Add to collection(s) Add to saved
  1. No category

Глава 1. Отраслевая структура затрат домашних хозяйств как

advertisement 
Государственный университет – Высшая школа экономики
Факультет экономики
Магистерская программа «Математические методы анализа экономики»
Кафедра математической экономики и эконометрики
МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
Моделирование и прогнозирование отраслевой
структуры конечного потребления домашних хозяйств
Выполнил
Студент группы № 71-ММАЭ
Матыцин М.С.
Научный руководитель
Ординарный профессор, к.э.н.
Ершов Э.Б.
Москва 2008
Содержание
Введение ............................................................................................................... 3
Глава 1. Отраслевая структура затрат домашних хозяйств как объект
исследований ........................................................................................................ 6
1.1. Обзор имеющихся в литературе подходов к моделированию структуры
расходов домашних хозяйств .......................................................................... 6
1.2. Обзор использованной статистической информации............................ 17
1.3. Особенности фактической динамики потребления домашних хозяйств
в исследуемый период ................................................................................... 24
Глава 2. Моделирование отраслевой структуры конечного потребления
домашних хозяйств ............................................................................................ 32
2.1. Моделирование временного ряда с помощью оценки
границ его
возможных значений ...................................................................................... 32
2.2. Регрессионная модель ............................................................................. 41
Глава 3. Описание полученных результатов моделирования и прогнозов;
сравнение моделей ............................................................................................. 44
3.1. Описание результатов моделирования и прогнозов, полученных в
модели оценки границ .................................................................................... 44
3.2. Сравнение результатов двух моделей .................................................... 58
3.3. Применение результатов моделирования для расчета индекса цен ..... 66
Заключение ......................................................................................................... 70
Список литературы ............................................................................................ 72
Приложения ........................................................................................................ 75
П1. Исходные данные .................................................................................... 75
П2. Результаты применения ARMA-моделей ............................................... 81
П3. Динамика суммы расходов на конечное потребление д/х .................... 82
П4. Результаты прогнозирования .................................................................. 83
П5. Результаты применения модели оценки границ (графики) ................... 91
П6. Сравнение результатов моделирования для разных форм данных..... 115
2
Введение
Настоящая
магистерская
диссертация
выполнена
в
рамках
исследовательского проекта по построению модели экономики России для
получения
среднесрочного
прогноза
российской
экономики,
показателей
основных
макроэкономических
выполняемого
коллективом
Лаборатории макроструктурного моделирования экономики России Центра
фундаментальных исследований ГУ-ВШЭ.
Данная
работа
посвящена
исследованию
динамики
отраслевой
структуры конечного потребления домашних хозяйств в России в период с
1995 по 2004 год, а также построению моделей для получения прогноза этого
показателя на 2005-2008 гг. Моделирование структуры потребления
домашних
хозяйств
проводилось
на
макроэкономическом
уровне
в
зависимости от общей суммы расходов на конечное потребление.
Для обоснования ключевой роли конечного потребления домашних
хозяйств в экономической системе, следует отметить, что, например, в
России доля этого показателя составляет почти 50% от объема ВВП.
Изучение структуры потребления домашних хозяйств является одной
из актуальных тем экономических исследований. Данное направление
популярно в первую очередь среди западных экономистов, но существует
целый ряд отечественных работ на эту тему, как периода плановой
экономики, так и современных.
Несмотря на значительное количество исследований в этой области,
подавляющее
большинство
микроэкономическом
уровне
авторов
и
подходят
для
к
моделирования
вопросу
на
используют
статистические данные обследований населения. Моделирование структуры
потребления домашних хозяйств на макроуровне представлено меньшим
количеством
работ,
и
практически
не
встречается
исследований,
использующих синтез этих двух подходов.
3
Целью диссертации является построение модели для получения
среднесрочного прогноза
динамики
отраслевой структуры конечного
потребления домашних хозяйств в российской экономике на период до 2008
года в зависимости от общей суммы расходов.
Для достижения поставленной цели работы были сформулированы
следующие задачи:
 анализ реализованных моделей структуры конечного потребления
домашних хозяйств, критика и оценка их применимости для реализации
основной цели исследования;
 сбор и анализ доступной статистической информации о структуре
конечного потребления домашних хозяйств в России в рассматриваемый
период, подготовка данных для моделирования;
 построение и оценивание моделей для получения прогнозов, сравнение
подходов;
 интерпретация полученных результатов: оценка качества полученных
прогнозов.
В
диссертации
верификация
модели
осуществляется
(вне
рамок
предварительная
среднесрочного
и
автономная
макроструктурного
прогноза экономики России). В качестве информации для моделирования
структуры конечного потребления использованы данных межотраслевых
балансов (МОБ).
Первая глава диссертации посвящена обзору литературы в области
изучения
источников
структуры
конечного
статистической
потребления
информации
по
домашних
этой
теме.
хозяйств
и
Подробно
рассмотрены две классические модели: Almost Ideal Demand System (AIDS) и
Двухступенчатая модель анализа и прогнозирования потребительских
расходов населения. Эти модели можно признать довольно показательными
и отражающими основные идеи и подходы, традиционно используемые при
4
решении подобных задач, что позволяет на их примере проанализировать
накопленный в этой области опыт.
В
результате
анализа
сделан
вывод,
что
в
исходном
виде
рассмотренные модели не могут быть применены для решения поставленной
задачи – прогнозирования динамики отраслевой структуры конечного
потребления домашних хозяйств в зависимости от общей суммы расходов на
современных российских данных.
Для достижения поставленной в работе цели была использована
статистика расходов на конечное потребление домашних хозяйств в
отраслевом разрезе по системе таблиц «Затраты-Выпуск» (межотраслевых
балансов). Основными источниками стали официальные данные Росстата и
статистика,
публикуемая
Институтом
народнохозяйственного
прогнозирования РАН (ИНП РАН) на период до 2004 года в двух системах
цен.
Во второй главе описаны два подхода к моделированию отраслевой
структуры конечного потребления домашних хозяйств. В диссертации
разработан оригинальный механизм моделирования временного ряда с
помощью оценки границ его возможных значений. Для оценки качества
полученных таким образом прогнозов реализована также модель на основе
регрессионного анализа. В результате анализа и сравнения результатов
моделирования, полученных с помощью этих двух подходов, сделан вывод о
лучшей применимости предложенного механизма оценки границ временного
ряда для достижения поставленной цели, а также о перспективности такого
подхода для решения аналогичных задач.
В третьей главе работы приводится подробное описание полученных
результатов моделирования и рассчитанных прогнозов в 2-х из 8 вариантов
модели (в зависимости от системы цен и формы данных), являющихся
ключевыми для анализа структуры конечного потребления домашних
хозяйств. Одним из результатов моделирования в двух системах цен является
исследование динамики цен потребления продукции отдельных отраслей.
5
Глава 1. Отраслевая структура затрат домашних
хозяйств как объект исследований
Первый раздел диссертации посвящен краткому обзору литературы в
области изучения отраслевой структуры конечного потребления домашних
хозяйств и анализу возможности применения накопленного в этой области
опыта для решения поставленных задач. Также представлен обзор и
сравнение основных источников статистической информации, которая
необходима для построения предлагаемых моделей и описание фактической
динамки исследуемых показателей.
1.1. Обзор имеющихся в литературе подходов к моделированию
структуры расходов домашних хозяйств
При моделировании отраслевой структуры конечного потребления
домашних хозяйств ключевыми являются вопросы о выборе экономического
объекта, поведение которого описывается, и источника статистической
информации, на основе которого ведутся расчеты. Для моделирования
обычно
используется
один
из
двух
основных
подходов:
на
микроэкономическом уровне или на макроэкономическом.
В рамках микроэкономического подхода, как правило, описывается
поведение репрезентативного потребителя или домашнего хозяйства. Для
построения модели используется статистика выборочных обследований
домашних хозяйств. Такой подход сопряжен с рядом трудностей, как
технического, так и теоретического характера.
Открытым
остается
вопрос
о
возможности
агрегирования
потребительских предпочтений. Исследования показывают, что функции
полезности для разных категорий населения могут существенно различаться,
6
в том числе в зависимости от доходов. В таких условиях применение
концепции репрезентативного агента не вполне корректно.
В связи со смещениями при формировании выборки, по которой
проводятся обследования домашних хозяйств, ее характеристики могут
весьма значительно отличаться от характеристик генеральной совокупности,
как по демографическим, так и по экономическим показателям. Так,
например, обследования, практически не охватывают категории населения с
самыми высокими доходами, что искажает статистику доходов и расходов и
в выборке. Таким образом, результаты моделирования по выборке не могут
быть распространены на генеральную совокупность, а репрезентативный
агент для выборки не может считаться таковым для всей экономики.
При моделировании на основе выборочных обследований домашних
хозяйств естественным образом могут быть использованы данные только в
текущих ценах покупателей, что ограничивает возможности модели при
прогнозировании отдельно динамики физических объемов показателей и
ценовой динамики. Кроме того, исследователь сталкивается с проблемой
различных
цен
для
разных
групп
населения,
в
том
числе
по
территориальному признаку, что также затрудняет применение концепции
репрезентативного потребителя.
При использовании в качестве репрезентативного потребителя не
одного индивида, а домашнее хозяйство целиком, возникает проблема учета
семейной структуры, которая также обычно в выборке смещена. Структура
спроса различается для разных категорий семей в зависимости от целого ряда
демографических и экономических показателей.
В основе диссертации лежит альтернативный – макроэкономический
подход к моделированию отраслевой структуры конечного потребления
домашних хозяйств. При использовании такого подхода, как правило,
моделируется потребление не отдельного индивида или семьи, а всей
совокупности
домашних
хозяйств.
Для
этого
используется
7
макроэкономическая статистика о расходах на конечное потребление в
отраслевом разрезе.
Макроэкономический подход лишен многих недостатков, характерных
для микроподхода. Основным недостатком макроподхода может считаться
ограниченное количество статистической информации для детального
исследования структуры потребления домашних хозяйств.
Подход на основе макростатистики, в частности, был популярен при
прогнозировании отраслевой структуры потребления в плановой экономике
СССР.
Целый
ряд
экономистов
занимались
этой
проблемой
с
использованием различных моделей (Яременко, 1975; Вальтух, 1977;
Рувимская, 1973). Макроподход используется в некоторых моделях при
исследовании современной структуры потребления домашних хозяйств, так,
например, на нем основана межотраслевая модель Russian Interindustry Model
(RIM), лежащая в основе расчетов межотраслевых балансов, проводимых
ИНП РАН.
В рамках плановой экономики не было необходимости моделирования
динамики цен, однако в современной российской экономике этот вопрос
является очень важным. В моделях с экзогенной структурой потребления
необходимо прогнозировать динамику цен на продукцию отдельных
отраслей. Такой подход, например, реализован в работе (Вальтух, 1974), в
которой рассматриваются целевые функции потребительского поведения.
В некоторых моделях
реализован механизм учета различной
структуры потребления для разных слоев населения в зависимости от уровня
жизни. (Римашевская, 1972; Майер, 1968).
К преимуществам макроэкономического подхода может быть отнесена
возможность построения модели в разных видах цен, что автоматически
позволяет использовать модель для прогнозирования динамики цен.
К числу распространенных подходов к исследованию структуры
потребления домашних хозяйств могут быть отнесены модели AIDS (Deaton,
8
1980)
и
Двухступенчатая
модель
анализа
и
прогнозирования
потребительских расходов населения (Соловьев, 1981). Эти модели являются
очень показательными при сопоставлении микроэкономического подхода и
макроэкономического. Они отражают основные принципы, применяемые в
западной и отечественной экономической литературе для решения подобных
задач. Так что на основе их анализа можно сделать вывод о том, насколько
применимы традиционные подходы к решению подобных задач в связи с
целью, поставленной в данном исследовании.
Хотя в чистом виде описанные модели не применимы к решению
поставленной в диссертации задачи, их анализ весьма полезен с точки зрения
оценки опыта, накопленного в этой области. Он также позволяет оценить
возможные проблемы при решении поставленной задачи и наметить пути их
преодоления.
Модель Almost Ideal Demand System
Одной из базовых моделей задачи описания структуры конечного
потребления является модель AIDS, описанная в работе Дитона и
Мюлльбауэра (Deaton, 1980). Модель строится для репрезентативного
домашнего хозяйства, после чего производится обобщение для всего сектора.
К основным достоинствам модели авторы справедливо относят:
 гибкость функциональной формы, удовлетворяющая любой системе
спроса в первом приближении;
 точное следование аксиомам предпочтений;
 возможность
агрегирования
предпочтений
потребителей
без
предположения о параллельности кривых Энгеля;
 соответствие функциональной формы и доступности статистических
данных;
 простота оценивания;
 малое использование нелинейных методов оценивания;
9
 возможность проверки гипотез об однородности и симметричности
через ограничения на фиксированные параметры.
Модель характеризуется гибкой формой функций расходов, которая
реализует все возможные виды функций спроса, полученных из условия
максимизации полезности, но может быть успешно использована в качестве
приближения первого порядка и без этого предположения.
Одним из основных недостатков модели является ее статичность. В
основе модели лежит предположение о постоянстве долей расходов
выделенной группы домохозяйств на различные группы товаров. Впрочем,
авторы приводят возможное расширение модели на случай временных рядов
и даже сравнивают полученную модель с популярной Роттердамской
моделью (Theil, 1976), однако никаких аргументов в поддержку такого
расширения не приводится. Из возможных сложностей при оценивании такой
расширенной модели упоминается лишь случай коллинеарности цен,
требующих дополнительных предположений или упрощений для описания
индекса цен. К недостаткам статического варианта модели относят очень
большое количество параметров оценивания. Авторы говорят о том, что
необходимо вводить априорные ограничения на них, например, полагая
некоторые (но не все) равными нулю.
Данная модель была использована авторами для анализа структуры
потребления в Великобритании в 1954-74 гг. Полученные результаты
согласуются с большинством аналогичных моделей в том, что теоретические
ограничения
на
параметры,
в
том
числе
реализующие
свойства
однородности, отвергаются из-за положительной корреляции остатков.
Авторы полагают, что причиной этому служит недостаточное внимание к
динамическим изменениям в структуре потребления. Модель обладает
достаточно высокой объясняющей способностью с точки зрения описания
долей расходов на различные группы товаров. Но она плохо коррелирует с
10
временными изменениями в данных, что не согласуется с гипотезой о
статичности бюджетного ограничения.
Описание модели:
В основе модели лежит функция расходов репрезентативного домашнего
хозяйства:
log c(u; p)  (1  u) log( a( p))  u log( b( p))
c(u;p) – функция расходов репрезентативого домашнего хозяйства
p – вектор цен
u – нормированное значение полезности, u  (0;1)
крайние случаи: u = 1 – товары роскоши, 0 – товары первой необходимости
log a ( p )  a0    k log pk  1
k

2 
k
log b( p)  log a( p)  0  pk
*
kj
log pk log p j
j
k
k
 log c(u; p)  a0  k log pk  1 2  kj log pk log p j  u * 0  pk 
*
k
k
j
k
k
ограничения на параметры (следует из однородности функции расходов по
p):

i
1
i

*
kj
   kj    j  0
k
*
j
j
спрос:
qi 
c(u; p )
pi
доля расходов бюджета домашнего хозяйства на благо i:
 log c(u; p)
pq
 i i  wi
 log pi
c(u; p )
wi – доля расходов бюджета на товар i
11

wi  i    ij log p j  ui  0  pk
j
k
k
i j  1 2 ( ij   ji )
*
*
c(u;p)=x – расходы
wi  i    ij log p j  i log( x )
P
j
log P  a0    k log pk  1
k
2 
k
j
 kj log pk log p j
ограничение на параметры:
(1) выполнение условия

