Санкт-Петербург
2015
УДК 502.11 + 658.014.1:16 + 004.032.26
ББК
С550.3 + У9(2)212.5
Д69
Сергей Евгеньевич Дорошко, Хоким Муминчонович Мухаббатов, Галина Петровна Самарина
ISBN 978-5-7399-0001-8
Монография открывает серию научных исследований «Космо-ноосферная экономика», которую разрабатывает авторский коллектив фонд «Ноосфера», научный руководитель Г.П. Самарина, и авторский коллектив, научный руководитель Х.М. Мухаббатов.
Учитывая катастрофическое положение в отечественном и зарубежном экономическом образовании, науке, обосновано создание Федерального центра по подготовке/переподготовке управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, военные конфликты, эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительства. Для обеспечения практической подготовки специалистов авторами на основе методик Дорошко-Самариной был разработан комплекс автоматизированных систем: деловых игр «Кризис или Развитие», дистанционного обучения. Второй раздел монографии выполнен Х.М. Мухаббатовым, в котором исследованы, разработаны нейронные модели производственной функции научно-исследовательского комплекса (НИИ) экономики США. Раскрыта модельная интегральная оценка внутренних, внешних факторов, количественная оценка рисков, коридоров управления, эффективности, нейронное моделирование влияния на управление предприятий-конкурентов НИИ на основе динамико-бифуркационного межотраслевого моделирования.
В монографии даны выдержки научно-исследовательских работ наших коллег: Д. да Консейсао (6.1), Л.А.Евсеева (6.2), Ш.Н.Бойназарова (6.3).
В монографии использовались статистические интернет базы данных ООН, World Bank, межотраслевые балансы 40 ведущих стран мира за 15-60 лет.
Монография предназначена для студентов, аспирантов экономических ВУЗов, преподавателей, аналитиков, экономистов, законодателей, министерств, ведомств, монетарных властей и общественности.
Рецензенты: Краюхин Г.А., заслуженный деятель науки РФ, академик, д.э.н, проф. Бездудная А.Г., д.э.н., проф.
©Дорошко С.Е., Мухаббатов Х.М., Самарина Г.П.
СОДЕРЖАНИЕ
Потери СССР за годы войны по данным секретного фашистского архива Розенберга «Картотека Z» составили:
Фашистами разрушено:
Материальный ущерб составил 30% национального богатства СССР, в оккупированных районах около 2/3.
Фашистами разрушено, разграблено:
Фашисты разграбили только культурно-историческое наследие СССР на сумму 134 млрд. золотых рублей чеканки 1904 г.
Согласно секретной директиве Рузвельта 75% похищенных фашистами культурных ценностей СССР были «перемещены» в США.
В 2015 г. все граждане СССР, вся прогрессивная мировая общественность праздновала 70-ю годовщину окончания Второй Мировой Войны, чествовала ветеранов, поминала десятки миллионов погибших. Мы также присоединяемся к общей трагической, светлой памяти погибших.
Считаем необходимым, вспомнить всех родных: бабушек и дедушек, отцов и матерей, дядей и тетей и всех, всех, кто из нашего ближнего круга воевал, трудился в тылу, погиб, остался жить, а затем за короткий срок восстановил народное хозяйство нашей Родины.
Перечислим их поименно:
Алиев Рамазан Арджа Оглы погиб в Ленинграде.
Алиев Фарух Арджа Оглы - Кавалер Ордена Славы Друг Леонида Ильича по Малой Земле.
Балашов Николай Дмитриевич – жил и работал в блокадном Ленинграде на Кировском заводе, труженик тыла, ветеран труда.
Балашова Нина Прокофьевна – житель блокадного Ленинграда, ветеран труда.
Баринов Николай Иванович – воевал на Белорусском фронте, офицер погранслужбы, после войны уничтожал «лесных братьев» в Прибалтике.
Босак Анна Алексеевна – из Белоруссии с двумя детьми забрали в концлагерь в Германии г.Вильенберг. В мирное время работала на заводе, ветеран труда.
Босак Игорь Николаевич – малолетний узник концлагеря в Германии г.Вильенберг, ветеран труда. Живет до сих пор в коммуналке.
Николай Иванович Ведута - в начале войны был отправлен в Сталинград перестраивать тракторный завод под производство танков. После Сталинграда был отправлен в Челябинск перестраивать под производство танков Челябинский тракторный завод, а в 1943 г. — в Барнаул строить новый тракторный завод. Советский и белорусский экономист-кибернетик, доктор экономических наук, член-корреспондент Национальной академии наук Белоруссии, основоположник Научной школы стратегического планирования.
Волынец Евгений Федорович – офицер СМЕРШ НКВД СССР, орденоносец – всегда любил свою Сталинскую Солдатскую Медаль за Отвагу. Доброволец, прошел всю Великую Отечественную Войну с первого дня и до Великой Победы - встретил ее на Эльбе. Его подразделение захватило золото - валютные ценности Рейх Банка Германии, которые были переданы народу СССР. Чем он и все его сослуживцы всегда искренне гордились, хотя Родина этого не оценила.
Волынец Федор Иванович – один из участников атомного проекта СССР, лауреат Сталинской премии, орденоносец, облучился и погиб во время очередного эксперимента.
Ворона Михаил Прокопович - Начальник Разведки Второго Украинского Фронта, близкий Друг, Однополчанин семьи: Алиева Рамазан Арджа Оглы и Алиева Фарух Арджа Оглы.
Ворона Василий Прокопович - ветеран ВОВ, после войны восстановил Донецкий Драматический театр, в котором братья Михаил и Иван играли в спектаклях..
Грецкова Клавдия Павловна – жила и работала в блокадном Ленинграде, в блокаду потеряла двоих детей, труженик тыла, ветеран ВОВ.
Гущин Иван Александрович – воевал на остове Ханко, затем находился как военнопленный в концлагере в Германии, ветеран ВОВ, ветеран труда.
Гущин Леонид Александрович – в начале войны попал в плен, был военнопленным в концлагере в Германии, ветеран ВОВ, ветеран труда.
Джорубкашов Махмаджон – труженник тыла.
Дорошко Петр Авраамович – ветеран труда, ведущий конструктор планетарно-редукторных систем авиационных двигателей, стоял у истоков авиационной промышленности СССР.
Дорошко Полина Авраамовна – ветеран труда, ветеран партии ВКПб (КПСС), главный экономист авиационного завода им. Баранова, стояла у истоков авиационной промышленности СССР.
Зеленков Василий Матвеевич – ветеран ВОВ, прошел всю войну, затем восстанавливал сельское хозяйство, ветеран труда.
Ивченко Александр Григорьевич – главный конструктор авиационных двигателей, стояла у истоков авиационной промышленности СССР.
Исмит (Гущина) Анна Александровна – лейтенант медицинской службы. Прошла Финскую войну, служила в госпитале и жила в блокадном Ленинграде, была на Японском фронте. После войны честно проработала в больницах города до 75 лет.
Келдыш Мстислав Всеволодович - гениальный российский математик, научный руководитель авиационных, ракетных, атомных, космических и т.д. инвестиционных, инновационных проектов СССР, Президент АН СССР.
Кириленко Андрей Павлович – инженер-конструктор авиационных двигателей. Работал в подразделении П.Дорошко. В 1937 г. был выдвинут Полиной Дорошко на партийную работу. В 1941 году эффективно провел эвакуацию авиационной промышленности Украины. Секретарь ЦК КПСС в эпоху Брежнева.
Киселев Георгий Борисович – лейтенант, закончил войну в Венгрии.
Конча Клавдия Ефимовна –всю блокаду Ленинграда жила и работала в городе, ветеран труда.
Конча Михаил Григорьевич – сын священника, счетовод. Cкончался в блокадном Ленинграде зимой 1942 г. Смертельно больной он всю ночь стоял на коленях перед иконой и молил: «Дай бог здоровья Клавденьке», а утром умер. Святой человек вымолил бабушке долгую жизнь.
Лаан Евросинья Ивановна – жила и работала в блокадном Ленинграде, ветеран труда. Когда встал вопрос об отъезде из города, решила остаться с дочерьми в городе, т.к. одна из них не могла уехать, потому что была военнообязанной.
Ларин Иван Яковлевич - Герой Советского Союза. Старший лейтенант, командир катера-тральщика 1-й бригады траления Балтийского флота. Всю Отечественную войну, отважно сражаясь, провёл на фронте. После демобилизации в 1948 г. два года был председателем горисполкома г. Балтийска. Окончил двухгодичную партийную школу в Ленинграде. Работал в аппарате Калининградского обкома КПСС.
Ларина Анна Ивановна - труженик блокадного Ленинграда, ветеран труда.
Ларичев Иван Петрович — погиб 19.07.1943г. Дубинечский р-н, д. Шубня.
Лобоне Н.А. – труженик тыла. Работал токарем на заводе морских инструментов, ветеран труда.
Лобоне Х.В. – труженик тыла. Работала на заводе морских инструментов, ветеран труда.
Мокробородов Иван Иванович – ветеран ВОВ, прошел всю войну. Работал на транспорте, ветеран труда. Прожил всю жизнь в коммуналке в Ленинграде, там же и умер.
Мокробородова Анна Ивановна – труженик тыла, работала на заводе.
Мухаббатов Муминджон – труженник тыла.
Назари Мирзоев – участин ВОВ, прошел всю войну с 1941 по 1945 гг., имеет множественные государственные награды.
Назаров Нурулло – труженник тыла, Кавалер двух орденов трудового Красного Знамени.
Окулов Юрий Александрович – ребенком жил в блокадном Ленинграде.
Окулова Галина Ивановна – труженик тыла, с 13 лет фрезеровщица на заводе «Звезда» г. Северодвинск.
Пухальский Сергей Владимирович – танкист, прошел всю войну, ветеран ВОВ. Работал главным энергетиком г. Рязани, ветеран труда.
Радостин Игорь Николаевич – ребенком пережил блокаду Ленинграда, труженик тыла, ветеран труда.
Радостин Николай Николаевич - труженик тыла, работал таксатором, составлял карты лесов Коми АССР. Погиб в 1954 г., переправляясь через лесную реку.
Радостина (Львова) Ирина Михайловна – труженик тыла, мать пятерых детей. Работала таксатором, составляла карты лесов. Погибла вместе с мужем в 1954 г. Все дети получили высшее образование.
Романов Николай Алексеевич – служил радистом на Северном фронте, ветеран ВОВ, ветеран труда.
Рябовичев Алексей Васильевич – ветеран ВОВ, прошел всю войну, затем работал на заводе слесарем, ветеран труда.
Самарин Евгений Герасимович – лейтенант, погиб в 1943 г. под Киевом.
Самарина Софья Васильевна – труженик тыла.
Семенов Иван Никифорович – погиб в первый год войны под Брянском.
Солдатов Иван Иванович – прошел всю войну, умер от ран в госпитале в конце войны, ветеран ВОВ.
Станевич Владислав Юлианович – погиб под Кенигсбергом в 1944г.
Стрижов Федор Александрович – кавалерист, участвовал в Первой Мировой Войне. Жил и работал в блокадном Ленинграде, ветеран труда.
Стрижова Ольга Федоровна – лейтенант медицинской службы, ветеран ВОВ, ветеран труда. Служила в блокадном Ленинграде в дивизии по охране объектов города. После войны работала до 72 лет. Не любила вспоминать войну. Один из редких рассказов. Когда зимой 1941-1942 г.г. она каждое утро входила в казарму, где спали молодые бойцы, то находила несколько человек умерших от голода. Если успевала сделать укол препарата глюкозы, то спасала бойца. Затем в дивизии молодежь сменили пожилые военные.
Тасюков Иван Никифорович – ветеран ВОВ, служил в ПВО в блокадном Ленинграде. Работал после войны в пожарной части, ветеран труда.
Тасюкова Любовь Петровна – во время войны была в оккупации в г. Гатчине Ленинградской области с тремя детьми.
Тетя Маша (доброволец), дядя Коля - офицеры СМЕРШ НКВД СССР и многих, многих сотрудников НКВД. Они со смехом рассказывали, как они «объегорили» американцев - и из их подноса перехватили золото - валютные ценности Рейх Банка Германии, которые им фашисты решили сдать, как оплату за «неудачную» военную компанию в России.
Тимофеев Николай Никандрович – сержант, танкист, дважды ранен. Прошел Финскую войну, Великую Отечественную Войну, ветеран ВОВ. С фронта 9 мая 1945 г. участвовал в параде победителей на Дворцовой площади. После войны работал на заводе «Ленинская искра», ветеран труда.
Тимофеева Мария Гансовна – лейтенант медицинской службы. Жила и работала в блокадном Ленинграде, ветеран ВОВ. После войны работала в аптеке, ветеран труда.
Топилов Бойназар – труженник тыла, Кавалер Ордена Красной Звезды и Ордена Боевого Красного Знамени.
Федоренко Николай Прокофьевич - ветеран ВОВ. Принимал участие в атомном проекте СССР. Организатор и продолжатель российской экономической науки, академик АН СССР.
Филатов Иван Никитич – капитан сухопутных войск, пошел всю войну, ветеран ВОВ. После войны работал на заводе начальником цеха, освобожденным секретарем партийной организации завода, ветеран труда.
