Статья: СТАТИСТИКА КАК НЕОТЪЕМЛЕМЫЙ ЭЛЕМЕНТ СОВРЕМЕННЫХ ГИБРИДНЫХ ВОЙН (2024)

Сфера государственных закупок и освоения бюджетных средств во всех странах является средой, которая привлекает не только добропорядочных предпринимателей, желающих гарантированно заработать, но и различные «криминальные беловоротничковые элементы». Объем финансирования сферы государственного заказа в Российской Федерации по разным подсчетам занимаем до трети всего ВВП. В указанной сфере задействовано большое число трудовых и финансовых ресурсов, при этом регулярно меняющееся законодательство в указанной сфере, а также сложность в проведении закупочных процедур для разных категорий товаров, работ, услуг создают благоприятные условия и позволяют недобросовестным участникам торгов, а также коррумпированным представителям заказчика получить необоснованную прибыль и незаконное вознаграждение. В сложившейся ситуации, внедрение новых мер контроля становится жизненно важным для обеспечения честной конкуренции и эффективного освоения бюджетных средств. Именно поэтому, дополнительные исследования и меры, направленные на устранения данных проблем и предпосылок их возникновения, являются неотъемлемой частью обеспечения эффективности системы государственных закупок и защиты государственных интересов. Цель исследования: изучение генезиса картельных соглашений в государственных закупках и их влияние на реализацию национальных проектов в Российской Федерации, а также влияние картельных соглашений на наличие здоровой конкуренции и эффективности расходования бюджетных средств. В рамках работы рассмотрено состояние преступности в указанной сфере, определены признаки картельных соглашений, способы выявления картелей, а также признаки сговора между заказчиком и участником государственных закупок. Методы и материалы: автор в своей работе применяет всесторонний методологический подход, включая анализ статистических данных, методы общей теории статистики, а также методы синтеза и анализа. Основное внимание уделяется анализу действующего нормативно-правового регулирования в сфере государственных закупок. Для визуализации статистических данных использовались графические и табличные методы. Исследование базируется на данных, предоставленных МВД России, ФАС России, Федеральным казначейством Российской Федерации, Генеральной прокуратурой Российской Федерации и Судебным департаментом при Верховном Суде. Результаты исследования: в работе произведена количественная оценка сферы государственных закупок за последние годы, дана оценка проводимой работы сотрудниками правоохранительных органов и антимонопольной службы. Приведены типовые нарушения антимонопольного законодательства при проведении государственных закупок и предложены способы их выявления. Проанализированы противоправные схемы, применяемые участниками картелей при осуществлении электронных торгов, а также проблемные вопросы и способы их разрешения, возникающие на практике. В работе предложены разнообразные подходы к повышению эффективности работы правоохранительных и контрольных органов. Анализ правоприменительной практики выявил проблемы, связанные с доказыванием преступлений в данной сфере, а также отмечен недостаточный уровень взаимодействия между правоохранительными органами и Федеральной антимонопольной службой Российской Федерации. Заключение. В исследовании автор провел анализ основных признаков картелей, предложил методы их выявления, а также пути улучшения проводимых проверочных мероприятий. Представленные меры не исчерпывают тему исследования, и для эффективного противодействия картелям рекомендуется системный подход, включающий не только повышение качества работы правоохранительных и контрольных органов, но и совершенствование программного и материально-технического обеспечения, используемого при осуществлении проверок. Картели в государственных закупках являются для России относительно новым явлением, статистические данные, полученные из МВД России и Судебного департамента при Верховном суде Российской Федерации, свидетельствуют, что правоохранительные и контрольные органы только начинают свою работу по противодействию криминальным проявлениям участников картельных соглашений. Только совместная плодотворная работа правоохранительных и контрольных органов позволит обеспечить экономическую безопасность государства и защитить национальные интересы Российской Федерации.