i
1
n

i 1
ij
 w  1:
i
  i  0
i
(2) условие однородности:
n

j 1
ij
0
(3) условие симметричности:
 ij =  ji
Агрегирование в модели:
wi  i    ij log p j  i log( x
j
)
kP
k – индекс разброса
Расширение на случай временных рядов:
wi  i    ij  log p j  i  log( x )
P
j
Роттердамская модель:
wi  log qi  bi { log x   wk  log pk }   cij  log p j
j
12
Двухступенчатая модель анализа и прогнозирования
потребительских расходов населения
Основной идеей двухступенчатой модели является выделение двух
уровней потребительского спроса, моделирование которых производится по
отдельности (Соловьев, Друкер, 1981). Модель представляет собой развитие
работы Стоуна (Stone, 1954).
Верхним уровнем анализа и прогнозирования служит модель линейной
системы расходов, позволяющая отразить принимаемые потребителем
решения о расходах на товары и услуги одновременно, а не изолированно
друг от друга. Именно поэтому верхний уровень двухступенчатой модели
более приспособлен для анализа и прогнозирования спроса на такие крупные
агрегаты, как продукты питания, одежда, товары длительного пользования,
услуги и т.д. – всего 7-10 позиций. На этом уровне из-за высокой степени
агрегации раздвигается горизонт предвидения, но теряется описание
детальной структуры спроса.
Нижний уровень потребительского спроса моделируется с помощью
широкого набора линейных и нелинейных регрессионных моделей, и не
учитывает факт одновременности принятия решений, но зато дает
возможность установить закономерности спроса по всей номенклатуре
потребления с выделением отдельных видов товаров и услуг. Срок
прогнозирования на этом уровне меньше, чем на верхнем.
Модель, описывающая поведение представительного потребителя,
основана на следующих предпосылках:
 общие валовые расходы равны сумме различных типов расходов и
сумме доходов;
 величина покупаемого товара или потребляемой услуги зависит от
дохода потребителя и цен, причем уравнения системы – линейные
однородные функции нулевой степени по доходу и ценам;
13
 матрица эластичности замены симметрична, т.е. выполняется условие
Слуцкого. Это условие позволяет уменьшить число параметров системы;
 модель статична, т.е. считается, что приспособление к новым условиям
мгновенное, и поэтому применение модели к товарам длительного
пользования можно рассматривать только как первое приближение;
 модель имеет иерархическую структуру, т.е. оценки укрупненных
групп могут затем использоваться как база для расчетов по более дробным
группам.
Модель в прямой форме неудобна для мелких групп товаров и для
анализа такой информации, как, например бюджеты семьи, которая
охватывает широкий диапазон расходов, но она удобна для анализа и
прогнозирования временных рядов динамики расходов на крупные товарные
группы. Система может быть использована только для описания таких
товаров, которые могут замещать друг друга, и не может быть использована
для дополняющих товаров.
Описание модели
piei=Ri=pici+bi(R-p’c)
ibi=1
bi=bi*+f(t)bi**
ci=ci*+f(t)ci**
cji=fj(Ri;p;zj)
R – общий потребительский расход (доход)
Ri - спрос на группу товаров или услуг
cji - спрос на отдельный товар
pi - цена товаров группы
pici - фиксированные расходы
R-p’c - дополнительные расходы
14
bi - доля дополнительных расходов на группу товаров
ci - фиксированное потребление группы товаров.
bi*, ci* – фиксированные значения показателей bi, ci
bi**, ci** - среднегодовой прирост показателей bi, ci
f(t) - функция времени
Основными недостатками рассмотренных моделей для применения к
решению поставленных в работе задач являются следующие.
1. Ни одна из рассмотренных моделей в достаточной степени не
учитывает динамику исследуемого показателя во времени. Модель AIDS
изначально предполагает постоянную долю расходов домашних хозяйств на
каждую группу товаров во времени (или постоянный темп изменения этой
доли в модифицированном варианте), что не является адекватным текущей
конъюнктуре потребления в России. Двухуровневая модель также не
предоставляет удовлетворительного механизма временной динамки. Таким
образом, основным направлением для развития модели должен стать учет
динамки показателя конечного потребления по группам товаров, однако с
поправкой на небольшую длину доступных временных рядов.
2. Обе модели оперируют понятиями групп товаров с точки зрения
основным
статей
типичного
бюджета
домохозяйств,
однако
это
номенклатура сильно отличается от доступных статистических данных
конечного потребления по отраслям экономики. Таким образом, необходимо
приспособить
модель
или
пересчитать
имеющуюся
статистику
для
использования в конструируемой макроструктурной модели.
3. Следует также заметить, что в обеих моделях анализ ведется для 7-10
позиций расходов населения. Непосредственное использование имеющихся
данных
о
25
отраслях
может
вызвать
прогнозируемые
авторами
рассмотренных работ технические трудности, связанные с невозможности
оценки слишком большого количества параметров модели. Потребуется
15
введение априорных ограничений и условий на параметры, что сократит
точность полученных результатов в случае неверного выбора этих условий.
Также затруднена интерпретация результатов моделирования расходов
населения по отраслям экономики.
4. Кроме того, ни одна из двух рассмотренных моделей не учитывает
возможности несовпадения показателей расходов и доходов населения, как в
целом по экономике, так и по отдельным доходным группам. Таким образом,
моделирование сбережений и займов представлено неполно, что также может
повлиять на точность полученных прогнозов.
5. Отдельными направлениями для совершенствования модели должен
стать учет структуры импорта и связанное с ним распределение потребления
по доходным группам, также не нашедшее должного отражения в описании
моделей AIDS и Двухуровневой модели потребления.
В качестве вывода из рассмотрения двух выбранных моделей следует
признать невозможность их прямого применения к имеющимся данным для
решения поставленных в работе задач. Однако, являясь одними из самых
распространенных, эти модели предоставляют широкие возможности для
модификации и трансформации в целях эффективного использования в
рамках конкретного исследования, и могут стать базой для создания новой
модели, адекватной поставленным задачам.
Одна из рассмотренных моделей или их комбинация может быть
положена в основу процесса моделирования отраслевой структуры конечного
потребления домохозяйств в России в период 1995-2003 гг. только после
проведения детальной модификации и приспособления под особенности
исследуемого объекта.
16
1.2. Обзор использованной статистической информации
Для целей моделирования и прогнозирования отраслевой структуры
конечного потребления домашних хозяйств, была поставлена задача выбора
и подготовки исходных статистических данных.
Основным источником данных послужила статистика таблиц «ЗатратыВыпуск» (межотраслевых балансов) за период 1995-2003 гг., опубликованная
Росстатом. Конечное потребление домашних хозяйств описывается одним из
столбцов таких таблиц в рамках второго квадранта.
В сопоставимой методологии эта информация доступна на период
1995-2003 гг. в годовом исчислении. Данные таблиц затрат и выпуска
представлены в текущих ценах, однако отдельно выделены основные цены,
транспортная, налоговая и торговая наценки, что в сумме дает информацию о
потреблении в ценах покупателей. Стоит также отметить, что данные в
основных ценах приводятся в разбивке на отечественные и импортные
товары и услуги.
Информация представлена по 13 отраслям промышленности до 1999
года включительно, начиная с 2000 года отдельно выделены 3 подотрасли
нефтегазового сектора. Также доступна статистика по 10 отраслям
экономики, (включая промышленность) и корректировки относительно
покупок резидентов и нерезидентов, однако не все из них использованы в
дальнейших расчетах.
Все исходные данные приведены в Приложении (Приложение 1).
В качестве альтернативного источника информации использовалась
статистика расходов на конечное потребление домашних хозяйств в
отраслевом разрезе из публикуемых Институтом народно-хозяйственного
прогнозирования РАН (ИНП РАН) межотраслевых балансов.
Эти данные обладают целым рядом преимуществ по сравнению с
официальной статистикой Росстата. Основным из них является наличие
данных в основных ценах базового (2000-го) года, что стало ключевым
17
обстоятельством при последующем анализе. Стоит, однако, заметить, что
методика пересчета не была опубликована, что не позволяет ее повторить
или проверить. (Узяков, 2006)
К числу наиболее существенных преимуществ относятся также более
длинные временные ряды: все таблицы, в том числе столбец конечного
потребления, приведены для довольно длинного интервала в 25 лет (19802004). Тем не менее, полное использование этих данных не представляется
возможным по следующим причинам.
Прежде всего, стоит отметить, что экономические и социальные
потрясения в России в первой половине 90-х годов не позволяют принять
гипотезу о плавной динамике структуры потребления домашних. Очевидно,
что данные, относящиеся к периоду плановой экономики СССР, а также
бурных реформ 1992-93 годов не могут быть включены в выборку в силу
уникальности происходивших процессов, а также общей экономической
ситуации, которую можно охарактеризовать как кризисную.
Хотя данные 1980-х и начала 1990-х годов вряд ли могут быть
эффективно использованы в моделировании, предварительные, рассчитанные
цифры для 2004 года могут существенно скорректировать точность
оценивания и прогнозирования всей модели. Кроме того, статистика ИНП
РАН предлагает несколько более детальную разбивку по отраслям: так,
нефтегазовый сектор представлен в трех отраслях для всего периода
наблюдений, отдельно рассчитаны показатели потребления для отраслей
транспорта и связи.
В то же время, статистика ИНП РАН имеет и ряд более неоднозначных
отличий от официальной. Так, кроме цен базового года, переменные
представлены только в одной системе цен, которую нельзя однозначно
отнести ни к основным, ни к ценам покупателей. Почти все потоки
совпадают с аналогичными в статистике Росстата в основных ценах. Самое
значительное расхождение наблюдается для отраслей торговли и транспорта.
18
В результате сравнения удалось выяснить, что основное отличие заключается
в том, что торговая и транспортная наценка понимаются и учитываются
иначе.
Прежде всего, денежные потоки, которые в статистике Росстата
указаны как суммарная торговая наценка (Приложение 1), в данных ИНП
РАН учтены в конечном потреблении торгово-посреднических услуг. То
есть, если к сумме расходов на услуги торговли прибавить общую сумму
торговой наценки по столбцу, то результат как раз совпадет с данными ИНП
РАН о расходах на услуги торговли. Следует заметить, что эти величины
имеют разный порядок: суммарная торговая наценка по столбцу превышает
услуги торговли, рассчитанные по методике Росстата, в 12-15 раз.
Похожая ситуация наблюдается и с транспортной наценкой, однако в
отличие от предыдущего случая, где точность совпадения является
абсолютной, в данном случае наблюдаются отклонения. Для четырех лет
совпадение также оказалось абсолютным (причем эти годы чередуются
практически через один с 1995 по 2003), еще для трех невязка лежит в
пределах 1%. Однако для 2002 и 2004 отклонение явилось весьма
значительным и составило 15,5% и 13,8% соответственно. Разумного
объяснения данному факту найти не удалось. В то же время стоит заметить,
что интерпретация показателя транспортная наценка в официальных данных
Росстата также затруднена. Значение этого показателя в текущих ценах со
временем довольно значительно уменьшается (уровень для 1996 года
превышает уровень для 2003 года в 4 раза). Уровень транспортной наценки
невелик по сравнению со значением показателя услуг транспорта и связи и
составляет не более 1-2% (до 15% в 1995-96 гг.). Таким образом, описанное
расхождение в методике расчета не представляется критическим для
дальнейших расчетов.
Заслуживают упоминания также еще 5 позиций, по которым
существуют отдельные несовпадения в данных статистики. Так, три из них
19
приходятся на 1995 год, причем два несовпадения взаимно компенсируют
друг друга (промышленность стройматериалов и легкая промышленность), а
по пищевой промышленности в 1995 и нефтегазовой промышленности в
1998-1999
гг.
существуют
превышения
официальных
данных
над
статистикой ИНП РАН на величины порядка 3-4%.
Различный подход к учету услуг торговли не позволяет выбрать один
из источников данных в основных ценах, так что дальнейшие расчеты велись
на основе обоих источников.
В связи со спецификой некоторых отраслей их продукция не
потребляется домашними хозяйствами, поэтому в дальнейших расчетах не
учитывались продукция угольной и торфяной промышленности, черной и
цветной металлургии, а также услуги науки и научного обслуживания,
имеющие нулевой уровень конечного потребления домашних хозяйств в
течение всего периода или для ряда лет.
Для удобства расчетов в единую подотрасль промышленности был
объединен нефтегазовый сектор, а также для корректного сравнения в
данных, предоставленных ИНП РАН, в единую отрасль «транспорт и связь»
были объединены услуги транспорта и связи.
Структура потребления домашних хозяйств характеризуется большим
разбросом объемов расходов на потребление продукции и услуг отдельных
отраслей, несопоставимых по масштабам. Для более наглядной иллюстрации
дальнейших расчетов были выбраны 10 наиболее значительных с точки
зрения объема расходов на конечное потребление домашних хозяйств
отраслей
(называемые
в
дальнейшим
ключевыми),
для
результатов
моделирования которых будет приводиться более подробная интерпретация.
К ключевым для исследования структуры потребления домашних хозяйств
отраслям отнесены: машиностроение, легкая и пищевая промышленность,
сельское хозяйство, транспорт и связь, торговля, ЖКХ, здравоохранение,
финансы, а также промышленность в целом. В зависимости от способа учета
20
торговой наценки (и, соответственно, услуг торговли) на общую долю
ключевых отраслей приходится порядка 90-95% всех расходов домашних
хозяйств на конечное потребление или примерно 99% с учетом отрасли
«промышленность» в целом.
Для удобства расчетов и анализа данные были пересчитаны и
приводятся в миллионах рублей с поправкой на деноминацию 1997 года. В
некоторых моделях исследуется структура потребления в долях от общего
уровня расходов на конечное потребление домашних хозяйств. Для
соблюдения условия равенства 100% суммы расходов на продукцию всех
отраслей доли рассчитывались от общей суммы расходов без учета
корректировок на закупки резидентов за рубежом и расходы нерезидентов в
России. Данное обстоятельство не оказывает существенного влияния на
структуру расходов и не должно повлиять на точность полученных
результатов.
Представления в долях от общей суммы расходов явилось удобным
инструментом для анализа полученных результатов моделирования и
использовано для наглядной иллюстрации в работе. В нем частично
исключена
инфляционная
динамика,
оказывавшаяся
существенной
в
экономике в этот период.
Таким
образом,
исходная
статистическая
информация
для
моделирования представляет собой данные в 4-х системах цен:
 в основных ценах базового (2000-го) года, период: 1995-2004 гг.,
(источник: ИНП РАН);
 в основных текущих ценах по методике ИНП РАН, период: 19952004гг. (источник: ИНП РАН);
 в основных текущих ценах по методике Росстата, период: 1995-2003 гг.
(источник: Росстат);
 в текущих ценах покупателей, период: 1995-2003гг. (источник Росстат),
21
которые могут быть представлены в виде долей по отношению к общей
сумме расходов на конечное потребление домашних хозяйств в этой системе
цен или в абсолютных значениях.
Все формы исходной статистической информации могут быть наглядно
представлены в виде таблицы:
Таблица 1
Схема вариантов модели в зависимости от системы цен и формы данных
в основных ценах базового года в абсолютных
значениях (ИНП РАН), 1995-2004 гг.
в основных текущих ценах в абсолютных
значениях (ИНП РАН), 1995-2004 гг.
в основных текущих ценах в абсолютных
значениях (Росстат), 1995-2003 гг.
в текущих ценах покупателей в абсолютных
значениях (Росстат), 1995-2003 гг.
Моделирование
только
в
в основных ценах базового года в долях к
общей сумме расходов (ИНП РАН), 1995-2004гг
в основных текущих ценах в долях к общей
сумме расходов (ИНП РАН), 1995-2004 гг.
в основных текущих ценах в долях к общей
сумме расходов (Росстат), 1995-2003 гг.
в текущих ценах покупателей в долях к общей
сумме расходов (Росстат), 1995-2003 гг.
одной
системе
цен
оказалось
нецелесообразным в силу неполноты информации в каждой из них. С одной
стороны, более содержательными является динамика потребления в ценах
базового года, то есть информация и динамике физического объема данного
показателя. Она позволяет анализировать изменение реального уровня
расходов на продукцию отдельных отраслей, так как большинство моделей
оперирует именно статистикой в ценах базового года. В том числе с
помощью данных в ценах базового года могут быть рассчитаны ценовые
индексы, также используемые эконометрическими моделями.
С другой стороны, доступные данные в текущих ценах покупателей,
отражающие фактическую структуру расходов потребителей с учетом
динамики цен, налогов и наценок, также должны быть максимально
эффективно использованы в процессе моделирования. Анализ структуры
потребления в текущих ценах покупателей позволяет учитывать возможные
эффекты ограничения объемов потребления продукции отраслей МОБ и
между группами товаров, включенных в продукцию отрасли, в силу
22
колебания относительных цен. В то же время, следует заметить, что эти
эффекты замещения внутри продукции отраслей в основных базовых ценах и
в текущих ценах покупателей могут улавливаться в той мере, в которой они
проявляются на уровне потребления по группам, каждая из которых
представляет собой продукцию целой отрасли промышленности или
экономики.
Тем не менее, в силу описанных выше различий в методике учета услуг
торговли сравнивать между собой результаты в этих системах цен
затруднительно, так как они используют разные источники информации.
Поэтому полностью отказаться от исследования структуры расходов в
основных текущих ценах представляется неоправданным, так как именно
такие данные могу служить связующим звеном при сравнении результатов в
базовых ценах и текущих ценах покупателей. Причем по причинам,
указанным выше, использоваться должны сразу оба вида основных текущих
цен.
Необходимость моделирования в 4-х системах цен стала одной из
основных технических проблем при моделировании структуры потребления,
а, главное, при интерпретации полученных результатов. Предполагается, что
качество анализа и прогнозов можно повысить при наличии согласованных
данных в разных системах цен.
Одной из задачи исследования стало применение построенных моделей
к исследованию динамики цен потребления домашних хозяйств на
продукцию отдельных отраслей. Моделирование в нескольких системах цен
позволяет использовать полученные прогнозные значения для решения этой
задачи.
Для расчета базовых и цепных индексов цен на продукцию отдельных
отраслей необходимо использовать данные о потреблении этой продукции в
основных ценах базового года и в текущих ценах покупателей.
Введя следующие обозначения:
23
Xit – потребление продукции отрасли i в периоде t в основных базовых
ценах,
Ycit – потребление продукции отрасли i в периоде t в текущих ценах
покупателей,
цепной индекс цен потребления продукции отрасли i в период t может
быть записан в виде:
t
Pi 
t
Yc i
t
Xi
t 1
Yc i
t 1
Xi
1,
(1)
Значения такого индекса могут трактоваться как потребительская
инфляция на продукцию данной отрасли.
Следует отметить, что рассогласования в методике учета продукции
торговли делают не вполне корректным трактовку данного индекса для
торговли как инфляцию на услуги этой отрасли. Поэтому расчеты индекса
для общих расходов на потребления представлены в двух видах: сумма с
учетом торговли и без.
1.3. Особенности фактической динамики потребления
домашних хозяйств в исследуемый период
Для лучшей интерпретации дальнейших результатов моделирования и
прогнозов
стоит
несколько
подробнее
остановиться
на
описании
фактической структуры конечного потребления домашних хозяйств на
протяжении рассматриваемого периода времени.
Графический
анализ
рассматриваемых
показателей
в
реальном
выражении (в основных ценах базового года) выявил их дифференциацию по
отраслям. Динамику потребления продукции всех отраслей условно можно
разделить на две группы. К первой стоит отнести те отрасли, потребление
24
продукции которых в ценах базового года имеет значительный провал,
связанный с кризисом 1998 года, причем, масштаб этого спада может также
различаться. Например, потребление продукции деревообрабатывающей
отрасли в 1999 году составляло менее 64% от уровня 1997 года, что, повидимому, является самым сильным спадом. Почти также серьезно
сократилось потребление продукции машиностроения (уровень 1999 года
составляет порядка 70% от уровня 1997 года). Кроме этих отраслей к группе,
в отношении которой кризис сильно повлиял
на рассматриваемый
показатель стоит отнести: пищевую, легкую, химическую промышленность,
услуги торговля и транспорта (впрочем, стоит помнить в эти показатели
включены торговая и транспортная наценка по всему потреблению, которая
по методике Росстата рассчитывается отдельно), а также сельское хозяйство,
промышленность в целом и общий уровень конечного потребления
домашних хозяйств.
К другой группе отраслей, для которых влияние кризиса не породило
провала в динамике в 1999 году в ценах базового года, можно отнести:
электроэнергетику, газовую и промышленность строительных материалов,
прочие
отрасли
промышленности,
услуги
здравоохранения,
связи,
финансовое обслуживание, услуги жилищно-коммунального хозяйства и
прочих видов деятельности. Причем, стоит отметить, что это вовсе не
означает полного отсутствия влияния кризиса на потребление продукции
этих отраслей, наблюдается лишь отсутствие выраженного провала в
динамике, тем не менее, возможны изменение темпа роста показателя или
структуры потребления. Отдельно стоит выделить потребление продукции
строительства
и
нефтепереработки,
влияние
кризиса
для
которых
неоднозначно в силу незначительности и растянутости во времени
сокращения потребления.
Разбивка на отечественную и импортную составляющие в потоках
конечного потребления в основных ценах в статистике Росстата позволяет
25
более точно и полно описать процессы конечного потребления с точки
зрения структуры доходов и качества товаров и услуг. Проведенный
графический анализ временного изменения долей импорта, а также наценок
(торговой, транспортной и налоговой), не позволяет принять гипотезу о
постоянстве структуры расходов на конечное потребление даже в самом
начальном приближении. Из всех рассмотренных величин лишь доля налогов
оставалась более или менее стабильной на протяжении исследуемого
периода времени по большинству отраслей промышленности и экономки,
однако в отраслях ЖКХ и тепло- и электроэнергетике этот показатель имел
очень сильные и бессистемные изменения.
Доля транспортной наценки в течение рассматриваемого периода
времени демонстрирует нетривиальную динамику. Для целого ряда отраслей
(в первую очередь добывающих: ТЭК, лесная, металлы) этот показатель
резко сокращается в течение нескольких (3-5) первых лет, после чего ведет
себя относительно стабильно, причем его доля становится исчезающе мала
на фоне других. Для остальных отраслей он характеризуется относительным
постоянством на невысоком уровне.
Первичный анализ также позволяет отметить относительно небольшие
изменения доли торговой наценки для большинства отраслей, в то время как
другие характеризуются резкими колебаниями этой величины. Исходя из
графика, доля импорта в потоке потребления изменяется достаточно сильно и
бессистемно, что не позволяет выдвинуть априорные предположения о ее
динамике.
Расчет индексов цен потребления домашних хозяйств на продукцию
отдельных отраслей (1) по исходным данным о потреблении продукции
возможен только для периода 1996-2003 гг. Кроме того, в силу большого
количества краткосрочных колебаний потребления продукции отдельных
отраслей, рассчитанные индексы также имеют высокую волатильность, что
затрудняет их интерпретацию.
26
Тем не менее, видно, что индекс, рассчитанный для суммарных
расходов имеет адекватную динамику, сопоставимую с динамикой ИПЦ для
этого периода: всплеск в 1999 году, соответствующий кризису, и умеренные
значения в период 2000-2004 гг.
Таблица 2
Значения индексов цен потребления продукции отдельных отраслей, рассчитанные по
исходным данным
электроэнергетика
нефть+газ
химическая
машиностроение
лесная
строй. материалы
легкая
пищевая
прочая пром.
промышленность
строительство
С/Х
транспорт
связь
транспорт и связь
торговля
прочие
ЖКХ
здравоохранение
финансы
всего (с учетом торговли)
сумма (без учета торговли)
1996
1997
1998
1999
2000
2001
2002
2003
78,36%
41,14%
19,03%
211,43%
24,18%
58,75%
21,70%
18,44%
61,39%
-0,72%
0,94%
16,67%
-27,49%
49,66%
51,76%
116,40%
10,11%
13,64%
126,38%
27,71%
59,50%
15,40%
23,55%
20,12%
79,27%
54,55%
18,24%
12,45%
73,10%
36,28%
80,22%
125,16%
15,33%
15,97%
6,29%
26,32%
17,08%
17,60%
5,93%
12,53%
15,58%
17,22%
34,62%
35,89%
4,08%
23,79%
25,78%
24,46%
51,91%
61,61%
-9,17%
5,08%
42,23%
31,02%
105,60%
108,40%
-23,44%
14,10%
18,55%
23,12%
13,93%
18,49%
10,56%
11,65%
132,79%
60,18%
0,54%
5,18%
-15,25%
36,18%
39,67%
101,82%
14,15%
6,28%
15,44%
21,80%
-2,62%
17,59%
32,01%
11,69%
108,23%
31,08%
32,43%
12,28%
16,19%
28,30%
24,99%
104,87%
42,31%
2,67%
-18,89%
12,03%
0,81%
2,19%
0,74%
7,70%
45,17%
50,39%
22,94%
43,71%
24,45%
22,99%
22,58%
20,70%
43,81%
49,88%
21,52%
-38,87%
38,43%
-32,60%
87,73%
36,50%
17,78%
-7,45%
22,19%
74,11%
18,01%
8,30%
12,53%
21,42%
52,90%
27,27%
-3,51%
16,44%
28,31%
15,25%
38,23%
19,28%
74,49%
28,28%
73,48%
32,44%
-1,97%
21,58%
24,96%
14,27%
34,06%
3,85%
32,72%
20,55%
8,76%
25,07%
25,82%
26,22%
47,43%
16,70%
27,99%
82,14%
11,96%
19,31%
15,28%
11,78%
50,98%
14,59%
27,28%
80,17%
11,33%
20,49%
16,54%
13,10%
Применение модели для построения прогноза отраслевой структуры
конечного потребления домашних хозяйств позволит также рассчитать
аналогичные индексы для сглаженной динамики в период наблюдений (19962003 гг.) и на период прогноза (2004-2008 гг.)
Возможность применения моделей ARMA
Первым этапом моделирования структуры конечного потребления
домашних
хозяйств
стало
исследование
вопроса
о
применении
традиционных методов прогноза, основанных на использовании теории
временных рядов. Для ответа на этот вопрос была рассмотрена одна из форм
27
исходных данных, наиболее подходящая для построения прогнозов таким
методом. В случае неприменимости подобного метода к моделированию
динамики расходов населения на продукцию отдельных отраслей в базовых
ценах в абсолютных значениях, необходима разработка механизма, который
позволил бы получить более точные результаты и был бы применим для
данных во всех системах цен. Но даже в этом случае построение такой
модели оправданно. Так как, если нельзя полностью доверять расчетным
значениям, полученным по таким моделям, то можно, как минимум,
отследить основные тенденции и взаимосвязи, по крайней мере, на
качественном уровне.
В данном случае использовались данные в основных базовых ценах, во
многом, избавленные от инфляционной динамики, которая зачастую
осложняет моделирование с помощью этого метода. В условиях крайне
малой продолжительности периода (1995-2003 гг.) решающим стал факт
наличия данных за 2004 год. Использование данных в абсолютных
значениях, а не в долях, объясняется невозможностью обеспечения равенства
суммы долей 100% и затрудненной интерпретацией долей расходов на
продукцию отдельных отраслей в базовых ценах.
Для получения прогнозных значений были построены и оценены
несколько ARMA моделей для объемов потребления по отраслям. В данном
случае рассматривалась зависимость каждого показателя лишь от его
предыдущих
значений
–
представляется,
что
без
глубоко
анализа
взаимосвязей и взаимного влияния в экономике именно такие модели дают
наиболее адекватные результаты, а, главное, имеют лучшую интерпретации.
Стоит отметить, что для оценки качества прогнозов на таких коротких
интервалах специальные критерии отсутствуют, а обычные применимы лишь
отчасти, тем не менее, по многим показателя полученные прогнозные
результаты вполне согласуются с априорными представлениями о динамике
исследуемых показателей.
28
Были построены модели для динамики конечного потребления
домашних хозяйств отдельно по каждой чистой отрасли, продукция которой
вообще потребляется домохозяйствами.
Основным инструментом построения моделей стал расчет тренда в
динамике данных. Для отраслей первой группы в силу резкого изменения
динамики с нисходящей на восходящую после кризиса, в основном,
приходилось рассматривать выборку с 1999 по 2004 год. Для отраслей второй
группы обычно удавалось найти модель адекватную на всем имеющемся
временном интервале.
Кроме того, в модель включались лаговые значения показателей в
прошлом периоде (AR(1)-члены) и иногда регрессоры скользящего среднего
(MA(1)-члены), позволяющие учесть и сгладить нестабильную динамику.
Полный список моделей со значениями основных критериев качества
регрессий
(коэффициента
коэффициента
детерминации
детерминации
(R2-adj),
(R2),
средней
скорректированного
абсолютной
ошибки
внутривыборочного прогноза (MAPE)) приводится в таблице (Приложение
2).
С помощью применения простого линейного тренда удалось вполне
адекватно описать динамику конечного потребления в основных базовых
ценах
домашними
хозяйствами
продукции
легкой
промышленности,
транспорта, ЖКХ и конечного потребления домашних хозяйств в целом, а с
помощью квадратичного тренда – потребление продукции машиностроения.
Динамику потребления для пищевой промышленности, услуг связи и
промышленности в целом с помощью использования линейного или
квадратичного трендов удалось описать несколько хуже, хотя в целом
различия незначительны. Для описания динамики потребления продукции
сельского хозяйства, услуг ЖКХ и здравоохранения пришлось использовать
модели с учетом запаздывающих значений (AR или MA). Тем не менее,
можно полагать, что полученные результаты также вполне адекватно
29
описывают исходные данные. Стоит также заметить, что показатель средней
абсолютной процентной ошибки прогнозирования при использовании
моделей типа ARMA существенно ниже, чем с использованием тренда.
Однако для упрощения моделей было решено не использовать их, если тренд
давал хорошие результаты. Кроме того, использование лаговых значений
сокращает количество наблюдений на единицу, что является крайне
существенным при такой малой длине временных рядов.
Все
полученные
прогнозы
являются
вполне
адекватными
рассмотренной динамике показателей в течение последних лет. Для
большинства отраслей ожидается продолжение наметившейся устойчивой
тенденции к росту. В ряде случаев, как правило, при наличии квадратичного
тренда, можно говорить об ускорении роста (например, для потребления
продукции
машиностроения),
в
некоторых
случаях
(например,
для
потребления услуг ЖКХ) ожидается незначительное сокращение темпов
роста. На общем фоне выделяется потребление продукции сельского
хозяйства, в 2003 году резко меняющее динамику на нисходящую. Хотя
описать фактические значения удалось вполне точно, поведение этого
показателя в будущем крайне неопределенно. Кроме того, с помощью модели
не вполне удалось спрогнозировать значение для конечного потребления
услуг здравоохранения.
Для подавляющего большинства отраслей экономики, в том числе тех,
потребление продукции и услуг которых являются наибольшими в общем
потреблении домашних хозяйств, динамика в течение последних нескольких
лет является вполне стабильной, что повышает ожидаемую точность
прогнозов. При условии сохранения общей относительно стабильной
конъюнктуры
в
экономике
показатели
потребления
домохозяйств
практически для всех отраслей продолжат постепенный рост. Для некоторых
отраслей можно ожидать некоторое ускорение роста.
30
В качестве одного из критериев правдоподобности полученных
прогнозов
были
сопоставлены
результаты
по
отдельным
отраслям
промышленности со значение прогноза для потребления продукции
промышленности в целом и потребления по отраслям экономики с общим
потреблением домашних хозяйств. В обоих случаях сумма потребления по
отдельным отраслям была несколько меньше, чем сумма по всей
промышленности и всей экономике
соответственно,
и расхождение
составило совсем незначительные 0,79% и 0,94%, соответственно, что может
служить подтверждением качества полученных результатов.
Несмотря
на
удовлетворительную
интерпретацию
полученных
результатов, они могут рассматриваться лишь как предварительные.
Применение стандартных методов анализа временных рядов в условиях
столь малых выборок не вполне корректно, поэтому и полученные
статистические характеристики моделей не могут свидетельствовать о
высоком качестве прогнозов. Кроме того, получение прогнозов на 4-5 лет, то
есть период равный периоду наблюдения (для многих отраслей выборка
составляет именно 5 лет), очевидно, невозможен при использовании таких
моделей.
Таким образом, такой подход для решения поставленной задачи
представляется неперспективным для получения прогнозов в 4-х системах
цен, а также для данных в форме долей от общей суммы расходов.
31
Глава 2. Моделирование отраслевой структуры
конечного потребления домашних хозяйств
В главе предложены два варианта моделей в рамках общего подхода к
моделированию отраслевой структуры конечного потребления домашних
хозяйств: основной - с помощью механизма оценки границ возможных
значений временных рядов, и альтернативный - построение регрессий
методом наименьших квадратов.
Описываемый
в первом
разделе
главы метод
оценки границ
временного ряда, по-видимому, оригинален, и, как представляется, впервые
применен к решению подобной задачи.
2.1. Моделирование временного ряда с помощью оценки
границ его возможных значений
В целях построения механизма моделирования временного ряда с
помощью оценки границ его возможных значений для описания динамики
показателя и построения прогнозов с помощью такого подхода, оцениваются
две функции от внешних параметров, которые ограничивают сверху и снизу
этот временной ряд. В некоторых случаях удается установить сближение
этих границ, что можно интерпретировать как существование некоторого
равновесного уровня данного показателя.
Предполагаемый
класс
зависимостей,
оценивающих
границы
возможных значений временного ряда, по исходным данным описывается с
помощью решения задачи линейного программирования. В качестве
критерия используется сумма всех отклонений верхней и нижней границы от
задаваемого ряда, при соблюдении следующего условия.
32
Необходимо обеспечить положение верхней и нижней границы
соответственно по разные стороны от рассматриваемого временного ряда. В
общем виде ограничения при построении границ принимают следующий вид:
aiY t  bi
1
1
 ci  Yi t  AiY t  Bi
 Ci ,
(T  t )
(T  t )
где:
Y t  Yi t
i
(2)
- объясняющая переменная;
Yit – объем конечного потребления домашних хозяйств продукта
отрасли i в период t в выбранной системе цен;
t – переменная, обозначающая период времени, начиная с 1995 года
(t=1,2,3,…);
T – задаваемый параметр. Данная функциональная форма зависимости
от времени обеспечивает существование асимптоты, что в сочетании с
некоторыми другими условиями должно приводить к сходимости верхней и
нижней границ или, по крайне мере, сужению возможного коридора
значений. Однако, на практике не всегда выполняется.
ai, bi, ci, Ai, Bi, Ci– оцениваемые параметры для каждой отрасли МОБ
для описания конечного потребления.
Немного изменив функциональную форму, исходные ограничения
можно записать в ином виде:
aiY t  bi
1
1
Y t  ci  Yi t  AiY t  Bi
Y t  Ci
(T  t )
(T  t )
(3)
Включение множителя Yt перед вторым слагаемым обусловлено более
удобным видом модели при переходе к относительным уровням потребления
по отраслям (долям расходов на каждый продукт). Таким образом, данная
модель представима в более простом виде, который легче поддается
интерпретации.
33
В результате деления обеих частей неравенства (3) на Yt получаем
выражение для долей расходов на каждый вид товаров или услуг.
Тогда неравенство для верхней и нижней границ при расчете
параметров модели, используя данные для i-й группы товаров в долях от
общей суммы расходов на конечное потребление домашних хозяйств в
период t (Yt), принимает вид:
Yi t
1
1
1
1
ai  bi
 ci t  t  Ai  Bi
 Ci t
(T  t )
Y
Y
(T  t )
Y
(4)
Причем для обеспечения сближения верхней и нижней границы
(наряду
с
функциональной
формой
зависимости
от
времени)
и
существования общей асимптоты для верхней и нижней границы при росте t
неизменном уровне Yt наложено условие
Ai  a i .
Таким образом, в результате решения задачи минимизации суммы
отклонений границ за все периоды, в следующих постановках
 для случая данных в долях от общей суммы