Филатова Евгения Гансовна – все время блокады жила и работала в блокадном Ленинграде. Все, кто пережил блокаду, в мирное время не любил вспоминать. Одно из редких воспоминаний о блокаде. Она ходила на работу мимо Кировского дома культуры, где на площади возвышались штабеля трупов василеостровцев, умерших от голода.
Черненко Петр Федотович – лейтенант дивизии по охране объектов Ленинграда, всю войну жил и служил в блокадном городе, ветеран ВОВ, ветеран труда. В январе-марте 1943 г., когда немцы подошли к Пулковским высотам был снайпером. В книжке-снайпера записано число убитых фашистов. После войны восстанавливал и строил Сясьстрой, Волгодонской канал, Куйбышевскую ГЭС и т.д.
Яковлева Магдалина Федоровна – труженик тыла, переводчик с немецкого, английского, французского, учитель.
Яковлев Иван Тимофеевич – ст.лейтенант медицинской службы, Ленинградский фронт, ветеран ВОВ, ветеран труда.
И многие, многие другие.
Хотелось бы вспомнить некоторые страницы истории, которые мало были освящены в процессе празднования 70-й годовщины Великой Отечественной Войны.
Начнем с небольшой справки. Итоги трех индустриализаций.
За период 1930-1940 гг. (10 лет) без западных инвестиций восстановили страну и провели первую индустриализацию по финансовой системе генерала Генштаба Русской Армии А.Нечволодова и Межотраслевому Балансу В.Дмитриева. За период 1928-1941 гг. ВВП увеличилось в 8 раз (средний темп 16-18% в год), за две пятилетки (10 лет) было построено 9000 крупных предприятий (2-3 завода ежедневно), на территории европейской части СССР было введено в строй 32 тыс. предприятий (8-10 заводов ежедневно). Эти успехи стали возможны благодаря ликвидации пятой колонны, более известной, как троцкизм и рептилоидный глобализм. (Оливер Стоун напомнил Народу СССР эти известные факты в фильме «Не рассказанная история США»)
За период 1945-1953 гг. (8 лет) без западных инвестиций по плану Маршалла восстановили СССР и страны СЭВ от Мурманска до Берлина, от Москвы до Праги, от Сталинграда до Белграда, Софии и провели третью индустриализацию — было построено впервые в мире 10 тысяч совершенно новых крупных заводов по исключительно советским технологиям. За период 1945-1953 гг. было восстановлено/построено 42 тыс. предприятий, т.е. каждый день в СССР вводилось в строй по 15 предприятий. На территории СССР восстановлено 1710 годов (18 городов ежемесячно), 70 тыс.сел (24 сел ежедневно), 32 тыс. предприятий (11 предприятий ежедневно), 6 млн.зданий (2080 зданий ежедневно).
При этом все как бы забывают о самой главной индустриализации, благодаря которой наш Великий многонациональный народ победил в Великой Отечественной Войне.
23 июня 1941 г. в 20.50-01.25 (журнал посещений Сталина) к И.Сталину зашли: Пред. Госпл., зам. Пред. СНК Н.А.Вознесенский, руководители Красной Армии, Правительства, НКВД. Н.А.Вознесенский ознакомил всех с межотраслевым балансом мобилизационной экономики СССР. Было принято решение: «Красной Армии города не сдавать, пока вся промышленность, сотрудники, их семьи не будут эвакуированы».
Этот факт активно замалчивается нашей либеральной пятой колонной. Благодаря героизму наших защитников Красной Армии к октябрю 1941 г. СССР практически выиграл войну.
План Гитлера был прост захватить сельскохозяйственные, промышленные районы СССР к октябрю 1941 г. и перейти в оборону. И ждать пока Красная Армия расстреляет весь свой боезапас и далее взять СССР голыми руками. План был успешно реализован к октябрю 1941 г. Вермахт захватил сельскохозяйственные, промышленные районы СССР, но там не обнаружили, ни фабрик, ни заводов, ни специалистов все было вывезено за Урал.
В октябре 1941 г. Генеральный штаб вермахта понял, война с СССР проиграна.
За период 1941-1942 гг. (1 год) без западных инвестиций вывезли с оккупированных территорий около 10 тыс. заводов (2500 крупных) и весь персонал и их семьи за Урал (2-4 тыс.км.) за 4 месяца!!!
И провели вторую индустриализацию за 8 месяцев!!! Ежедневно вводились в строй по 40-50 заводов со всей инфраструктурой.
В мае 1945 г. гражданам СССР, странам СЭВ предстояло в радикально короткие сроки полностью восстановить разрушенную громадную территорию, по которой прокатилась Чудовищная Война.
Практически необходимо было воскресить территорию и экономику:
Эта территория многократно по площади превосходила территорию Западной Европы. Масштабы разгромов также были не соизмеримы с разрушениями в Западной Европе.
Кроме того, предстояло провести не просто восстановление всей экономики, социально-экономической инфраструктуры в кратчайшие сроки, но необходимо осуществить полную модернизацию восстанавливаемых предприятий различных отраслей, и что самое главное – создать совершенно новые отрасли экономики, которых не было даже в развитых странах. Это такие отрасли, как атомная промышленность – знаменитое среднее машиностроение, ракетная промышленность – общее машиностроение. Кроме этого полностью модернизировать авиационную промышленность, радиотехнические отрасли – радиопромышленность, приборостроения, а также цветную, черную металлургию, нефтегазовую промышленность и т.д. Т.е. не просто восстановить, но и осуществить полную модернизацию всех отраслей экономики и создать новые отрасли.
Мало того, СССР и страны СЭВ отказались от каких-либо американских, западных инвестиций предлагаемых планом Маршалла.
Напомним, Джордж Маршалл изложил программу финансовой, инвестиционной помощи Европе, СССР в Гарвардском университете 5 июня 1947 года. 12 июля 1947 в Париже собрались представители 16 стран Западной Европы. На совещание приглашались также представители государств Восточной Европы и СССР, которые отказались от американских кабальных и политизированных инвестиций.
План Маршалла начал осуществляться с 4 апреля 1948 г., когда конгресс США принял «закон об экономическом сотрудничестве», предусматривавший 4-х летнюю программу экономической помощи Европе. Общая сумма ассигнований по плану Маршалла (с 4 апр. 1948 по дек. 1951) составила около 12,4 млрд.долл.США, причём основная доля пришлась на Англию (2,8 млрд. долл.США), Францию (2,5 млрд. долл.США), Италию (1,3 млрд. долл.США), Западную Германию (1,3 млрд. долл.США), Голландию (1 млрд. долл.США). При этом американцы, в качестве предварительного условия предоставления помощи, потребовали выведения коммунистов из состава правительств стран, подписавших договор. К 1948 году ни в одном правительстве Западной Европы коммунистов не было.
Причина отказа СССР от американских инвестиций по плану Маршалла для либеральных экономистов была более чем не понятна:
Разберем этот важнейший момент для экономики любой страны с любым политическим строем. Почему авторы считают основой любой экономики - труд, трудовую теорию стоимости, образование, человеческий капитал, а не столь любимые либеральными экономистами деньги, проценты, капитал, модернизации, инвестиции, инновации и прочие кейсианско-монетарные категории.
К 1927 г. советская экономика за годы первой мировой войны, двух революций, гражданской войны, распрей различных политических группировок была окончательно разрушена. Золотой запас царской России был благополучно разграблен и/или вывезен из страны.
В результате подлинной культурной революции в СССР уже в 1926 г. при переписке населения было зарегистрировано 56,6% грамотных среди людей в возрасте от 9 до 49 лет. По переписи 1939 г. этот процент поднялся до 87,6% , в 1959 г. – 98,5%, а в 1970 г. – до 99,7%. Из года в год росло число людей, имеющих высшее и среднее (полное и неполное) образование. Если в 1939 г. их было 15,9 млн. человек, то в 1975 г. – 117,0 млн. В 1975 г. 11,3 млн. жителей СССР имели высшее образование, в то время как в 1939 г. их было 1,2 млн. человек, а в 1913 г. лишь около 290 тыс. человек имели высшее, незаконченное высшее и среднее специальное образование.
Большая часть российской интеллектуальной элиты покинули страну, систему образования нужно было создавать практически с нуля. Из-за отстранения Троцкого, троцкистов от власти Запад, США отказали СССР в инвестициях. Помощи ждать было ни откуда. В декабре 1927 г. в своем Политотчете на XV съезде ВКПб И.Сталин подвел печальный итог:
Поразительно, но в своем докладе И.Сталин ставил первоочередной задачей перед обществом не программу индустриализации страны, не полное искоренение 75% неграмотности населения страны, а широчайшую образовательную революцию на всех уровнях.
В те времена элита советского общества понимала, что без золотого запаса Российской империи, без западных инвестиций, денег можно обойтись, а вот без образования и человеческого капитала нет.
Советские, русские экономисты-трудовики, так же как и советское общество понимали, что без профессионального человеческого капитала, носителя всех видов технологий, программа индустриализации СССР (1927-1937 г.г.) обречена на провал. Впервые же годы индустриализации советские экономисты-трудовики осознали, что экономически эффективней покупать на западе не фабрики, заводы и технологии, а западные профессиональные кадры, т.е. носителей технологий.
Во-первых, западные профессиональные кадры, человеческий капитал в сотни тысяч раз дешевле, чем старые производства, технологии, предлагаемые западом.
Во-вторых, приобретаются носители новейших технологий – главный потенциал запада – их человеческий капитал, которые способны построить новые фабрики, заводы, производства, технологии.
В-третьих, самое главное: эти носители новейших технологий запада должны будут обучить советских рабочих, техников, инженеров и подготовить научный потенциал страны, т.е. они должны помочь создать советский человеческий капитал – основу будущего ускоренного, инновационного развития СССР.
В первые годы индустриализации был также впервые отработан опыт использования западных финансовых, экономических кризисов в интересах СССР, в дальнейшем до 1982 г. этот опыт активно использовался. Наша страна воспользовалась Великой Депрессией («Чёрный четверг» 24 октября 1929 г.) в США и в странах Запада и пригласила в СССР около десятка тысяч западных профессионалов – рабочих, техников, инженеров, ставших на своей родине безработными, а многие и бездомными. В индустриально-развитых странах с рыночной экономикой в этот период насчитывалось около 30 млн. безработных, так что отобрать профессионалов для СССР было несложно.
Наш советский народ всегда благодарен той огромной образовательной, технологической помощи, которую оказали нашей стране западные специалисты. В 1944 г. И.Сталин, выступая перед представителями торгово-промышленной палаты США в Москве, сказал:
К 1945 г. СССР и страны СЭВ уже не нуждались в американских инвестициях по плану Маршалла, т.к. СССР имел самое главное: совершенную систему образования, человеческий капитал, т.е. профессиональных носителей всех современных технологий, который целенаправленно сохранялся даже в тяжелейшие годы войны. В начале войны при эвакуации на восток страны вывозили в первую очередь специалистов и только потом, по возможности, самое необходимое оборудование. Советское общество не боялось потерять заводы, здания Вузов, НИИ, страшно было потерять золотой запас – человеческий капитал. Потеря человеческого капитала, созданного с таким трудом за годы первых пятилеток, была равносильна проигрышу в войне с фашизмом.
В начале 1948 г И.Сталин в одном из своих выступлений отметил, что
«..Теперь американцы нам уже не хотят продавать свое оборудование. И мы должны за два ближайших года научиться делать все сами. Мы прошли большую дорогу, мы приобрели огромный опыт и теперь мы должны стать действительно независимыми…».
Народы СССР, стран СЭВ за период 1945-1953 г.г., несмотря на отсутствие американских инвестиций по плану Маршалла, смогли быстрее, чем страны Западной Европы реализовать все намеченные послевоенные программы (прошло 8 лет после Войны):
Советский народ за восемь послевоенных лет полностью восстановил, модернизировал всю экономику на огромной территории:
В это же время европейские страны, несмотря на американские инвестиции, все еще жили в полуразрушенной экономике и по продовольственной карточной системе.
Благодаря человеческому капиталу, колоссальному мотивационному потенциалу советских людей 4 октября 1957 года (прошло 12 лет после Войны) был запущен на орбиту первый искусственный спутник Земли, 12 апреля 1961 г. (прошло 16 лет после Войны) гражданин Союза Советских Социалистических Республик летчик майор Гагарин Юрий Алексеевич совершил первый в мире космический полет….
Анализ состояния промышленности и экономики сегодняшней России, созданную советским народом проводить не будем – не хочется расстраивать всех тех, кто в лишениях, в тяжелейших трудах ее строил, защищал, восстанавливал, создавал.
Процесс развала и разграбления СССР коротко описал Майкл Ледин (советник госсекретаря США в администрации Р.Рейгана):
«А кто при Рейгане думал, что мы сломаем СССР? А ведь прошли какие-то 8 лет.. а что нам понадобилось? Мы всего лишь взяли на зарплату их диссидентов, руководителей и все..».
Справка. Результаты либеральной экономики для западных стран печальны. За 20 лет после развала СССР произошло полное банкротство всех развитых стран запада.
Совокупный долг США (долги домашних хозяйств + долги фирм + государственный долг) по отношению к ВВП США — 400%, совокупные долги к ВВП: Англии — 500%, стран Европейского союза 300-500%. Список можно продолжить.
Либеральные экономисты фондовый «рынок» - это откровенное казино, называют инвестиционным рынком.
