Асадов Хуршед Саъдуллаевич
Институт Прогнозирования и
Макроэкономических Исследований
при Кабинете Министров Республики Узбекистан,
Старший научный сотрудник
100000 Узбекистан,
e-mail: *****@***ru, Тел.:(+99871) 237-11-76
Вопросы применения эконометрических методов в прогнозировании регионального развития
Прогнозирование развития регионов является важным механизмом регулирования социально-экономических процессов на мезо уровне. Посредством прогнозирования находятся обоснованные пути и направления оздоровления экономики, сглаживания межрегиональных диспропорций и роста благосостояния населения. Кроме того роль прогнозирования в формировании долгосрочных стратегии и разработки среднесрочных целевых программ экономического развития регионов намечается как основным способом дающая возможность оценки ее результатов.
Сам процесс прогнозирования не возможно представить без эконометрических моделей, так как эти модели считаются основным инструментом прогнозирования.
Применение эконометрического моделирования в прогнозировании развития региональных экономических процессов, в том числе производства ВРП, в современных зарубежных исследованиях слабо распространено. Такая ситуация может быть обусловлено объективным ограничением - недостаточностью временного ряда для исследования. Но, тем не менее, можно отметить научные труды ученых исследователей из стран дальнего зарубежья Ричарда Харриса[1], В. Аллен Спивай и Веккера[2], а также коллективные научные труды таких исследователей как Л. Г. Иогмана, А. А. Широва, А. А. Янтовский и Д. Б. Кувалина[3], труды А. С. Величко, И. А. Бажина[4], исследования Ф. Н. Клоцвога, Л. С. Черновой[5].
Разрабатываемые эконометрические модели прогнозирования развития регионов имеют ряд обязательных требований к которым относятся:
· теоретическая обоснованность модели;
· наличие статистической информации;
· качество информационной базы модели.
До сегодняшнего дня воплощено в жизнь ряд теории объясняющие экономические поведения и процессы в региональной экономике.
Эти теории можно разбить на три категории: динамические, пространственные или региональные теории и модели экономического роста. Все они изначально опирались на основные положения классических, неокейнсианских, институциональных теорий и моделей экономического роста, межотраслевой модели, а из - пространственных - теории размещения производства, центральных мест, диффузии нововведений, пространственной организации хозяйственной деятельности, модели «новой экономической географии», концепции новых форм территориальной организации производства[6].
Однако на практике при разработке эконометрической модели прогнозирования развития регионов применение теории и получение количественных результатов приобретает затруднительный характер. Но для эффективного управления региональной экономикой целесообразно разработка таких моделей, которые своевременно, с высокой степенью достоверности и количественно оценивали бы возможные дальнейшее состояние экономики при применении определенных мер в экономической политике региона.
Учитывая упомянутые выше актуальность и роль прогнозирования в управлении региональными экономическими процессами, важное значение приобретает разработка многофакторной эконометрической модели прогнозирования основных макроэкономических индикаторов в регулировании экономики региона.
Для решения данной проблемы автором сделана попытка разработки многофакторной эконометрической модели для прогнозирования экономического роста региона.
Предлагаемая многофакторная эконометрическая модель прогнозирования экономического роста региона разрабатывается в трех этапах:
В первом этапе разрабатывается матрица корреляционных взаимосвязей макроэкономических индикаторов региона и на его основе определяются основные факторы влияющие на экономический рост региона. То есть статистическим методом определяется взаимосвязь индикаторов производства выпуск промышленности, сельского хозяйства, сферы услуг и т. д. к ВРП региону.
Подбор макроэкономических индикаторов осущевствляется на основе принципов системы национальных счетов. При разработке матрицы корреляционных взаимосвязей индикаторов испульзуется метод корреляции Пирсона. С помощью коэффициента корреляции Пирсона можно определить силу линейной зависимости между индикаторами. Коэффициент корреляции считается по следующей формуле[7]:
Где, 
,
- выборочные средние 
и 
,
- выборочные дисперсии,
. 
линейно зависимы, 
линейно независимы.
На втором этапе для прогнозирования каждого фактора экономического роста региона строится модели при помощи ARMA-процессов, предложенных американскими учеными Боксом и Дженкинсом в 1976 г. Подход Бокса-Дженкинса является одним из методов, позволяющих прогнозировать экономические временные ряды.
ARMА-процессы (ARMA - сокращено от Autoregressive Moving-Average) представляют собой линейные статистические модели, которые весьма точно описывают поведение временных рядов самых различных типов, включая среднесрочные всплески и падения «экономического цикла»[8]. Они имитируют поведение множества различных реальных временных рядов путем комбинирования процессов авторегрессии и процессов скользящего среднего.