 ( B

t
 bi )
i
1
1
 (Сi  ci ) t   min ;
(T  t )
Y 
Ai , Bi ,Ci ,bi ,ci
(5)
Yi t
1
1
1
1
при условии Ai  bi
 ci t  t  Ai  Bi
 Ci t
(T  t )
Y
Y
(T  t )
Y
;
 для случая данных в абсолютных значениях

 ( B
t

i
 bi )

1
 (Сi  ci )Y t   min ;
(T  t )
Ai , Bi ,Ci ,bi ,ci

при условии Ai  bi
1
1
 ciY t  Yi t  Ai  Bi
 CiY t
(T  t )
(T  t )
(6)
;
34
получены расчетные уравнения для верхней и нижней границ
исходного временного ряда Yit.
Задачи линейного программирования (5) и (6) были решены с помощью
алгоритма «Поиск решений» (Solver) в рамках пакета MS Excel. В силу
программных ограничений минимизация проводилась в отдельности по
каждой отрасли. Для этого были унифицированы функции и критерии для
всех отраслей, а также выбрано единое значение параметра T=10.
В рамках предложенного метода для получения прогноза отраслевой
структуры конечного потребления домашних хозяйств – необходимо иметь
данные о внешних параметрах на протяжении прогнозного периода.
Задаваемый параметр T был выбран равным 10 для всех отраслей.
Возможность использования разливных значений для разных отраслей не
реализована в силу технических трудностей и остается одним из возможных
направлений развития данной модели. Значение параметра Т=10 выбиралось
исходя из цели – получения среднесрочного прогноза динамики структуры
потребления на 4-5 лет. Слишком большие значения параметра не
обеспечивали достаточной степени изменчивости фактора зависимости от
времени
в
течение
такого
периода,
а
малые
значения,
наоборот,
демонстрируют слишком резкую динамику.
В модели используется один внешний фактор – общая сумма расходов
на конечное потребление домашних хозяйств. Данные об общей сумме
расходов в каждой системе цен, также как и статистические данные в
разбивке по отраслям, доступны за период 1995-2004 гг. Таким образом, для
построения прогноза необходимо получить расчетные значения этого
показателя на прогнозный период. Для 2005-2008 года они были получены
путем пересчета из доступных данных о расходах на конечное потребление
домашних
хозяйств
из
счета
использования
располагаемого
дохода
Статистики национальных счетов (СНС). (Приложение 3)
35
Данные СНС доступны до 2006 года включительно, для получения
значений показателя в 2007-2008 гг. был произведен досчет. С помощью
данных об индексе физического объема показателя и данных об ИПЦ за 2007
год (11,9%)1, а также прогнозе инфляции на 2008 год на уровне 14%2 были
рассчитаны прогнозные значения конечного потребления домашних хозяйств
по методике СНС, использованные в дальнейших расчетах для получения
данных в других системах цен.
Для получения данных о сумме расходов в основных ценах по
методике Росстата и ИНП РАН и в текущих ценах покупателей были
построены соответствующие МНК-регрессии статистики СНС на имеющиеся
данные в требуемой системе цен. Данные по этому счету СНС почти точно
совпадают с суммой расходов домашних хозяйств на конечное потребление в
ценах покупателей в межотраслевом балансе – расхождение не превышает 12%, однако, в связи с тем, что в модели не учитывали корректировки на
покупки нерезидентов и покупки за границей потребовалось такая
корректировка.
В
целом,
результаты
регрессий
вполне
удовлетворительные:
отклонение модельного значения от фактического не превышает 5-8%,
причем несколько уменьшается ближе к концу исследуемого периода.
Процесс пересчета данных СНС для получения суммы расходов в
основных ценах базового года производился в два этапа.
На первом этапе данные СНС были переведены в цены базового года 3.
Для этого было рассчитано отношение суммы расходов в текущих основных
ценах по методике ИНП РАН к базовым основным ценам суммы расходов на
конечное
потребление домашних хозяйств – это показатель назван
дефлятором-ИНП (временной ряд 1995-2004). Далее была построена МНК1
Официальные данные Росстата
2
Прогноз Международного валютного фонда [http://www.imf.org/external/np/ms/2008/060108.htm]
3
Данные об индексе физического объема показателя доступны только начиная с 2006, поэтому
получение информации о значении показателя в 2005-2006 годах потребовало такого расчета
36
регрессия полученного дефлятора-ИНП на доступные данные об ИПЦ и
через уравнение регрессии рассчитан новый показатель (модельный
дефлятор), который можно получить для периода 1995-2006. С помощью
полученного модельного дефлятора были непосредственно рассчитаны
данные о сумме расходов на конечное потребление домашних хозяйств по
методике СНС в ценах базового года (причем для соблюдения точности в
период 1995-2004 использовался дефлятор-ИНП, а для 2005-2006 –
модельный дефлятор).
На втором этапе с помощью соответствующего уравнения регрессии
данных о сумме расходов на конечное потребление домашних хозяйств в
базовых ценах по методике ИНП РАН на полученный показатель данных
СНС в базовых ценах была произведена корректировка и получены
расчетные данные об уровне искомого показателя в 2005-2008 году.
(Приложение 3)
Таким образом, с помощью полученных внешних данных и с
использованием описанного выше алгоритма, решая задачи линейного
программирования (5) и (6), были рассчитаны уравнения верхней и нижней
границ для уровней и долей расходов на конечное потребление домашними
хозяйствами продукции каждой из отраслей в каждой системе цен.
Соответственно, было получено 8 вариантов прогноза структуры конечного
потребления домашних хозяйств (табл. 1, стр. 22; Приложение 3).
Применение модели индикаторов для описания
фактической динамики
В модели предлагается механизм выбора уровня показателя в текущем
периоде по отношению к границам значений, который весьма точно
описывает имеющуюся фактическую динамику потребления продукции
отдельных отраслей.
37
Суть модели заключается в том, что режим потребления продукции
отрасли описывается не изменением доли расходов, а соотношением
фактических данных и полученных расчетных значений границ. Нахождение
уровня
расходов на
верхней границе
возможных значений или
в
непосредственной близости от нее есть проявление «высокой» доли расходов
на продукцию этой отрасли. Доля расходов, совпадающая или близкая к
нижней границе, характеризует «низкое» потребление этого вида продукции
в данном периоде.
Изначально предполагалось, что полученные границы динамики
временных рядов расходов на потребление по каждой из отраслей можно
будет трактовать как два потенциальных режима потребления. Условно
можно провести аналогию с теорией циклов экономической активности. То
есть в зависимости от периода население тратит больше на те или иные виды
товаров и услуг. Возможно, в результате развития этого подхода удастся
показать, что эти периоды регулярны и связаны с общей ситуацией в
экономике.
Автором
работы
предполагается
возможность
принятие
такого
описания функционирования экономики. То есть в каждый период времени
потребление продукции каждой из отраслей населением находится в одном
из режимов, которые условно можно назвать благоприятным и кризисным.
Кроме того, рассматривается промежуточный режим потребления, когда
уровень расходов на продукцию отрасли не может быть отнесен ни к
высокому, ни к низкому.
Для
описания
фактической
динамики
отраслевой
структуры
потребления в каждой системе цен предлагается ввести переменнуюиндикатор, которая бы отражала режим функционирования потребления в
данном
периоде.
Ввести
общий
для
всех
отраслей
индикатор
не
представляется возможным – в силу несогласованности колебаний он
неудовлетворительно описывает динамику потребления продукции каждой
38
конкретной отрасли. Поэтому для каждой отрасли вводятся индивидуальные
индикаторы, что существенно повышает точность описания динамики
показателя по каждой из отраслей, но затрудняет интерпретацию.
Было решено ограничить возможные значений индикаторов тремя
позициями: 0 – кризисный режим потребления продукции в отрасли
(положение на нижней границе); 1 – благополучная ситуация (потребление
находится у верхней границы); 0,5 – промежуточный уровень потребления. В
данной модели рассматривается только один промежуточный уровень
потребления, соответствующий среднему между границами уровню расходов
на продукцию отрасли (среднему арифметическому границ). Несмотря на
очевидное упрощение, такое описание оказывается достаточно точным и
адекватным динамике рассматриваемых показателей.
Индикаторы для каждой отрасли и периода определялись эмпирически,
исходя и положения уровня расходов на продукцию отрасли в данном
периоде по отношению к рассчитанным границам.
Одним из направлений развития такого подхода представляется
попытка деления отраслей по принципу изменения доли расходов в
зависимости от колебаний общей суммы расходов на конечное потребление.
В этом случае можно будет проводить аналогии с традиционным делением
на товары первой необходимости и товары роскоши. Стоит заметить, что
высокая доля расходов на продукцию отрасли (нахождение фактического
значения на верхней границе) может означать как благоприятный, так и
кризисный режим потребления данной продукции. Например, для товаров
первой необходимости будет характерно высокое потребление в кризисном
режиме, за счет снижения доли расходов на потребление товаров и услуг
роскоши,
и,
наоборот
–
в
благоприятном
режиме
доля
роскоши
увеличивается и выходит на высокий уровень потребления.
Для
осуществления
такого
деления
может
быть
использован
«эталонный» период – 1999 год, в котором полнее всего проявилось влияние
39
на
структуру
потребления
домашних
хозяйств
системного
кризиса
экономики 1998 года. Во-первых, в силу общей ситуации в экономике этот
период определенно является кризисным, то есть относительно него можно
трактовать все колебания. Во-вторых, в 1999 году потребление продукции
большинства отраслей однозначно идентифицируется на одном из уровней:
высоком или низком - то есть находится строго на одной из границ (для всех
ключевых отраслей и большинства второстепенных) или в непосредственной
близости от границы.
Использование индикаторов этой работе предлагается на этапе
описания фактической динамики, а не для целей прогнозирования. В
условиях недостаточной информации алгоритм прогноза индикаторов, то
есть краткосрочных колебаний уровня потребления продукции отдельных
отраслей, представляет собой отдельную технически сложную задачу и в
данной работе не разрабатывался.
Таким образом, исходя из цели - получение среднесрочного прогноза
отраслевой структуры потребления домашних хозяйств, было решено
отказаться от использования индикаторов, позволяющих моделировать
краткосрочные
колебания
уровня
потребления
продукции
отдельных
отраслей на этапе прогнозирования. Построение прогноза в этом случае
определяется лишь рассчитанной динамикой границ возможных значений
временного ряда. В условиях отсутствия информации и априорных
предположений о положении показателя относительно границ, в качестве
прогноза используется среднее арифметическое рассчитанных значений
границ.
Результаты
приближения
фактической
динамики
структуры
потребления приведены на графиках в Главе 3, а также в Приложении
(Приложение 5). Следует отметить, что использования такого алгоритма,
подразумевающего всего 3 варианта положения по отношению к границам,
обеспечивает, тем не менее, высокую степень точности при описании
40
исходных данных. Общее отклонение от фактической динамики невелико и
существенно меньше, чем при использовании регрессионной модели,
применение которой описывается в следующее разделе.
Полученные результаты свидетельствовать в пользу перспективности
применения подхода к моделированию временного ряда с помощью оценки
границ возможных значений и развития модели индикаторов.
2.2. Регрессионная модель
Альтернативным предложенному подходу моделирования границ
временного ряда с помощью оценки границ его потенциальных значений
является построение регрессионной модели с помощью обычного метода
наименьших квадратов.
Очевидно, что такой метод не лишен целого ряда недостатков:
небольшое количество наблюдений, временная природа данных не могут
обеспечить выполнение фундаментальных свойств остатков в условиях
применения доступных методов. В этой связи данный подход используется в
работе как референсный. Сравнение результатов, полученных с помощью
разных моделей, позволяет оценить качество прогнозов и выявить
возможные недостатки основного метода – оценки границ временного ряда.
В основе регрессионного подхода лежит аналогичная идея
–
моделирование динамики уровня расходов на продукцию отдельных
отраслей в зависимости от времени и от общей суммы расходов на конечное
потребление домашних хозяйств в выбранной системе цен.
Соответственно, в качестве объясняющих переменных были выбраны
общая сумма расходов и функция времени в той же форме, в которой она
использовалась при оценке границ временного ряда. Данное обстоятельство
позволяет корректнее сравнивать результаты прогнозирования, полученных с
использованием разных моделей.
41
Таким образом, модель для оценки уровня потребления продукции
отдельных отраслей в абсолютных значениях принимает вид:
Yi t  ai  bi
где:
Y t  Yi t
i
1
 ciY t   i ,
(T  t )
(7)
- объясняющая переменная;
Yit – объем конечного потребления домашних хозяйств продукта
отрасли i в период t в выбранной системе цен;
t – переменная, обозначающая период времени, начиная с 1995 года
(t=1,2,3,…);
T – параметр, равный 10.
Интересной
особенностью
такой
модели
является
доказанное
соотношение коэффициентов (Ершов, 1968). При соблюдении условия
равенства суммы зависимых переменных значению одного из регрессоров, то
есть при выполнении равенства:
Y t  Yi t
, которое в данном случае
i
выполнено по построению, автоматически выполняются следующие условия
на коэффициенты:
a
i
0,
b  0 ,
с
i
i
 1.
Соответственно сумма рассчитанных в модели значений объясняющей
переменной автоматически совпадает с суммой исходных значений.
Проведя
преобразования,
аналогичные
модели
оценки
границ,
получаем уравнение для случая данных в долях от общей суммы следующего
вида:
Yi t
1
1