Результаты либеральных реформ для РФ. В 2010 г. впервые признано, что если либерально-рыночная «эффективная» экономика РФ будет «успешно» развиваться, то может быть к 2030 г. ВВП РФ достигнет уровня 1990 г. «неэффективной» плановой экономики РФ .
Наши либеральные Моисеи от «экономики» планируют 40 лет (1990-2030 гг.) водить русский многонациональный народ по рыночной пустыне под шаманский бубен, мантры о рыночной «конкуренции».
Итак остановимся только на результатах либеральных «реформ» в социальной сфере России. Для этого обратимся к любимым пунктам критики «либералов», «реформаторов», «демократов» социально-экономического развития СССР.
Очень часто либералы говорят, что в СССР мало уделялось внимания развитию социально-экономической инфраструктуры. Их замечания вполне обоснованы, ведь на ее строительство выделялось лишь 3-5% всех строительных мощностей. Тем не менее, давайте рассмотрим показатель «Ввод в действие жилых домов в РФ» за период 1933-2013 г.г. (рисунок 1).
Хочется отметить, что строительство жилья в период 1945-1991 г.г. велось со всей инфраструктурой (инженерной и социальной), а не как точечная застройка в годы реформ с полным использованием резервов советской инфраструктуры. Если учесть, что в послевоенное советское время на жилье выделялось не более 3-5%, то «успехи» в строительной отрасли постреформенной РФ несложно оценить – они огорчающие. Советский народ, в т.ч. наши родители большое внимание уделяли и социальной инфраструктуре. Чтобы исключить период зависимости бюджета СССР от нефтегазовой трубы и многократного роста бюджета СССР, анализ социальной инфраструктуры будем проводить с 1970 г. и далее.
Напомним, что рост бюджета СССР был вызван спровоцированным, организованным СССР ростом мировых цен на нефть. Это не сложно доказать, если рассмотреть динамику мировых цен на нефть за период 1946-2014 г.г. (см. рис.2)
Рисунок
1 - Динамика ввода в действие жилых домов
в РФ за период 1933-2013 г.г.
Авторы не ошиблись, в том, что управляемый рост мировых цен на нефть был организован со стороны СССР. Достаточно вспомнить, что именно СССР стал инициатором создания международной организации ОПЕК – развивающихся стран производителей нефти. ОПЕК был создан на конференции в Багдаде 10—14 сентября 1960 г. Чтобы исключить ненужный ажиотаж в ООН и Западной прессе, СССР не стал членом ОПЕК. Тем не менее, продолжал эффективно контролировать, управлять ОПЕК, мировыми рынками энергоресурсов с помощью эффективных экономических методов, разработанных советскими экономистами-трудовиками в недрах закрытых экономических НИИ ЦК КПСС. Вспомните первый опыт на заре индустриализации использования мировых кризисов в интересах экономики СССР, СЭВ и развивающихся стран.
Рисунок
2 - Динамика мировых цен на нефть в
реальном и номинальном выражении,
долл.США за баррель, 1946-2015гг.
Прогнозировать все мировые кризисы советские экономисты умели давно (с 1927г) и достаточно эффективно. Для советских экономистов закрытых экономических НИИ ЦК КПСС было интересно сделать эти кризисы управляемыми, чтобы легко обходить законодательство США, стран западной Европы, дискриминационные поправки типа Джексона-Веника.
Несложно догадаться, кто на самом деле организовал и ввязал СССР в афганскую авантюру, впервые так крупно переиграв советские спецслужбы, но что обидно: западными спецслужбами была полностью уничтожена титаническая научная работа советских экономистов закрытых экономических НИИ ЦК КПСС.
Эти научные работы практически в полном объеме сдали западным спецслужбам. Мало того в СССР, как отмечал в своих мемуарах акад. АН СССР Федоренко, началась целенаправленная работа по уничтожению и/или перекупке и вывозу на запад носителей этих научных экономических разработок закрытых экономических НИИ ЦК КПСС.
Рассмотрим развитие социальной инфраструктуры с 1970 г. Для этого рассмотрим заботу о подрастающем поколении РФ (см. рис.3)
Как видно из рисунка 3, наши родители, общество в 1970-1980 гг. своим внукам, в том числе и сегодняшним либералам-реформаторам, уделяли внимание в 50 раз больше, чем в 2005г. В 2 раз больше, чем в 2014-2015г.
Рисунок
3 - Динамика ввода дошкольных учреждений,
тыс.мест, 1970-2005-2014-2015 гг. Динамика ввода
общеобразовательных учреждений,
тыс.уч.мест, 1970-2005-2014-2015 гг.
Рисунок
4 - Динамика ввода учреждений ВУЗы,
техникумы, ПТУ тыс.м2 общей площади,
1970-2005-2012-2015 гг. Динамика ввода учреждений
культуры клубного типа, тыс. мест,
1970-2005-2014-15 гг.
Рассмотрим, какое внимание уделялось Советским государством, обществом образованию в частности школам в РФ. Как видно из рисунка 3, наши родители, общество в 1970 г. обучению детей, в том числе и сегодняшним либералам-реформаторам, уделяли внимание в 10 раз больше, чем в 2005г. В 14 раз больше, чем в 2014-2015г.
Рассмотрим, какое внимание уделялось Советским государством, обществом образованию, в частности, высшему, среднетехническому и профессиональному начальному образованию в РФ.
Как видно из рисунка 4, наши родители, общество в 1970 г. обучению детей, в том числе и сегодняшним либералам-реформаторам, уделяли внимание ПТУ в 162 раз больше, чем в 2005г. В 160 раз больше, чем в 2012-15г. Техникумы в 21 раз больше, чем в 2005г. В 27 раз больше, чем в 2012-15г. ВУЗы в 2,6 раз больше, чем в 2005г. В 2,45 раз больше, чем в 2012-15г. Рассмотрим, какое внимание уделялось Советским государством, обществом культуре в РФ. Как видно из рисунка 4, наши родители, общество в 1970 г. культуре уделяли внимание в 30-40 раз больше, чем в 2005г. В 23 раз больше, чем в 2014-15г.
Рассмотрим, какое внимание уделялось Советским государством, обществом здоровью нации в РФ. Как видно из рисунка 5, наши родители, общество в 1970-1980 гг. здоровью детей, в том числе и сегодняшним либералам-реформаторам уделяли внимание в 5,2 раз больше, чем в 2005г. В 14 раз больше, чем в 2014-15г. Рассмотрим, какое внимание уделялось Советским государством, обществом здоровью нации ее профилактике в РФ. Как видно из рисунка 5, наши родители, общество в 1970-1980 гг. здоровью детей, в том числе и сегодняшним либералам-реформаторам уделяли внимание в 3,4 раз больше, чем в 2005г. В 3,5 раз больше, чем в 2014-15г.
Рисунок
5 - Динамика ввода больничных учреждений,
тыс.коек, 1970-2005-2014-15 гг. Динамика ввода
амбулаторно-поликлинических учреждений,
тыс.посещений в смену, 1970-2005-2012-2015 гг.
Рассмотрим показатели «Ввод в действие объектов коммунального хозяйства в Российской Федерации» 1990-2015 гг.
Очень часто приходится слышать, что в советское время плохо решалась продовольственная программа, и что благодаря стараниям гайдаровских реформ либеральные экономисты спасли россиян от голодной смерти.
Давайте рассмотрим реальную картину - как в результате реформ Россия полностью утратила продовольственную безопасность. Для этого рассмотрим интегральный показатель «Поголовье скота на 1000 чел.» наиболее полно характеризующий реальное состояние сельского хозяйства (рисунок 7).
Рисунок
6 - Ввод в действие объектов коммунального
хозяйства в Российской Федерации,
1990-2015 гг.
Рисунок
7 - Динамика интегрального показателя
сельского хозяйства поголовье скота
на 1000 чел., 1916-2014 гг.
С нами опять могут не согласиться наши либерального толка экономисты. Поэтому для подтверждения показателей поголовья скота дадим убедительные данные по посевным площадям, валовым сборам (рисунок 8).
Как видно из рисунка 7, 8, современный уровень сельского хозяйства РФ по интегральному показателю «Поголовье скота на 1000 чел.» находится в середине 19-го века и в 2-3 раза ниже, чем даже во времена знаменитой Сталинской коллективизации и индустриализации. Бедные животные первыми не выдержали либерально-рыночных демократических «реформ».
Другие показатели отраслевой, региональной, социально-экономической, национальной, …, безопасности РФ рассматривать не будем, чтобы не огорчать старшее поколение.
Рисунок
8 - Динамика показателей по посевным
площадям, валовым сборам в сельском
хозяйстве, 1916-2013 гг.
В заключение отметим. Наш советский народ, наши родители, близкие, не только осуществили полную индустриализацию страны, благодаря которой смогли отстоять нашу страну в тяжелейшей, чудовищной Войне, но смогли восстановить, модернизировать всю экономику страны, создать миллионы новейших технологий, десятки новых отраслей, вывести нашу страну на второе место в мире.
Еще раз напомним: наш Великий Народ за период 1945-1953 г.г., несмотря на отсутствие американских инвестиций по плану Маршалла, смогли быстрее, чем страны Западной Европы реализовать все намеченные послевоенные инвестиционные, инновационные программы (прошло 8 лет после Войны).
Данная монография открывает новую серию научных исследований «Космо-ноосферная экономика», которую разрабатывает объединенный авторский коллектив фонд «Ноосфера», научный руководитель Г.П. Самарина, и авторский коллектив, научный руководитель Х.М. Мухаббатов. Необходимость объединения и проведения совместных исследований была вызвана следующими объективными причинами.
Авторский коллектив фонд «Ноосфера» в своих исследованиях был сосредоточен на развитии ноосферной экономики в рамках трех фундаментальных школ: русский космизм, циклизм (Н.Федоров, В.Вернадский, К.Циолковский, А.Чижевский….), русская трудовая экономическая школа (В.Дмитриев, В.Леонтьев), русская финансовая система, геополитика и геоэкономика (В.Нечволодов). В результате исследований и, в частности, прогнозов мировых кризисов, переворотов, революций, военных конфликтов, урожайности, заболеваемости и т.д. коллектив на первом этапе строил самостоятельно прогностические модели солнечной активности и только после этого осуществлял межотраслевое моделирование по 40 странам, производящим 80-85% мирового ВВП. Отметим, что коллектив никогда не доверял прогнозам РАН и NASA.
К сожалению, коллектив столкнулся с очевидными трудностями по точности прогнозов в рамках русского космизма. Так, в частности, за период с 1995-2016гг. из семи мировых кризисов коллектив смог указать не только год, но и месяц начала фазы кризиса: август 1998г. и сентябрь 2008г. (фазовый переход от финансового к экономическому кризису). Все остальные прогнозы кризисов коллектив дал с ошибкой в один год. Подобная степень неточности прогноза связано с использованием только одного показателя по солнечной активности (1700-1993гг.), при этом статистическая выборка охватывала только годовой интервал. Получить доступ к другим показателям коллектив не имел возможности. Другой причиной послужило отсутствие проработанной научной, целостной концепции в области русского космизма.
С работами авторского коллектива Х.М. Мухаббатова коллектив фонд «Носфера» познакомился с момента публикации фундаментальной работы Х.М. Мухаббатова (Воля к свободе или Экономика самоорганизации материи) в 2007г. и другими оригинальными разработками.
Коллективы, осознав необходимость объединения, попытались найти общие точки соприкосновения и сформулировать их для проведения совместных исследований. Основная проблема заключалась в формализации совместных исследований и придания им практической значимости. Появилось осознание необходимости приведения фундаментальных экономико-философских работ Х.М. Мухаббатова в русло практических результатов, что нашло отражение в устойчивых прогнозах кризисов 2008 г., 2013-2014 гг., выполненное силами двух коллективов.
Коллектив фонда является сторонником позиции нобелевского лауреата по экономике В.Леонтьева и американской ассоциации экономистов. Данная позиция и сформулированные требования к научным экономическим исследованиям заключаются в том, что исследования без математики и статистики или работы, опирающиеся только на математику, не подтвержденную статистическими исследованиями, это только гипотезы, несущие особенно в области экономики весьма сомнительные утверждения и выводы. Достаточно вспомнить, что все нобелевские лауреаты по экономике и их либеральные западные экономические школы за период 1900-2015гг. пропустили все мировые кризисы.
Работы коллектива Х.М. Мухаббатова отличает широта, фундаментальность, оригинальность, междисциплинарность подходов по увязке космоса, солнечной системы, ноосферы земли, как единой резонирующей системы, формируемой множеством видимых и латентных космологических, электромагнитных, гравитационных, биосферных, социально-экономических и др. факторов.
Объединение двух коллективов позволило значительно расширить исследования в области русского космизма, углубить изыскания в области ноосферной экономики и значительно усовершенствовать прогностические модели по мировым кризисам, войнам, революциям и т.д.
Понятно, что электромагнитный, гравитационный и другие виды резонансов, космоса, солнца, земли могут серьезно повлиять на урожайность, заболеваемость, производительность труда, все виды рисков во всех исследуемых 40 странах мира, как в целом, так и в каждой стране в отдельности.
При условии расширения практических результатов исследований коллектива Х.М. Мухаббатова за счет междисциплинарного взаимодействия с другими областями знаний коллективы смогут перейти к более точному межотраслевому моделированию по всем указанным странам от рабочего места до межгосударственного сопоставления. Кроме этого совместная работа позволит существенно повысить прогнозы мировых кризисов, войн, революций и уточнить геополитические и геоэкономические модели, разрабатываемые коллективами.
