Мхитарян, А.М. Сенектутов Статистический анализ спроса с использованием скорректированной выборки . <...> 78 КОНСУЛЬТАЦИИ Векторные модели авторегрессии и коррекции регрессионных остатков (EViews) . <...> 140 Читайте в номере В 2006 году журнал «Прикладная эконометрика» включен в список периодических изданий ВАК, рекомендованных для публикации результатов диссертационных исследований. <...> 2 (оцененные коэффициенты самой границы эффективности не приводятся вследствие их значительного количества). <...> Общее распределение полученных оценок эффективности приведено на рис. <...> По статистическим данным построена бинарная регрессионная модель, дающая возможность предсказывать вероятность высокой кооперационной активности в научных исследованиях и разработках. <...> На втором этапе исследования решалась задача построения модели, дающей возможность предсказывать вероятность высокой кооперационной активности в инновационных проектах по значениям переменных, относящихся к отраслям промышленности, информация по которым ежегодно публикуется Росстатом. <...> Применив полученное уравнение, например, к энергетической промышленности за , 2004 год, получим 6 z aE0 736, а вероятность кооперационной активности: 1 1C e (, ) a ,0 443(44,3%). <...> График остатков на нормальной вероятностной шкале Таблица 1 Прогностические свойства модели Модельные значения y =1 Исходные значения Общий процент y=1 y=0 27 2 y =0 3 12 Процент корректных предсказаний 90,0 85,7 88,6 Основываясь на этих оценках, мы можем ожидать, что в пищевой промышленности вероятность кооперационной активности в инновационных проектах будет очень высока. <...> 16 Макроэкономика Моделирование кооперационной активности обрабатывающих производств Ф.М. Бородкин, В.А. Брагин, М.В.Шпак Стабильность распределения доходов в современной России (1994–2004) В статье представлены результаты исследования стабильности распределения среднедушевых доходов домохозяйств. <...> Выявлены абсолютно стабильные и нестабильные группы <...>
Прикладная_эконометрика_Applied_Econometrics_№3_2006.pdf
БАНКИ
Д.В. Павлюк
Модель эффективности деятельности российских банков ...................................................................3
МАКРОЭКОНОМИКА
М.Ю. Архипова
Моделирование кооперационной активности обрабатывающих производств ................................................9
Ô.Ì. Áîðîäêèí, Â.À. Áðàãèí, Ì.Â.Øïàê
Стабильность распределения доходов в современной России (1994–2004) ..................................................17
МАРКЕТИНГ
С.В.Мхитарян, А.М. Сенектутов
Статистический анализ спроса с использованием скорректированной выборки ..............................................68
СТРАХОВАНИЕ
И.А. Корнилов, Е.А.Мельниченко
Статистическое исследование риска
в автотранспортном страховании .......................................................................................78
КОНСУЛЬТАЦИИ
Векторные модели авторегрессии и коррекции регрессионных остатков (EViews) ............................................96
НАУЧНАЯЖИЗНЬ
Презентация новой книги А. М. Когана «Макроэкономическое регулирование высокоразвитого рынка:
“невидимая ðóêà”, конкуренция, потребности ñèñòåìû» .................................................................130
Первый в Ðîññèè: презентацияжурнала «Прикладная эконометрика» .....................................................131
CONTENT .........................................................................................................138
ABSTRACTS ......................................................................................................139
СВЕДЕНИЯ ОБ АВТОРАХ ......................................................................................140
Читайте в номере
Стр.1
В 2006 году журнал «Прикладная эконометрика» включен в список периодических изданий
ВАК, рекомендованных для публикации результатов диссертационных исследований.
Главный редактор
Айвазян СергейАртемьевич—д.физ.-мат. н., профессор, заслуженный деятель науки России, зам. директора Центрального
экономико-математического института РАН (ЦЭМИ РАН), зав. кафедрой эконометрики Московской финансово-промышленной
академии (МФПА).
Заместитель главного редактора
Слуцкин Лев Наумович—Ph.D по математике, доцентМФПА.