a

b

c
 i
i
i
i
Yt
(T  t )
Yt
.
(8)
42
В силу несколько иной функциональной формы этого уравнения
условия на коэффициенты принимают вид:
a
i
1 ,
b  0 ,
i
с
i
 0,
что обеспечивает равенство рассчитанных значение для долей расходов на
продукцию отдельных отраслей 100%.
Регрессии оценивались методом наименьших квадратов (МНК). Данная
задача характеризуется малым количеством наблюдений (9 или 10 точек), а
также возможной гетероскедастичностью и автокорреляцией вследствие
временной природы данных. В таких условиях ни один из доступных
методов не гарантирует хороших свойств оценок, а многие в данном случае
вообще не применимы. Таким образом, выбор МНК в качестве метода
оценивания объясняется в первую очередь удобством расчетов и простотой
реализации.
Расчеты проводились в пакетах MS Excel и EconometricViews.
В результате оценивания описанных выше уравнений в 4-х системах
цен были получены 8 вариантов прогноза (табл. 1, стр. 22; Приложение 3).
Подробное описание полученных результатов оценивания с помощью
регрессионной модели приводится в сравнении с результатами модели
оценки границ в Главе 3.
43
Глава 3. Описание полученных результатов
моделирования и прогнозов; сравнение моделей
В третьей главе диссертации приводится описание полученных
результатов моделирования и построенных прогнозов. В силу общности
основных выводов из проведенного анализа, в тексте работы не приводятся
результаты всего спектра рассмотренных и оцененных моделей. Для
сравнения двух моделей и подробного анализа результатов модели оценки
границ выбраны наиболее показательные и важные с точки зрения изучения
отраслевой структуры потребления – в абсолютных значениях в основных
ценах базового года и в долях к общей сумме расходов на конечное
потребление в текущих ценах покупателей.
3.1. Описание результатов моделирования и прогнозов,
полученных в модели оценки границ
Результаты
расчета
полного
спектра
моделей
приводятся
в
Приложении (Приложение 5). Как уже говорилось выше, напрямую
сравнивать результаты моделирования в разных системах цен некорректно,
тем не менее, можно говорить о том, что соответствие моделей исходным
данным во всех случаях находятся примерно на одном уровне.
Одним из критериев качества полученных прогнозов может служить
тот факт, что во всех вариантах модели сумма прогнозных значений расходов
на продукцию отдельных отраслей оказалась очень близка к 100% или к
общей к сумме расходов (в зависимости от вида данных). Необходимо особо
отметить, что никаких ограничений, обеспечивающих это соотношение в
период прогноза не налагалось, и расхождение составило не более 1-2%.
Причем в 7 из 8 вариантов общая сумма по отраслям составляла 98-99%, то
есть несколько меньше, чем заданные суммарные расходы на конечное
44
потребление
домашних
хозяйств
(исключение
составил
случай
цен
покупателя в долях к общей сумме). По всей видимости, верхняя граница
достигается
несколько
чаще
нижней,
и
прогноз,
построенный
как
среднеарифметическое значений границ в среднем недооценивает уровень
потребления продукции каждой из отраслей. По мнению автора, такое
незначительное расхождение, даже несмотря на несимметричное смещение,
может свидетельствовать только в пользу высокого качества полученных
прогнозов.
В рамках полученных 8 вариантов модели может быть произведен
пересчет смоделированных показателей из абсолютных значениях в доли,
путем деления на общую сумму расходов и наоборот. В результате
сравнения, как с помощью графического анализа, так и количественного,
было установлено, что моделирование с использованием данных в форме,
соответствующей исходной информации, дает более точный результат.
В качестве примера можно привести сравнение 2-х вариантов модели
структуры потребления в ценах покупателя: изначально построенную в
долях, и построенную в абсолютных значения с последующим пересчетом в
доли (графики сравнения для случая моделирования в текущих ценах
покупателей приводятся в Приложении 6).
Сумма квадратов ошибок во втором случае оказывается на 13%
больше, если рассматривать все отрасли, и на 62% больше, если
рассматривать отклонение только для 10 ключевых отраслей. Визуальное
сравнение
динамики
также
позволяет
констатировать
лучшую
аппроксимацию исходной динамики с помощью модели построенной в
долях: для некоторых отраслей обе модели примерно одинаково описывают
фактическую динамику, но для целого ряда случаев (пищевая пром., С/Х,
транспорт и связь, торговля, ЖКХ) модель в долях демонстрирует
значительно лучшее приближение, чем пересчитанная модель в абсолютных
значениях. В среднем по этим отраслям сумма квадратов ошибок по второй
45
модели более чем в 2 раза превосходит значение этого критерия для первой
модели.
Вместе с тем, можно привести обратный пример - электроэнергетика,
для которой пересчитанные результаты модели в абсолютных значениях
лучше приближают динамику доли расходов на ее продукцию, чем модель в
долях. Стоит заметить, что это практически единственный пример такой
ситуации – во всех остальных случаях наблюдается или примерно
одинаковая степень приближения обеими моделями, или преимущество
первой.
Для подробного анализа, приводимого ниже, были выбраны 2 варианта
модели, являющихся, по всей видимости, самыми показательными при
исследовании изменения структуры потребления домашних хозяйств.
Модели в основных ценах базового года в абсолютных значения позволяет
точнее всего проследить и предсказать динамику расходов домашних
хозяйств на продукцию каждой отрасли в отдельности. В отсутствие ценовой
динамки, сильно влияющей на номинальные значения, при исследовании
динамики в реальном выражении сильнее всего заметно влияния кризиса
1998 года, а также наметившийся позднее рост благосостояния населения,
выразившийся в росте расходов на продукцию практически всех отраслей
экономики и промышленности.
46
Таблица 3
Результаты прогнозирования с помощью модели оценки границ
в основных ценах базового года (ИНП РАН) (в млн. рублей)
в основных ценах базового года в долях к общей сумме расходов
2005
2006
2007
2008
49 557
52 506
55 489
58 963
1
2005
2006
2007
2008
Электроэнергетика
1,0%
1,0%
1,0%
1,0%
1
Электроэнергетика
2
Нефть+газ
8 007
8 555
9 113
9 772
2
Нефть+газ
0,2%
0,2%
0,2%
0,2%
3
Хим. пром.
61 555
65 105
68 676
72 784
3
Хим. пром.
1,4%
1,4%
1,4%
1,3%
4
Машиностроение
321 135
370 453
422 005
485 817
4
Машиностроение
6,4%
6,6%
6,7%
6,9%
5
Лесная и деревообрабат. пром.
53 719
60 000
66 632
74 988
5
Лесная и деревообрабат. пром.
1,1%
1,1%
1,1%
1,1%
6
Пром. строй. материалов
14 096
15 103
16 115
17 278
6
Пром. строй. материалов
0,3%
0,3%
0,3%
0,3%
7
Легкая пром.
382 438
417 410
452 596
493 111
7
Легкая пром.
8,9%
9,1%
9,3%
9,5%
8
Пищевая пром.
825 817
894 479
965 817
1 053 156
8
Пищевая пром.
17,1%
16,7%
16,4%
16,1%
9
Прочие продукты пром.
Прочие продукты пром.
33 139
36 443
39 792
43 709
9
1 771 973
1 954 837
2 144 206
2 374 667
10
Промышленность
52 767
60 522
68 500
78 093
11
С/Х
481 233
513 802
547 698
589 328
13
Транспорт
293 314
325 343
358 719
14
Связь
137 715
155 572
173 665
15
Транспорт и связь
430 496
479 824
16
Торговля
1 485 638
1 664 319
17
Прочие
12 296
12 866
18
ЖКХ
294 632
303 922
19
Здравоохранение
188 523
202 034
215 639
20
Финансы
119 464
132 247
21
Сумма (1-9,11-12,15-20)
4 814 512
5 290 680
22
Общие расходы
4 831 681
5 315 085
23
Сумма / Общие расходы
99,6%
99,5%
10
Промышленность
11
Строительство
12
0,7%
0,7%
0,8%
0,8%
37,1%
37,2%
37,2%
37,3%
Строительство
1,0%
1,0%
1,0%
1,0%
12
С/Х
9,5%
9,0%
8,6%
8,2%
399 802
13
Транспорт
5,7%
5,7%
5,7%
5,6%
194 792
14
Связь
3,0%
3,1%
3,2%
3,4%
530 686
592 091
15
Транспорт и связь
8,7%
8,8%
8,9%
9,0%
1 849 234
2 073 997
16
Торговля
30,0%
30,3%
30,7%
31,0%
13 397
13 909
17
Прочие
0,3%
0,3%
0,3%
0,3%
312 971
322 707
18
ЖКХ
6,3%
6,0%
5,8%
5,5%
231 328
19
Здравоохранение
4,0%
4,0%
4,0%
3,9%
145 224
160 432
20
Финансы
5 781 283
6 373 968
21
Сумма (1-9,11-12,15-20)
5 814 231
6 418 426
22
Общие расходы
99,4%
99,3%
2,5%
2,6%
2,7%
2,7%
99,4%
99,2%
98,9%
98,7%
4 831 681
5 315 085
5 814 231
6 418 426
47
Таблица 4
Результаты прогнозирования с помощью модели оценки границ
в текущих ценах покупателей (Росстат) (в млн. рублей)
в текущих ценах покупателей (Росстат) в долях к общей сумме расходов
2004
2005
2006
2007
2008
2004
2005
2006
2007
2008
1
Электроэнергетика
170 511
226 456
284 110
362 768
475 167
1
Электроэнергетика
2,0%
2,2%
2,4%
2,6%
2,7%
2
Нефть+газ
147 683
198 819
251 689
324 408
428 928
2
Нефть+газ
1,8%
1,9%
2,1%
2,2%
2,4%
3
Хим. пром.
283 927
363 834
445 885
556 828
714 325
3
Хим. пром.
3,4%
3,5%
3,5%
3,6%
3,6%
4
715 309
903 189
1 095 934
1 355 954
1 724 464
4
9,0%
9,2%
9,3%
9,5%
159 397
203 409
248 612
309 764
396 613
5
Машиностроение
Лесная и деревообрабат.
пром.
8,9%
5
Машиностроение
Лесная и деревообрабат.
пром.
1,9%
2,0%
2,0%
2,1%
2,1%
6
Пром. строй. материалов
53 573
67 664
82 129
101 668
129 387
6
Пром. строй. материалов
0,7%
0,7%
0,8%
0,8%
0,8%
7
Легкая пром.
1 199 017
1 516 271
1 842 009
2 282 354
2 907 383
7
Легкая пром.
13,9%
13,8%
13,7%
13,6%
13,5%
8
Пищевая пром.
2 799 083
3 524 205
4 267 706
5 269 372
6 687 560
8
Пищевая пром.
33,2%
32,9%
32,6%
32,4%
32,1%
9
Прочие продукты пром.
52 176
63 657
75 402
91 128
113 292
9
Прочие продукты пром.
0,6%
0,5%
0,5%
0,5%
0,4%
10
Промышленность
5 634 546
7 152 536
8 711 066
10 817 768
13 807 853
10
Промышленность
11
Строительство
67,2%
67,6%
67,9%
68,3%
68,6%
53 458
67 972
82 885
103 084
131 795
11
Строительство
0,6%
0,6%
0,6%
0,7%
0,7%
12
С/Х
794 816
946 699
1 100 799
1 302 867
1 583 145
12
С/Х
8,7%
7,7%
6,7%
5,8%
5,0%
13
14
Транспорт
13
Транспорт
Связь
14
Связь
15
Транспорт и связь
681 223
881 732
1 088 152
1 369 060
1 769 729
15
Транспорт и связь
8,5%
9,0%
9,4%
9,8%
10,2%
16
Торговля
224 919
288 732
354 332
443 280
569 816
16
Торговля
2,8%
2,9%
2,9%
3,0%
3,1%
17
Прочие
69 621
92 489
18
ЖКХ
386 788
483 004
116 107
148 507
194 989
17
Прочие
0,5%
0,5%
0,5%
0,5%
0,5%
581 771
715 218
904 561
18
ЖКХ
5,3%
5,6%
5,9%
6,1%
6,4%
19
Здравоохранение
352 625
450 274
550 651
686 738
880 315
19
Здравоохранение
4,2%
4,3%
4,4%
4,4%
4,5%
20
Финансы
177 293
21
Сумма (1-9,11-12,15-20)
219 804
263 325
321 729
404 179
20
Финансы
2,7%
2,8%
3,0%
3,2%
3,3%
20 015 648
21
Сумма (1-9,11-12,15-20)
8 321 417
10 498 211
12 731 498
15 744 728
22
Общие расходы
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
22
Общие расходы
23
Сумма / Общие расходы
99,0%
98,8%
98,6%
98,4%
98,3%
99,9%
100,1%
100,3%
100,5%
100,7%
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
48
Анализ результатов моделирования в текущих ценах покупателей в
долях к общему уровню расходов на конечное потребление домашних
хозяйств позволяет точнее всего описать и прогнозировать фактическую
структуру расходов населения с учетом налогов и наценок. Моделирование
структуры потребления в текущих ценах покупателей позволяет косвенно
учитывать возможные эффекты замещения между группами товаров в силу
динамики относительных цен. В то же время, как уже говорилось выше, что
эти эффекты не очень существенны в силу использования данных, разбитых
на крупные товарные группы, каждая из которых представляет собой
продукцию целой отрасли промышленности или экономики.
Далее приведены и анализируются графики полученных уравнений
границ в выбранных системах цен для 10 выбранных ключевых отраслей
экономики и промышленности. Слева приводятся объемные данные в
основных базовых ценах, справа – в текущих ценах покупателей в долях от
общей суммы. Синим цветом изображена динамика фактических значений,
красным и зеленым – рассчитанных границ, коричневым – значения,
рассчитанные с помощью модели индикаторов в зоне фактических данных и
прогнозные значение для 2004-2008 гг. (2005-2008 гг. для цен базового года).
Машиностроение
550 000
10,0%
500 000
9,5%
450 000
400 000
9,0%
350 000
300 000
8,5%
250 000
200 000
8,0%
150 000
100 000
7,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
значение
нижняя граница
верхняя граница
модель
95
96 97 98 99 00
значение
верхняя граница
01
02
03
04 05 06 07 08
нижняя граница
модель
Рис. 1. Динамика потребления продукции машиностроения в ценах базового года (в млн.
рублей) и в текущих ценах покупателей в долях к общей сумме расходов
49
Динамика
расходов
домашних
хозяйств
на
продукцию
машиностроения в реальном выражении довольно типична для отраслей,
которые испытали влияние кризиса 1998 года. Видно, что потребление
продукции машиностроения снижалось на всем протяжении 1995-1999, лишь
с небольшим ростом в 1997 г. Общее падение за период 1995-1999 гг.
составило почти 50%. Далее начался период постоянного роста показателя.
Уровень 1995 года был достигнут в 2003-м.
Видно, что рассчитанные границы значений времнного ряда весьма
точно описывают его динамику. Границы довольно плавно сближаются и к
2008 году стоит ожидать почти полного смыкания. Стоит также отметить
хорошее описание динамики ряда в период наблюдения с помощью модели с
индикаторами.
На основе модели в интервале 2004-2008 гг. можно прогшнозировать
дальнейший рост показателя, причем с довольно значительным увеличением
темпа. К 2008 году должно произойти удвоение уровня 2003 года.
Рост реального уровня показателя будет сопровождаться также
довольно быстрым ростом его доли до 9,5% в 2008 году, что может
свидетельствовать о росте благосотония населения.
Легкая промышленность
650 000
17,0%
550 000
16,0%
450 000
15,0%
350 000
14,0%
250 000
13,0%
150 000
12,0%
50 000
11,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 2. Динамика потребления продукции легкой промышленности в ценах базового года
(в млн. рублей) и в текущих ценах покупателей в долях к общей сумме расходов
50
На уровень потребления продукции легкой промышленности также
оказал влияние кризис 1998 года, но этот спад оказался менее значительным,
чем для продукции машиностроения и был преодолен на следующий год.
В целом, реальный рост потребления домашними хозяйствами
продукци легкой промышленности оказывается одним из самых медленных,
среди всех отраслей промышленности и экономики, что подтвержается
прогнозом плавным снижения доли расходов расходов на ее продукцию в
текущих ценах покупателей. С другой стороны, предсказанное значение доли
расходов в 2008 году не будет сильно меньше значения этого показателя в
2003 году и составит около 13,5%.
При
моделировании
динамики
реального
уровня
показателя,
полученные границы пересаются и довольно быстро расходятся. Этот
довольно трудно интепретировать, но представляется, что он не должен
повлиять на точность полученных результатов. Стоит отметить, что такая
дианамика является исключительной и из все рассмотреных случаев
проявляется лишь несколько раз, причем в большинстве случае границы
после пересечения расходятся значительно медленнее, чем в данном.
Пищевая промышленность
1 150 000
36,0%
1 050 000
35,0%
34,0%
950 000
33,0%
850 000
32,0%
750 000
31,0%
650 000
30,0%
550 000
29,0%
450 000
28,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 3. Динамика потребления продукции пищевой промышленности в ценах базового года
(в млн. рублей) и в текущих ценах покупателей в долях к общей сумме расходов
51
Обращает на себя внимание высокая сепень точности описания
фактической динамики, котрую удалось достичь с помощью механизма
моделирования границ и применения индикаторов. Значения 1996 и 1998
года оказались точно описаны, хотя и не находятся на рассчитанных
границах.
Несмотря на прогнозируемое ускорение роста расходов на продукцию
пищевой промышленности в реальном выражении, доля затрат на нее будет
сокращаться и составит около 32% в 2008 году.
Снижение доли расходов на продукцию пищевой промышленности
является очень важным процессом для анализа уровня и качества жизни
населения. В большиснтве случаев такая динамик трактуется как рост
благосостония,
реальных доходов.
Считается,
что
население
может
позволить себе больше тратить на менее приоритетные направления
потребления, чем покупка продуктов питания. Но без детального анализа
расходов населения с учетом расслоения такие выводы представляются
недостаточно необоснованными.
Сельское хозяйство
670 000
17,0%
620 000
15,0%
570 000
13,0%
520 000
11,0%
470 000
9,0%
420 000
7,0%
370 000
320 000
5,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 4. Динамика потребления продукции сельского хозяйства в ценах базового года (в
млн. рублей) и в текущих ценах покупателей в долях к общей сумме расходов
Как и для большинства отраслей промышленности, на реальный
уровень потребления продукции сельского хозяйства оказал существенное
52
влияние кризис 98 года: значение в 1999 году составляет порядка 75% от
уровня 1997 г.
В 2004 году сократилась абсолютная величина расходов на продукцию
сельского хозяйства в базовых ценах на 10%, что является уникальной
ситуацией для послекризисного периода среди рассматриваемых ключевых с
точки зрения конечного потребления отраслей – в абсолютном выражении
расходы на продукцию каждой из них только росли после 1999 года.
При этом, абсолютное сокращение расходов на продукцию сельского
хозяйства компенсируется и даже перекрывается довольно заметным
увеличением расходов на продукцию пищевой промышленности, приведшее
даже к небольшому увеличению доли расходов на эти товары, которое
обычно трактуется как некоторое снижение благосостояния населения. Но
если предположить, что продукция сельского хозяйства была замещена
продукцией пищевой промышленности – более дорогой и качественной, то
тогда эта динамика свидетельствует о росте уровня благосостояния, причем,
возможно, на качественно новом уровне.
Полученные расчетные границы трактуются не очень хорошо. Границы
рассчитанные в базовых ценах расходятся, что расширяет диапазон
возможных значений в прогнозный период. С другой стороны, модель
предсказыват очень быстрое сокращение доли расходов на продукцию
сельского хозяйства с 10% в 2003 году, до 5% в 2008, то есть доля расходов
сократится вдвое, Причем в данном случае границы описывают динамику
очень близко – они сходятся и демонстрируют минимальный разброс
значений в 2008 году.
53
Транспорт и свзяь
650 000
10,5%
600 000
10,0%
550 000
9,5%
500 000
9,0%
450 000
8,5%
400 000
8,0%
350 000
7,5%
300 000
7,0%
250 000
6,5%
200 000
6,0%
150 000
5,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 5. Динамика потребления услуг транспорта и связи в ценах базового года (в млн.
рублей) и в текущих ценах покупателей в долях к общей сумме расходов
Динамика доли расходов на услуги транспорта и связи довольно
переменчива в течение рассматриваемого периода. Влияние кризиса
оказалось значительно меньше, чем для рассмотренных выше отраслей, но
сокращение реального уровня потребления произошло.
В данном случае полученные расчетные границы ведут себя довольно
логично: они сходятся, предсказывая, увеличие доли расходов с 8,25% в 2003
году до 10,25% в 2008.
Услуги торговли
2 300 000
3,2%
2 100 000
3,0%
1 900 000
2,8%
1 700 000
1 500 000
2,6%
1 300 000
2,4%
1 100 000
2,2%
900 000
2,0%
700 000
500 000
1,8%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 6. Динамика потребления услуг торговли в ценах базового года (в млн. рублей) и в
текущих ценах покупателей в долях к общей сумме расходов
54
Рассчитанные границы позволили довольно точно описать динамики
реального уровня расходов на услуги торговли и изменение их доли в общих
расходах.
Модель позволяет прогнозировать продолжение роста доли расходов
на этот вид с незначительным сокращением темпа. Прогнозируется, что в
2008 году население будет тратить от 3,2% до 3,7% на торговые услуги.
Стоит напомнить,
что результаты
расчета
данного
показателя
несравнимы в разных системах цен.
Услуги ЖКХ
340 000
9,5%
320 000
300 000
8,5%
280 000
7,5%
260 000
6,5%
240 000
5,5%
220 000
4,5%
200 000
180 000
3,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 7. Динамика потребления услуг ЖКХ в ценах базового года (в млн. рублей) и в
текущих ценах покупателей в долях к общей сумме расходов
Динамика уровня расходов на услуги ЖКХ в реальном выражении
довольно сильно отличается от динамики расходов на продукцию прочих
рассмотренных отраслей экономики. Довольно медленные долгосрочные
изменения сочетаются с практически полным отсутствием краткосрочных
колебаний
показателя.
Возможно,
такая
динамика
объясняется
регулируемыми тарифами в отрасли в сочетании с невозможностю
уменьшения этих затрат или отказа от потребления данного вида услуг.
В первые несколько лет доля расходов на этот вид услуг довольно
сильно колебалась, сократившись с 7,5 в 1997 году до 4,5-5% в 1999-2003.
55
Полученный прогноз свидетельствует о постепенном росте показателя до
уровня в 6,5% в 2008 году.
Здравоохранение
270 000
6,0%
250 000
5,5%
230 000
5,0%
210 000
190 000
4,5%
170 000
4,0%
150 000
130 000
3,5%
110 000
3,0%
90 000
70 000
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 8. Динамика потребления услуг здравоохранения в ценах базового года (в млн. рублей)
и в текущих ценах покупателей в долях к общей сумме расходов
Стоит отметить хорошие результаты моделирования доли расходов на
услуги здравоохранения в текущих ценах покупателей. Довольно сильные
колебания в период 1995-2003 гг. удалось весьма близко описать с помощью
механизма оценки границ и модели индикаторов. Причем полученных
границы довольно быстро сближаются, сходясь в 2008 году на уровне 4,5%.
Финансы
180 000
4,5%
160 000
4,0%
140 000
120 000
3,5%
100 000
3,0%
80 000
60 000
2,5%
40 000
2,0%
20 000
0
1,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 9. Динамика потребления услуг финансового сектора в ценах базового года (в млн.