Данная монография посвящена космо-ноосферному межотраслевому межгосударственному моделированию, как единой серии книг «Космо-ноосферная экономика».
Учитывая катастрофическое положение в отечественном и зарубежном экономическом образовании, науки, авторы обосновали создание Федерального центра по подготовке/переподготовке профессиональных управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, военные конфликты, эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительства, администрации президента РФ, ГД РФ, СФ РФ, министерства обороны РФ, федеральной службы безопасности РФ, МЧС РФ.
Для обеспечения эффективной практической подготовки специалистов на всех уровнях авторами на основе методик Дорошко-Самариной был разработан комплекс дистанционного обучения. Эффективное обучение, масштабные расчеты, моделирование проводятся на основе программного обеспечения, технологий дистанционного обучения, которые разработал коллектив. Технологии дистанционного обучения, программное обеспечение успешно работают более 15 лет при подготовке студентов, аспирантов, докторантов, руководителей, экономистов, находящихся в любой точке мира. В рамках разработанных методик в монографии приводится укрупненный комплекс системы деловых игр «Кризис или Развитие», дополненной наиболее интересными, по мнению авторов, ссылками на видео-лекции, видео-моделирование.
Затраты на подготовку персонала организаций, отраслей экономики любой страны многократно превосходят интегральные инвестиции в оборотные и основные фонды. Поэтому роль человеческого капитала всегда доминировала, превосходит и будет преобладать над всеми суммарными видами капитала и банков, и бизнеса вместе взятых. Сегодняшний кадровый голод в РФ во всех ветвях власти, на всех иерархических уровнях управления экономики результат безграмотного управления персоналом и отсутствие внятной кадровой политики в годы реформ. Вот почему авторы считают, что применение деловых игр позволят снизить затраты и поднять эффективность управления на всех уровнях иерархии от предприятий до правительства, администрации президента РФ, ГД РФ, СФ РФ, МО РФ, ФСБ РФ, МЧС РФ.
Второй раздел монографии выполнен Х.М. Мухаббатовым. В виду существенного ограничения и масштабности проведенных исследований в монографии Х.М.Мухаббатова «Воля к свободе, или Экономика самоорганизации материи» в данный раздел включены основные положения и результаты для проведения дальнейших исследований.
Во втором разделе даны нейронные модели производственной функции научно-исследовательского комплекса. На основе межотраслевого моделирования определена значимая роль и место научно-исследовательского, технологического комплекса исследуемой отрасли «Professional, scientific, and technical services» экономики США. Во втором разделе первой главы дан динамический анализ, моделирование производственной функции, управления структуры материальных затрат предприятиями-конкурентами научно-исследовательского, технологического комплекса исследуемой отрасли «Professional, scientific, and technical services» экономики США. Раскрыты общие положения, алгоритмы, моделирование производственной функции, управления структурой материальных затрат предприятиями-конкурентами научно-исследовательского комплекса экономики США.
Приведен динамический анализ структуры затрат, количественная оценка рисков, коридоров управления, эффективности, нейронное моделирование предприятий-конкурентов исследуемой отрасли экономики США. Осуществлено моделирование внешних факторов, влияющих на управление предприятий-конкурентов научно-исследовательского комплекса со всеми рынками и отраслями экономики США на основе динамико-бифуркационного межотраслевого моделирования. Дано моделирование внутренних факторов, влияющих на управление предприятий-конкурентов научно-исследовательского комплекса на основе динамико-бифуркационного межотраслевого моделирования. Раскрыта модельная интегральная оценка внутренних, внешних факторов, количественная оценка рисков, коридоров управления, эффективности, нейронное моделирование влияния на управление предприятий-конкурентов научно-исследовательского комплекса на основе динамико-бифуркационного межотраслевого моделирования.
В монографии даны выдержки научно-исследовательских работ наших коллег: Д. да Консейсао (6.1), Л.А.Евсеева (6.2), Ш.Н.Бойназарова (6.3). Отметим, что в предыдущие книги не были включены версии научных исследований ряда авторов по кризису 2013-2014гг. ввиду ограниченного финансирования.
Исследования авторов были бы невозможны без статистических интернет баз данных программ межгосударственного сопоставления ООН, World Bank, межотраслевых балансов 40 ведущих стран мира, производящих 80-85% мирового ВВП. Статистических программ раскрытия информации Минтруда, Минторговли, Минэнерго, Министерства сельского хозяйства, ФРС, SEC, библиотеки Конгресса США, а также любезной помощи других ведомств федеральных и региональных властей США. За это авторы им искренне признательны.
Авторы благодарны западным коллегам, ученикам русской зарубежной экономической школы (П.Сорокина, В.Леонтьева, американских ассоциаций социологов, экономистов) за материалы, отражающие удручающее состояние западной либерально-экономической школы с прошлого века по настоящее время. Авторы признательны им за принципиальность и научную объективность.
Благодарим коллектив издательства СпбГЭУ «ЛЭТИ» за поддержку и помощь, в том числе О.А.Филимонович.
Авторы верят в практическую значимость книги и надеются на конструктивную критику специалистов и практиков.
Напомним, что вся система национальных счетов СНС ООН, ISIC, NACE, международные программы межгосударственного сопоставления ООН опираются исключительно на русскую, советскую методологию и русские, советские экономические школы, в т.ч. на русскую, советскую методологию межотраслевого моделирования и прогноза мировых финансовых и экономических кризисов 17-20 веков.
Западные либеральные экономические школы в данных фундаментальных исследованиях экономики всего мира не участвовали.
Т.к. по В.Леонтьеву запад всегда отличался «интеллектуальной посредственностью», по В.К.Дмитриеву «они одни неизвестные определяют другими неизвестными», по оценке главного редактора Business Week «Унылая картина.. экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week . 1982. 18 Jan . P . 124.] по поводу исследования американской ассоциации экономистов.
Рассмотрим последствия либеральных «реформ» в экономике, экономической науке России и всего Мира.
В условиях ограниченных ресурсов, регулярных мировых кризисов у организаций, отраслей, регионов, правительства РФ стоят проблемы объективного анализа, текущего, стратегического планирования, контроля реальной экономики. Для реализации этих задач нужны экономисты-профессионалы, но их в стране практически нет, несмотря на огромное количество выпускников экономических ВУЗов, центров подготовки/переподготовки экономистов.
Специалистов по финансовому проектированию, планированию, межотраслевым балансам и моделированию с использованием всего многообразия статистических методов просто нет. Прав акад. С.Глазьев, говоря, что «...экономистов-профессионалов смыло волнами реформ..». Полагаться на западные экономические школы Россия тоже не может, т.к. профессиональных экономистов там нет. Лучшим доказательству этому служит тот факт, что западные экономисты за столетие в 30-й раз пропустили очередной мировой кризис 2013-2014г.
В тоже время по данным акад. Н.Федоренко мировые кризисы в СССР прогнозировали с 1927г., а по данным генерала разведки Генерального Штаба Русской Армии А.Нечволодова с 1906 г., т.е. уже более 100 лет.
Коллектив фонда «Ноосфера», продолжая традиции АН СССР, прогнозирует мировые кризисы, цветные революции с 1995г. и публикует регулярно все модели прогноза кризисов в интернете.
Методики коллектива межотраслевого анализа, планирования, контроля, в том числе по прогнозу кризисов устойчиво работают, но требуют современной, специальной подготовки и обучения экономистов.
По статистическим данным Минобрнауки РФ, Росстата среднегодовой объем финансирования на обучение, подготовку и переподготовку экономистов, бюджетного, грантового, целевого финансирования экономических исследований составляет около 2 млрд. долл. США в год или 60-80 млрд. руб. В экономических ВУЗах, факультетах, академических институтах, исследовательских центрах декларируется высокое качество обучения, переподготовки и исследований. В России финансируется только либеральная экономическая школа и запрещается иметь другое мнение.
Однако это не согласуется ни с трагическим состоянием экономики России, ни с мнениями ведущих экономистов об удручающем состоянии экономического образования, экономической науки:
Мнение отечественных лидеров, русских, советских экономистов совпадает с оценками западных ведущих экономических организаций, исследовательских центров, ассоциаций экономистов, экономических научных журналов «О крахе либеральной, неолиберальной экономической науки, образования Запада».
Результаты исследований американской ассоциации экономистов (1972-1981 гг.) показали, что удельный вес псевдонаучных экономических работ составляет 97%, и только 3% имеют актуальность, новизну и практическую значимость. В редакционной статье ведущего экономического еженедельника по поводу выпущенных в 1981 г. ежегодных записок Американской экономической ассоциации, говорилось:
«..Унылая картина.. Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan.].
Положение в экономической науке России ужасающее - только 1% - это реальные экономические работы, а 99% - это псевдонаучные экономические работы. В советское время эти 99% «экономические» работы были бы не допущены даже на предзащиту, а авторы этого «экономического» бреда были бы просто уволены за некомпетентность.
На западе уже никого не удивляют регулярные забастовки студентов-экономистов элитных ВУЗов по поводу плохого обучения, оторванного от реальной экономики.
В.К.Дмитриев - основоположник мировой экономики XX-XXI веков, межотраслевого баланса, международной системы национальных счетов ООН еще в 1895 г писал, что западные либеральные экономисты, марксисты «…одни неизвестные пытаются определить другими неизвестными…».
На основании вышеизложенного предлагаем на базе идеологий, концепций, методологий русского космизма, русского циклизма, русской трудовой экономической, финансово-банковской школ, русской ноосферной экономики, динамической ноосферно-синергетической производственно-мотивационной концепции, нейронных моделей научного коллектива Фонд «Ноосфера» создать Федеральный научно-отраслевой центр (Центр) по практическим экономическим исследованиям реальной экономики по анализу, планированию, контролю на всех иерархических уровнях управления, с обязательной функцией по подготовке и переподготовке экономистов, руководителей организаций всех отраслей, регионов, министерств, правительства РФ.
Объем финансирования Центра, сроки на подготовку профессионалов многократно ниже, чем сегодняшние бюджетные затраты на подготовку непрофессиональных управленцев, экономистов, кандидатов и докторов экономических наук.
Методики авторов (С.Е.Дорошко, Г.П.Самарина, наших учеников) доказали, что СНС, МОБ ООН - это эффективный латентный инструмент для организации мировых финансовых и экономических кризисов, цветных «революций»/переворотов, для военных и спецслужб, для проведения военных операций и, наконец, для эффективного подавления экономики вероятного противника.
Авторы (С.Е.Дорошко, Г.П.Самарина) в работах опирались исключительно на основателей фундаментальных школ русского космизма, русского циклизма, русской трудовой экономической (В.К.Дмитриев – МОБ, СНС ООН) и финансово-монетарной школ (генерал Генштаба Русской Армии А.Д.Нечволодов).
Методика Дорошко-Самариной органически включает стандарты и методики, разработанные комитетами ООН при условии, если они не нарушают фундаментальных положений русских/советских экономических школ, например, как в стандарте ISO 31000, ряда фундаментальных ошибок в стандарте СНС ООН (см. Основные, вторичные и вспомогательные виды деятельности — проблемы классификации и их ошибки) и т.д., в частности:
Авторы (С.Е.Дорошко, Г.П.Самарина, коллеги, ученики), продолжая традиции русских, советских научных школ, в т.ч. экономических, в противовес либеральным виртуально-экономическим школам, считают целесообразным активизировать работы по продвижению методик реальной экономики (анализ, планирование, контроль), в т.ч. прогнозов мировых кризисов. Авторы с 1995г. рассчитали основные мировые экономические и финансовые кризисы. Так, в разное время были опубликованы:
Внимательное прочтение стандарта ISO 31000 (анализ рисков) показывает, что он не соответствует требованиям межгосударственной программы межотраслевого баланса (МОБ), системы национальных счетов Организаций Объединённых Наций (СНС ООН) 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики. Авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках.
В настоящее время в РФ и Китае предприняты попытки создания рейтинговых экономических агентств, чтобы исключить необъективность в оценках мировой экономики (государств, регионов, отраслей, рынков) западными рейтинговыми агентствами. Судя по публикациям, разработчики в РФ и Китае стоят на ошибочных тупиковых позициях, ими же осуждаемых методик западных агентств. Авторами предлагается альтернативная методика по анализу и управлению рисками.
В работах авторов дана методика Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Пятый уровень методики позволяет прогнозировать мировые финансовые и экономические кризисы. Данная методика опирается на исследования авторов, проводимых с 1995г.
С конца XIX века реальная мировая экономика всех стран членов ООН построена на русских, советских экономических теориях, моделях. За период 1900-2014гг. псевдонаучные школы либеральных экономистов умудрились запустить и пропустить все тридцать мировых финансово-экономических кризисов. Узкому кругу профессионалов известно, что экономические школы СССР с 1927 года успешно прогнозировали все мировые кризисы и использовали их в интересах многонационального народа СССР и его союзников.
