

Следует отметить, что риски, возникающие при управлении хозяйственным

комплексом региона и уровнем жизни его населения, как правило, накапливаются при отрицательной динамике от ситуации 1) до ситуации 5). Например, при попадании в группу 5) регион, кроме присущих ему рисков, практически всегда сталкивается с такими же экономическими и социальными рисками, как территориальные образования из групп 1) - 4).

Ситуация 1) характерна для Республики Татарстан, Московской области, Тюменской области с входящими в неё Ханты-Мансийским автономным округом (Югра) и Ямало-Ненецким автономным округом, Краснодарского края, Республики Саха (Якутия), Красноярского края. Данным регионам рекомендовано направлять инвестиции не только в традиционно развитые сектора экономики, но и в инновационную сферу. Следует стремиться к тому, чтобы более половины трудоспособного населения данных регионов работало на инновационных предприятиях, выпускающих не менее 70% инновационной продукции.

В ситуации 2) оказались Республика Башкортостан, Пермский край, Ненецкий автономный округ, Свердловская, Новосибирская, Самарская, Белгородская, Сахалинская и Нижегородская области. Для того, чтобы эти регионы переместились в группу территорий с низким уровнем экономических и социальных рисков, соответствующим ситуации 1), органы государственного управления должны, по нашему мнению, озаботиться не только инновационным развитием. Данные регионы нуждаются в повышении качественных характеристик окружающей среды, выражающихся в состоянии земельных, водных и воздушных ресурсов, биологическом разнообразии экологических систем. Особенно актуальны для данных территориальных образований проблемы региональной рекреации.

Наиболее крупной по количественному составу оказалась группа регионов с

ситуацией 3), т.е. удовлетворительным уровнем экономических и социальных рисков. Речь идёт о Ставропольском крае, Республике Коми, Хабаровском крае, Удмуртской Республике, Приморском крае, Ростовской, Мурманской, Челябинской, Воронежской, Ленинградской, Иркутской, Томской, Магаданской, Омской, Оренбургской, Ярославской и Калининградской областях. Данные регионы, кроме трудностей с инновационным развитием и проблемами окружающей среды, имеют определённые сложности с качественными характеристиками населения. Региональным органам власти стоит обратить особое внимание на нивелирование рисков воспроизводства и здоровья населения, состояния семейной жизни (разводы и неполные семьи), а также на квалификационные характеристики трудоспособных граждан.

Оставшиеся регионы (из числа 40-ка рассмотренных) попали в группу 4) с высоким уровнем рисков. Среди таковых оказались Камчатский край, Республика Дагестан, Астраханская, Липецкая, Кемеровская и Саратовская области. Кроме преодоления экономических и социальных рисков, свойственных ситуациям 1) -3), органам управления данными регионами следует устранить недостатки качественных показателей развития социальной сферы. Социальную (а для Дагестана и политическую) стабильность данных регионов можно обеспечить, улучшив условия труда и последовательно устраняя социальные патологии. Немаловажным фактором снижения рисков является развитие социальной и территориальной мобильности населения.

По результатам исследования можно сделать следующие выводы. Предложена схема оценки рисков, присущих экономике и социальной сфере региона, которая базируется на пяти индикаторах. Схема отличается от других методик оценки экономических и социальных

рисков тем, что в неё добавлен индикатор уровня экономического развития региона, в индикаторе благосостояния населения учтён объём его сбережений, а в индикаторе качества окружающей среды - уровень развития рекреационных зон территориального образования. На основе пяти индикаторов сформирован интегральный индикатор оценки рисков, влияющих на управление хозяйственным комплексом региона и уровнем жизни его населения. Разработана прикладная эконометриче-ская методика оценивания весов для индикаторов экономических и социальных рисков региона. Объективность и научная обоснованность методики подтверждается статистической устойчивостью рассматриваемых характеристик, что достигается комплексным использованием метода центрирования и нормирования (стандартизации) данных, метода многофакторной линейной регрессии и метода наименьших квадратов. Предложена система выводов по значению интегрального индикатора рисков, возникающих при управлении хозяйственным комплексом региона и уровнем жизни его населения. Прикладные эконометрические методы анализа экономических и социальных рисков апробированы на показателях 40-ка регионов Российской Федерации. Данные регионы были разделены, соответственно, на группы с низким, приемлемым, удовлетворительным и высоким уровнем рисков. Для каждой группы регионов предложены рекомендации, позволяющие нивелировать риски управляющих воздействий на хозяйственный комплекс территориального образования и уровень жизни его населения.