рублей) и в текущих ценах покупателей в долях к общей сумме расходов
56
Построенная модель предсказывает рост доли расходов на услуги
финансового сектора. Исходя из расчетов в 2008 году население будет
расходовать на этот вид услуг до 3,5% от общей суммы.
Промышленность
2 600 000
70,0%
2 400 000
68,0%
2 200 000
2 000 000
66,0%
1 800 000
64,0%
1 600 000
1 400 000
62,0%
1 200 000
60,0%
1 000 000
800 000
58,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 10. Динамика потребления продукции промышленности в ценах базового года (в млн.
рублей) и в текущих ценах покупателей в долях к общей сумме расходов
Как и для большинства отраслей промышленности, общие расходы на
ее продукцию подверглись влиянию кризиса 98 года. Спад оказался довольно
значительным: уровень 1999 года составляет лишь 76% от 1997 г. Этот спад
был довольно быстро преодолен – уже в 2001 году был превышен
докризисный уровень. Причем, в 1997 году наблюдается довольно
значительное увеличение показателя в реальном выражении, но несмотря на
это доля расходов на продукцию промышленност в этот период резко
сократилась. А 1999 год, напротив, характеризуется высокой долей расходов
на этот вид продукции – значение лежит на верхней границе.
Модель
предсказывает
ускорения
роста
на
продукцию
промышленности со стороны населения. Доля расходов в текущих ценах
покупателей также будет возрастатать и достигнет 68,5%, то есть на 2,5 п.п.
больше, чем в 2003.
57
В целом, можно говорить о том, что предложенная модель хорошо
подходит для решения поставленной задачи. Полученные прогнозы хорошо
интепретируются.
Для
большинства
рассмотренных отраслей модель
предсказывает рост доли расходов (машиностроение, промышленность,
транспорт и связь, торговля, ЖКХ, здравоохранение, финансы), и только для
трех отраслей (легкая и пищевая промышленность и сельское хозяйство)
прогнозируется сокращение доли расходов. С другой стороны стоит
напомнить, что полученные прогнозы вполне согласованны, и общая сумма
долей на протяжении всего прогнозного периода очень близка к 100%.
3.2. Сравнение результатов двух моделей
В этом разделе приводятся сравнение результатов, полученных с
помощью регрессионной модели и описанным выше методом оценки границ.
Для корректного сравнения с регрессионной моделью, которая не учитывает
краткосрочные колебания потребления продукции отдельных отраслей,
используется сглаженная динамика модели оценки границ. Для расчета такой
динамки не используется описанный механизм индикаторов, а модельное
значение в каждой точке соответствует среднему арифметическому значению
границ – так как это сделано для периода прогноза. Таким образом,
спецификация
обеих
моделей
оказывается
одинаковой.
В
качестве
объясняющих переменных использованы одинаковые функции времени, а
также зависимость от общей суммы расходов в соответствующей системе
цен.
В качестве примера рассматривается сравнение моделей в тех же
вариантах, для которых проводился анализ при описании результатов модели
оценки границ: в реальном выражении в абсолютных значениях, и в текущих
ценах покупателей в долях к общей сумме расходов. Графики, приведенные в
двух выбранных системах цен, являются довольно типичными, поэтому
сделанные выводы могут быть распространены и на другие варианты модели.
58
Таблица 5
Результаты прогнозирования с помощью регрессионной модели
в основных ценах базового года (ИНП РАН) (в млн. рублей)
в основных ценах базового года в долях к общей сумме расходов
2005
2006
2007
2008
49 506
52 465
55 461
58 958
1
2005
2006
2007
2008
Электроэнергетика
1,0%
1,0%
1,0%
1,0%
1
Электроэнергетика
2
Нефть+газ
7 981
8 485
8 996
9 594
2
Нефть+газ
0,2%
0,2%
0,2%
0,2%
3
Хим. пром.
62 218
65 671
69 134
73 093
3
Хим. пром.
1,3%
1,3%
1,3%
1,3%
4
Машиностроение
322 029
372 678
425 606
491 085
4
Машиностроение
6,3%
6,6%
6,7%
6,9%
5
Лесная и деревообрабат. пром.
53 785
60 158
66 870
75 292
5
Лесная и деревообрабат. пром.
1,1%
1,1%
1,1%
1,1%
6
Пром. строй. материалов
14 119
15 130
16 147
17 316
6
Пром. строй. материалов
0,3%
0,3%
0,3%
0,3%
7
Легкая пром.
418 859
468 437
519 270
579 992
7
Легкая пром.
9,1%
9,4%
9,7%
9,9%
8
Пищевая пром.
830 924
902 999
978 046
1 070 289
8
Пищевая пром.
17,0%
16,6%
16,3%
16,1%
9
Прочие продукты пром.
Прочие продукты пром.
33 170
36 589
40 060
44 124
9
1 792 300
1 982 103
2 178 855
2 418 736
10
Промышленность
50 720
57 623
64 715
73 220
11
Строительство
С/Х
482 959
513 296
544 780
583 243
12
С/Х
13
Транспорт
288 114
317 703
348 497
386 311
13
14
Связь
137 858
157 090
176 670
199 748
14
15
Транспорт и связь
425 972
474 793
525 167
586 059
16
Торговля
1 463 334
1 632 794
1 808 024
17
Прочие
13 261
14 101
18
ЖКХ
295 712
305 568
19
Здравоохранение
189 338
203 567
217 953
20
Финансы
117 796
130 730
21
Сумма (1-9,11-12,15-20)
4 831 681
5 315 085
22
Общие расходы
4 831 681
5 315 085
23
Сумма / Общие расходы
100,0%
100,0%
10
Промышленность
11
Строительство
12
0,7%
0,7%
0,7%
0,7%
37,1%
37,2%
37,2%
37,3%
1,1%
1,1%
1,2%
1,2%
10,2%
9,9%
9,7%
9,4%
Транспорт
5,8%
5,8%
5,8%
5,7%
Связь
2,9%
3,0%
3,1%
3,2%
15
Транспорт и связь
8,7%
8,8%
8,9%
9,0%
2 020 702
16
Торговля
29,9%
30,3%
30,6%
30,9%
14 905
15 736
17
Прочие
0,3%
0,3%
0,3%
0,3%
315 214
325 697
18
ЖКХ
6,3%
6,0%
5,8%
5,5%
234 681
19
Здравоохранение
3,9%
3,9%
3,9%
3,8%
143 882
159 345
20
Финансы
5 814 231
6 418 426
21
Сумма (1-9,11-12,15-20)
5 814 231
6 418 426
22
Общие расходы
100,0%
100,0%
2,4%
2,5%
2,5%
2,6%
100,0%
100,0%
100,0%
100,0%
4 831 681
5 315 085
5 814 231
6 418 426
59
Таблица 6
Результаты прогнозирования с помощью регрессионной модели
в основных текущих ценах (Росстат) (в млн. рублей)
в основных текущих ценах (Росстат) в долях к общей сумме расходов
2004
2005
2006
2007
2008
2004
2005
2006
2007
2008
1
Электроэнергетика
165 538
218 194
272 407
346 197
451 462
1
Электроэнергетика
2,1%
2,2%
2,3%
2,2%
2,3%
2
Нефть+газ
180 961
247 505
316 379
411 353
548 112
2
Нефть+газ
2,6%
2,8%
3,0%
2,8%
3,0%
3
Хим. пром.
281 136
359 515
439 982
548 730
703 057
3
Хим. пром.
3,5%
3,6%
3,6%
3,6%
3,6%
4
749 191
954 227
1 164 830
1 449 814
1 854 621
4
9,7%
9,8%
9,7%
9,8%
159 376
203 468
248 779
310 162
397 429
5
Машиностроение
Лесная и деревообрабат.
пром.
9,5%
5
Машиностроение
Лесная и деревообрабат.
пром.
2,0%
2,1%
2,1%
2,1%
2,1%
6
Пром. строй. материалов
55 624
71 054
86 918
108 430
139 038
6
Пром. строй. материалов
0,7%
0,7%
0,7%
0,7%
0,7%
7
Легкая пром.
1 151 744
1 445 703
1 747 196
2 153 656
2 729 430
7
Легкая пром.
13,3%
13,2%
13,1%
13,2%
13,1%
8
Пищевая пром.
2 814 126
3 546 177
4 296 994
5 309 233
6 743 144
8
Пищевая пром.
33,1%
32,9%
32,8%
32,9%
32,8%
9
Прочие продукты пром.
Прочие продукты пром.
54 320
67 613
81 253
99 659
125 752
9
5 622 065
7 126 499
8 670 862
10 757 568
13 718 389
10
Промышленность
0,3%
0,3%
0,2%
0,3%
0,2%
67,4%
67,7%
67,9%
67,7%
67,9%
46 575
57 895
69 489
85 068
107 082
11
Строительство
0,5%
0,5%
0,5%
0,5%
0,5%
800 016
958 593
1 119 979
1 333 296
1 631 004
12
С/Х
7,3%
6,5%
5,8%
6,5%
5,8%
Транспорт
13
Транспорт
Связь
14
Связь
1 793 322
15
Транспорт и связь
9,1%
9,4%
9,7%
9,4%
9,7%
593 558
16
Торговля
3,0%
3,0%
3,1%
3,0%
3,1%
131 379
171 228
17
Прочие
0,8%
0,8%
0,8%
0,8%
0,8%
786 314
1 003 714
18
ЖКХ
5,0%
5,1%
5,1%
5,1%
5,1%
652 950
830 477
19
Здравоохранение
4,3%
4,3%
4,3%
4,3%
4,3%
420 926
543 014
20
Финансы
15 993 218
20 365 444
21
Сумма (1-9,11-12,15-20)
15 993 218
20 365 444
22
Общие расходы
100,0%
100,0%
10
Промышленность
11
Строительство
12
С/Х
13
14
15
Транспорт и связь
686 050
890 017
1 099 996
1 385 746
16
Торговля
230 787
297 799
366 723
460 304
17
Прочие
63 454
83 187
103 541
18
ЖКХ
411 258
520 849
633 515
19
Здравоохранение
344 038
434 671
527 628
20
Финансы
211 387
272 462
335 341
21
Сумма (1-9,11-12,15-20)
8 405 582
10 628 929
12 910 948
22
Общие расходы
8 405 582
10 628 929
12 910 949
23
Сумма / Общие расходы
100,0%
100,0%
100,0%
2,8%
2,9%
3,0%
2,9%
3,0%
100,0%
100,0%
100,0%
100,0%
100,0%
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
60
550 000
машиностроение
500 000
400 000
9,0%
регрессия
350 000
оценка границ
300 000
250 000
8,5%
значение
8,0%
регрессия
200 000
7,5%
150 000
оценка границ
100 000
7,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
700 000
легкая пром.
95
16,0%
500 000
15,0%
400 000
14,0%
300 000
13,0%
200 000
12,0%
100 000
11,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1 100 000
пищевая пром.
96
97
36,0%
35,0%
900 000
34,0%
800 000
33,0%
700 000
32,0%
600 000
31,0%
500 000
30,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
600 000
97
98
99
00
01
02
03
04
05
06
07
08
легкая пром.
95
1 000 000
транспорт и связь
96
17,0%
600 000
700 000
машиностроение
9,5%
значение
450 000
10,0%
98
99
00
01
02
03
04
05
06
07
08
03
04
05
06
07
08
06
07
08
пищевая пром.
95
96
97
98
99
10,5%
00
01
02
транспорт и связь
10,0%
9,5%
500 000
9,0%
8,5%
400 000
8,0%
300 000
7,5%
7,0%
200 000
6,5%
100 000
6,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
61
2 200 000
2 000 000
3,2%
торговля
торговля
3,0%
1 800 000
2,8%
1 600 000
1 400 000
2,6%
1 200 000
2,4%
1 000 000
2,2%
800 000
600 000
2,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
350 000
330 000
95
98
99
00
01
02
03
04
06
07
08
регрессия
7,5%
оценка
границ
7,0%
270 000
05
значение
ЖКХ
8,0%
290 000
6,5%
250 000
6,0%
230 000
значение
5,5%
190 000
регрессия
5,0%
170 000
оценка границ
4,5%
210 000
150 000
4,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
230 000
97
8,5%
ЖКХ
310 000
250 000
96
здравоохранение
210 000
95
96
97
98
99
5,0%
00
01
02
03
04
05
06
07
08
здравоохранение
4,5%
190 000
170 000
4,0%
150 000
130 000
3,5%
110 000
90 000
3,0%
70 000
50 000
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
180 000
160 000
финансы
95
96
97
98
99
4,0%
00
01
02
03
04
05
06
07
08
04
05
06
07
08
финансы
3,5%
140 000
120 000
3,0%
100 000
80 000
2,5%
60 000
40 000
2,0%
20 000
0
1,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
62
2 500 000
2 300 000
промышленность
70,0%
промышленность
69,0%
68,0%
2 100 000
67,0%
1 900 000
66,0%
1 700 000
65,0%
1 500 000
64,0%
63,0%
1 300 000
62,0%
1 100 000
61,0%
900 000
60,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
96
97
98
99
00
01
02
03
04
05
06
07
08
Рис. 11. Сравнение прогнозов полученных с помощью модели оценки границ (коричневая
линия), регрессионной модели (красная линия) и фактической динамики (синяя линяя) для
10 ключевых отраслей
Из приведенного сравнения можно заключить, что результаты,
полученные на основе двух моделей, для данных в абсолютных значениях
оказываются довольно близкими. Из 10 выбранных ключевых отраслей,
заметные различия наблюдаются только в отношении продукции легкой
промышленности, во всех остальных случаях обе модели дают очень близкий
прогноз расходов на потребление продукции каждой из отраслей.
Существенные отличия в результатах, которые получены с помощью
разных моделей, проявляются при оценивании на основе данных в текущих
ценах покупателей в долях от общей суммы расходов. Для некоторых
отраслей (С/Х, торговля, здравоохранение) модели демонстрируют близкие
прогнозы, но по большинству – предсказываемые значения довольно сильно
различаются. Модель оценки границ лучше приближает фактические данные
в период наблюдений, как визуально, так и статистически (сумма квадратов
отклонений для ключевых отраслей в регрессионной модели на 70% больше).
Стоит отметить, что модель оценки границ в большинстве случаев
предсказывает более резкую динамику изменения доля расходов на
продукцию отдельных отраслей: например, более быстрое падение этой доли
для продукции легкой промышленности или быстрый рост расходов на
услуги ЖКХ и финансового сектора. В то же время, для машиностроения
63
наблюдается обратная ситуация: регрессионная модель предсказывает более
быстрый рост.
Приведенный анализ показывает некоторое преимущество модели
оценки границ по сравнение с оцениванием МНК-регресии; однако простого
сравнения
результатов
может
быть
недостаточно
для
того,
чтобы
окончательно выбрать один из подходов.
Применение регрессионной модели для решения поставленной задачи
сильно ограниченно. Для корректного построения регрессии необходимо
выполнение целого ряда условий. В их числе наличие достаточного
количества наблюдений, для выполнения асимптотических свойств оценок,
строгие
предположения
об
ошибках
(отсутствие
автокорреляции,
гетероскедастичности), правильный выбор факторов. Очевидно, что в силу
особенностей поставленной задачи невозможно гарантировать выполнение
всех этих условий. Временная структура данных не позволяет предположить
отсутствие автокорреляции и гетероскедастичности, малое количество
наблюдений ограничивает использование традиционных методов анализа
временных рядов, таких как ARMA-моделей, и не гарантирует хороших
свойств полученных оценок. Кроме того, регрессионная модель плохо
подходит для описания процессов, испытывающих сильный перелом в
тенденции, каким в данном случае явился кризис 1998 года. Для описание
таких процессов требуются дополнительные предположения, например,
задание фиктивных переменных, что неудобно в том числе потому, что
сокращает количество наблюдений.
Описанная в диссертации модель оценки границ временного ряда
лишена этих недостатков. Ее преимущества заключаются в том, что при ее
использовании
не
выдвигается
предположений
об
остатках
и
нет
ограничений на природу исследуемых данных. При правильном подборе
объясняющих переменных модель позволяет выявлять и моделировать такие
64
структурные изменения как перелом тенденции, то есть учесть влияние
кризиса удается без введения фиктивных переменных.
Важными также являются свойства получаемых прогнозов с помощью
этих
двух
конкурирующих
подходов.
Одним
из
фундаментальных
недостатков применения регрессионного подхода (в том числе анализа
временных рядов) для прогнозирования является увеличение дисперсии
прогноза. То есть при увеличении горизонта прогнозирования диапазон
возможных значений расширяется. Модель оценки границ во многом лишена
этого свойства. В работе удалось показать, что во многих случаях не только
не происходит расширения, но диапазон возможных значений в период
прогноза даже сужается. Через сходимость границ проявляется механизм
обратного влияния на дисперсию ошибок, то есть большие дисперсии не
накапливаются, а «забываются».
Таким образом, для решения поставленной задачи – моделирования и
прогнозирования отраслевой структуры конечного потребления домашних
хозяйств – предложенный механизм оценки границ временного ряда
представляется лучше применимым, чем традиционные методы оценивания
временных рядов. Малое количество наблюдение и наличие шока,
существенное
затрудняющее
применение
традиционных
методов
оценивания, не являются критическими при использовании такого подхода.
Кроме того, стоит отметить широкие возможности для развития и
трансформации данного подхода. Например, предложенный механизм
индикатор позволил весьма точно описать фактическую динамику расходов
на продукцию отдельных отраслей. Гибкость в подборе функциональной
формы зависимости от времени и других объясняющих переменных
позволяют использовать аналогичные модели и для решения задач самой
разной природы. Среди прочих преимуществ такого подхода стоит отметить
простую техническую реализацию
65
3.3. Применение результатов моделирования для расчета
индекса цен
В результате применения описанной выше модели оценки границ
возможных значений временного ряда к данным в двух системах цен могут
быть рассчитаны индексы цен потребления домашних хозяйств продукции
отдельных
отраслей.
Значения
индекса
могут
трактоваться
как
потребительская инфляция на продукцию данной отрасли.
Модель оценки границ позволяет получать прогноз отраслевой
структуры конечного потребления домашних хозяйств в зависимости от
динамики совокупного объема расходов на конечное потребление домашних
хозяйств. Таким образом, с помощью описываемых ценовых индексов
модель позволяет прогнозировать и отраслевую структуру потребительской
инфляции в зависимости от динамики общей потребительской инфляции.
Изменение
общего
уровня
потребительских цен
«расщепляется» на
изменение цен на продукцию отдельных отраслей.
Стоит отметить, что в данной работе моделирование динамики
отраслевой структуры расходов на конечное потребление домашних хозяйств
производится без экзогенного прогнозирования динамики цен. Поэтому
рассчитанная ценовая динамика может также служить одним из критериев
для проверки качества прогнозов: адекватные значения индексов цен на
продукцию отдельных отраслей могут свидетельствовать в пользу высокого
качества полученных прогнозных значений.
Для расчета индексов цен потребления продукции отдельных отраслей
необходимо использовать данные о потреблении этой продукции в основных
ценах базового года и в текущих ценах покупателей. Как было описано в
Главе 1, цепной индекс цен продукцию отрасли i в период t может быть
записан в виде:
66
t
Pi 
t
Yc i
t
Xi
t 1
Yc i
t 1
Xi
1,
(9)
где:
Xit – потребление продукции отрасли i в периоде t в основных ценах
базового года,
Ycit – потребление продукции отрасли i в периоде t в текущих ценах
покупателей.
Выше было показано, что применение исходных данных для расчета
подобных индексов характеризуется высокой волатильностью последних в
силу краткосрочных колебаний объемов потребления продукции отдельных
отраслей. Поэтому, для расчета индексов по модельным данным, как и для
периода прогноза, использовалась сглаженная динамика. В качестве уровня
потребления продукции отрасли в течение всего периода 1995-2008 гг.
рассматривалось среднее арифметическое значение полученных границ в
каждый период. То есть, данные для периода наблюдений были рассчитаны
аналогично прогнозным данным. Это обстоятельство позволило несколько
сгладить краткосрочные колебания потребления продукции отдельных
отраслей, учтя при этом такие ключевые события, как кризис 98 года.
В таблице 7 (стр. 69) приведены значения индексов цен потребления
продукции отдельных отраслей, рассчитанные с использованием данных,
полученных в результате применения модели оценки границ. Полученная
динамика, рассчитанная на основе сглаженных значений, демонстрирует
несколько меньшую волатильность, чем рассчитанная по исходным данным
(табл. 2, стр. 27), особенно это заметно для посткризисного периода 20002003 гг.
Период до кризиса 98 года, то есть интервал 1996-1998 гг.
характеризуется довольно большим разбросом значений индексов, как по
67
отраслям, так и во временном разрезе. Для целого ряда отраслей характерно
высокое значение инфляции (больше 50%, желтый цвет в таблице). Для
некоторых, например, нефтегазового сектора, наблюдает дефляция в течение
3-х лет (зеленый цвет в таблице), что может объясняться регулируемыми
тарифами на газ.
1999 год, вследствие влияния кризиса 98 года, характеризуется
высокой или сверхвысокой инфляцией (больше 100%, красный цвет в
таблице) для абсолютного большинства отраслей.
В период 2000-2008 гг. для всех отраслей (кроме двух позиций в 2000
году) характерны умеренные значения инфляции (0-50%). То есть модель
прогнозирует относительно стабильную динамику цен на продукцию
отдельных отраслей.
Стоит также отметить, что динамика индекса цен для суммы расходов
на конечное потребление домашних хозяйств (как с учетом торговли, так и
без) представляется вполне адекватной и хорошо соотносится с динамикой
ИПЦ, что также может свидетельствовать в пользу высокого качества
полученных с помощью этой модели прогнозов.
68
Таблица 7
Значения индексов цен потребления д/х продукции отдельных отраслей, рассчитанные по данным, полученным в результате
применения модели оценки границ
электроэнергетика
нефть+газ
химическая
машиностроение
лесная
строй. материалы
легкая
пищевая
прочая пром.
промышленность
строительство
С/Х
транспорт
связь
транспорт и связь
торговля
прочие
ЖКХ
здравоохранение
финансы
всего (с учетом торговли)
сумма (без учета торговли)
1996
23,07%
1997
5,22%
1998
21,37%
1999
284,09%
2000
39,90%
2001
41,63%
2002
29,37%
2003
22,62%
2004
35,96%
2005
23,42%
2006
18,41%
2007
20,82%
2008
23,27%
-22,23%
-29,80%
-20,06%
238,46%
34,08%
41,61%
29,81%
23,00%
38,05%
23,62%
18,48%
21,00%
23,31%
69,62%
76,66%
24,60%
25,10%
23,90%
51,01%
93,84%
123,20%
24,40%
-0,82%
27,78%
12,85%
21,40%
10,01%
17,30%
6,31%
28,40%
16,59%
19,41%
2,66%
15,87%
5,19%
18,39%
8,61%
21,04%
10,47%
68,24%
25,71%
28,69%
7,42%
42,40%
14,29%
119,55%
61,90%
17,18%
14,00%
24,73%
19,67%
18,68%
15,97%
13,44%
13,20%
23,69%
23,80%
9,30%
15,64%
9,43%
13,28%
12,20%
16,02%
13,77%
18,70%
16,77%
64,67%
-1,34%
26,32%
12,36%
30,94%
61,44%
80,07%
7,29%
17,45%
15,48%
22,52%
12,84%
17,73%
10,56%
13,88%
21,50%
23,63%
12,78%
13,22%
11,30%
11,80%
14,27%
14,35%
16,92%
16,39%
24,42%
2,19%
15,91%
41,38%
0,01%
8,05%
7,36%
6,07%
14,87%
7,54%
7,71%
10,68%
13,18%
51,18%
39,09%
18,44%
0,76%
30,33%
32,97%
90,55%
102,21%
12,96%
-8,83%
20,47%
8,13%
16,01%
7,36%
12,18%
5,23%
22,67%
16,85%
11,10%
4,67%
10,40%
6,32%
13,22%
9,88%
15,25%
12,15%
119,95%
41,93%
34,88%
48,36%
13,71%
15,84%
12,84%
10,19%
16,18%
9,33%
8,91%
11,03%
12,93%
23,35%
2,39%
22,30%
114,35%
11,11%
21,52%
16,58%
12,47%
24,59%
11,56%
10,72%
13,76%
15,86%
46,17%
13,42%
32,15%
113,59%
9,92%
19,97%
15,35%
11,30%
22,66%
9,72%
9,54%
12,59%
14,61%
-48,85%
12,92%
-36,13%
6,38%
-23,78%
7,74%
110,78%
43,62%
24,42%
17,56%
31,65%
21,23%
24,11%
17,89%
20,04%
15,64%
34,91%
25,81%
25,97%
20,33%
19,97%
16,77%
22,84%
19,38%
26,47%
22,66%
17,98%
39,29%
3,85%
5,86%
12,50%
20,95%
72,30%
55,63%
16,13%
1,09%
22,23%