Методики обязаны иметь прикладное значение и должны использоваться государственными, коммерческими службами различных иерархических уровней управления от организаций до правительства
В середине 80-х годов перед авторами (С.Е.Дорошко, Г.П.Самарина и др.) рядом уважаемых организаций СССР были поставлены следующие задачи:
Восстановить технологии, методики русских/советских экономических школ, наших Учителей по планированию, контролю эффективности жизнедеятельности, рисков, коридоров управления любых отечественных, зарубежных организаций всех отраслей, любых регионов и государств в целом по отношению к организациям-конкурентам любых отраслей ведущих стран. Разработать методики по ускоренной переподготовке кадров/персонала. К 2000 г. технологии, методики, в т.ч. по ускоренной переподготовке кадров/персонала по планированию, контролю эффективности жизнедеятельности, рисков, коридоров управления любых отечественных, зарубежных организаций всех отраслей, любых регионов и государств в целом по отношению к организациям-конкурентам любых отраслей ведущих стран мира, в т.ч. в рамках стандарта оценки рисков ISO 31000, авторами были полностью восстановлены. Описание технологий, методик даны в учебных пособиях, монографиях авторов (С.Е.Дорошко, Г.П.Самарина).
Методики авторов (С.Е.Дорошко, Г.П.Самарина) опираются исключительно только на фундаментальные исследования, работы русских школ: русского космизма, русского циклизма, русской трудовой экономической школы и русской финансовой системы.
Одна из множества целей экономических методик Дорошко-Самариной, разработанного программного обеспечения, технологий деловых игр, методик дистанционного обучения авторов заключается в том, чтобы научить менеджеров, экономистов различных иерархических уровней управления от организаций до правительства, в т.ч. спецслужб (ФСБ, МО, МВД, МЧС), исключительно самостоятельно моделировать, прогнозировать, а если потребуется организовывать мировые финансовые, экономические кризисы, в т.ч. цветные «революции»/перевороты, на основе авторских методик оценки рисков, коридоров управления, эффективности отечественных организаций, отраслей, регионов, правительства по отношению к конкурентам стран производящих 80-85% мирового ВВП: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария рамках стандартов: СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД.
Методики Дорошко-Самариной позволяют понять, как эффективно осуществлялось управление (анализ, планирование, контроль) экономики, народного хозяйства в СССР, как советские экономисты в СССР с 1927 г. регулярно прогнозировали мировые кризисы и как советские экономисты, спецслужбы использовали мировые кризисы в интересах СССР, СЭВ, третьего мира — http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Экономические методики, программное обеспечение, алгоритмы прогноза мировых кризисов, разработанные авторами (С.Е.Дорошко, Г.П.Самарина), в рамках фундаментальных работ русских школ и концепций авторов на основе международных стандартов СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН, ОКВЭД и базам данных МОБ стран-конкурентов, производящим 80-85% мирового ВВП (США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария…, позволяют объективно, эффективно, качественно, количественно и главное быстро:
Данный список можно бесконечно продолжать, так как авторы в своих исследованиях на всех семи иерархических уровнях управления от рабочего места до межгосударственного сопоставления используют триллионную громадину функционалов исходных Интернет баз данных ведущих стран-членов ООН производящим 80-85% мирового ВВП: по 40 странам: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, всех стран Совета Безопасности ООН. Объем данных по каждой стране составляет минимум 100 млн. функционалов. Глубина исследований – динамический анализ по каждой стране от 20-30 и более лет.
В заключение отметим, методики авторов доказали, что русский/советский МОБ - это эффективный латентный инструмент для организации мировых финансовых и экономических кризисов, для организации цветных «революций»/переворотов, для военных и спецслужб, для проведения военных операций и наконец для эффективного подавления экономики вероятного противника.
В частности, методики Дорошко-Самариной рассматривают риск, как аналог неэффективного управления:
Методики исследуют миллионы социально-экономических показателей. Именно название показателя/фактора выступает прилагательным к риску, например, финансовые риски, валютные риски, экономические риски, социальные риски, мотивационные риски, процентные риски, налоговые риски, риски персонала и др.
Методики учитывают разный уровень подготовки и компетенции современных экономистов. Методика не заставляет экономиста понять все 25 используемых математических, статистических и эконометрических методов, неизвестных для 99% современных экономистов. Поэтому методика для разного уровня подготовки выдает разный уровень детализации анализа, планирования и контроля.
Методики обеспечивают быстрое обучение неподготовленного экономиста, менеджера. Методика нацелена не на процесс и демонстрацию мощности, многообразия, качества расчетов, моделей, а на мгновенный экономический результат по качественной, количественной оценке рисков, коридоров управления и эффективности.
Методики Дорошко-Самариной на всех семи иерархических уровнях управления опираются, используют разработанные авторами программы, интернет комплексы, позволяющие в масштабе реального времени организовывать доступ к интернет-базам данных программ раскрытия информации всех стран-членов ООН. Это позволяет «вживую» обучать пользователей, экономистов методике с помощью дистанционных методов интернет обучения с использованием аудио-видео конференций.
Методики предназначены не только для оценки рисков, коридоров управления и эффективности организации, но и для анализа, планирования, контроля организации. Авторы трактуют сущность управления, его главные направления как анализ, планирование и контроль с учетом всей возможной доступной статистической, социально-экономической, технико-технологической информации, как по исследуемой организации, так и по всем ее конкурентам без ограничений. Методика самодостаточна и в экспертных, виртуальных мнениях не нуждается, т.к. опирается на расчеты.
Методики являются неотъемлемой частью концепции авторов, ее методик и моделей. В концепции методики рассматриваются как подсистема других методик, концепции авторов (например, прогнозирование, организация мировых кризисов, переворотов/«революций», выработка антикризисных мероприятий по отраслям, регионам, организациям и др.).
Еще раз отметим, методики авторов принципиально не используют концепции, методики, методы, модели и научные взгляды западных либерально-экономических школ ввиду их, по мнению В.Леонтьева, интеллектуальной импотенции.
Это также видно из материалов, опубликованных в ведущих экономических, западных научных изданиях за период 1937-1982 гг. В частности, о крахе либеральной экономической школы писал В.Леонтьев в открытых письмах к мировой экономической общественности (1969-1982гг.), подтверждалось публикациями Business Week, и исследованиями американской экономической ассоциации за период 1972-1982 гг., опубликованных American Economic Review об имитационном характере экономических работ: «Унылая картина. Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan. P. 124.]. В исследованиях американской экономической ассоциации, опубликованных в журнале «American Economic Review» (1972-1982 гг.), отмечается, что реальных экономических работ на западе и в США - всего 2-4%.
По мнению В.Леонтьева (1969-1982гг.): - «Не будучи с самого начала подчинены строгой дисциплине систематического сбора данных… экономисты приобрели почти непреодолимую склонность к дедуктивному анализу или дедуктивной аргументации… абсолютно произвольных предположений к точно сформулированным, но не относящимся к делу теоретическим выводам…».
В перечисленных выше материалах признается, что западное либеральное экономическое образование напоминает конвейер по производству дураков, а не экономистов. Этот конвейер в 2000 г. с помпой на западе отметил свой двухсотлетний юбилей.
Ввиду множества мнений организационная схема Центра находится на согласовании. Отметим главное:
Все исследования и обучение курсантов (экономистов, руководителей организаций всех отраслей, регионов, министерств, правительства, администрации Президента РФ) в центре будет проводиться без отрыва от производства и исключительно дистанционно с использованием разработанных и внедренных облачных Интернет технологий. В аудиториях, офисах, в т.ч. технологических помещениях центр не нуждается. Исследования, обучение, конференции, тренинги, лекции, практические занятия проводятся только с использованием облачных Интернет технологий. Примеры начального этапа исследования/обучения:
https://www.youtube.com/watch?v=TvxOympVJh0, https://www.youtube.com/watch?v=3P86Ut_CaDo
На данном этапе среднее бюджетное финансирование подготовки аспиранта в РФ 160 тыс. в год – за 3 года 480 тыс.руб.
Центр будет готовить профессионалов в объеме доктора наук за 1 год – смотри выше практические цели и задачи центра.
Средний годовой бюджет на 100 чел. курсантов 30-50 млн.руб./год.
Средняя оплата исследователя-преподавателя 200-300 тыс.руб./мес.
Исследователь-преподаватель обязан ежегодно готовить 10 курсантов и 10 методик по 10 рынкам/отраслям (текстовый объем 10 монографий 5-10 тыс.стр./год) по странам производящим 80-85% мирового ВВП по 40 странам 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США – поэтому такая высокая оплата труда исследователя-преподавателя.
В первый год 30-50% сил Центра будут брошены на подготовку исследователей-преподавателей…
В первый год Центр силами Дорошко С.Е., Самарина Г.П., учеников сможет безболезненно подготовить 10-30 курсантов… Плюс 5-10 преподавателей.
На второй год Центр сможет выйти на выпуск 100 курсантов + еще 15 преподавателей
На третий год Центр расширит исследования более 500 рынков/отраслей в рамках международных стандартов СНС ООН, ISIC ООН, ОКВЭД по странам производящим 80-85% мирового ВВП по 40 странам (27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, т.е. объемы работ вырастут в 25 раз.
На данном этапе, чтобы не сорвать первый год работы центра, проведены следующие мероприятия:
Для ускорения обучения и погружения курсантов в научный материал подготовлена методика записи видео по всем этапам обучения, - https://www.youtube.com/watch?v=TvxOympVJh0, https://www.youtube.com/watch?v=3P86Ut_CaDo.
Таким образом, технически, технологически, методически, программно, математически все готово для обучения.
Обучение руководителей, экономистов предприятий всех отраслей, банков, страховых организаций, регионов, экономических служб правительств федерального и регионального уровня, администрации президента РФ, ГД РФ, СФ РФ по методикам:
Эффективного классического русского/советского управления: анализ, планирование, контроль на всех иерархических уровнях управления по отношению к конкурентам 40 стран.
Сокращенный спецкурс. Руководители 1-ого эшелона управления (топ менеджеры) должны понимать и владеть всей системой связи любого объекта управления со всеми отраслями экономики страны, в т.ч. на уровне межгосударственного сопоставления. Осваивают интегрированную методику прогноза мировых финансовых, экономических кризисов и выработку антикризисных мероприятий в объеме 15-ти интегральных рынков и 15-ти секторов (отраслей) экономик 40 стран, производящих 80-85% мирового ВВП.
Объем дистанционного обучения – 10-20 часов.
Расширенный спецкурс. Руководители 2-ого эшелона управления (заместители руководителя по экономике) обучаются тем же задачам, как и руководители первого эшелона с более глубокой детализацией и объемом расчетного материала. Осваивают расширенную методику прогноза мировых финансовых, экономических кризисов и выработку антикризисных мероприятий в объеме 15-ти интегральных рынков и 15-ти секторов (отраслей) экономик 40 стран.
Объем дистанционного обучения – 40-60 часов.
Полный спецкурс. Руководители 3-ого эшелона управления (начальники планово-экономических, финансовых подразделений), далее курсанты, проходят, весь курс обучения в объеме 2-ого эшелона плюс участвуют совместно с нашим авторским коллективом в построении моделей прогнозов кризисов, выработке антикризисных мероприятий. Для этого осваивают комплексную методику прогноза мировых финансовых, экономических кризисов и выработку антикризисных мероприятий в объеме 70-ти интегральных рынков и 70-ти секторов (отраслей) экономики.
Курсанты участвуют в разработке межотраслевых нейронных моделей конкурентных преимуществ, рисков, коридоров управления, эффективности по всем отечественным предприятиям и их зарубежных конкурентов 70 отраслей, 70 рынков по 40 странам, производящим 80-85% мирового ВВП. Все проектные, исследовательские работы курсанты осуществляют в рамках классического русского/советского управления по анализу, планированию контролю на всех иерархических уровнях управления по отношению к конкурентам 40 стран. Проектирование курсанты проводят, на основе разработанного коллективом программного обеспечения, на всех семи уровнях от рабочего места персонала до межгосударственного сопоставления.
Курсанты проводят исследования на уровне докторских экономических диссертаций. Курсанты должны уметь проводить исследования, межотраслевое нейронное моделирование, расчеты на основе баз данных по предприятиям 70 отраслей 40 стран по 50-100 млрд. функционалов. Т.е. в объемах ежегодных работ нашего коллектива.
Выпуск курсантов завершается защитой 50-70 монографий в год, в объеме от 50-100 тыс.стр. В ежегодных монографиях даются уточненные прогнозы по следующим мировым кризисам, переворотам, военным конфликтам: 2019, 2023, 2026-2029, 2034, 2040, 2046, 2052, 2057, 2062, 2065, 2071 гг.
Объем дистанционного обучения – 100-500 часов.
В аудиториях, офисах, в т.ч. технологических помещениях коллектив не нуждается. Т.к. эффективное обучение, масштабные расчеты, моделирование проводятся на основе программного обеспечения, технологий дистанционного обучения, которые разработал коллектив. Технологии дистанционного обучения, программное обеспечение успешно работают более 15 лет при подготовке студентов, аспирантов, докторантов, руководителей, экономистов, находящихся в любой точке мира.
