Николай Иванович Ломакин,
Ольга Сергеевна Пескова,
Галина Александровна Мершиева,
Татьяна Ивановна Кузьмина,
Михаил Александрович Коваженков,
Алина Викторовна Горбунова,
Ольга Николаевна Максимова,
Елена Григорьевна Черная
Ключевые слова:
многофакторное моделирование, развитие экономики России, корреляционно-регрессионный анализ, Colab, Python
В статье рассмотрены теоретические подходы применения многофакторного моделирования развития экономики России методами корреляционно-регрессионного анализа. Выявлены факторы-драйверы, определяющие процессы формирования ВВП России за период с 1992 по 2019 г. Произведен расчет парных коэффициентов корреляции между факторами, а также сделана оценка качества регрессионной модели, отражающей зависимость результативного признака «ВВП» от факториального признака — «Объем товарооборота» с использованием критерия t-Стьюдента и F-статистик. Исследования показали, например, что на величину ВВП оказывают положительное воздействие определенные факторы, среди которых можно выделить транспортировку и хранение (Transpor) + 0,061436. Кроме того, позитивно на ВВП влияют: строительство (Build) + 0,352224; торговля оптовая и розничная (Trade) +0,0202247; деятельность гостиниц +0,266373; финансовая и страховая деятельность (Finanс) +0,520438; деятельность по операциям с недвижимым имуществом (Prop) +0,288744. Новизна проведенного исследования заключается в том, что предложена корреляционная модель динамики ВВП РФ в современных условиях, предполагающая использование совокупности цепных индексов ведущих отраслей как факторов-драйверов, причем расчеты были проведены с использованием корреляционно-регрессионного анализа в облачной среде Сolab на Python. Предпринята попытка оценить вклад в динамику величины ВВП такого фактора, как транспортировка, и с помощью регрессионной модели рассчитать тесноту связи между индексом услуг отечественной транспортной системы. Рассчитано уравнение связи ВВП и индекса «Транспортировка и хранение» Y = 92,05759 + 0,00065 * x. Коэффициент +0,00065 показывает весомость переменной Х на Y. То есть изменение индекса транспортных услуг в пределах данной модели влияет на величину ВВП весом –0,16285 (млрд долл.). Как видно, это небольшая степень влияния. Знак «+» указывает на положительное влияние: чем больше индекс транспортных услуг, тем больше величина ВВП.