Цель исследования. Цель исследования состоит в том, чтобы подтвердить или опровергнуть экологическую детерминированность возникновения социально значимых заболеваний у населения Москве на основе анализа данных по экологическим и здравоохранительным показателям в разрезе муниципальных единиц города. Материалы и методы. В статье проведен анализ российской и зарубежной библиографии по проблеме исследования. На основе собранных и обработанных открытых данных по экологическим показателям и по заболеваемости населения в различных районах Москвы были проведены различные виды анализа для выявления взаимосвязи между этими данными. Для классификации социально значимых заболеваний на основе экологических показателей места проживания были построены модели машинного обучения. Математическую основу методов машинного обучения составляют метод k-ближайших соседей, многослойный перцептрон, градиентный бустинг. Для построения моделей использован программный инструмент Jupyter Notebook, поддерживающий язык программирования Python. Результаты. Корреляционно-регрессионный анализ показал, что между некоторыми выбранными экологическими показателями и возникновением социально значимых заболеваний существует статистически значимая корреляция. Данный результат говорит о возможной взаимосвязи, что является одним из главных выводов данной работы. Разработан веб-интерфейс для автоматизации анализа новых данных с помощью построенных моделей машинного обучения, использованных при проведении регрессионного анализа для построения бинарной логистической модели (предсказание на основе собранных данных людей с социально значимыми заболеваниями) и модели мультиклассовой классификации (предсказание на основе собранных данных, какая именно болезнь может быть выявлена у человека). Проведен анализ используемых моделей машинного обучения, определена наилучшая модель для классификации социально значимых заболеваний. Заключение. В результате проведенного исследования удалось собрать полноценную информацию о различных экологических показателях и наличии или отсутствии различных объектов, оказывающих воздействие на окружающую среду. Эти данные были использованы не только в моделях машинного обучения, но и для формирования объективной оценки экологической обстановки муниципальных единиц города Москвы. Поскольку было реализовано автоматическое обновление рейтинга для динамических данных данный результат может быть использован обычными пользователями, не имеющих достаточных квалификаций в экологии и медицине для самостоятельного анализа экологического состояния районов. Считаем, что такие исследования наверняка приведут к эффективным практическим решениям в данной области.

Проводимая экономическая политика превратила Китай в крупную торговую державу. По размеру ВВП китайская экономика является первой экономикой мира в течение ряда последних лет, быстрорастущие торговые потоки Китая сделали его крупнейшим торговым партнером для многих стран. За последние двадцать лет происходил стремительный рост экспорта и импорта. В статье выдвинута гипотеза о наличии структурной нестабильности в динамике экспорта Китая за период с 2000 по 2020 гг. Гипотеза была подтверждена и в динамике экспорта и импорта были выделены два периода с разным характером основной тенденции развития: с 2000 по 2008 гг. и с 2009 по 2020 гг. Для каждого этапа подобраны уравнения тренда, описывающие динамику экспорта и импорта и выполнен интервальный прогноз показателей на 2021 год. Материалы и методы. В ходе работы применялся динамический, структурный анализ аналитической и статистической информации; использовались методы аналитического, логического, системного, корреляционно-регрессионного анализа, а также анализ структурных изменений. Анализ проводился с использованием программы Statistica 10.0. Результаты. Выявлено изменение значения коэффициента покрытия импорта экспортом до и после структурных изменений в динамике основных внешнеэкономических показателей и дана оценка их статистической значимости. Проведен анализ влияния динамики экспорта на динамику ВВП и установлено, что до структурных изменений влияние динамики экспорта на динамику ВВП было статистически не значимо, а после структурного перелома - динамика экспорта стала оказывать непосредственное влияние на изменение ВВП Китая. Заключение. Анализ официальных статистических данных об основных показателях внешнеэкономической деятельности Китая за период с 2000 по 2020 гг. позволил отметить, что объем китайского экспорта вырос за период 2010-2019 гг. с 1,58трлнв2010г.