«..Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет..» В.В.Путин, 2007, СФ РФ
В середине 80-х годов перед авторами (С.Е.Дорошко, Г.П.Самарина и др.) рядом уважаемых организаций СССР были поставлены следующие задачи:
Восстановить технологии, методики русских/советских экономических школ, наших Учителей по планированию, контролю эффективности жизнедеятельности, рисков, коридоров управления любых отечественных, зарубежных организаций всех отраслей, любых регионов и государств в целом по отношению к организациям-конкурентам любых отраслей ведущих стран. Разработать методики по ускоренной переподготовке кадров/персонала. К 2000 г. технологии, методики, в т.ч. по ускоренной переподготовке кадров/персонала по планированию, контролю эффективности жизнедеятельности, рисков, коридоров управления любых отечественных, зарубежных организаций всех отраслей, любых регионов и государств в целом по отношению к организациям-конкурентам любых отраслей ведущих стран мира, в т.ч. в рамках стандарта оценки рисков ISO 31000, авторами были полностью восстановлены. Описание технологий, методик даны в учебных пособиях, монографиях авторов (С.Е.Дорошко, Г.П.Самарина).
Методики авторов (С.Е.Дорошко, Г.П.Самарина) опираются исключительно только на фундаментальные исследования, работы русских школ: русского космизма, русского циклизма, русской трудовой экономической школы и русской финансовой системы.
Рассмотрим основные ограничения методик авторов по подготовки менеджеров, экономистов предприятий, регионов, правительства на основе деловых экономических игр.
Чтобы понять данное ограничение начнем с высказывания Woodrow Wilson, Президента США, который осознав весь цинизм Закона «Акт Федерального Резерва» (The Federal Reserve Act, или The Act of December 23, 1913), писал:
«..Наша промышленная держава контролируется кредитной системой, и наша кредитная система сосредоточена в частных руках.. Мы больше не правительство народной воли, не правительство, избранное большинством, но правительство под властью небольшой кучки людей..».
Можно не верить Woodrow Wilson, но давайте вспомним Mayer Anselm Rothschild «Дайте мне возможность выпускать и контролировать деньги в государстве, и мне нет дела до того, кто пишет законы этого государства».
Из официальных заявлений «Президента» США и одного из реальных хозяев запада Mayer Anselm Rothschild следует, что все западные Президенты, Премьер-Министры, Парламенты просто клоуны и марионетки находящиеся «под властью небольшой кучки людей..».
Западные же мифы про «Демократизм», «Либерализм» и прочие измы для народов западных стран это лишь узаконенная, скрытая, циничная форма финансового рабства «под властью небольшой кучки людей..». «Рыночная» экономика, конкуренция, инвестиции, инновации, риски и прочие теоретические глупости либеральных «экономистов» разваливаются на глазах. Для этого достаточно вспомнить, кто столетиями на самом деле контролирует и управляет марионеточными правительствами так называемых «либеральных», «демократических», «прогрессивных» стран запада.
Следует также вспомнить, что многие из «демократических» западных государств - так называемых мировых лидеров являются банальными колониями Великобритании, у которой нет даже Конституции. Интересно, какой «демократии» учат мировое сообщество английские Премьеры с феодальной, колониальной, крепостнической государственной системой. Складывается впечатление, что современная английская феодально-колониальная «элита» это циники или по Теодору Герцлю «интеллигентная посредственность, которых мы производим в таком изобилии».
Всем сомневающимся рекомендуем прочесть материалы разведки Генерального штаба Русской Армии 1906 г. генерала А.Д.Нечволодова. Напомним, что генерал А.Д.Нечволодов и его коллеги поддержали И.Сталина и сформировали самую эффективную в мире личную разведку И.Сталина. А.Д.Нечволодов и его коллеги ликвидировали пятую колонну, троцкистов, сионистов в СССР.
А.Д.Нечволодов убедил И.Сталина, что для ускоренной индустриализации, практически мгновенной модернизации экономики СССР необходимо внедрить русскую финансовую систему, являющуюся составным элементом МОБ, СНС В.К.Дмитриева — основателя всей современной реальной, а не виртуальной экономики. В узких кругах профессиональных экономистов известно, что А.Д.Нечволодов участвовал в организации на базе личной разведки И.Сталина самого секретного в СССР подразделения экономистов по прогнозу, организации мировых финансовых, экономических кризисов в рамках русского космизма, русского циклизма, русской трудовой экономической школы и русской финансовой системы.
Для реализации проекта по прогнозу, организации мировых финансовых, экономических кризисов А.Д.Нечволодов под прикрытием «философского парохода» внедрил в экономические школы, государственные статистические организации Запада агентов влияния.
Вспомним, что кроме внедрения на запад русских/советских экономистов советской разведкой (А.Д.Нечволодовым) были организованы внедрения в научные центры запада других специалистов из разных областей знаний, науки, в частности русских физиков-теоретиков (см. фильм «Гамов. Физик от Бога»). Для упрощения внедрения на запад агентов влияния советской разведкой было принято оригинальное решение - большинство из агентов были евреи русского происхождения. Это позволяло использовать громадный политический, финансовый, экономический потенциал сионистского лобби запада.
В задачу русских, советских экономистов - агентов влияния входило навязать Западу и всему Миру русский, советский МОБ и систему национальных счетов для того, чтобы было возможно прямо из Кремля элементарно анализировать, планировать, контролировать экономику всех государств мира, а если потребуется подавлять экономику вероятного противника. С поставленной задачей агенты влияния справились успешно, о чем свидетельствуют документы Госдепа США, ООН, а также хорошо известные факты, что все мировые финансовые, экономические кризисы в СССР с легкостью прогнозировали и использовали в интересах народа СССР и наших союзников с 1927 г.
Вот почему в методиках Дорошко-Самариной на всех уровнях подготовки управленцев, экономистов запрещено использовать мнения, прогнозы, расчеты марионеток и западных экономистов:
Если у Вас есть сомнения или возражения, тогда читаем мнение уважаемых экономистов с мировым именем о жутковатом состоянии западных, отечественных либеральных «экономических» школ. На западе 97% псевдоэкономических работ в экономике, а в России — 99,1%.
В результате либеральных «реформ» в РФ знаменитая во всем мире русская/советская экономическая школа была уничтожена к 1995 г.
Одна из множества целей экономических методик Дорошко-Самариной, разработанного программного обеспечения, технологий деловых игр, методик дистанционного обучения авторов заключается в том, чтобы научить менеджеров, экономистов различных иерархических уровней управления от организаций до правительства, в т.ч. спецслужб (ФСБ, МО, МВД, МЧС), исключительно самостоятельно моделировать, прогнозировать, а если потребуется организовывать мировые финансовые, экономические кризисы, в т.ч. цветные «революции»/перевороты, на основе авторских методик оценки рисков, коридоров управления, эффективности отечественных организаций, отраслей, регионов, правительства по отношению к конкурентам 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
Методики Дорошко-Самариной позволяют понять, как эффективно осуществлялось управление (анализ, планирование, контроль) экономики, народного хозяйства в СССР, как советские экономисты в СССР с 1927 г. регулярно прогнозировали мировые кризисы. А также осознать и как советские экономисты, спецслужбы использовали мировые кризисы в интересах СССР, СЭВ, третьего мира — http://www.youtube.com/watch?v=A5Lcl4dJJTw.
В методике авторов на всех уровнях подготовки управленцев, экономистов запрещено делить целостную систему экономики на ошибочные категории: микроэкономики, мезоэкономики, макроэкономики.
Осознать, что деление целостной системы экономики на категории микроэкономики, мезоэкономики, макроэкономики это лишь условное деление. Лучшим доказательством этого любимого либеральными «экономистами» ошибочного деления целостной системы экономики на три уровня легко разбивается построением системы межотраслевых балансов (МОБ), системы национальных счетов (СНС). (см. Динамическая ноосферно-синергетическая производственно-мотивационная концепция и нейронные модели).
Понять, что любое деление целостной системы экономики на три уровня будет приводить к значительным управленческим ошибкам (рисунок 1) при анализе, планировании, контроле, что мы регулярно наблюдаем в западных либеральных экономических школах.
Рисунок
1 - Зрительный образ n-мерного иерархического
критерия Самариной
Сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как ни парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих «классических» подходов, т.к. глобальный экстремум находится на поверхности 3, а для этого необходимо уметь воспринимать экономику как целостную систему.
Понять и принять, что экономику нужно воспринимать только как целостную систему иначе проводить эффективное межотраслевое моделирование невозможно, а в дальнейшем будет приводить к значительным управленческим ошибкам (рисунок 1) при анализе, планировании, контроле на всех иерархических уровнях управления.
Ни для кого не секрет, что современное либеральное экономическое образование это конвейер по производству дураков. К сожалению, мало кто из молодежи и среднего поколения эту печальную истину осознает.
Молодежи, среднему поколению с 1990 г. предлагается, навязывается масса либеральных «идей», «теорий», «моделей» весьма сомнительного происхождения.
Большинство из них подобно либералам, демократам, марксистам и прочим работникам около научных школ никогда не читали, и как следствие не знакомы с фундаментальными исследованиями русских/советских школ: русского космизма, русского циклизма, русской трудовой экономической школы Дмитриева и русской финансовой школы Нечволодова, Шарапова.
В ВУЗах цитируют, изучают в лучшем случае либеральных «экономистов», их нобелевских лауреатов от «экономики» и их псевдонаучные работы. Более «продвинутые» ВУЗы генерируют очередную около научную либеральную, марксистскую «экономическую» глупость.
В методике авторов на всех уровнях подготовки управленцев, экономистов запрещено:
1) Строить, разрабатывать, совершенствовать экономико-математические модели, не содержащие статистических данных или по В.Дмитриеву «одни неизвестные определять другими неизвестными», как это принято в либерально-марксистких «экономических» зарубежных (52,5%) и отечественных (6,2%) школах.
Понятно, что модель, не опирающаяся на значительный статистический материал от 1 млрд. функционалов и более, есть лишь гипотеза. Методики авторов требуют использовать статистические базы данных 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
Авторы в своих исследованиях ежегодно обрабатывают массивы статистической информации в объеме более 100 млрд.функционалов. В деловой игре установлен минимальный объем в размере 1 млрд. функционалов
2) Проводить экономические исследования без математических формул и статистических данных, как это принято в либерально-марксистких «экономических» зарубежных (16,4%) и отечественных (72,7%) школах.
Очевидно, что экономические исследования без математических формул и статистических данных это лишь первый шаг начала исследований, и поэтому словесный треп научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
3) Осуществлять эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, как это принято в либерально-марксистких «экономических» зарубежных (22,5%) и отечественных (12,5%) школах.
Как можно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, где гарантия, что эти статистические данные не были по глупости, корыстно или сознательно искажены. Такой «научный» опус научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
4) Реализовывать эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях, как это принято в либерально-марксистких «экономических» зарубежных (6,4%) и отечественных (7,7%) школах.
Сомнительно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях с сомнительной репутацией. Такой «научный» опус также научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
5) В результате можно будет достигнуть реального развития экономической науки, быть достойными своих учителей и снизить количество псевдо экономических работ, исследований зарубежных (96,9%) и отечественных (99,1%) экономических школ до приемлемого, терпимого 3-5% уровня посредственных научных работ, экономических исследований.
Постановка задачи по «Методике подготовки менеджеров, экономистов на основе деловых экономических игр» основана на следующих фундаментальных направлениях:
Рисунок
2 – Семиуровневая нейронная модель
Дорошко-Самариной
В рамках методики количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран, в рамках международных стандартов СНС ООН, ОКВЭД зрительный образ всех уровней деловой игры можно представить в виде семиуровневой нейронной модели от рабочего места до межгосударственного сопоставления.
Отметим, что представленная семиуровневая
нейронная модель (рисунок 2) от рабочего
места до межгосударственного сопоставления
должна рассматриваться в рамках
ноосферной системы, ноосферного
управления, ноосферной экономики
(С.Е.Дорошко, Г.П.Самарина), а также
ноосферных технологий на примере
плазменных металлургических технологий,
в т.ч. бестопливных технологий.
Основную цель развала СССР цинично изложила в 1991 гг. М.Тетчер: «По оценкам мирового сообщества экономически целесообразно проживание на территории СССР 15 млн. человек».
При этом руководители западных «демократий» (G-7) пытаются скрыть истинную цель — продлить агонию Запада на 20-30 лет за счет «приватизации» активов СССР (СЭВ). Для этого Запад использовал пятую колонну в руководстве СССР и эффективный механизм - государственный переворот или «революцию» в верхах, отработанный за последние 400 лет еще с времен Руси-Орды (Тартарии).
Вершиной совместной плодотворной работы экономистов СССР (СЭВ), США и всех комитетов ООН по внедрению и стандартизации русских/советских экономических методик, моделей МОБ и СНС за период 1959-1970гг. можно считать уникальное исследование русских/советских экономических школ по прогнозу развития мировой экономики всех стран-членов ООН до 2000 г., выполненное под руководством В.Леонтьева в 1973-1978гг.: Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.
Западные либеральные экономические школы в данном исследовании не участвовали по ряду причин. Приведем оценку научного уровня западных либеральных «экономических» школ главного редактора ведущего экономического еженедельника «Business Week» - «Унылая картина.. экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week.1982.18 Jan.P.124.].
Доклад группы экспертов ООН во главе с В.Леонтьевым свидетельствовал о шокирующем для США, Англии и «развитых» стран Запада факте:
СССР (СЭВ) не отстает от США по показателю «технологический уровень производства», а по инновационному показателю «автоматизация производства» СССР опережает США, Западную Европу в 4 раза (3,89-3,96)!!!. По показателю «производительность труда» СССР (СЭВ) устойчиво опережает США в 2 раза, Западную Европу в 3 раза, в частности:
Из доклада В.Леонтьева (Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979) следовал главный вывод, что СССР при планируемой в докладе В.Леонтьева численности населения 280-300 млн.чел. к 1994 г. при пересчете на численность 1991 г. и на инфляцию доллара на 2013 г. к 2012-2013 гг, будет ежегодно контролировать/производить по показателю ВВП около 30 трлн.долл.США/год:
Картина в бывших республиках СССР и странах СЭВ еще более удручающая - только численность населения упала на 10-20%, как после Второй Мировой Войны.