Ответственныйсекретарь
Иванова Софья Сергеевна—к. э. н., доцентМФПА.
Члены редколлегии
Бродский Б. Е.—д. физ.-мат. н., зав. Ситуационным центром ЦЭМИ РАН, профессор Государственного университета—Высшей
школы экономики (ГУ-ВШЭ).
Денисова И.А.—Ph. D по экономике, ведущий экономист Центра экономических и финансовых исследований и разработок
(ЦЭФИР), научный сотрудник ЦЭМИ РАН.
Елисеева И.И.—чл.-корр. РАН, зав. кафедрой статистики и эконометрики Санкт-Петербургского университета экономики
и финансов.
Ершов Ý. Á.—ê. ý. í., ординарный профессор ÃÓ-ÂØÝ.
Канторович Г. Г.—проректор ГУ-ВШЭ, профессор, зав. кафедрой математической экономики и эконометрики ГУ-ВШЭ.
КарлевароФабрицио(Швейцария)—доктор наук, ординарный профессор, зав. кафедрой эконометрики Женевского университета.
Макаров
В. Л.—академик РАН, директор ЦЭМИ РАН, президент Российской экономической школы.
Максимов А. Г.—к. физ.-мат. н., первый заместитель директора Нижегородского филиала ГУ-ВШЭ.
Мхитарян В. С.—д. э. н., профессор, зав. кафедрой прикладной статистикиМФПА, директор Института статистики и эконометрики
Московского государственного университета экономики, статистики и информатики.
Рубин Þ.Á.—ä. ý. í., профессор, ректорМФПА.
Рудзкис Римантас (Литва)—доктор наук, зав. отделом Института математики и информатики Литвы, профессор Каунасского
университета.
Суслов В. И.—чл.-корр. РАН, д. э. н., профессор, зам. директора Института экономики и организации промышленного производства
СО РАН.
ХаринЮ.С. (Республика Беларусь)—чл.-корр. Национальной академии наук Беларуси, д. физ.-мат. н., профессор Белорусского
государственного университета, зав. кафедрой математического моделирования и анализа данных БГУ.
Редакционная коллегия
Стр.2
Д.В. Павлюк
Модель эффективности деятельности
российских банков
В работе рассматриваются вопросы, связанные с построением стохастической
фронтирной модели эффективности деятельности банков, и приведены результаты
ее применения для анализа российских банков.Особенностьюмодели являетсявероятностный
подход как к положению границы эффективности, так и к показателю неэффективности
каждого банка. Модель позволяет получить объективные значения эффективности,
оценить их взаимосвязь с заданным набором микро- и макроэкономических
факторов и проверить различные экономические гипотезы.
границы эффективности.
Суть данного подхода заключается в поО
строении
гипотетического множества максимально
эффективно действующих банков (называемого
границей или фронтиром эффективности)
и определении расстояния от каждого реального
банка до этой границы (отражающего
неэффективность его деятельности) (рис. 1).
В работе использовались показатели деятельности
и организационной структуры банков,
состояния банковской системы в целом,
а также набор индикаторов макроэкономической
ситуации в России с 2000 по 2004 ãîä. Данные
представляют собой несбалансированную
панель, включающую сведения о 100 крупнейших
по суммарному размеру активов банков
в каждый момент времени. Панель состоит из 179 банков и имеет 10 временных точек наблюдения
(íà 1 января и 1 июля каждого ãîäà—ñ 2000 по 2004). Данные были получены из
публичных источников: отчетов коммерческих банков (формы 101, 135), опубликованных
на сайте ЦБ РФ; аналитических отчетов информационного центра «Рейтинг»; макроэкономических
показателей Росстата. Сбербанк России был исключен из выборки как действующий
в особых экономических условиях (на основании проведенного анализа выборки на
наличие выбросов).
Математическая формализация стохастической фронтирной модели имеет следующий
Рис. 1. Граница эффективности
вид [Aigner, et al. (1997)]:
Банки
3
ценивание эффективности деятельности банков является темой значительного количества
современных работ в области эконометрики. Один из актуальных подходов
к оцениванию основан на построении
Стр.3