(10,342,50 трлн в 2019 г. (12,81% общемирового экспорта). В 2019 г. КНР по-прежнему занимал 1-е место по стоимости экспорта среди всех стран мира. Несмотря на сложный 2020 г. экспорт Китая достиг почти 2,6 трлн долларов США и увеличился по сравнению с 2019 г. на 4%. Также Китай занимает передовые позиции по экспорту высокотехнологичных товаров - их объем составляет 731,9 млрд долл. США, доля экспорта в общемировом объеме 25%. При этом динамика экспорта Китая за период с 2000 по 2020 гг. была неоднородна и характеризовалась структурной нестабильностью. Можно выделить два этапа с разным характером основной тенденции развития: с 2000 по 2008 гг. и с 2009 по 2020 гг. Исходя из этого, авторы пришли к заключению, что для описания основной тенденции развития динамики экспорта и импорта за период с 2000 по 2008 гг. наилучшим образом подойдет экспоненциальная модель. Для описания основной тенденции развития динамики экспорта и импорта в период с 2009 по 2020 гг. - логарифмическая модель. Исследование согласованности изменения объемов экспорта и импорта показало, что в период с 2009 по 2020 гг. характеризовался большей согласованностью основных внешнеторговых потоков Китая, чем период с 2000 по 2008 гг. В период до структурного перелома в динамике экспорта и импорта коэффициент покрытия варьировал со 105,7% до 127,6%, в период после структурного перелома коэффициент покрытия изменялся со 108,9% до 135,4%. Проверка статистической значимости различий коэффициента покрытия импорта экспортом до и после структурного перелома показала, что различия являются статистически не значимыми. В период с 2000 по 2008 гг. динамика экспорта Китая не оказывала статистически значимого влияния на динамику ВВП страны. С 2009 по 2020 гг. после структурных изменений в характере динамики основных показателей внешней торговли Китая, изменение экспорта стало оказывать статистически значимое влияние на динамику ВВП. Рост экспорта Китая на 1% в настоящее время приводит к росту объема ВВП на 0,25%. Практическая значимость работы определяется разработанной методикой анализа структурных изменений в динамике экспорта и импорта, рассмотренных на примере Китая.

Цель исследования заключается в формировании эффективного инструмента классификации регионов Российской Федерации в контексте инновационной активности в условиях технологических ограничений. Материалы и методы. Информационную и эмпирическую базу исследования составляют, Указы Президента Российской Федерации, нормативно-правовые акты Правительства Российской Федерации, открытый набор статистических данных, предоставляемых Федеральной службой государственной статистики. В рамках исследования проводится многомерная классификация регионов России с использованием индикативного анализа инновационного потенциала территорий и их социально-экономического развития, кластеризации методом Уорда и метрики Евклидова расстояния, а также анализ, сопоставление и иллюстрация полученных результатов с использованием методов визуализации информации в табличном, графическом виде, в том числе с использованием картограмм. Результаты. При построении модели типологизации регионов России сформирована система индикативных показателей, обладающих как качественными, так и количественными характеристиками. На их основе кластерный анализ определяет пять кластеров регионов по уровню инновационной активности и социально-экономического развития, который базируется на итоговом средневзвешенном индексе (Iiv) развития. Результатами исследования определяется эффективность авторского подхода к вопросу типологизации регионов, а также подчеркивается наглядность и интерактивность применяемых в рамках модели инструментов. Использование кластерного и сравнительного анализа с применением средневзвешенных индексов позволяет выявить неочевидные закономерности между инновационной активностью региона и уровнем его развития, а также подчеркнуть интуитивно ожидаемые связи. Все это может составить практическую основу для разработки эффективных стратегий регионального развития и улучшения качества жизни населения. Заключение. Исследование подчеркивает значимость анализа инновационной активности регионов в современных условиях санкционных войн и ограничений технологического импорта. Разработанная модель представляет собой комплексный инструмент анализа инновационного потенциала и уровня развития регионов, который позволяет выявить ключевые факторы инновационной активности, определить потенциальные точки роста, и тем самым поможет сформировать основу для разработки стратегий и программ регионального развития, направленных на повышение уровня жизни населения.