К 2012 г. бывшие страны СЭВ, естественно при сохранении численности как в 1990-1991 гг, должны были контролировать/производить по показателю ВВП:
Из приведенного анализа следует единственный вывод, что к 2013 г. социалистические страны СЭВ (при численности населения СССР и СЭВ — 402 млн.чел. в 1991 г.) должны контролировать около 55% или 41 трлн.долл.США/год (мировой ВВП в 2013 г. 74 трлн.долл.США).
Рисунок
3 - Прогноз динамики развития промышленности,
экономики СССР и США
При условии сохранения СЭВ и СССР весь Мир наблюдал бы: конец империи доллара, глобализации и будущей мировой тоталитарно-фашисткой - либерально-демократической системы запада. Так что либеральная байка про капитализм, социализм, коммунизм, демократизм, либерализм и прочие измы была придумана для зомбирования человечества.
Все значительно проще, если знаешь реальную экономику, а не виртуально-либеральную и, конечно же, для анализа социально-экономических процессов необходимо – немного знаний высшей математики и статистики.
Для ликвидации мирового лидера СССР-СЭВ у Запада был лишь один выход - развалить СССР изнутри при помощи технологии пятой колонны, хорошо отработанной веками (1613-1991 гг.).
Существуют устойчивые мифы, активно продвигаемые западными либерально-экономическими школами и их отечественными последователями, по поводу русской, советской разработки межотраслевого баланса (МОБ) («затраты-выпуск», «input-output») и системы национальных счетов (СНС) ООН.
Объективности ради, чтобы не выяснять причины устойчивых либерально-экономических мифов рассмотрим, процитируем авторитетные мнения признанных во всем мире профессионалов:
Подведем черту. В.Путин, поддерживая тезис акад. АН СССР Д.Львова (1995г.) «..У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги..», в своем выступлении в Совете Федерации РФ в 2007 г. с возмущением сказал: «..Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет..».
Разобрав причины либерально-экономического мифотворчества, перейдем к следующему блоку проблем западных «элитных» школ.
Так, в частности, западные «экономические» школы и их отечественные либерально-экономические последователи, страдая амнезией и комплексом первооткрывателя (по П.Сорокину), активно утверждают/продвигают следующее:
Западные «экономические» школы без зазрения совести утверждают, что разработка МОБ и СНС это исключительно изобретение западных либерально-экономических «элитарных» школ. При этом скромно замалчивают критику американской ассоциации экономистов.
Данный перечень западной, и отечественной либерально-демократической экономической безграмотности можно бесконечно продолжать.
Для начала напомним отечественной, либеральной зарубежной публике от «экономики», страдающей амнезией и комплексом первооткрывателя (по П.Сорокину), хорошо известные любому экономисту-профессионалу факты.
Основные работы по формированию статистической базы МОБ, балансовых моделей МОБ в период 1900-1930 гг. проводились только в Российской Империи и после 1917 г. в СССР.
С 1930 г. были начаты работы по МОБ и в США, несмотря на жесткое противодействие западных либеральных «политиков» и «экономистов», в т.ч. будущих Нобелевских лауреатов от «экономики».
Данная работа в США проводилась только русскими-эмигрантами экономистами, учениками В.К.Дмитриева и петербургской трудовой экономической школы - В.Леонтьевым и др. при поддержке декана факультета Гарвардского университета, русского трудовика П.Сорокина (ученика В.К.Дмитриева и учителя В.Леонтьева).
Особо отметим, что западные либерально-экономические школы в работах по МОБ никогда не участвовали, а в создании Системы Национальных Счетов ООН замечены не были, ввиду интеллектуальной убогости, так как по В.К.Дмитриеву «они одни неизвестные определяют другими неизвестными».
При этом отечественная, либеральная зарубежная псевдонаучная публика от «экономики» слабо знакома с отечественной и зарубежной научной литературой, исследованиями, историей, официальными публикациями Госдепа США: Bureau of Economic Analysis of the U.S. Department of Commerce, Пентагона, ЦРУ: Air Force, National Security Resources Board (см. http://www.bea.gov/papers/pdf/IOmanual_092906.pdf).
Позволим себе процитировать мнение ведущих западных экспертов - учеников русских/советских экономических школ перечисленных выше государственных организаций США.
Данные утверждения авторов подтверждаются многочисленными источниками. Так, в частности, уважаемая организация Госдепа США - бюро экономического анализа Министерства торговли США (Bureau of Economic Analysis of the U.S. Department of Commerce - BEA.DOC) (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) в 2006 г. (September 2006 , Updated April 2009 ) опубликовала в работе «Concepts and Methods of the U.S. Input-Output Accounts» краткую историческую справку о создателе межотраслевого баланса США нобелевском лауреате В.Леонтьеве.
В параграфе «Early history» на странице 1-5 специалисты Bureau of Economic Analysis of the U.S. Department of Commerce (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) сообщают:
«..In the 1930s and 1940s, Nobel laureate Wassily W. Leontief developed I-O tables as a tool for economic analysis and created the first modern-day I-O tables for the United States. While teaching at Harvard University, Leontief constructed I-O tables for the U.S. economy for the years 1919, 1929, and 1939..».
Отметим интересный и во многом важный факт для наших исследований. Масштабными работами, моделями, практическими результатами МОБ в изложении В.Леонтьева, в первую очередь, заинтересовались американские военные (Air Force, National Security Resources Board), которые финансировали В.Леонтьева через бюро трудовой статистики (BLS) Министерства труда США. В частности, в параграфе «Early history» на странице 1-6, абзац 3 специалисты BEA.DOC (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) сообщают:
«Soon after the BLS study, other governmental organizations, including the U.S. Air Force, began using the I-O framework to analyze their operations and allocation of resources. In preparing an I-O table for 1947, BLS received financial support from the Air Force and the National Security Resources Board.»
Интерес американских военных к русской/советской методике МОБ был неслучаен. По данным разведки США, National Security Resources Board было известно, что СССР активно использовал советский балансовый метод МОБ не только для планирования экономики страны, но и при планировании военных операций в период Великой Отечественной Войны. Поэтому американские военные начали использовать таблицы МОБ В.Леонтьева за 1952 г. при планировании военных операций в Корейской войне, на той же странице 1-6, абзац 3 последнее предложение (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf):
«Published in 1952, the table was used for analysis and planning related to the Korean War.»
Справка. Для лучшего понимания материала и ответа на вопрос, почему военные, спецслужбы США, а не экономисты, госдеп США финансировали русский космизм, русский циклизм и русскую трудовую финансово-экономическую школу, следует вернуться к аналитическому исследованию генерал-лейтенанта А.Нечволодова Генштаба Русской Армии в области экономики и финансовой системы (1906 г.). Рекомендуем также ознакомиться с геополитическим анализом Мира генерала Российской империи, Министра Внутренних дел П.Н.Дурново (1914 г.).
Следует также обратиться к переписке Сталина, Рузвельта, Черчилля времен Второй Мировой Войны, где И.Сталин предлагает союзникам изменить неэффективную политику ковровых бомбежек Германии на политику точечного паралича экономики Германии и его ВПК. Цель - военная техника выпускается, но не соответствует ТТХ - самолеты не летают, танки обездвижены и т.д., а после войны можно быстро восстановить Германию. Практически И.Сталин предложил возглавить стратегическое планирование воздушных операций специалистам в области межотраслевого моделирования.
Дальнейшее изучение, освоение, использование в США МОБ в изложении В.Леонтьева подверглись популистской критике со стороны западных либеральных экономических школ, в т.ч. американских, и либерально настроенных политиков. В результате МОБ программа была остановлена. Так, в частности, на странице 1-6 в четвертом абзаце (http://www.bea.gov/papers/pdf/IOmanual_092906.pdf) читатель вдруг обнаруживает странный текст о том, что США решили отказаться от изучения и внедрения I-O таблиц/счетов В.Леонтьева, так как межотраслевой баланс уже давно используется в СССР. В СССР советскую балансовую модель МОБ применяют как эффективную систему управления и как инструмент экономического анализа, планирования и контроля для всех организаций, отраслей экономики СССР без исключения:
«However, during the early 1950s, I-O analysis came under intense criticism, as politicians and economists in the United States noted that the Soviet Union used I-O tables as a tool for economic planning. In this hostile political climate, the U.S. government acted to restrict funding for the production of I-O tables. By 1954, the U.S. I-O program came to a complete halt».
Экономистам BEA.DOC нельзя отказать и в чувстве юмора, далее они пишут:
«Ironically, while U.S. critics espoused the communist dangers of the I-O tables, The People’s Republic of China also abandoned the use of I-O tables, claiming that this type of analysis was a tool of the capitalist West».
Следует согласиться с объективной оценкой экономистов Bureau of Economic Analysis of the U.S. Department of Commerce, что советский/русский МОБ и его версия «I-O tables» от русского эмигранта экономиста В.Леонтьева в настоящее время является основой всей мировой экономики и ее системы национальных счетов (СНС) для всех стран-членов ООН. Цитируем («Concepts and Methods of the U.S. Input-Output Accounts», стр1-6, http://www.bea.gov/papers/pdf/IOmanual_092906.pdf):
«While the United States and China discarded the I-O framework, the rest of the world continued to explore the benefits of I-O analysis. Other countries, notably the United Kingdom, began experimenting with developing I-O tables for their own economies. Based on the United Kingdom’s advances and developments, the United Nations created a standard reporting outline for national accounts, including I-O accounts, now known as the System of National Accounts (SNA). Building on several earlier reports that were published in the late 1940s, the first SNA was published in 1953. The SNA framework has since undergone several updates, the latest in 1993».
В 1959 г. СССР на сессии ООН предложили объединить усилия экономистов США (только коллектив В.Леонтьева), других развитых стран-членов ООН и выработать единый поход по МОБ и СНС на основе единых стандартов при формировании исходных статистических баз данных на основе стандартизированной отчетности любых организаций, отраслей, стран-членов ООН от рабочего места персонала до программы межгосударственного сопоставления различных комитетов ООН: Международной организации труда (МОТ), Мировой Банк, МВФ и др.
Несмотря на активное противодействие западных либеральных экономических школ и будущих нобелевских лауреатов по экономике, политиков либерального толка, но при поддержке военных развитых стран-членов в ООН были организованы постоянно действующие комитеты по стандартизации МОБ и СНС.
В частности, советские и американские экономисты в комитетах МОТ ООН выработали стандарты отчетности по персоналу любых организаций стран-членов ООН. Для этого были унифицированы и формализован статистический учет и отчетность: списков профессий персонала организаций, определены основные профессиональные группы, структурные подразделения организаций, сформулированы правила статистического учета оплаты труда персонала организаций (часовая, годовая, и др.).
Кроме этого экономистами СССР и США (только коллектив В.Леонтьева) проводились совместные работы по унификации, формализации, статистическому учету организаций и их группировке в отрасли, отраслевые группы, отраслевые сектора экономики. Данный статистический учет любых организаций и их группировка в отрасли потребовали раскрытия, унификации, формализации учета различных видов товаров, услуг на основе принципа однородности «производить подобные товары, услуги, подобными технологиями» в рамках теории систем. Это позволило сблизить учет и отчетность предприятий, организаций (промышленных, финансовых, общественных, государственных и др.) США и СССР, а также других стран-членов ООН. В частности, по статистической детальной отчетности организаций советским и американским статьям отчетности «Материальные затраты» (СССР) и «Purchased goods and services» (США) в разрезе отраслевых, товарных покупок на товарных рынках для формирования прямых материальных затрат (амер. «Total Intermediate»).
Аналогичные работы по стандартизации проводились экономистами СССР и США по всем статьям МОБ и СНС, подчеркнем, начиная с рабочего места персонала любой организации вплоть до уровня межгосударственного сопоставления. Для этого достаточно ознакомиться с программой ООН — межгосударственного сопоставления.
В частности, это потребовало от экономистов СССР и США (только коллектив В.Леонтьева) детализации, унификации, формализации статистического учета различных видов по следующим показателям МОБ, СНС: основным средствам (амер. «Fixed assets»), амортизации (амер. «Depreciation»), капиталовложениям (амер. «Investments»), запасам (амер. «Materials and supplies inventory») и т.д.
Практически за период 1959-1979 гг. за два десятилетия экономисты СССР и русская трудовая экономическая школа США (В.Леонтьев) выполнили титаническую экономическую работу, которая до сих пор не по силам всем вместе взятым западным либеральным экономическим школам и их нобелевским лауреатам по экономике.
Вершиной совместной плодотворной работы экономистов всех комитетов ООН по стандартизации МОБ и СНС, по нашему мнению, можно считать уникальное исследование по прогнозированию развития мировой экономики всех стран-членов ООН до 2000 г., выполненную под руководством В.Леонтьева в 1973-1978гг.: Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.
Рассмотрим основные причины краха либеральных западных, отечетвенных экономических школ.