10,16%
17,76%
8,82%
14,55%
7,06%
25,89%
16,68%
16,86%
8,18%
14,11%
8,22%
16,85%
11,26%
19,49%
13,72%
51,46%
18,12%
28,41%
79,82%
11,86%
18,97%
15,04%
11,63%
21,79%
11,16%
10,38%
13,18%
15,32%
49,39%
18,28%
26,26%
75,92%
13,88%
20,10%
15,97%
12,56%
22,69%
12,59%
11,32%
14,03%
16,23%
69
Заключение
Основным результатом работы является разработанный механизм
моделирования временного ряда с помощью оценки границ его возможных
значений и получение на его основе среднесрочного прогноза отраслевой
структуры конечного потребления домашних хозяйств.
Поставленную цель разработки модели для расчета прогноза динамики
отраслевой структуры конечного потребления домашний хозяйств в
российской экономике на период 2004-2008 гг. в зависимости от общей
суммы расходов можно считать достигнутой.
Выводы
1. В результате анализа накопленного опыта в области моделирования
структуры потребления было установлено, что задача моделирования
отраслевой структуры конечного потребления домашних хозяйств на основе
МОБ применительно к современным российским данным не решалась. Более
того, ранее разработанные известные модели для решения аналогичных задач
требуют серьезной модификации для применения к решению поставленной
задачи.
2. Анализ доступной статистики показал, что официальные источники
не предоставляют всего необходимого для исследования массива данных.
Информация из альтернативных источников (ИНП РАН) отчасти восполняет
пробелы в официальной статистике, но не всегда с ней согласуется.
3.
В
силу
особенностей
поставленной
задачи
и
недостатка
статистической информации (годовые данные за период 1995-2003 гг.)
традиционные методы прогнозирования с помощью аппарата анализа
временных рядов оказались не применимы.
4. Разработанный механизм моделирования временных рядов с
помощью оценки границ их возможных значений в условиях поставленной
70
задачи
оказывается
более
эффективным,
чем
применение
методов
прогнозирования, основанных на использовании регрессионного анализа и
анализа временных рядов. В силу отсутствия априорных предположений о
природе остатков модели он оказывается гораздо лучше применим для
получения прогнозов в условиях малой выборки временного ряда.
5. Одним из ключевых преимуществ данного метода следует признать
его гибкость и широкие возможности для модификаций. В работе приводится
описание
механизма
смоделировать
индикаторов,
краткосрочные
позволившего
колебания
весьма
фактической
точно
структуры
потребления. Представляется, что применение механизма оценки границ
временного ряда может оказаться перспективным и при решении более
широкого класса задач.
6.
Важным
результатом
моделирования
динамики
отраслевой
структуры конечного потребления домашних хозяйств в зависимости от
динамики общего объема расходов на конечное потребление, реализованного
в диссертации, является возможность прогнозирования темпов изменения
цен потребления домашних хозяйств продукции отдельных отраслей.
7. Полученные прогнозы отраслевой структуры конечного потребления
домашних хозяйств представляются достаточно обоснованными и могут
быть использованы в дальнейших исследованиях, в том числе в рамках
проекта получения среднесрочного прогноза основных макроэкономических
показателей экономики России.
71
Список литературы
1.
Абрамова Е.А., Белоусов Д.Р., Михайленко К.В. Экономические итоги
развития российской экономики в 2006 г. и прогноз на 2008-2010 гг. Вопросы
прогнозирования №1 (106), 2008 г., стр. 55-73.
2.
Багриновский К.А., Бусыгин В.П. Математика плановых решений. Москва:
Наука, 1980 г.
3.
Белоусов
А.Р.
Сценарии
экономического
развития
России
на
пятнадцатилетнюю перспективу. Вопросы прогнозирования №1 (94), 2006 г.,
стр. 3-53.
4.
Белоусов Д.Р., Михайленко К.В. О положении в российской экономике.
Вопросы прогнозирования №3 (102), 2007 г., стр. 21-42.
5.
Беркович Э. Вопросы долгосрочного прогнозирования жизненного уровня.
Долгосрочное планирование и прогнозирование. [ред.] Хачатуров Т.С.
Москва: Прогресс, 1975 г., стр. 253-263.
6.
Вальтух К.К. К анализу структуры потребления. Оптимизационные и
балансовые модели народного хозяйства. новосибирск: Наука, 1977 г., стр.
86-115
7.
Вальтух
К.К.
Эксперементальная
проверка
гипотетической
функции
потребления. Проблемы моделирования народного хозяйства, ч. 4.
[ред.]
Вальтух К.К. Новосибирск, 1974 г., стр. 125-233.
8.
Вангревелинге
Г.
Долгосрочное
планирование
потребления
семей.
Долгосрочное планирование и прогнозирование. [ред.] Хачатуров Т.С.
Москва: Прогресс, 1975 г., стр. 319-328.
9.
Гордеева З.П. Вопросы построения прогноза платежеспособного спроса
населения. Новосибирск: Наука, 1968 г.
10. Дитон
А.
Долгосрочное
прогнозирование
потребительского
спроса.
Долгосрочное планирование и прогнозирование. [ред.] Хачатуров Т.С.
Москва: Прогресс, 1975 г., стр. 311-318.
72
11. Ершов Э.Б. Инвариантность линейных соотношений при выравнивании
эмпирических
данных
методом
наименьших
квадратов.
Экономико-
математические методы, 1968 г. №2
12. Майер В.Ф., Галынский Т.В. Опыт разработки дифференцированного баланса
доходов и потребления населения СССР. Доходы и покупательский спрос
населения. [ред.] Карапетян А.Х. Москва: Статистика, 1968 г., стр. 118-129.
13. Насс Ф. Интегрированная система функций среднесрочного потребления
домашних хозяйств. Проблемы применения макроэкономических моделей в
планировании. Москва: Прогресс, 1972 г., стр. 223-252.
14. Римашевская Н.М. Вопросы совершенствования статистики уровня жизни.
Доходы и покупательский спрос населения. [ред.] Карапетян А.Х. Москва:
Статистика, 1968 г., стр. 154-165.
15. Римашевская Н.М. Проблемы моделирования уровня жизни населения в
народнохозяйственном
планировании.
Проблемы
применения
макроэкономических моделей в планировании. Москва: Прогресс, 1972, стр.
60-88.
16. Рувимская
Л.М.
динамической
Экспериментальные
модели
народнохозяйственного
с
целевой
оптимум,
расчеты
функцией
вып.
3,
ч.
по
межотраслевой
потребления.
2
[ред.]
Проблемы
Вальтух К.К.
Новосибирск, 1973 г., стр. 25-57.
17. Смышляев
А.С.,
потребления
Кириченко
материальных
Н.Я.
благ.
Среднесрочное
Методы
прогнозирование
народнохозяйственного
прогнозирования. Москва: Наука, 1985 г., стр. 319-339.
18. Соловьев
Ю.П.,
Друкер
С.Г.
Анализ
и
прогнозирование
структуры
потребительских расходов. Москва: Наука, 1981 г.
19. Узяков
М.Н.
Трансформация
российской
экономики
и
возможности
экономического роста. Москва: Издательство ИСЭПН, 2000 г.
20. Узяков М.Н., Маслов А.Ю., Губанов А.Ю. О разработке обновленных версий
рядов межотраслевых балансов РФ в постоянных и текущих ценах за 198073
2004 гг. Институт народнохозяйственного прогнозирования РАН. Научные
труды. Москва: МАКС Пресс, 2006 г., стр. 648-655.
21. Яременко Ю.В. Теория и методология исследования многоуровневой
экономики. Москва: Наука, 1997 г.
22. Яременко Ю.В., Ершов Э.Б., Смышляев А.С. Модель межотраслевых
взаимодействий. Экономика и мат. методы. 1975 г., Т.11, Вып. 3, стр. 421-438.
23. Дифференцированный баланс доходов и потребления населения и его
использование в планировании. [ред.] Майер В.Ф., Ершов Э.Б. Москва, 1971 г.
24. Квартальный прогноз, выпуск №7. 2007 г. Институт народнохозяйстванного
прогнозирования РАН.
25. Методологические положения по статистике. вып. 2. Москва, 1998 г.
26. Моделирование межотраслевых взаимодействий. [ред.] Яременко Ю.В. ЦЭМИ
РАН. Москва: Наука, 1984 г.
27. Плановый дифференцированный баланс доходов и потребления населения.
[ред.] Римашевская Н.М. ЦЭМИ РАН. Москва: Наука, 1981.
28. Houthakker H.S., Taylor L. D. Concumer Demand in the United States: Analyses
and Projections. 1970.
29. Theil. H.Theory and Measurement of Concumer Demand. 1976. Vol. 2.
30. Deaton A., Muellbauer J. An Almost Ideal Demand System. The American
Economic Review, Vol. 70, No. 3, Jun., 1980, стр. 312-326.
31. Stone R. Linaer Expenditure System and Demand Analysis: An Application to the
Pattern of British Demand. Economic Journal, 64, 1954b. p. 511-528
32. Internet-сайт Росстата: [http://www.gks.ru]
33. Internet-сайт
Института
народнохозяйственного
прогнозирования
РАН
[http://www.macroforecast.ru]
34. Internet-сайт Международного валютного фонда: [http://www.imf.com]
74
Приложения
Приложение 1
П1. Исходные данные
Таблица П1.1. Исходные данные в основных ценах базового года (источник ИНП РАН) (в млн. рублей)
1
электроэнергетика
2
нефть+газ
3
химическая
4
машиностроение
5
лесная
6
строй. материалы
7
8
9
прочая пром.
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
31 545
32 143
32 816
33 017
34 417
36 004
40 212
42 147
44 545
44 906
5 414
4 708
5 079
4 968
5 536
6 007
6 415
6 710
7 197
7 115
30 707
42 075
44 607
42 949
38 535
47 328
50 158
52 650
55 336
57 103
235 605
178 440
188 254
144 174
127 512
142 814
168 675
196 632
228 884
266 077
47 424
41 089
44 631
39 230
27 310
32 694
35 400
38 007
40 909
47 279
6 766
7 876
7 561
7 778
8 615
10 080
10 661
11 167
11 709
13 265
легкая
196 445
171 911
225 297
179 728
145 110
260 025
279 032
296 803
316 381
341 075
пищевая
681 621
562 929
624 338
601 168
519 784
579 415
615 246
647 150
681 684
756 212
11 971
14 806
14 806
15 231
16 871
18 305
20 286
23 656
24 625
31 521
1 248 058
1 056 524
1 187 939
1 068 796
924 340
1 133 339
1 226 574
1 315 189
1 411 272
1 564 555
23 519
20 250
18 954
17 760
18 843
22 122
28 896
35 747
44 851
35 688
10
промышленность
11
строительство
12
С/Х
382 291
388 319
405 790
363 018
323 906
371 067
400 151
427 823
452 789
406 178
13
транспорт
211 517
210 547
192 971
171 669
165 201
182 817
199 125
215 095
232 966
254 408
14
связь
33 915
35 506
37 088
37 771
49 716
58 525
70 027
81 595
95 328
124 726
15
транспорт и связь
245 432
246 053
230 059
209 440
214 917
241 342
269 152
296 690
328 294
379 134
16
торговля
857 907
862 927
868 372
794 328
707 035
807 227
913 665
1 024 805
1 151 710
1 274 943
17
прочие
2 401
2 869
4 112
5 745
6 095
9 862
10 447
10 961
11 514
11 383
18
ЖКХ
188 760
197 188
215 843
228 785
233 591
241 895
254 593
261 672
279 692
283 995
19
здравоохранение
102 130
101 842
101 672
108 234
122 010
129 517
138 354
148 915
152 261
182 569
20
финансы
42 621
50 379
48 731
52 072
58 022
60 333
71 965
79 286
88 951
110 130
21
сумма (1-9, 11-14, 16-20)
3 092 557
2 925 805
3 080 923
2 847 625
2 608 111
3 016 035
3 313 306
3 600 820
3 921 335
4 248 573
75
Таблица П1.2. Исходные данные в основных текущих ценах (источник ИНП РАН) (в млн. рублей)
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
1
электроэнергетика
4 650
10 833
14 815
9 229
27 887
36 004
61 845
78 597
113 029
126 100
2
нефть+газ
3 054
4 230
6 405
3 636
5 773
6 007
18 333
24 931
26 679
37 347
3
химическая
4
машиностроение
5
лесная
6
строй. материалы
7
легкая
8
пищевая
9
прочая пром.
7 869
9 801
13 664
18 897
33 968
47 328
62 049
71 594
93 380
115 665
30 260
39 246
55 628
75 285
110 692
142 814
189 118
256 088
316 852
416 560
6 811
8 259
11 915
14 881
22 515
32 694
41 405
52 155
62 516
77 450
314
2 646
3 776
5 280
8 506
10 080
12 264
16 615
20 891
26 532
57 079
81 827
94 620
110 742
188 531
260 025
314 910
409 460
479 879
552 206
126 645
168 241
194 112
238 878
463 066
579 415
738 325
899 390
1 023 542
1 240 468
2 714
9 309
9 460
8 818
13 607
18 305
22 729
22 720
31 696
44 700
239 913
334 760
395 647
486 607
875 519
1 133 339
1 462 280
1 833 270
2 170 331
2 639 723
4 029
7 359
7 911
9 984
13 241
22 122
23 438
29 230
36 946
32 928
10
промышленность
11
строительство
12
С/Х
96 354
128 708
151 159
170 488
315 475
371 067
429 651
461 024
513 094
579 187
13
транспорт
48 523
58 825
70 703
67 620
111 664
182 817
203 711
378 451
444 212
524 784
14
связь
9 160
25 126
27 496
41 992
42 826
58 525
79 221
61 382
72 048
96 424
15
транспорт и связь
16
торговля
17
прочие
3 457
4 490
4 516
4 059
6 582
9 862
18 242
22 215
25 552
27 333
18
ЖКХ
78 394
113 342
143 929
139 662
170 696
241 895
289 107
364 771
425 093
496 880
19
здравоохранение
19 461
35 118
60 865
63 256
89 135
129 517
182 956
216 826
279 653
356 969
20
финансы
15 525
26 381
33 789
43 890
55 880
60 333
86 764
119 564
169 329
222 632
21
сумма (1-9, 11-14, 16-20)
714 754
992 682
1 206 064
1 389 596
2 286 680
3 016 035
3 884 895
4 877 697
5 834 017
7 009 751
57 683
83 951
98 199
109 613
154 490
241 342
282 932
439 833
516 259
621 208
200 453
258 941
301 302
362 997
606 639
807 227
1 110 827
1 392 684
1 699 628
2 035 584
76
Таблица П1.3. Исходные данные в основных текущих ценах (источник Росстат) (в млн. рублей)
1995
1996
1997
1998
1999
2000
2001
2002
2003
1
электроэнергетика
4 650
10 833
14 815
9 229
27 887
36 004
61 845
78 597
113 029
2
нефть+газ
3 054
4 230
6 405
3 764
6 025
6 007
18 333
24 931
26 679
3
химическая
4
машиностроение
5
6
7
легкая
8
пищевая
9
прочая пром.
10
промышленность
11
строительство
12
С/Х
13
транспорт
14
связь
15
16
17
прочие
3 457
4 490
4 516
4 059
6 582
9 862
18 242
22 215
25 552
18
ЖКХ
78 394
113 342
143 929
139 662
170 696
241 895
289 107
364 771
425 093
19
здравоохранение
19 461
35 118
60 865
63 256
89 135
129 517
182 956
216 826
279 653
20
финансы
15 525
26 381
33 789
43 890
55 880
60 333
86 764
119 564
169 329
21
сумма (1-9, 11-14, 16-20)
Транспортная наценка на использованные товары
523 355
741 576
925 998
1 053 767
1 724 671
2 237 965
2 857 348
3 539 088
4 269 970
22
23
Торгово-посредническая наценка на использованные товары
24
Чистые налоги на продукты на использованные товары и услуги
25
Итого использовано в ценах покупателей (сумма строк 22-25)
26
27
28
7 869
9 801
13 664
18 897
33 968
47 328
62 049
71 594
93 380
30 260
39 246
55 628
75 285
110 692
142 814
189 118
256 088
316 852
лесная
6 811
8 259
11 915
14 881
22 515
32 694
41 405
52 155
62 516
строй. материалы
2 509
2 646
3 776
5 280
8 506
10 080
12 264
16 615
20 891
54 884
81 827
94 620
110 742
188 531
260 025
314 910
409 460
479 879
131 049
168 241
194 112
238 878
463 066
579 415
738 325
899 390
1 023 542
2 714
9 309
9 460
8 818
13 607
18 305
22 729
22 720
31 696
244 317
334 760
405 098
486 735
875 771
1 133 339
1 462 280
1 833 270
2 170 331
4 029
7 359
7 911
9 984
13 241
22 122
23 438
29 230
36 946
96 354
128 708
151 159
170 488
315 475
371 067
429 651
461 024
513 094
транспорт и связь
49 757
70 921
95 580
108 142
152 961
206 786
278 875
383 706
513 156
торговля
12 576
20 865
23 856
28 512
45 907
63 712
87 338
110 202
138 684
КОРРЕКТИРОВКИ: Прямые закупки за рубежом, совершаемые
резидентами
КОРРЕКТИРОВКИ: Прямые закупки на внутреннем рынке,
совершаемые нерезидентами
Итого использовано в ценах покупателей с учетом корректировок
(сумма строк 33-35)
7 926
12 217
2 620
1 864
1 708
2 231
4 057
2 824
3 103
187 877
238 076
277 446
334 485
560 732
743 515
1 023 489
1 282 483
1 560 944
7 279
21 089
38 592
82 427
169 062
196 787
284 240
398 701
524 641
725 789
1 012 326
1 244 032
1 471 625
2 454 923
3 178 281
4 165 781
5 219 097
6 353 000
53 181
52 846
58 589
69 604
158 668
264 490
261 384
314 269
343 122
-19 753
-35 263
-41 499
-59 355
-92 050
-107 812
-104 055
-130 888
-137 759
760 380
1 030 909
1 262 450
1 483 753
2 523 767
3 337 846
4 327 767
5 408 197
6 565 889
77
Таблица П1.4. Исходные данные в текущих ценах покупателей (источник Росстат) (в млн. рублей)
1995
1996
1997
1998
1999
2000
2001
2002
2003
8 081
9 677
31 416
40 810
72 358
92 296
115 530
16 420
11 645
19 692
23 526
56 875
94 900
125 759
37 147
72 125
100 665
136 247
165 038
208 349
130 756
208 412
269 200
337 956
461 269
568 746
25 956
40 686
56 485
77 256
97 546
118 148
10 426
15 694
19 111
25 021
32 963
43 018
183 919
208 681
346 416
475 215
604 564
732 657
863 483
324 921
378 678
477 724
860 787
1 094 855
1 431 364
1 783 936
2 098 107
13 303
13 375
11 661
18 041
22 344
28 585
32 460
44 607
471 061
638 751
755 409
925 553
1 615 494
2 105 098
2 774 883
3 498 783
4 193 273
4 127
7 399
9 171
9 984
13 241
22 122
23 438
29 230
36 946
108 520
144 489
169 538
194 586
355 694
418 346
505 386
552 194
629 417
транспорт и связь
44 590
64 898
91 253
102 134
150 617
210 488
288 704
390 101
521 029
торговля
14 738
21 320
26 070
33 012
55 162
74 177
102 584
135 789
171 733
1
электроэнергетика
3 086
5 608
2
нефть+газ
10 743
15 078
3
химическая
15 321
20 841
25 779
4
машиностроение
58 234
79 066
98 631
5
лесная
13 249
17 741
21 669
6
строй. материалы
4 973
6 690
7 528
7
легкая
116 222
154 504
8
пищевая
243 451
9
прочая пром.
4 620
10
промышленность
11
строительство
12
С/Х
13
транспорт
14
связь
15
16
17
прочие
5 280
9 455
8 283
7 801
11 296
16 915
31 200
35 453
45 222
18
ЖКХ
41 482
66 258
92 307
94 404
112 232
149 122
180 881
256 985
327 644
19
здравоохранение
19 755
34 373
59 531
62 122
87 510
124 533
176 560
206 676
265 891
20
финансы
17 399
26 383
33 797
43 907
55 903
60 366
86 801
119 604
169 371
21
сумма (1-9, 11-14, 16-20)
КОРРЕКТИРОВКИ: Прямые закупки за рубежом,
совершаемые резидентами
КОРРЕКТИРОВКИ: Прямые закупки на внутреннем рынке,
совершаемые нерезидентами
Итого использовано в ценах покупателей (сумма строк
21-24)
725 789
1 012 326
1 244 032
1 471 625
2 454 923
3 178 281
4 165 781
5 219 097
6 353 000
53 181
52 846
58 589
69 604
158 668
264 490
261 384
314 269
343 122
-19 753
-35 263
-41 499
-59 355
-92 050
-107 812
-104 055
-130 888
-137 759
760 380
1 030 909
1 262 450
1 483 753
2 523 767
3 337 846
4 327 767
5 408 197
6 565 889
22
23
24
78
Таблица П1.5. Исходные данные в основных ценах базового года (источник ИНП РАН) в долях к
общей сумме расходов
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
1
электроэнергетика
1,0%
1,1%
1,1%
1,2%
1,3%
1,2%
1,2%
1,2%
1,1%
1,1%
2
нефть+газ
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
3
химическая
1,0%
1,4%
1,4%
1,5%
1,5%
1,6%
1,5%
1,5%
1,4%
1,3%
4
машиностроение
7,6%
6,1%
6,1%
5,1%
4,9%
4,7%
5,1%
5,5%
5,8%
6,3%
5
лесная
1,5%
1,4%
1,4%
1,4%
1,0%
1,1%
1,1%
1,1%
1,0%
1,1%
6
строй. материалы
0,2%
0,3%
0,2%
0,3%
0,3%
0,3%
0,3%
0,3%
0,3%
0,3%
7
легкая
6,4%
5,9%
7,3%
6,3%
5,6%
8,6%
8,4%
8,2%
8,1%
8,0%
8
пищевая
22,0%
19,2%
20,3%
21,1%
19,9%
19,2%
18,6%
18,0%
17,4%
17,8%
9
прочая пром.
0,4%
0,5%
0,5%
0,5%
0,6%
0,6%
0,6%
0,7%
0,6%
0,7%
10
промышленность
40,3%
36,1%
38,6%
37,5%
35,4%
37,6%
37,0%
36,5%
36,0%
36,8%
11
строительство
0,8%
0,7%
0,6%
0,6%
0,7%
0,7%
0,9%
1,0%
1,1%
0,8%
12
С/Х
12,4%
13,3%
13,2%
12,7%
12,4%
12,3%
12,1%
11,9%
11,5%
9,6%
13
транспорт
6,8%
7,2%
6,3%
6,0%
6,3%
6,1%
6,0%
6,0%
5,9%
6,0%
14
связь
1,1%
1,2%
1,2%
1,3%
1,9%
1,9%
2,1%
2,3%
2,4%
2,9%
15
транспорт и связь
16
торговля
17
18
7,9%
8,4%
7,5%
7,4%
8,2%
8,0%
8,1%
8,2%
8,4%
8,9%
27,7%
29,5%
28,2%
27,9%
27,1%
26,8%
27,6%
28,5%
29,4%
30,0%
прочие
0,1%
0,1%
0,1%
0,2%
0,2%
0,3%
0,3%
0,3%
0,3%
0,3%
ЖКХ
6,1%
6,7%
7,0%
8,0%
9,0%
8,0%
7,7%
7,3%
7,1%
6,7%
19
здравоохранение
3,3%
3,5%
3,3%
3,8%
4,7%
4,3%
4,2%
4,1%
3,9%
4,3%
20
финансы
1,4%
1,7%
1,6%
1,8%
2,2%
2,0%
2,2%
2,2%
2,3%
2,6%
21
сумма (1-9, 11-14, 16-20)
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
Таблица П1.6. Исходные данные в основных текущих ценах (источник ИНП РАН) в долях к общей
сумме расходов
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
1
электроэнергетика
0,7%
1,1%
1,2%
0,7%
1,2%
1,2%
1,6%
1,6%
1,9%
1,8%
2
нефть+газ
0,4%
0,4%
0,5%
0,3%
0,3%
0,2%
0,5%
0,5%
0,5%
0,5%
3
химическая
1,1%
1,0%
1,1%
1,4%
1,5%
1,6%
1,6%
1,5%
1,6%
1,7%
4
машиностроение
4,2%
4,0%
4,6%
5,4%
4,8%
4,7%
4,9%
5,3%
5,4%
5,9%
5
лесная
1,0%
0,8%
1,0%
1,1%
1,0%
1,1%
1,1%
1,1%
1,1%
1,1%
6
строй. материалы
0,0%
0,3%
0,3%
0,4%
0,4%
0,3%
0,3%
0,3%
0,4%
0,4%
7
легкая
8,0%
8,2%
7,8%
8,0%
8,2%
8,6%
8,1%
8,4%
8,2%
7,9%
8
пищевая
17,7%
16,9%
16,1%
17,2%
20,3%
19,2%
19,0%
18,4%
17,5%
17,7%
9
прочая пром.
0,4%
0,9%
0,8%
0,6%
0,6%
0,6%
0,6%
0,5%
0,5%
0,6%
10
промышленность
33,6%
33,7%
32,8%
35,0%
38,3%
37,6%
37,6%
37,6%
37,2%
37,7%
11
строительство
0,6%
0,7%
0,7%
0,7%
0,6%
0,7%
0,6%
0,6%
0,6%
0,5%
12
С/Х
13,5%
13,0%
12,5%
12,3%
13,8%
12,3%
11,1%
9,5%
8,8%
8,3%
13
транспорт
6,8%
5,9%
5,9%
4,9%
4,9%
6,1%
5,2%
7,8%
7,6%
7,5%
14
связь
1,3%
2,5%
2,3%
3,0%
1,9%
1,9%
2,0%
1,3%
1,2%
1,4%
15
транспорт и связь
16
торговля
17
прочие
18
ЖКХ
19
20
21
сумма (1-9, 11-14, 16-20)
8,1%
8,5%
8,1%
7,9%
6,8%
8,0%
7,3%
9,0%
8,8%
8,9%
28,0%
26,1%
25,0%
26,1%
26,5%
26,8%
28,6%
28,6%
29,1%
29,0%
0,5%
0,5%
0,4%
0,3%
0,3%
0,3%
0,5%
0,5%
0,4%
0,4%
11,0%
11,4%
11,9%
10,1%
7,5%
8,0%
7,4%
7,5%
7,3%
7,1%
здравоохранение
2,7%
3,5%
5,0%
4,6%
3,9%
4,3%
4,7%
4,4%
4,8%
5,1%
финансы
2,2%
2,7%
2,8%
3,2%
2,4%
2,0%
2,2%
2,5%
2,9%
3,2%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
79
Таблица П1.7. Исходные данные в основных текущих ценах (источник Росстат) в долях к общей
сумме расходов
1995
1996
1997
1998
1999
2000
2001
2002
2003
1
электроэнергетика
0,9%
1,5%
1,6%
0,9%
1,6%
1,6%
2,2%
2,2%
2,6%
2
нефть+газ
0,6%
0,6%
0,7%
0,4%
0,3%
0,3%
0,6%
0,7%
0,6%
3
химическая
1,5%
1,3%
1,5%
1,8%
2,0%
2,1%
2,2%
2,0%
2,2%
4
машиностроение
5,8%
5,3%
6,0%
7,1%
6,4%
6,4%
6,6%
7,2%
7,4%
5
лесная
1,3%
1,1%
1,3%
1,4%
1,3%
1,5%
1,4%
1,5%
1,5%
6
строй. материалы
0,5%
0,4%
0,4%
0,5%
0,5%
0,5%
0,4%
0,5%
0,5%
7
легкая
10,5%
11,0%
10,2%
10,5%
10,9%
11,6%
11,0%
11,6%
11,2%
8
пищевая
25,0%
22,7%
20,9%
22,6%
26,8%
25,9%
25,8%
25,4%
24,0%
9
прочая пром.
0,5%
1,3%
1,0%
0,8%
0,8%
0,8%
0,8%
0,6%
0,7%
10
промышленность
46,6%
45,1%
43,7%
46,1%
50,8%
50,6%
51,2%
51,8%
50,8%
11
строительство
0,8%
1,0%
0,9%
0,9%
0,8%
1,0%
0,8%
0,8%
0,9%
12
С/Х
18,4%
17,3%
16,3%
16,2%
18,3%
16,6%
15,0%
13,0%
12,0%
13
транспорт
14
связь
15
транспорт и связь
9,5%
9,6%
10,3%
10,3%
8,9%
9,2%
9,8%
10,8%
12,0%
16
торговля
2,4%
2,8%
2,6%
2,7%
2,7%
2,8%
3,1%
3,1%
3,2%
17
прочие
18
ЖКХ
19
20
21
сумма (1-9, 11-14, 16-20)
0,7%
0,6%
0,5%
0,4%
0,4%
0,4%
0,6%
