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 ui 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