Данная статья посвящена влиянию ряда макроэкономических показателей на величину резервов на возможные потери в банковском секторе Азербайджана. Цель исследования. Цель исследования - проанализировать устойчивость банковского сектора к воздействию макроэкономических потрясений в экономике; изучить, что включает в себя понятие финансовой устойчивости банковского сектора и какие методы используются в процессе ее анализа и оценки, исследовать зависимость ряда переменных, характеризующих состояние банковского сектора, от различных макроэкономических шоков, свойственных экономике; проанализировать, как Центральный банк участвует в регулировании и мониторинге финансовой устойчивости банковского сектора, а также посредством каких мер он поддерживает банки в период кризиса. Материалы и методология. Практический этап работы заключается в создании множественной регрессионной модели, которая выявит степень влияния макроэкономических шоков на положение банковского сектора Азербайджана. Для проведения анализа и построения уравнений регрессии были использованы квартальные данные за период 2012-2023 гг. Информация была взята из ряда источников: 1) Официальный сайт Центрального банка Азербайджана; 2) Официальный сайт Министерства финансов; 3) Официальный сайт Госкомстата Азербайджана; 4) Отчеты о развитии банковского сектора и банковского надзора. Для анализа и оценки значений зависимых переменных резервов на возможные потери и рентабельности активов, значения по банковскому сектору в целом взяты из годовых отчетов о развитии банковского сектора и банковского надзора. Поскольку исходные данные в работе квартальные, наша модель будет представлять собой временной ряд, оцененный с помощью обычного метода наименьших квадратов (МНК). Лаговые переменные могут быть включены во временной ряд. Лаги в объясняющих переменных учитывают степень возможного лага, с которым макроэкономические шоки влияют на банки. Иными словами, изменения значений макроэкономических факторов не оказывают немедленного воздействия на положение банков, а проявляются через некоторое время и носят отложенный характер [7]. Такие лаги необходимо выявлять и учитывать для формирования более точной и полной картины влияния макроэкономических колебаний на банковский сектор. В ходе предварительной диагностики данных было выявлено наличие гетероскедастичности и автокорреляции первого порядка. Для их устранения применяются поправки Ньюи-Уэста, корректирующие вариационно-ковариационную матрицу для получения более последовательных оценок коэффициентов регрессии. Результаты. При выборе показателей для изучения степени влияния макроэкономических факторов на устойчивость банковского сектора мы учитывали особенности экономики нашей страны. Дело в том, что Азербайджан является сырьевой страной, экспорт которой почти на 70% состоит из топливно-энергетических товаров [30]. Это означает, что размер экспортных доходов, финансовое положение компаний и стабильность экономики во многом зависят от ценовой конъюнктуры на мировом энергетическом рынке, а именно от цены на нефть. Кроме того, Азербайджан относится к числу стран с развивающимся рынком, для которого характерны повышенная неустойчивость (волатильность) валютных курсов и нестабильность финансовых рынков, а также высокие процентные ставки и спреды. Поэтому для нашей страны характерен риск резкого оттока капитала в случае кризиса в мире, поскольку инвесторы стремятся вывести свои средства из стран, наиболее уязвимых к влиянию макроэкономических потрясений. Динамика ВВП является одним из важных показателей экономической активности государства. Его падение в период кризиса негативно сказывается на различных сферах экономической и социальной жизни [8]. Индекс Бакинской фондовой биржи отражает состояние фондового рынка крупных компаний, которые являются наиболее важными для экономики страны [9]. Обвал индекса означает ухудшение положения компаний, снижение рыночной стоимости их активов и акций, обострение проблем с выплатой внешнего долга и получением новых кредитов для обеспечения функционирования их деятельности. Кроме того, обвал котировок на фондовом рынке приводит к большим потерям в результате их отрицательной переоценки. Заключение. При проведении исследования устойчивости банковского сектора Азербайджана на основе эконометрической модели необходимо учитывать определенные ограничения. Во-первых, доступность и достоверность данных - важный аспект, который может повлиять на точность результатов исследования. Во-вторых, для полного понимания изучаемых вопросов необходимо учитывать контекст и специфику банковской системы Азербайджана. Наконец, в данном исследовании не рассматриваются социальные и политические факторы, которые также могут влиять на устойчивость банковской системы. При интерпретации результатов и выработке рекомендаций следует учитывать ограничения исследования.