Математическое описание моделей авторегрессии и скользящего среднего в момент времени t (ARMA) выглядит следующим образом:
Где, 
предыдущее значение данных;
значение предыдущей случайной компоненты;
j- номер экономического индикатора.
В третьем этапе создается регрессионое уравнение где экзогенными факторами выступают индикаторы определенные на основе матрицы кореляционных взаимовязей (с прогнозными значениями определенными методом ARMA) в первом этапе. Эндогенным индикатором выступает ВРП как основной показатель отражаюший рост экономики региона.
Разрабатываемая многофакторная эконометрическая модель для прогнозирования экономического роста региона математически имеет следующий вид:
Где, 
– валовой региональный продукт (эндогенный фактор) за год t;
– макроэкономические индикаторы (экзогенные факторы) за год t.
Эмпирическая апробация модели была осушествлена на примере прогноза основных индикаторов экономического роста Сурхандарьинской области Республики Узбекистан.
Источником информации разрабатываемого модельного инструментария служили данные Государственного Комитета Республики Узбекистан по статистике и данные Министерства экономики Республики Узбекистан за 199 1-2011 гг. Информационная база модели состоит из индикаторов валовой региональный продукт (GRP_GR), валовой выпуск промышленности (IND_GR), выпуск сельского хозяйство (AGR_GR), выпуск строительства (CONS_GR) и сферы услуг (SERV_GR) в млрд. сум, реальные темпы роста. Все индикаторы были переведены в сопоставимые цены 1995 года.
Сурхандарьинская область по уровню социально-экономического развития относится к регионам с низким уровнем экономического развития. По итогам 2011 года по объему производства валового регионального продукта (ВРП) на душу населения (1325,1 тыс. сум) –12-е место, по объему инвестиции в основной капитал на душу населения (279,0 тыс. сум) –9-е место, по выпуску промышленной продукции на душу населения (344,2 тыс. сум) –13-е место, по производству сельскохозяйственной продукции на душу населения (727,6 тыс. сум) –8-е место, по объему предоставляемых платных услуг на душу населения (101,6 тыс. сум) –14-е место, по численности населения (2197,3 тыс. чел.) – 8-е место.
Результаты анализа взаимосвязей макроэкономических индикаторов региона на основе использования метода парной корреляции Пирсона согласно первого этапа имеют следущие значения (см. таблица 1).
Таблица 1.
Матрица парной корреляции основных макроэкономических индикаторов Сурхандарьинской области
GRP_GR | IND_GR | AGR_GR | CONS_GR | SERV_GR | |
GRP_GR | 1.0000 ----- ----- | ||||
IND_GR* | 0.7285* 3.9799** 0.0014*** | 1.0000 ----- ----- | |||
AGR_GR | 0.7590 4.3619 0.0007 | 0.4197 1.7305 0.1055 | 1.0000 ----- ----- | ||
CONS_GR | 0.8896 7.2887 0.0000 | 0.7007 3.6757 0.0025 | 0.5066 2.1990 0.0452 | 1.0000 ----- ----- | |
SERV_GR | -0.3214 -1.2701 0.2247 | -0.5684 -2.5852 0.0216 | -0.1882 -0.7172 0.4850 | -0.1797 -0.6836 0.5054 | 1.0000 ----- ----- |
Примечание: * значение коэффициента корреляции, ** значение t-stat, *** значение p-value
Для прогнозирования экзогенных факторов участвующих в модели согласно второму этапу (темпы роста выпуска промышленной продукции, темпы роста сельхозпроизводства и темпы роста сферы услуг) использовались ARMA процессы Бокса Дженкинса.
Согласно третьему этапу, результаты по построению многофакторной модели приведены ниже. Оценка параметров модели показала, что все экзогенные параметры модели значимы на уровне 1% до 10%. Сила объяснения регрессионного уравнения изменении эндогенного переменного высокая - R2=0.78, значение критерия F - статистики равно - 14,72. Значение DW (Durbin-Watson stat ) -2.02.
Значения оцененных параметров многофакторного регрессионного уравнения имеет следующий вид:
GRP_GR = 0.5219*IND_GR + 0.5077*AGR_GR + 0.0300*SERV_GR - 7.3248
Результаты прогноза индикаторов экономического развития Сурхандарьинской области полученные на основе модели показали что за прогнозный период (2012-2015 гг.) рост валового регионального продукта составит не ниже 107,2 % в среднегодовом исчислении при росте выпуска промышленной продукции в среднем за прогнозный период (2012-2015 гг.) на 110,9%, росте сельхозпроизводства на 105,2% и сферы услуг на 111,3% (см. табл.2).