0,6%
0,6%
15,0%
15,3%
15,5%
13,2%
9,9%
10,8%
10,1%
10,3%
10,0%
здравоохранение
3,7%
4,7%
6,6%
6,0%
5,2%
5,8%
6,4%
6,1%
6,5%
финансы
3,0%
3,6%
3,6%
4,2%
3,2%
2,7%
3,0%
3,4%
4,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
Таблица П1.8. Исходные данные в текущих ценах покупателей (источник Росстат) в долях к общей
сумме расходов
1995
1996
1997
1998
1999
2000
2001
2002
2003
1
электроэнергетика
0,4%
0,6%
0,6%
0,7%
1,3%
1,3%
1,7%
1,8%
1,8%
2
нефть+газ
1,5%
1,5%
1,3%
0,8%
0,8%
0,7%
1,4%
1,8%
2,0%
3
химическая
2,1%
2,1%
2,1%
2,5%
2,9%
3,2%
3,3%
3,2%
3,3%
4
машиностроение
8,0%
7,8%
7,9%
8,9%
8,5%
8,5%
8,1%
8,8%
9,0%
5
лесная
1,8%
1,8%
1,7%
1,8%
1,7%
1,8%
1,9%
1,9%
1,9%
6
строй. материалы
0,7%
0,7%
0,6%
0,7%
0,6%
0,6%
0,6%
0,6%
0,7%
7
легкая
16,0%
15,3%
14,8%
14,2%
14,1%
15,0%
14,5%
14,0%
13,6%
8
пищевая
33,5%
32,1%
30,4%
32,5%
35,1%
34,4%
34,4%
34,2%
33,0%
9
прочая пром.
10
промышленность
11
строительство
12
С/Х
13
транспорт
14
связь
15
16
17
0,6%
1,3%
1,1%
0,8%
0,7%
0,7%
0,7%
0,6%
0,7%
64,9%
63,1%
60,7%
62,9%
65,8%
66,2%
66,6%
67,0%
66,0%
0,6%
0,7%
0,7%
0,7%
0,5%
0,7%
0,6%
0,6%
0,6%
15,0%
14,3%
13,6%
13,2%
14,5%
13,2%
12,1%
10,6%
9,9%
транспорт и связь
6,1%
6,4%
7,3%
6,9%
6,1%
6,6%
6,9%
7,5%
8,2%
торговля
2,0%
2,1%
2,1%
2,2%
2,2%
2,3%
2,5%
2,6%
2,7%
прочие
0,7%
0,9%
0,7%
0,5%
0,5%
0,5%
0,7%
0,7%
0,7%
18
ЖКХ
5,7%
6,5%
7,4%
6,4%
4,6%
4,7%
4,3%
4,9%
5,2%
19
здравоохранение
2,7%
3,4%
4,8%
4,2%
3,6%
3,9%
4,2%
4,0%
4,2%
20
финансы
2,4%
2,6%
2,7%
3,0%
2,3%
1,9%
2,1%
2,3%
2,7%
21
сумма (1-9, 11-14, 16-20)
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
80
Приложение 2
П2. Результаты применения ARMA-моделей
Таблица П2.1. Результаты применения ARMA-моделей
Электроэнергетика
Нефть+газ
Хим. пром.
Машиностроение
Лесная и
деревообрабат. пром.
Пром. строй.
материалов
Легкая пром.
Пищевая пром.
Прочие продукты
пром.
Промышленность
Строительство
С/Х
Транспорт
Связь
Торговля
Прочие
ЖКХ
Здравоохранение
Финансы
Всего
модель
t^2
с
t
-3 834
2 043
0,61
-608
325
0,05
0,38
ar(1)
ma(1)
выборка
R2
R2-adj
MAPE
2004
2005 (расчет)
1995-2004
0,97
0,96
2,19
44 906
47 059
-1
1995-2004
0,97
0,95
4,04
6 993
7 498
-3,01
3 362
2 215
1995-2004
0,98
0,97
5,01
57 103
58 740
695 000
-75 707
2 411 119
1999-2004
1
1
17
266 077
308 836
5 727
-756
102 032
1999-2004
0,98
0,96
21
47 279
50 595
-4 213
707
1999-2004
0,96
0,93
4,56
13 265
13 801
-140 000
19 945
2000-2004
1
0,99
12,4
341 075
358 498
-301 000
43 453
1999-2004
0,98
0,97
13,74
756 212
785 334
11 015
0
1995-2004
0,92
0,91
5,01
31 521
37 666
-1 270 000
118 000
1995-2004
0,98
0,97
17,45
1 557 439
1 674 895
-51 715
3 824
0,48
-1
1995-2004
0,86
0,8
14
35 688
41 809
0,42
3,59
1995-2004
0,95
0,94
6,59
406 178
391 947
1995-2004
1
1
15,3
254 408
269 514
-0,03
0,53
1,3
392 000
0
-168 000
17 499
692 000
-71 700
1 997 691
1995-2004
0,99
0,98
23,6
124 726
148 334
149 000
-37 492
3 519 168
1995-2004
1
1
16,6
1 274 943
1 411 156
18 825
0
37 525
10 339
-84 232
10 655
-62 846
6 621
-3 430 000
320 000
0,92
1995-2004
0,92
0,91
18,9
11 383
11 971
-1
1995-2004
0,99
0,99
1,3
283 995
296 041
0,42
-0,92
1995-2004
0,98
0,97
3,64
182 569
180 908
0,6321
3,2469
1995-2004
0,99
0,99
7,85
110 130
108 834
1999-2004
1
1
15,5
4 131 328
4 571 737
81
Приложение 3
П3. Динамика суммы расходов на конечное потребление д/х
Таблица П3.1. Исходные данные и результаты расчетов прогнозных значений суммы расходов на конечное потребление домашних хозяйств в разных системах цен
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
3 093 118
2 926 352
3 081 472
2 848 178
2 608 759
3 016 704
3 313 796
3 601 087
3 921 335
4 248 573
715 269
993 051
1 206 767
1 390 557
2 287 656
3 016 704
3 886 198
4 879 417
5 835 884
7 012 443
523 870
741 944
926 702
1 054 728
1 725 647
2 238 633
2 858 652
3 540 808
4 271 838
725 789
1 012 326
1 244 032
1 471 625
2 454 923
3 178 281
4 165 781
5 219 097
6 353 000
СНС
759 955
1 056 059
1 265 468
1 498 662
2 526 168
3 295 237
4 318 121
5 400 346
6 540 148
ИПЦ
0,244
0,298
0,331
0,609
0,832
1,000
1,186
1,365
3 093 118
2 926 352
3 081 472
2 848 178
2 608 759
3 016 704
3 313 796
Y-INP
715 269
993 051
1 206 767
1 390 557
2 287 656
3 016 704
Y-GKS
523 870
741 944
926 702
1 054 728
1 725 647
2 238 633
Y-cons
725 789
1 012 326
1 244 032
1 471 625
2 454 923
3 178 281
ИНХП-2000
(баз. цены)
ИНХП (осн.
тек. цены)
МОБ (осн
цены)
МОБ (цены
пок.)
2005
2006
2007
2008
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
1,529
1,708
1,894
2,064
2,310
2,633
3 601 087
3 921 335
4 248 573
4 831 681
5 315 085
5 814 231
6 418 426
3 886 198
4 879 417
5 835 884
7 012 443
9 150 560
11 081 998
13 690 747
17 391 279
2 858 652
3 540 808
4 271 838
5 485 347
6 914 264
8 380 889
10 361 825
13 171 799
4 165 781
5 219 097
6 353 000
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
Рассчет.
значения
Y-2000
7000000
6000000
5000000
4000000
3000000
2000000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
Рис. П3.1. Динамика общего объема расходов на конечное потребление д/х
в основных ценах базового года
82
Приложение 4
П4. Результаты прогнозирования
Результаты прогнозирования с помощью модели оценки границ
Таблица П4.1. Результаты прогнозирования с помощью модели оценки
Таблица П4.2. Результаты прогнозирования с помощью модели оценки
границ в основных ценах базового года (ИНП РАН) (в млн. рублей)
границ в основных ценах базового года в долях к общей сумме расходов
2005
2006
2007
2008
49 557
52 506
55 489
58 963
1
2005
2006
2007
2008
Электроэнергетика
1,0%
1,0%
1,0%
1,0%
1
Электроэнергетика
2
Нефть+газ
8 007
8 555
9 113
9 772
2
Нефть+газ
0,2%
0,2%
0,2%
0,2%
3
Хим. пром.
61 555
65 105
68 676
72 784
3
Хим. пром.
1,4%
1,4%
1,4%
1,3%
4
Машиностроение
321 135
370 453
422 005
485 817
4
Машиностроение
6,4%
6,6%
6,7%
6,9%
5
Лесная и деревообрабат. пром.
53 719
60 000
66 632
74 988
5
Лесная и деревообрабат. пром.
1,1%
1,1%
1,1%
1,1%
6
Пром. строй. материалов
14 096
15 103
16 115
17 278
6
Пром. строй. материалов
0,3%
0,3%
0,3%
0,3%
7
Легкая пром.
382 438
417 410
452 596
493 111
7
Легкая пром.
8,9%
9,1%
9,3%
9,5%
8
Пищевая пром.
825 817
894 479
965 817
1 053 156
8
Пищевая пром.
17,1%
16,7%
16,4%
16,1%
9
Прочие продукты пром.
Прочие продукты пром.
33 139
36 443
39 792
43 709
9
1 771 973
1 954 837
2 144 206
2 374 667
10
Промышленность
52 767
60 522
68 500
78 093
11
С/Х
481 233
513 802
547 698
589 328
13
Транспорт
293 314
325 343
358 719
14
Связь
137 715
155 572
173 665
15
Транспорт и связь
430 496
479 824
16
Торговля
1 485 638
17
Прочие
12 296
18
ЖКХ
19
Здравоохранение
20
Финансы
119 464
132 247
21
Сумма (1-9,11-12,15-20)
4 814 512
5 290 680
22
Общие расходы
4 831 681
5 315 085
23
Сумма / Общие расходы
99,6%
99,5%
10
Промышленность
11
Строительство
12
0,7%
0,7%
0,8%
0,8%
37,1%
37,2%
37,2%
37,3%
Строительство
1,0%
1,0%
1,0%
1,0%
12
С/Х
9,5%
9,0%
8,6%
8,2%
399 802
13
Транспорт
5,7%
5,7%
5,7%
5,6%
194 792
14
Связь
3,0%
3,1%
3,2%
3,4%
530 686
592 091
15
Транспорт и связь
8,7%
8,8%
8,9%
9,0%
1 664 319
1 849 234
2 073 997
16
Торговля
30,0%
30,3%
30,7%
31,0%
12 866
13 397
13 909
17
Прочие
0,3%
0,3%
0,3%
0,3%
294 632
303 922
312 971
322 707
18
ЖКХ
6,3%
6,0%
5,8%
5,5%
188 523
202 034
215 639
231 328
19
Здравоохранение
4,0%
4,0%
4,0%
3,9%
145 224
160 432
20
Финансы
5 781 283
6 373 968
21
Сумма (1-9,11-12,15-20)
5 814 231
6 418 426
22
Общие расходы
99,4%
99,3%
2,5%
2,6%
2,7%
2,7%
99,4%
99,2%
98,9%
98,7%
4 831 681
5 315 085
5 814 231
6 418 426
83
Таблица П4.3. Результаты прогнозирования с помощью модели оценки
границ в основных текущих ценах (ИНП РАН) (в млн. рублей)
Таблица П4.4. Результаты прогнозирования с помощью модели оценки
границ в основных текущих ценах (ИНП РАН) в долях
2005
2006
2007
2008
187 678
236 171
302 645
397 962
1
2005
2006
2007
2008
Электроэнергетика
2,0%
2,2%
2,3%
2,5%
1
Электроэнергетика
2
Нефть+газ
44 227
55 948
72 133
95 462
2
Нефть+газ
0,6%
0,6%
0,6%
0,7%
3
Хим. пром.
145 602
177 332
220 176
280 937
3
Хим. пром.
1,6%
1,6%
1,6%
1,6%
4
Машиностроение
511 095
623 340
775 321
991 300
4
Машиностроение
6,0%
6,3%
6,5%
6,7%
5
Лесная и деревообрабат. пром.
100 869
122 750
152 350
194 383
5
Лесная и деревообрабат. пром.
1,1%
1,1%
1,1%
1,1%
6
Пром. строй. материалов
7
Легкая пром.
8
Пищевая пром.
9
Прочие продукты пром.
10
Промышленность
11
Строительство
12
30 739
36 794
44 868
56 213
6
Пром. строй. материалов
0,4%
0,4%
0,4%
0,4%
729 239
877 357
1 076 456
1 357 876
7
Легкая пром.
7,8%
7,7%
7,6%
7,5%
1 575 238
1 882 512
2 293 299
2 871 562
8
Пищевая пром.
17,0%
16,4%
16,0%
15,5%
53 390
65 682
82 456
106 429
9
Прочие продукты пром.
0,6%
0,6%
0,7%
0,7%
3 411 914
4 123 204
5 081 094
6 436 902
10
Промышленность
37,2%
37,0%
36,8%
36,6%
46 305
53 983
64 060
78 050
11
Строительство
0,5%
0,5%
0,5%
0,5%
С/Х
705 468
804 011
930 862
1 104 260
12
С/Х
6,8%
5,8%
4,9%
4,1%
13
Транспорт
653 435
805 952
1 013 667
1 310 105
13
Транспорт
8,5%
9,1%
9,5%
10,0%
14
Связь
105 391
116 704
130 710
149 241
14
Связь
1,0%
0,9%
0,8%
0,7%
15
Транспорт и связь
798 905
980 678
1 227 932
1 580 486
15
Транспорт и связь
9,4%
9,8%
10,1%
10,4%
16
Торговля
2 740 843
3 356 055
4 191 721
5 382 055
16
Торговля
29,8%
30,2%
30,6%
30,9%
17
Прочие
43 856
54 578
69 251
90 263
17
Прочие
0,5%
0,5%
0,5%
0,5%
18
ЖКХ
647 737
781 175
962 516
1 220 911
18
ЖКХ
7,1%
7,2%
7,2%
7,2%
19
Здравоохранение
451 549
552 088
688 423
882 377
19
Здравоохранение
5,0%
5,1%
5,2%
5,2%
20
Финансы
281 120
349 705
443 796
578 788
20
Финансы
3,2%
3,4%
3,6%
3,8%
21
Сумма (1-9,11-12,15-20)
21
Сумма (1-9,11-12,15-20)
99,5%
99,6%
99,5%
99,5%
22
Общие расходы
9 150 560
11 081 998
13 690 747
17 391 279
22
Общие расходы
23
Сумма / Общие расходы
9 093 859
10 952 137
13 514 708
17 148 172
9 150 560
11 081 998
13 690 747
17 391 279
99,4%
98,8%
98,7%
98,6%
84
Таблица П4.5. Результаты прогнозирования с помощью модели оценки
границ в основных текущих ценах (Росстат) (в млн. рублей)
Таблица П4.6. Результаты прогнозирования с помощью модели оценки
границ в основных текущих ценах (Росстат) в долях
2004
2005
2006
2007
2008
152 969
206 433
261 689
337 611
446 658
1
2004
2005
2006
2007
2008
Электроэнергетика
2,6%
2,8%
3,0%
3,2%
3,4%
1
Электроэнергетика
2
Нефть+газ
34 941
47 096
59 680
77 048
102 071
2
Нефть+газ
0,4%
0,4%
0,4%
0,4%
0,4%
3
Хим. пром.
120 000
153 208
187 308
233 421
298 889
3
Хим. пром.
2,3%
2,4%
2,5%
2,5%
2,6%
4
381 327
480 421
582 039
718 976
912 894
4
8,1%
8,4%
8,7%
9,0%
81 422
103 228
125 601
155 792
198 589
5
Машиностроение
Лесная и деревообрабат.
пром.
7,8%
5
Машиностроение
Лесная и деревообрабат.
пром.
1,5%
1,6%
1,6%
1,6%
1,6%
6
Пром. строй. материалов
7
Легкая пром.
8
Пищевая пром.
9
Прочие продукты пром.
25 250
31 788
38 494
47 537
60 349
6
Пром. строй. материалов
0,5%
0,5%
0,5%
0,5%
0,6%
623 005
785 092
951 368
1 175 656
1 493 501
7
Легкая пром.
11,3%
11,3%
11,3%
11,3%
11,2%
1 328 755
1 657 147
1 993 386
2 444 757
3 082 123
8
Пищевая пром.
24,0%
23,7%
23,2%
22,8%
22,4%
35 228
42 340
49 591
59 221
72 711
9
Прочие продукты пром.
0,6%
0,5%
0,5%
0,4%
0,4%
51,7%
52,0%
52,1%
52,3%
52,4%
0,8%
0,7%
0,7%
0,7%
0,7%
10,5%
9,1%
7,8%
6,6%
5,4%
11,9%
12,4%
12,8%
13,3%
13,7%
3,3%
3,4%
3,5%
3,6%
3,7%
10
Промышленность
2 833 920
3 586 468
4 358 833
5 401 901
6 881 350
10
Промышленность
11
Строительство
51 400
65 426
79 838
99 355
127 095
11
Строительство
12
С/Х
626 746
732 654
839 572
977 932
1 167 861
12
С/Х
13
Транспорт
13
Транспорт
14
Связь
15
Транспорт и связь
621 416
798 657
981 031
1 228 908
1 582 144
14
Связь
15
Транспорт и связь
16
Торговля
182 828
236 261
291 269
366 131
472 913
16
Торговля
17
Прочие
38 490
51 364
64 667
18
ЖКХ
552 359
698 746
849 526
82 939
109 174
17
Прочие
1 054 978
1 348 296
18
ЖКХ
19
Здравоохранение
363 536
468 343
576 205
722 878
931 964
19
20
Финансы
172 145
213 293
255 410
21
Сумма (1-9,11-12,15-20)
311 898
391 609
5 391 818
6 771 496
8 186 674
10 095 037
22
Общие расходы
5 485 347
6 914 264
8 380 889
10 361 825
23
Сумма / Общие расходы
98,3%
97,9%
97,7%
97,4%
97,2%
0,6%
0,6%
0,7%
0,7%
0,7%
10,1%
10,2%
10,4%
10,5%
10,7%
Здравоохранение
6,8%
7,0%
7,2%
7,3%
7,5%
20
Финансы
4,0%
4,3%
4,5%
4,8%
5,0%
12 798 838
21
Сумма (1-9,11-12,15-20)
13 171 799
22
Общие расходы
99,2%
99,1%
99,1%
99,0%
99,0%
5 485 347
6 914 264
8 380 889
10 361 825
13 171 799
85
Таблица П4.7. Результаты прогнозирования с помощью модели оценки
границ в текущих ценах покупателей (Росстат) (в млн. рублей)
2004
2005
2006
2007
2008
Таблица П4.8. Результаты прогнозирования с помощью модели оценки
границ в текущих ценах покупателей (Росстат) в долях
2004
2005
2006
2007
2008
1
Электроэнергетика
170 511
226 456
284 110
362 768
475 167
1
Электроэнергетика
2,0%
2,2%
2,4%
2,6%
2,7%
2
Нефть+газ
147 683
198 819
251 689
324 408
428 928
2
Нефть+газ
1,8%
1,9%
2,1%
2,2%
2,4%
3
Хим. пром.
283 927
363 834
445 885
556 828
714 325
3
Хим. пром.
3,4%
3,5%
3,5%
3,6%
3,6%
4
715 309
903 189
1 095 934
1 355 954
1 724 464
4
9,0%
9,2%
9,3%
9,5%
159 397
203 409
248 612
309 764
396 613
5
Машиностроение
Лесная и деревообрабат.
пром.
8,9%
5
Машиностроение
Лесная и деревообрабат.
пром.
1,9%
2,0%
2,0%
2,1%
2,1%
6
Пром. строй. материалов
53 573
67 664
82 129
101 668
129 387
6
Пром. строй. материалов
0,7%
0,7%
0,8%
0,8%
0,8%
7
Легкая пром.
1 199 017
1 516 271
1 842 009
2 282 354
2 907 383
7
Легкая пром.
13,9%
13,8%
13,7%
13,6%
13,5%
8
Пищевая пром.
2 799 083
3 524 205
4 267 706
5 269 372
6 687 560
8
Пищевая пром.
33,2%
32,9%
32,6%
32,4%
32,1%
9
Прочие продукты пром.
52 176
63 657
75 402
91 128
113 292
9
Прочие продукты пром.
0,6%
0,5%
0,5%
0,5%
0,4%
10
Промышленность
5 634 546
7 152 536
8 711 066
10 817 768
13 807 853
10
Промышленность
11
Строительство
67,2%
67,6%
67,9%
68,3%
68,6%
53 458
67 972
82 885
103 084
131 795
11
Строительство
0,6%
0,6%
0,6%
0,7%
0,7%
12
С/Х
794 816
946 699
1 100 799
1 302 867
1 583 145
12
С/Х
8,7%
7,7%
6,7%
5,8%
5,0%
13
Транспорт
13
Транспорт
14
Связь
15
Транспорт и связь
681 223
881 732
1 088 152
1 369 060
1 769 729
14
Связь
15
Транспорт и связь
8,5%
9,0%
9,4%
9,8%
10,2%
16
Торговля
224 919
288 732
354 332
443 280
569 816
16
Торговля
2,8%
2,9%
2,9%
3,0%
3,1%
17
Прочие
69 621
92 489
116 107
18
ЖКХ
386 788
483 004
581 771
148 507
194 989
17
Прочие
0,5%
0,5%
0,5%
0,5%
0,5%
715 218
904 561
18
ЖКХ
5,3%
5,6%
5,9%
6,1%
6,4%
19
Здравоохранение
352 625
450 274
550 651
686 738
880 315
19
Здравоохранение
4,2%
4,3%
4,4%
4,4%
4,5%
20
Финансы
177 293
219 804
21
Сумма (1-9,11-12,15-20)
263 325
321 729
404 179
20
Финансы
2,7%
2,8%
3,0%
3,2%
3,3%
20 015 648
21
Сумма (1-9,11-12,15-20)
8 321 417
10 498 211
12 731 498
15 744 728
22
Общие расходы
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
22
Общие расходы
23
Сумма / Общие расходы
99,0%
98,8%
98,6%
98,4%
98,3%
99,9%
100,1%
100,3%
100,5%
100,7%
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
86
Результаты прогнозирования с помощью регрессионной модели
Таблица П4.9. Результаты прогнозирования с помощью регрессионной
модели в основных ценах базового года (ИНП РАН) (в млн. рублей)
1
Электроэнергетика
2
Нефть+газ
3
Хим. пром.
4
Машиностроение
5
Таблица П4.10. Результаты прогнозирования с помощью регрессионной
модели в основных ценах базового года в долях к общей сумме расходов
2005
2006
2007
2008
2005
2006
2007
2008
49 506
52 465
55 461
58 958
1
Электроэнергетика
1,0%
1,0%
1,0%
1,0%
7 981
8 485
8 996
9 594
2
Нефть+газ
0,2%
0,2%
0,2%
0,2%
62 218
65 671
69 134
73 093
3
Хим. пром.
1,3%
1,3%
1,3%
1,3%
322 029
372 678
425 606
491 085
4
Машиностроение
6,3%
6,6%
6,7%
6,9%
Лесная и деревообрабат. пром.
53 785
60 158
66 870
75 292
5
Лесная и деревообрабат. пром.
1,1%
1,1%
1,1%
1,1%
6
Пром. строй. материалов
14 119
15 130
16 147
17 316
6
Пром. строй. материалов
0,3%
0,3%
0,3%
0,3%
7
Легкая пром.
418 859
468 437
519 270
579 992
7
Легкая пром.
8
Пищевая пром.
830 924
902 999
978 046
1 070 289
8
Пищевая пром.
9
Прочие продукты пром.
33 170
36 589
40 060
44 124
9
Прочие продукты пром.
10
Промышленность
2 418 736
10
Промышленность
11
Строительство
50 720
57 623
12
С/Х
482 959
513 296
64 715
73 220
11
Строительство
544 780
583 243
12
С/Х
13
Транспорт
288 114
317 703
348 497
386 311
13
14
Связь
137 858
15
Транспорт и связь
425 972
157 090
176 670
199 748
474 793
525 167
586 059
16
Торговля
1 463 334
1 632 794
1 808 024
17
Прочие
13 261
14 101
18
19
ЖКХ
295 712
Здравоохранение
189 338
20
Финансы
117 796
21
Сумма (1-9,11-12,15-20)
22
Общие расходы
23
Сумма / Общие расходы
1 792 300
4 831 681
1 982 103
2 178 855
9,1%
9,4%
9,7%
9,9%
17,0%
16,6%
16,3%
16,1%
0,7%
0,7%
0,7%
0,7%
37,1%
37,2%
37,2%
37,3%
1,1%
1,1%
1,2%
1,2%
10,2%
9,9%
9,7%
9,4%
Транспорт
5,8%
5,8%
5,8%
5,7%
14
Связь
2,9%
3,0%
3,1%
3,2%
15
Транспорт и связь
8,7%
8,8%
8,9%
9,0%
2 020 702
16
Торговля
29,9%
30,3%
30,6%
30,9%
14 905
15 736
17
Прочие
0,3%
0,3%
0,3%
0,3%
305 568
315 214
325 697
18
ЖКХ
6,3%
6,0%
5,8%
5,5%
203 567
217 953
234 681
19
Здравоохранение
3,9%
3,9%
3,9%
3,8%
130 730
143 882
159 345
20
Финансы
2,4%
2,5%
2,5%
2,6%
21
Сумма (1-9,11-12,15-20)
100,0%
100,0%
100,0%
100,0%
22
Общие расходы
4 831 681
5 315 085
5 814 231
6 418 426
5 315 085
5 814 231
6 418 426
4 831 681
5 315 085
5 814 231
6 418 426
100,0%
100,0%
100,0%
100,0%
87
Таблица П4.11. Результаты прогнозирования с помощью регрессионной
модели в основных текущих ценах (ИНП РАН) (в млн. рублей)
Таблица П4.12. Результаты прогнозирования с помощью регрессионной
модели в основных текущих ценах (ИНП РАН) в долях
2005
2006
2007
2008
2005
2006
2007
2008
179 922
225 029
286 649
374 787
1
Электроэнергетика
0,5%
0,6%
0,6%
0,7%
111 427
2
Нефть+газ
1,7%
1,7%
1,8%
1,8%
1
Электроэнергетика
2
Нефть+газ
51 687
65 396
84 273
3
Хим. пром.
150 031
182 972
227 481
290 635
3
Хим. пром.
6,1%
6,3%
6,5%
6,7%
4
Машиностроение
535 913
660 294
829 475
1 070 699
4
Машиностроение
1,1%
1,2%
1,2%
1,2%
5
Лесная и деревообрабат. пром.
100 524
122 185
151 455
192 987
5
Лесная и деревообрабат. пром.
0,3%
0,3%
0,3%
0,3%
6
Пром. строй. материалов
7
Легкая пром.
8
Пищевая пром.
9
Прочие продукты пром.
10
Промышленность
11
Строительство
12
33 023
39 991
49 359
62 602
6
Пром. строй. материалов
730 901
880 509
1 081 904
1 366 874
7
Легкая пром.
1 601 540
1 920 938
2 349 518
2 954 505
8
Пищевая пром.
52 822
64 073
79 324
101 013
9
Прочие продукты пром.
8,0%
7,9%
7,8%
7,8%
17,5%
17,2%
16,9%
16,7%
0,4%
0,4%
0,4%
0,3%
37,7%
37,7%
37,7%
37,7%
3 441 594
4 168 390
5 148 872
6 538 454
10
Промышленность
0,5%
0,5%
0,4%
0,4%
45 612
53 103
62 955
76 651
11
Строительство
7,4%
6,5%
5,8%
5,1%
С/Х
701 028
799 544
927 161
1 102 485
12
С/Х
8,1%
8,6%
9,1%
9,5%
13
Транспорт
740 337
925 253
1 178 502
1 541 391
13
Транспорт
1,1%
0,9%
0,7%
0,5%
14
Связь
15
Транспорт и связь
16
Торговля
17
Прочие
40 108
49 324
18
ЖКХ
633 301
756 593
19
Здравоохранение
458 129
561 047
20
Финансы
284 237
353 913
21
Сумма (1-9,11-12,15-20)
22
Общие расходы
23
Сумма / Общие расходы
99 772
109 990
122 542
139 043
14
Связь
840 110
1 035 242
1 301 045
1 680 434
15
Транспорт и связь
2 711 674
3 311 845
4 125 476
5 282 751
16
61 871
79 770
922 966
1 158 806
700 550
449 287
9 150 560
11 081 998
13 690 747
9,2%
9,5%
9,7%
10,0%
30,1%
30,7%
31,3%
31,8%
Торговля
0,4%
0,5%
0,5%
0,5%
17
Прочие
6,7%
6,5%
6,3%
6,1%
18
ЖКХ
5,0%
5,1%
5,2%
5,2%
898 954
19
Здравоохранение
3,1%
3,2%
3,3%
3,4%
585 899
20
Финансы
100,0%
100,0%
100,0%
100,0%
21
Сумма (1-9,11-12,15-20)
9 150 560
11 081 998
13 690 747
17 391 279
22
Общие расходы
0,5%
0,6%
0,6%
0,7%
17 391 279
9 150 560
11 081 998
13 690 747
17 391 279
100,0%
100,0%
100,0%
100,0%
88
Таблица П4.13. Результаты прогнозирования с помощью регрессионной
модели в основных текущих ценах (Росстат) (в млн. рублей
Таблица П4.14. Результаты прогнозирования с помощью регрессионной
модели в основных текущих ценах (Росстат) в долях к общей сумме расходов
2004
2005
2006
2007
2008
2004
2005
2006
2007
2008
149 733
200 236
252 365
323 772
426 107
1
Электроэнергетика
2,7%
2,8%
2,9%
2,8%
2,9%
112 716
2
Нефть+газ
0,7%
0,8%
0,8%
0,8%
0,8%
1
Электроэнергетика
2
Нефть+газ
39 200
52 571
66 394
85 401
3
Хим. пром.
120 073
152 815
186 421
231 807
296 184
3
Хим. пром.
2,5%
2,5%
2,6%
2,5%
2,6%
4
407 175
521 577
639 173
798 601
1 025 373
4
8,7%
8,9%
8,7%
8,9%
81 437
103 290
125 724
156 040
199 060
5
Машиностроение
Лесная и деревообрабат.
пром.
8,4%
5
Машиностроение
Лесная и деревообрабат.
пром.
1,7%
1,7%
1,7%
1,7%
1,7%
6
Пром. строй. материалов
7
Легкая пром.
8
Пищевая пром.
9
Прочие продукты пром.
26 274
33 332
40 581
50 385
64 306
6
Пром. строй. материалов
0,6%
0,6%
0,6%
0,6%
0,6%
627 193
793 654
964 554
1 195 541
1 523 359
7
Легкая пром.
11,4%
11,5%
11,5%
11,5%
11,5%
1 351 499
1 693 138
2 043 317
2 514 687
3 181 645
8
Пищевая пром.
25,5%
25,6%
25,7%
25,6%
25,7%
37 180
45 366
53 734
64 914
80 648
9
Прочие продукты пром.
0,3%
0,2%
0,1%
0,2%
0,1%
10
Промышленность
2 842 015
3 598 727
4 375 519
5 425 091
6 914 312
10
Промышленность
11
Строительство
53,8%
54,3%
54,8%
54,3%
54,8%
46 035
57 600
69 459
85 434
108 052
11
Строительство
0,8%
0,8%
0,8%
0,8%
0,8%
12
С/Х
637 071
751 798
868 188
1 020 767
1 232 359
12
С/Х
9,8%
8,9%
8,1%
8,9%
8,1%
13
Транспорт
0
0
0
0
0
13
Транспорт
14
Связь
0
0
0
15
Транспорт и связь
652 843
850 144
1 053 451
0
0
14
Связь
1 330 765
1 726 977
15
Транспорт и связь
12,8%
13,2%
13,6%
13,2%
13,6%
16
Торговля
180 862
232 836
286 301
358 917
462 345
16
Торговля
3,4%
3,4%
3,5%
3,4%
3,5%
17
Прочие
36 495
48 226
60 336
18
ЖКХ
532 203
660 838
792 897
76 931
100 718
17
Прочие
0,7%
0,8%
0,8%
0,8%
0,8%
971 366
1 224 629
18
ЖКХ
8,4%
8,1%
7,9%
8,1%
7,9%
19
Здравоохранение
355 195
452 106
551 613
686 145
877 117
19
Здравоохранение
6,6%