Цель исследования. Возрастающий темп цифровизации экономики Российской Федерации имеет неоднозначные пропорции по отраслям и регионам. Регионы Российской Федерации характеризуются неоднородным уровнем проникновения информационно-телекоммуникационной сети «Интернет», а также применения организациями вычислительных сетей, серверов и систем электронного документооборота. Это создает территориальную дифференциацию возможностей использования организациями цифровых сервисов и онлайн платформ, создаваемых коммерческими банками, для привлечения и обслуживания кредитов. Обобщение и анализ литературных источников привели к выводу о недостаточной проработанности количественной оценки взаимосвязи цифровизации деятельности организаций и их кредитной активности на региональном уровне. Целью исследования является разработка статистических показателей оценки влияния цифровизации организаций на их кредитную активность в разрезе по регионам Российской Федерации и анализ взаимозависимости предложенных показателей для выявления закономерностей такого влияния. Методология. Массив исходных данных представляет собой набор значений статистических показателей, предложенных для целей исследования и публикуемых Росстатом. Данный массив обработан методом импутации пропущенных значений knn - k ближайших соседей для устранения пропуска части исходных данных. Для оценки тесноты статистических связей стандартизированных значений исследуемых переменных произведен расчет парных коэффициентов корреляции. По исследуемым результативным переменным рассчитаны средние и медианные значения в динамике за несколько лет. Распределение регионов по кластерам по значениям факторных показателей произведено методом иерархического кластерного анализа. Влияние факторных показателей на результативные оценено с помощью регрессионного моделирования на панельных данных. Результаты исследования. На основе сформированной автором системы показателей региональной статистики проанализированы территориальные особенности зависимости кредитной емкости от факторов цифровизации организаций по группам российских регионов, получены параметры «отклика» показателей кредитной емкости на изменение отдельных технологических компонентов цифровизации организаций по региональным кластерам. Заключение. Cделан вывод о возможности применения результатов исследования для разработки программ кредитования бизнеса коммерческими банками и определения приоритетов программ цифрового развития регионов органами государственного управления.

Целью исследования является обоснование инстументария для оценки динамики структурных изменений социально-экономической среды и их типологии. Актуальность исследования связана с проблемами отражения социально-экономической среды, которые влияют на эффективность хозяйственной деятельности. Для решения данных вопросов многие регионы страны приняли стратегии регионального развития на период до 2030 года, которые соответствуют национальным целям развития Российской Федерации. Исследованы различные подходы ученых к определению сущности и значения социально-экономической среды, которая определена как совокупность условий и факторов, которые осуществляют влияние на все сектора экономики. Методы: структурный, индексный, сравнительных оценок и методологии системы национальных счетов. Результаты: в статье использован цифровой измеритель как воспроизводство населения и валового регионального продукта (ВРП), которые объективно отражают структурные изменения и типологии регионов. ВРП рассчитывается по видам экономической деятельности, на стадиях: производства, образования доходов и конечного потребления домашних хозяйств 2012-2021 гг. Разработаны типологии регионов УФО по следующим критериям: специализация экономики, положение региона в производстве продукции, по видам первичных доходов и конечному потреблению домашних хозяйств на душу населения. Заключение: преимуществом статистического подхода исследования оценки динамики структурных изменений социально-экономической среды и их типологии позволяет получить более обьективное представление о сложившихся тенденциях и состояния региональной экономики. Полученные результаты позволили сформулировать методологичесую основу для будущих научных исследований в области структурных изменений мезосреды и социально-экономического поведения населения. Также они могут использоваться в качестве методической базы при разработке мер государственной политики и стратегии устойчивого развития территорий на перспективу.