Список использованной литературы

1. Вгглшський, В.В. Ризиколопя в економщ та тдприемництвк моногра-фiя / В.В. Вгглшський, Г.1. Вели^ва-ненко. - К.: КНЕУ, 2004. - 480 с.

2. Лозинская, А.М. Оценка кредитного риска при ипотечном жилищном кредитовании / А.М. Лозинская, Е.М. Ожегов // Прикладная эконометрика. - 2014. -№ 3 (35). - С. 3-17.

3. Мешавкина, Н.А. Влияние отношения к риску на принятие решений / Н.А. Мешавкина // Вестник Башкирского университета. - 2006. - Т. 11. - № 4. -С. 179-180.

4. Черепанова, М.И. Основные направления профилактики и преодоления социальных рисков в современном российском обществе / М.И. Черепанова // Мир науки, культуры, образования. - 2013. - № 1 (38). - С. 289-291.

5. Ширяев, А.Н. О некоторых понятиях и стохастических моделях финансовой математики / А.Н. Ширяев // Теория вероятностей и её применение. - 1994. -Т. 39 № 1. - С. 5-22.

6. Айвазян, С.А. Анализ качества и образа жизни населения: монография / С.А. Айвазян; Центральный экономико-математический ин-т РАН. - М.: Наука, 2012. - 432 с.

7. Айвазян, С.А. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики (на примере Самарской области и её муниципальных образований) / С.А. Айвазян,

B.С. Степанов, М.И. Козлова // Прикладная эконометрика. - 2006. - № 2 (2). -

C. 18-84.

8. Айвазян, С.А. Интегральные индикаторы качества жизни населения региона как критерии эффективности социально-экономической политики, проводимой органами региональной власти / С.А. Айвазян, М.А. Исакин // Прикладная эконометрика. - 2006. - № 1 (1). -С. 25-31.

9. Вакуленко, Е.С. Анализ связи между региональными рынками труда в

России с использованием модели Оукена / Е.С. Вакуленко // Прикладная эконометрика. - 2015. - № 4 (40). - С. 28-48.

10. Демидова, О.А. Пространственно-авторегрессионная модель для двух групп взаимосвязанных регионов (на примере восточной и западной части России) / О.А. Демидова // Прикладная эконометрика. - 2014. - № 2 (34). - С. 19-35.

11. Зеленцова, С.Ю. Математические модели прогнозирования социально-экономического развития региона / С.Ю. Зеленцова // Регион: системы, экономика, управление. - 2008. - № 1. -С. 70-74.

12. Лапаев, С.П. Система показателей инновационной конкурентоспособности региона / С.П. Лапаев // Вестник Оренбургского государственного университета. - 2009. - № 8 (102). - С. 63-67.

13. Чудаев, Д.А. Методы управления инвестиционно-инновационной деятельностью в регионе / Д.А. Чудаев // Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. - 2010. - Т. 30. -№ 4. - С. 174-181.

14. Steiner, М. Old Industrial Areas: A Theoretical Approach / M. Steiner // Trajectories of the New Economy: Regeneration and Dislocation in the Inner City. Urban Studies. - 2009. - № 46 (May). -Р. 987-1001.

15. Vishnevsky, V. Scenarios of the old industrial regions' development: selecting the methodology / V. Vishnevsky, I. Ale-ksandrov, A. Polovyan // Environment, development and sustainability. - 2011. -Vol. 13, № 1. - P. 65-78.

16. Региональная статистика Российской Федерации [Электронный ресурс] / Федеральная служба государственной статистики. - URL: http://www. gks.ru/wps/wcm/connect/rosstat_main/rosst at/ru/statistics/regional_statistics/

Статья поступила в редакцию 09.01.19