6,6%
6,6%
6,6%
6,6%
20
Финансы
204 877
264 735
326 381
21
Сумма (1-9,11-12,15-20)
410 352
530 207
20
Финансы
3,8%
3,9%
4,0%
3,9%
4,0%
13 171 799
21
Сумма (1-9,11-12,15-20)
5 485 347
6 914 264
8 380 889
10 361 825
22
Общие расходы
5 485 347
6 914 264
8 380 889
10 361 825
13 171 799
22
Общие расходы
23
Сумма / Общие расходы
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
5 485 347
6 914 264
8 380 889
10 361 825
13 171 799
89
Таблица П4.15. Результаты прогнозирования с помощью регрессионной
модели в текущих ценах покупателей (Росстат) (в млн. рублей)
2004
2005
2006
2007
2008
Таблица П4.16. Результаты прогнозирования с помощью регрессионной
модели в текущих ценах покупателей (Росстат) в долях
2004
2005
2006
2007
2008
1
Электроэнергетика
165 538
218 194
272 407
346 197
451 462
1
Электроэнергетика
2,1%
2,2%
2,3%
2,2%
2,3%
2
Нефть+газ
180 961
247 505
316 379
411 353
548 112
2
Нефть+газ
2,6%
2,8%
3,0%
2,8%
3,0%
3
Хим. пром.
281 136
359 515
439 982
548 730
703 057
3
Хим. пром.
3,5%
3,6%
3,6%
3,6%
3,6%
4
749 191
954 227
1 164 830
1 449 814
1 854 621
4
9,7%
9,8%
9,7%
9,8%
159 376
203 468
248 779
310 162
397 429
5
Машиностроение
Лесная и деревообрабат.
пром.
9,5%
5
Машиностроение
Лесная и деревообрабат.
пром.
2,0%
2,1%
2,1%
2,1%
2,1%
6
Пром. строй. материалов
55 624
71 054
86 918
108 430
139 038
6
Пром. строй. материалов
0,7%
0,7%
0,7%
0,7%
0,7%
7
Легкая пром.
1 151 744
1 445 703
1 747 196
2 153 656
2 729 430
7
Легкая пром.
13,3%
13,2%
13,1%
13,2%
13,1%
8
Пищевая пром.
2 814 126
3 546 177
4 296 994
5 309 233
6 743 144
8
Пищевая пром.
33,1%
32,9%
32,8%
32,9%
32,8%
9
Прочие продукты пром.
54 320
67 613
81 253
99 659
125 752
9
Прочие продукты пром.
0,3%
0,3%
0,2%
0,3%
0,2%
10
Промышленность
5 622 065
7 126 499
8 670 862
10 757 568
13 718 389
10
Промышленность
11
Строительство
67,4%
67,7%
67,9%
67,7%
67,9%
46 575
57 895
69 489
85 068
107 082
11
Строительство
0,5%
0,5%
0,5%
0,5%
0,5%
12
С/Х
800 016
958 593
1 119 979
1 333 296
1 631 004
12
С/Х
7,3%
6,5%
5,8%
6,5%
5,8%
13
Транспорт
13
Транспорт
14
Связь
15
Транспорт и связь
686 050
890 017
1 099 996
1 385 746
1 793 322
14
Связь
15
Транспорт и связь
9,1%
9,4%
9,7%
9,4%
9,7%
16
Торговля
230 787
297 799
366 723
460 304
593 558
16
Торговля
3,0%
3,0%
3,1%
3,0%
3,1%
17
Прочие
63 454
83 187
103 541
18
ЖКХ
411 258
520 849
633 515
131 379
171 228
17
Прочие
0,8%
0,8%
0,8%
0,8%
0,8%
786 314
1 003 714
18
ЖКХ
5,0%
5,1%
5,1%
5,1%
5,1%
19
Здравоохранение
344 038
434 671
527 628
652 950
830 477
19
Здравоохранение
4,3%
4,3%
4,3%
4,3%
4,3%
20
Финансы
211 387
272 462
21
Сумма (1-9,11-12,15-20)
335 341
420 926
543 014
20
Финансы
2,8%
2,9%
3,0%
2,9%
3,0%
20 365 444
21
Сумма (1-9,11-12,15-20)
8 405 582
10 628 929
12 910 948
15 993 218
22
Общие расходы
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
22
Общие расходы
23
Сумма / Общие расходы
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
8 405 582
10 628 929
12 910 949
15 993 218
20 365 444
90
Приложение 5
П5. Результаты применения модели оценки границ (графики)
Прогнозные значения модели оценки границ и результаты применения модели
индикаторов во всех системах цен
Рис. П5.1. В основных ценах базового года, в абсолютных значениях
600 000
машиностроение
650 000
легкая пром.
550 000
500 000
450 000
400 000
350 000
300 000
250 000
200 000
150 000
100 000
50 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1 150 000
1 050 000
пищевая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
670 000
950 000
570 000
850 000
520 000
750 000
470 000
650 000
420 000
550 000
370 000
450 000
320 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
650 000
транспорт и связь
550 000
С/Х
620 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 500 000
торговля
2 000 000
450 000
1 500 000
350 000
1 000 000
250 000
150 000
500 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
91
270 000
здравоохранение
320 000
ЖКХ
300 000
220 000
280 000
260 000
170 000
240 000
220 000
120 000
200 000
70 000
180 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
200 000
финансы
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 800 000
150 000
2 300 000
100 000
1 800 000
50 000
1 300 000
0
800 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
70 000
60 000
электроэнергетика
95 96 97 98 99 00 01 02 03 04 05 06 07 08
12 000
8 000
40 000
6 000
30 000
4 000
20 000
10 000
2 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
70 000
нефть+газ
10 000
50 000
80 000
промышленность
хим. пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
80 000
70 000
60 000
60 000
50 000
50 000
40 000
40 000
30 000
30 000
20 000
20 000
10 000
10 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
лесная и деревообрабат. пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
92
20 000
пром. строй. материалов
50 000
прочие продукты пром.
40 000
15 000
30 000
10 000
20 000
5 000
10 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
100 000
строительство
95 96 97 98 99 00 01 02 03 04 05 06 07 08
500 000
80 000
400 000
60 000
300 000
40 000
200 000
20 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
250 000
связь
200 000
транспорт
95 96 97 98 99 00 01 02 03 04 05 06 07 08
16 000
14 000
прочие
12 000
10 000
150 000
8 000
100 000
6 000
4 000
50 000
2 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
93
Рис. П5.2. В основных ценах базового года, в долях к общей сумме расходов
8,0%
машиностроение
7,5%
10,0%
легкая пром.
9,0%
7,0%
6,5%
8,0%
6,0%
7,0%
5,5%
5,0%
6,0%
4,5%
4,0%
5,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
23,0%
22,0%
пищевая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
18,0%
С/Х
16,0%
21,0%
20,0%
14,0%
19,0%
12,0%
18,0%
17,0%
10,0%
16,0%
15,0%
8,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
9,5%
транспорт и связь
9,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
32,0%
торговля
31,0%
30,0%
8,5%
29,0%
8,0%
28,0%
27,0%
7,5%
26,0%
7,0%
25,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
94
10,0%
ЖКХ
5,0%
9,0%
4,5%
8,0%
4,0%
7,0%
3,5%
6,0%
3,0%
5,0%
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,0%
финансы
здравоохранение
95 96 97 98 99 00 01 02 03 04 05 06 07 08
41,0%
промышленность
40,0%
2,5%
39,0%
2,0%
38,0%
37,0%
1,5%
36,0%
1,0%
35,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,4%
электроэнергетика
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,2%
нефть+газ
0,2%
1,3%
0,2%
1,2%
0,2%
1,1%
0,1%
1,0%
0,1%
0,9%
0,1%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,7%
хим. пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,7%
1,6%
1,6%
1,5%
1,5%
1,4%
1,4%
1,3%
1,3%
1,2%
1,2%
1,1%
1,1%
1,0%
1,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
лесная и деревообрабат. пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95
0,4%
0,3%
пром. строй. материалов
0,9%
прочие продукты пром.
0,8%
0,3%
0,3%
0,7%
0,3%
0,6%
0,3%
0,2%
0,5%
0,2%
0,2%
0,4%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,3%
1,2%
строительство
95 96 97 98 99 00 01 02 03 04 05 06 07 08
8,0%
транспорт
7,5%
1,1%
7,0%
1,0%
0,9%
6,5%
0,8%
6,0%
0,7%
5,5%
0,6%
0,5%
5,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,0%
связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,4%
3,5%
0,4%
3,0%
0,3%
прочие
0,3%
2,5%
0,2%
2,0%
0,2%
1,5%
0,1%
1,0%
0,1%
0,5%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
96
Рис. П5.3. В основных текущих ценах (ИНП РАН) в абсолютных значениях
1 200 000
машиностроение
1 000 000
3 500 000
3 000 000
800 000
2 500 000
600 000
2 000 000
400 000
1 500 000
200 000
1 000 000
0
500 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
фактическое значение
нижняя граница
верхняя граница
прогноз
1 600 000
1 400 000
пищевая пром.
легкая пром.
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1 200 000
С/Х
1 000 000
1 200 000
800 000
1 000 000
800 000
600 000
600 000
400 000
400 000
200 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 000 000
транспорт и связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
6 000 000
торговля
5 000 000
1 500 000
4 000 000
1 000 000
3 000 000
2 000 000
500 000
1 000 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
97
1 000 000
здравоохранение
1 400 000
ЖКХ
1 200 000
800 000
1 000 000
600 000
800 000
400 000
600 000
400 000
200 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
700 000
финансы
95 96 97 98 99 00 01 02 03 04 05 06 07 08
7 000 000
600 000
6 000 000
500 000
5 000 000
400 000
4 000 000
300 000
3 000 000
200 000
2 000 000
100 000
1 000 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
500 000
электроэнергетика
промышленность
95 96 97 98 99 00 01 02 03 04 05 06 07 08
120 000
нефть+газ
100 000
400 000
80 000
300 000
60 000
200 000
40 000
20 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
350 000
хим. пром.
300 000
-20 000 95 96 97 98 99 00 01 02 03 04 05 06 07 08
250 000
лесная и деревообрабат. пром.
200 000
250 000
200 000
150 000
150 000
100 000
100 000
50 000
50 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
98
70 000
пром. строй. материалов
60 000
140 000
50 000
100 000
40 000
80 000
30 000
60 000
20 000
40 000
10 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
100 000
строительство
80 000
прочие продукты пром.
120 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 000 000
транспорт
1 500 000
60 000
1 000 000
40 000
500 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
250 000
связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
120 000
прочие
100 000
200 000
80 000
150 000
60 000
100 000
40 000
50 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
99
Рис. П5.4. В основных ценах базового года (ИНП РАН), в долях к общей сумме расходов
7,0%
6,5%
машиностроение
9,0%
легкая пром.
8,5%
6,0%
5,5%
8,0%
5,0%
4,5%
7,5%
4,0%
3,5%
7,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
21,0%
пищевая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
16,0%
20,0%
14,0%
19,0%
12,0%
18,0%
10,0%
17,0%
8,0%
16,0%
6,0%
15,0%
4,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
12,0%
11,0%
транспорт и связь
С/Х
95 96 97 98 99 00 01 02 03 04 05 06 07 08
33,0%
торговля
31,0%
10,0%
29,0%
9,0%
27,0%
8,0%
7,0%
25,0%
6,0%
23,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
100
18,0%
ЖКХ
6,0%
16,0%
5,0%
14,0%
4,5%
12,0%
4,0%
10,0%
3,5%
8,0%
3,0%
6,0%
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,5%
здравоохранение
5,5%
финансы
4,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
40,0%
промышленность
38,0%
3,5%
3,0%
36,0%
2,5%
34,0%
2,0%
32,0%
1,5%
1,0%
30,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,0%
электроэнергетика
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,8%
0,7%
нефть+газ
0,6%
2,0%
0,5%
1,5%
0,4%
0,3%
1,0%
0,2%
0,5%
0,1%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2,0%
хим. пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,2%
лесная и деревообрабат. пром.
1,1%
1,5%
1,0%
1,0%
0,9%
0,5%
0,8%
0,0%
0,7%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
101
0,5%
пром. строй. материалов
1,4%
0,4%
1,2%
0,3%
1,0%
0,2%
0,8%
0,1%
0,6%
0,0%
0,4%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,0%
строительство
прочие продукты пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
12,0%
транспорт
10,0%
0,8%
8,0%
0,6%
6,0%
0,4%
4,0%
0,2%
2,0%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
5,5%
связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,6%
прочие
0,5%
4,5%
0,4%
3,5%
0,3%
2,5%
0,2%
1,5%
0,1%
0,5%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
102
Рис. П5.5. В основных текущих ценах (Росстат) в абсолютных значениях
1 200 000
машиностроение
2 000 000
легкая пром.
1 000 000
1 500 000
800 000
600 000
1 000 000
400 000
500 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3 500 000
3 000 000
пищевая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1 400 000
2 500 000
1 000 000
2 000 000
800 000
1 500 000
600 000
1 000 000
400 000
500 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 000 000
транспорт и связь
С/Х
1 200 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
500 000
торговля
400 000
1 500 000
300 000
1 000 000
200 000
500 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
103
1 600 000
ЖКХ
1 400 000
1 000 000
здравоохранение
800 000
1 200 000
1 000 000
600 000
800 000
400 000
600 000
400 000
200 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
600 000
финансы
500 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
8 000 000
7 000 000
промышленность
6 000 000
400 000
5 000 000
300 000
4 000 000
3 000 000
200 000
2 000 000
100 000
1 000 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
500 000
электроэнергетика
95 96 97 98 99 00 01 02 03 04 05 06 07 08
140 000
нефть+газ
120 000
400 000
100 000
300 000
80 000
200 000
60 000
100 000
40 000
0
20 000
-100 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
104
350 000
хим. пром.
300 000
250 000
лесная и деревообрабат. пром.
200 000
250 000
200 000
150 000
150 000
100 000
100 000
50 000
50 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
70 000
пром. строй. материалов
60 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
100 000
прочие продукты пром.
80 000
50 000
40 000
60 000
30 000
40 000
20 000
20 000
10 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
160 000
140 000
строительство
95 96 97 98 99 00 01 02 03 04 05 06 07 08
140 000
прочие
120 000
120 000
100 000
100 000
80 000
80 000
60 000
60 000
40 000
40 000
20 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
105
Рис. П5.6. В основных ценах базового года (Росстат), в долях к общей сумме расходов
9,5%
машиностроение
12,0%
8,5%
11,5%
7,5%
11,0%
6,5%
10,5%
5,5%
10,0%
4,5%
9,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
28,0%
пищевая пром.
легкая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
20,0%
С/Х
26,0%
15,0%
24,0%
22,0%
10,0%
20,0%
18,0%
5,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
15,0%
14,0%
транспорт и связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,2%
торговля
3,7%
13,0%
12,0%
3,2%
11,0%
10,0%
2,7%
9,0%
8,0%
2,2%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
106
17,0%
16,0%
ЖКХ
8,5%
здравоохранение
7,5%
15,0%
14,0%
6,5%
13,0%
5,5%
12,0%
11,0%
4,5%
10,0%
9,0%
3,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
6,0%
финансы
95 96 97 98 99 00 01 02 03 04 05 06 07 08
55,0%
5,5%
53,0%
5,0%
51,0%
49,0%
4,5%
47,0%
4,0%
45,0%
3,5%
43,0%
3,0%
41,0%
2,5%
39,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,0%
3,5%
промышленность
электроэнергетика
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,8%
0,7%
3,0%
0,6%
2,5%
0,5%
2,0%
0,4%
1,5%
1,0%
0,5%
0,0%
-0,5% 95 96 97 98 99 00 01 02 03 04 05 06 07 08
нефть+газ
0,3%
0,2%
0,1%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
107
3,0%
хим. пром.
1,7%
1,6%
2,5%
лесная и деревообрабат. пром.
1,5%
1,4%
2,0%
1,3%
1,2%
1,5%
1,1%
1,0%
1,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,7%
0,6%
пром. строй. материалов
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,4%
прочие продукты пром.
1,2%
0,6%
0,5%
1,0%
0,5%
0,8%
0,4%
0,6%
0,4%
0,3%
0,4%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,1%
строительство
1,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,9%
прочие
0,8%
1,0%
0,7%
0,9%
0,6%
0,9%
0,5%
0,8%
0,8%
0,4%
0,7%
0,3%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
108
Рис. П5.7. В текущих ценах покупателей в абсолютных значениях
2 000 000
машиностроение
1 500 000
3 500 000
легкая пром.
3 000 000
2 500 000
2 000 000
1 000 000
1 500 000
1 000 000
500 000
500 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
8 000 000
7 000 000
пищевая пром.
6 000 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 000 000
С/Х
1 500 000
5 000 000
4 000 000
1 000 000
3 000 000
2 000 000
500 000
1 000 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2 000 000
транспорт и связь
1 500 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
700 000
торговля
600 000
500 000
400 000
1 000 000
300 000
200 000
500 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
109
1 000 000
здравоохранение
1 200 000
ЖКХ
1 000 000
800 000
800 000
600 000
600 000
400 000
400 000
200 000
200 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
600 000
финансы
500 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
16 000 001
14 000 001
промышленность
12 000 001
400 000
10 000 001
300 000
8 000 001
6 000 001
200 000
4 000 001
100 000
2 000 001
0
1
95 96 97 98 99 00 01 02 03 04 05 06 07 08
600 000
электроэнергетика
95 96 97 98 99 00 01 02 03 04 05 06 07 08
600 000
500 000
500 000
400 000
400 000
нефть+газ
300 000
300 000
200 000
200 000
100 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
-100 000 95 96 97 98 99 00 01 02 03 04 05 06 07 08
110
800 000
700 000
хим. пром.
500 000
лесная и деревообрабат. пром.
400 000
600 000
500 000
300 000
400 000
200 000
300 000
200 000
100 000
100 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
160 000
140 000
пром. строй. материалов
120 000
95 96 97 98 99 00 01 02 03 04 05 06 07 08
140 000
120 000
100 000
100 000
80 000
80 000
60 000
60 000
40 000
40 000
20 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
160 000
140 000
прочие продукты пром.
строительство
95 96 97 98 99 00 01 02 03 04 05 06 07 08
250 000
прочие
200 000
120 000
100 000
150 000
80 000
100 000
60 000
40 000
50 000
20 000
0
0
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
111
Рис. П5.8. В текущих ценах покупателей в долях к общей сумме расходов
10,0%
машиностроение
17,0%
легкая пром.
16,0%
9,5%
15,0%
9,0%
14,0%
8,5%
13,0%
8,0%
12,0%
7,5%
11,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
36,0%
35,0%
пищевая пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
17,0%
С/Х
15,0%
34,0%
13,0%
33,0%
32,0%
11,0%
31,0%
9,0%
30,0%
7,0%
29,0%
28,0%
5,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
10,5%
транспорт и связь
9,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,2%
торговля
3,0%
2,8%
8,5%
2,6%
7,5%
2,4%
2,2%
6,5%
2,0%
5,5%
1,8%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
112
9,5%
ЖКХ
6,0%
8,5%
5,0%
7,5%
4,5%
6,5%
4,0%
5,5%
3,5%
4,5%
3,0%
3,5%
2,5%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,5%
здравоохранение
5,5%
финансы
95 96 97 98 99 00 01 02 03 04 05 06 07 08
70,0%
4,0%
68,0%
3,5%
66,0%
3,0%
64,0%
2,5%
62,0%
2,0%
60,0%
1,5%
58,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,5%
электроэнергетика
3,0%
промышленность
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,0%
нефть+газ
2,5%
2,5%
2,0%
2,0%
1,5%
1,5%
1,0%
1,0%
0,5%
0,5%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
113
4,0%
хим. пром.
2,2%
3,5%
2,1%
3,0%
2,0%
2,5%
1,9%
2,0%
1,8%
1,5%
1,7%
1,0%
1,6%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,9%
пром. строй. материалов
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,6%
0,8%
1,4%
0,8%
1,2%
0,7%
1,0%
0,7%
0,8%
0,6%
0,6%
0,6%
0,4%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,9%
строительство
лесная и деревообрабат. пром.
прочие продукты пром.
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,1%
0,8%
1,0%
0,8%
0,9%
прочие
0,8%
0,7%
0,7%
0,7%
0,6%
0,6%
0,5%
0,6%
0,4%
0,5%
0,3%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
114
Приложение 6
П6. Сравнение результатов моделирования для разных форм данных
Сравнение результатов моделирования с помощью механизма оценки границ в долях от
общей суммы расходов и в абсолютных значениях, пересчитанных в доли
Рис. П6.1. В текущих ценах покупателей
10,0%
машиностроение
17,0%
9,5%
16,0%
9,0%
15,0%
8,5%
14,0%
8,0%
13,0%
7,5%
12,0%
7,0%
легкая пром.
11,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
фактические начения
10,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
37,0%
пищевая пром.
18,0%
С/Х
16,0%
35,0%
14,0%
33,0%
12,0%
31,0%
10,0%
8,0%
29,0%
6,0%
27,0%
4,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
10,5%
транспорт и связь
95 96 97 98 99 00 01 02 03 04 05 06 07 08
3,3%
торговля
3,1%
9,5%
2,9%
8,5%
2,7%
7,5%
2,5%
2,3%
6,5%
2,1%
5,5%
1,9%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
115
9,0%
ЖКХ
8,0%
5,0%
здравоохрание
4,5%
7,0%
4,0%
6,0%
3,5%
5,0%
4,0%
3,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
4,0%
3,5%
финансы
95 96 97 98 99 00 01 02 03 04 05 06 07 08
71,0%
промышленность
69,0%
3,0%
67,0%
2,5%
65,0%
2,0%
1,5%
63,0%
1,0%
61,0%
0,5%
59,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
2,5%
электроэнергетика
2,5%
2,0%
2,0%
1,5%
1,5%
1,0%
1,0%
0,5%
0,5%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
нефть+газ
95 96 97 98 99 00 01 02 03 04 05 06 07 08
116
4,0%
3,5%
хим. пром.
2,5%
лесная и деревообрабат. пром.
2,0%
3,0%
2,5%
1,5%
2,0%
1,0%
1,5%
1,0%
0,5%
0,5%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,0%
пром. строй. материалов
0,8%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,4%
прочие продукты пром.
1,2%
1,0%
0,6%
0,8%
0,4%
0,6%
0,4%
0,2%
0,2%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
0,8%
0,7%
строительство
95 96 97 98 99 00 01 02 03 04 05 06 07 08
1,2%
прочие
1,0%
0,6%
0,8%
0,5%
0,4%
0,6%
0,3%
0,4%
0,2%
0,2%
0,1%
0,0%
0,0%
95 96 97 98 99 00 01 02 03 04 05 06 07 08
95 96 97 98 99 00 01 02 03 04 05 06 07 08
117
Related documents
ОТРАСЛЕВАЯ ОБРАЗОВАТЕЛЬНАЯ ПЛАТФОРМА
ОТРАСЛЕВАЯ ОБРАЗОВАТЕЛЬНАЯ ПЛАТФОРМА
СТРУКТУРА ВАЛОВОГО РЕГИОНАЛЬНОГО ПРОДУКТА
СТРУКТУРА ВАЛОВОГО РЕГИОНАЛЬНОГО ПРОДУКТА
Доля расходов на продукты питания и безалкогольные напитки в
Доля расходов на продукты питания и безалкогольные напитки в
Валовой региональный продукт по видам экономической
Валовой региональный продукт по видам экономической
Download
advertisement