Таблица 2
Прогнозные оценки основных индикаторов
экономического развития Сурхандарьинской области
(темпы роста, в % к предыдущему году)
Индикаторы | 2011г. факт | Прогноз | |||
2012г. | 2013г. | 2014г. | 2015г. | ||
Валовой региональный продукт (ВРП) | 110,9 | 107,2 | 107,1 | 107,3 | 107,4 |
Выпуск промышленной продукции | 107,5 | 110,6 | 110,9 | 111,1 | 111,3 |
Выпуск сельскохозяйственной продукции | 108,6 | 105,1 | 105,2 | 105,2 | 105,3 |
Продукция сферы услуг | 114,8 | 111,6 | 111,4 | 111,2 | 111,0 |
Источник: Прогнозные расчеты автора на основе модели
Исходя из вышеизложенных можно сделать следующие выводы:
1. Разработанная модель даст возможность своевременно прогнозировать развитие экономики региона и оценить влияние разрабатываемых на региональном уровне отраслевых программ развития на макроэкономические индикаторы области на перспективу.
2. С использованием результатов прогнозирования факторов экономического роста полученных на основе ARMA процессов можно оценить результаты задаваемых различных сценариев касательно роста отраслей экономики в прогнозном периоде и выявить их влияния на рост ВРП региона на основе доверительных интервалов в прогнозном периоде.
3. Усиление глобализации и интеграции регионов в миро - хозяйственные связи требуют формирования стратегических видений с применением элементов эконометрического моделирования, как инструментария для анализа региональной политики особенно в разработке стратегии с различными сценарными условиями.
4. Применение эконометрического моделирования в прогнозировании экономического развития регионов кроме вариантных расчетов дает возможность эмпирически оценить экономические последствия разрабатываемых программ на региональном уровне и эффективно управлять региональными экономическими процессами.
Литература
1. С., А. Эконометрическое моделирование и прогнозирование развития экономики Приморского края // II международная конференция "Современные проблемы регионального развития": тез. докл. Биробиджан-Кульдур. 2008. C. 213-214.
2. А. Неоклассические и кумулятивные теории регионального экономического роста и развития. Вестник Научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета (http://koet. syktsu. ru/vestnik/2008/2008-1/1/1.htm).
3. Г., А., А., Б. Долгосрочный прогноз социально-экономического развития Вологодской области // Проблемы прогнозирования. 2009, № 1. С. 74-92.
4. Н., С. Тенденции и целевой прогноз экономической динамики Российских регионов // Проблемы прогнозирования. 2005, № 1. С. 103-115.
5. Эконометрика: учебник / И. И. Елисеева, С. В. Курышева, Т. В. Костеева и др.; под ред. И.И. Елисеевой. - 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2007. – 576 с.
6. Gujarati: Basic econometrics, Fourth Edition. The McGraw-Hill companies, 2004. P. 838.
7. Richard Harris. Models of regional growth: past, present and future. Journal of Economic Surveys (2011) Vol. 25, No. 5, pp. 913-951.
8. W. Allen Spivey and William E. Wecker. Regional economic forecasting: concepts and methodology. Papers of regional science association, volume twenty-eight.
[1] Richard Harris. Models of regional growth: past, present and future. Journal of Economic Surveys (2011) Vol. 25, No. 5, pp. 913-951.
[2] W. Allen Spivey and William E. Wecker. Regional economic forecasting: concepts and methodology. Papers of regional science association, volume twenty-eight.
[3] Г., А., А., Б. Долгосрочный прогноз социально-экономического развития Вологодской области // Проблемы прогнозирования. 2009, № 1. С. 74-92
[4] С., А. Эконометрическое моделирование и прогнозирование развития экономики Приморского края // II международная конференция "Современные проблемы регионального развития": тез. докл. Биробиджан-Кульдур. 2008. C. 213-214.
[5] Н., С. Тенденции и целевой прогноз экономической динамики Российских регионов // Проблемы прогнозирования. 2005, № 1. С. 103-115
[6] А. Неоклассические и кумулятивные теории регионального экономического роста и развития. Вестник Научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета (http://koet. syktsu. ru/vestnik/2008/2008-1/1/1.htm).
[7] Эконометрика: учебник / И. И. Елисеева, С. В. Курышева, Т. В. Костеева и др.; под ред. И.И. Елисеевой. - 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2007. – 576 с.
[8] Gujarati: Basic econometrics, Fourth Edition. The McGraw-Hill companies, 2004. P. 838
Основные порталы (построено редакторами)