Причины краха либеральных западных экономических школ уничижительно описаны в американской экономической прессе - об интеллектуальном убожестве западной либеральной «экономики», но объективно и жестко в тщательном исследовании характера работ, содержащихся в «Американском экономическом журнале» (American Economic Review) — флагмане теоретических журналов по экономике за период 1972-1981гг. Там же даны данные по экспертной оценке диссертационных работ (ДР) по экономике в РФ за период 1992-2013 гг.
Благодаря целенаправленному развалу экономической науки и образования в 1991-1993 гг. система управления в РФ в 10-20 раз менее эффективна, чем в США, и в 20-40 раз менее эффективна, чем в СССР. Управление практически отсутствует на всех уровнях: предприятий, регионов, страны, т.е. на всех уровнях иерархии. Коррупционная емкость российского законодательства достигла чудовищного уровня 90-95%.
Проведем количественную оценку состояния экономического образования. Несложные расчеты показывают:
Рисунок
4 - Образовательный крест России.
Современное западное/отечественное либерально-экономическое образование это конвейер по производству дураков. «..У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги..» Акад. Д.Львов (1995г.)
По нашему мнению, ВАК, Министерство образования и науки РФ при присуждении научных степеней по экономике должны воспользоваться достаточно простой оценкой экономических работ, исследований, предложенной нашими коллегами «Американской экономической ассоциации».
Рисунок
5 - Расчет прямого ущерба обучения
«экономистов«, без учета косвенного
ущерба, млрд.$
Таблица 1 Удельный вес псевдоэкономических работ, опубликованных в American Economic Review 1972-1981 гг. (строки выделены серым цветом). Добавлено: Экспертная оценка диссертационных работ (ДР) по экономике в РФ за период 1992-2014 гг.,%
|
Тип статьи |
С марта 1972 г. по декабрь 1976 г., % |
С марта 1977 г. по декабрь 1981 г., % |
Среднее значение 1972-1981 гг.,% |
Экспертная оценка ДР в РФ 1992-2013 гг.,% |
|---|---|---|---|---|
|
Математические модели, не содержащие статистических данных |
50,1 |
54 |
52,05 |
6,2 |
|
Анализ без математических формул и данных |
21,2 |
11,6 |
16,4 |
72,7 |
|
Методология статистики |
0,6 |
0,5 |
0,55 |
0,1 |
|
Эмпирический анализ на основе данных, собранных по инициативе автора |
0,8 |
1,4 |
1,1 |
0,4 |
|
Эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных |
21,4 |
22,7 |
22,05 |
12,5 |
|
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных автора |
0 |
0,5 |
0,25 |
0,3 |
|
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях |
5,4 |
7,4 |
6,4 |
7,7 |
|
Эмпирический анализ с помощью имитационного моделирования |
0,5 |
1,9 |
1,2 |
0,1 |
|
Итого псевдоэкономических работ |
98,1 |
95,7 |
96,9 |
99,1 |
|
Итого реальных экономических работ |
1,9 |
4,3 |
3,1 |
0,9 |
Для остановки конвейера по производству дураков от «экономики», преодоления неэффективного управления на всех уровнях иерархии от организации до правительства РФ, дальнейшего формирования либеральной пятой колоны, оболваниванию нашей талантливой молодежи, а также выбрасывания ежегодно на ветер 2 млрд. долл.США при подготовке «экономистов» предлагается:
Приостановить деятельность всех кандидатов и докторов по экономике, защитившихся в период с 1992 г. по настоящее время. Основная причина очевидна - удельный вес псевдо экономических работ в РФ достигла чудовищной цифры — 99,1%. В так называемых «экономических» исследованиях, «научных» работах кандидатов и докторов преобладают:
Программа «антиплагиат» не отвечает требованиям ВАК по экономическим специальностям, зато хорошо работает для филологических специальностей и псевдо экономических работ, критика которых изложена в научных исследованиях американской ассоциации экономистов.
Нам очень часто задают вопрос — почему в авторскую семиуровневую нейронную модель не включены очевидные два уровня: «классическая» геоэкономика и геополитика?
Причина такого сознательного отказа для нас очевидна — сегодняшняя «классическая» либеральная геоэкономика и геополитика не выдерживает объективной критики. Т.к. они не знакомы с реальной историей, не способны воспринимать, моделировать мир с учетом русского космизма, русского циклизма, русской трудовой экономической школой, русской финансовой системой (генерала разведки генерального штаба Русской Армии А.Д.Нечволодова и др.), русской геополитической школы (генерала Российской империи П.Н.Дурново и др.).
Про реальную историю, объективную хронологию сказано, написано достаточно, но не многие ее знают. А вот «историю», «хронологию» иезуитов, знаменитых шаркунов Скалигера, Петавиуса, «академиков» Байера, Миллера, Шлецера изучают во всем мире.
К сожалению, мало кто знает и помнит знаменитое выражение М.Ломоносова - «Каких пакостей наколобродят в Российских древностях такая допущенная к ним скотина». Следует согласиться с акад. Ломоносовым, Морозовым, Фоменко.., что официальная «История» это или ложь, или болезненные фантазии, или бред.
Если знаешь лишь этот иезуитский «исторический» бред, то тогда Вашу голову посетит, лишь сегодняшняя «классическая» либеральная «геоэкономика» и «геополитика» и ничего более.
Если знаешь реальную историю, объективную хронологию и работы, исследования генерала разведки генерального штаба Русской Армии А.Д.Нечволодова о мировом финансово-банковском лохотроне, то у Вас возникнет желание полностью пересмотреть «классическую» либеральную «геоэкономику» и «геополитику».
Кроме этого, на основе русского космизма, русского циклизма, русской трудовой экономической школы и русской финансовой системы, межотраслевого моделирования по всем зарубежным конкурентам, производящим 80-85% мирового ВВП можно весьма успешно качественно сформировать реальную систему, подсистемы геополитики и геоэкономики.
Именно по этим причинам в методике запрещено использовать мнения, прогнозы, расчеты:
В методике запрещено использовать и рассматривать так называемую «классическую» либеральную «геоэкономику» и «геополитику». Если сомневаетесь:
1) Ознакомьтесь с геополитическим анализом Мира генерала Российской империи, Министра Внутренних дел П.Н.Дурново.
2) Вспомните исследования генерала разведки генерального штаба русской армии А.Д.Нечволодова о мировом финансово-банковском лохотроне.
3) Задайте вопрос либеральной «элите» - кто правит современным однополярным миром? Президент, госдеп, народ США или их кукловоды по Woodrow Wilson «небольшая кучка людей».
На основании выше изложенного и дальнейших пояснений подсистемы геополитики (9 уровень) и геоэкономики (8 уровень) рассматриваться, описываться, моделироваться авторами не будут.
Как следует из предыдущих исследований авторов солнечной активности за период 1700-1993гг., а также прогностических моделей 1993-2072гг., авторы утверждали следующее. С вероятностью 91,4% в периоды солнечного минимума можно ожидать в 1995, 2008, 2019 гг. финансовые и экономические кризисы. В периоды солнечного максимума 2001г.,2013-2014гг., в 2023гг. можно ожидать финансовые кризисы, революции, перевороты, военные конфликты. В 2023г. или 2035г высока вероятность окончательное расчленение, России и других республик СССР. Прогнозы по мировым финансовым, экономическим кризисам, войнам, революциям и переворотам в период 1993-2016гг. полностью подтвердились. В тоже время, очевидно, что глубина анализа, выборки по солнечной активности не позволяет проводить более глубокие исследования и рассмотреть, как влияет солнечная активность на геополитику, геоэкономику через изменения климата на земле. Исторические материалы, которые будут даны ниже, свидетельствуют о противоречиях традиционной истории германской, европейской школ, которая противоречит русскому летоисчислению, русским летописям. Последние 20 лет в открытой печати появились исследования по климату, в т.ч. радио-изотопу углероду-14, за последнее тысячелетие. В этот же период шла активная дискуссия о том, что ожидает человечество: глобальное потепление или глобальное похолодание. Столь же активно обсуждается возможное целенаправленное искажение классической истории. Историки, как впрочем, и экономисты классической школы не учитывают в своих исследованиях значительные социально-экономические трансформации, вызванные изменениями солнечной активности и последующими изменениями в климате земли. Поэтому объединим наши исследования за 300-летний период по солнечной активности с тысячелетни периодом по данным углерода-14. Изложим наши гипотезы не о том, что в будущем более вероятно начало малого ледникового периода. Это может быть ускорено полной или частичной остановкой гольфстрима, что приведет к мгновенному началу малого ледникового периода в Европе и изменению климата во всем мире. Обращаем внимание на исследования по углероду-14 (рисунок 6), позволяющие утверждать, что человечество ожидает не глобальное потепление, а очередной малый ледниковый период.
В
своих экономических расчетах, в частности,
при прогнозировании мировых финансовых
и экономических кризисов,
переворотов/революций, военных конфликтов
нами учитываются как солнечные максимумы,
так и солнечные минимумы (см.
1800-2026гг и далее). Исследования
за период 1700-2099 гг.
Прогноз
солнечной активности до 2070 г.
Рассмотрим версию авторов, как климат привел к искажению истории человечества со всеми вытекающими последствиями для построения спорных геополитических, геоэкономических подсистем мировой экономики и ее классической истории, хронологии.
Вспомним развал Руси-Орды (Тартарии) в малые ледниковые периоды Spörer Minimum (1460–1550) Maunder Minimum (1645-1715).
Ознакомившись с данными по малым ледниковым периодам, ясно, что малый ледниковый период Spörer Minimum (1460–1550) с его не урожайностью, голодом, пандемиями как минимум не способствовал нормальному развитию государства Руси-Орды (Тартарии).
Рисунок
6 - Solar activity events and approximate dates
Solar activity events and approximate dates
|
Event |
Start |
End |
Лет |
|---|---|---|---|
|
Oort minimum |
1010 |
1050 |
40 |
|
Oort minimum (see Medieval Warm Period) |
1040 |
1080 |
40 |
|
Medieval maximum (see Medieval Warm Period) |
1100 |
1250 |
150 |
|
Wolf minimum |
1280 |
1350 |
70 |
|
Spörer Minimum |
1460 |
1550 |
90 |
|
Maunder Minimum |
1645 |
1715 |
70 |
|
Dalton Minimum |
1790 |
1820 |
30 |
|
Modern Maximum |
1950 |
On going |
|
Русь-Орда была известна как империя от моря до моря (от Северного моря до Индийского моря), от океана до океана (от Атлантики до Тихого Океана включая Северную, Южную Америку). Для этого достаточно ознакомиться с исследованиями Папского аббат Мавро Орбини, который написал «Историография народа славянского» в 1601 году:
«Русский народ является самым древним на земле народом, от которого произошли все остальные народы. Империя мужеством своих воинов и лучшим в мире оружием тысячелетиями держала всю вселенную в повиновении и покорности. Русские всегда владели всей Азией, Африкой, Персией, Египтом, Грецией, Македонией, Иллирией, Моравией, Шлёнской землёй, Чехией, Польшей, всеми берегами Балтийского моря, Италией и многими другими странами и землями..».
Известно, что в малый ледниковый период Spörer Minimum (1460–1550) произошел раскол единой Церкви на православную церковь и католическую церковь. Этот раскол на Западе был спешно оформлен в 1545 г. в момент максимального пика падения Spörer Minimum. Триде́нтский собо́р — XIX Вселенский собор католической церкви, открывшийся по инициативе Папы Павла III 13 декабря 1545 года в Тренте, (или Триденте, лат. Tridentum), в соборном комплексе, и закрывшийся там же 4 декабря 1563 года, в понтификат Пия IV. Был одним из важнейших соборов в истории католической церкви. Кто отказался присягать «Папе» были казнены. Триде́нтский собо́р подготовил «важнейший» документ - Тридентский катехизис — основной учебник католической веры, предназначенный для низшего духовенства, чтобы не путали католическую церковь и «Папу» с православной верой.
Справка. Существует историческая редакция раскола от Ватикана, что Великая схизма (раскол) произошел в 1054 года. В «истории» от Ватикана говорится о церковном расколе не 1545 г., а 1054 г., после которого произошло окончательное разделение церкви на римско-католическую с центром в Риме и православную с центром в Константинополе.
Обратите внимание, не в Риме произошел «Вселенский» собор католической «церкви», а почему-то в Тренте в предгорье Альп, где так называемые самозваные «папы»- раскольники достаточно долго скрывались от наместников Руси-Орды (Тартарии), правящих в Риме.
На самом деле движение Реформации — это движение граждан Руси-Орды (Тартарии), не желающих признавать раскол империи на мелкопоместные Европейские княжества.
Иезуиты, или Орден Иезуитов — мужской монашеский орден Римско-католической церкви, основанный в 1534 году Игнатием Лойолой и утверждённый Павлом III в 1540 году. Официальное название — Общество Иисуса (лат. Societas Jesu), также Орден св. Игнатия (по имени основателя). Члены Общества Иисуса наряду с тремя традиционными обетами (бедности, послушания и целомудрия) дают и четвёртый — послушания папе римскому «в вопросах миссий», а не Богу.
По команде Павла III именно иезуиты и приступили к организации государственных переворотов в Европе (тридцатилетние войны 1618-1648 гг., реформация 1517-1648 гг.), Китае (1660-1680 г.), Индии и расчленения Руси-Орды (Тартарии) (1558-1613 гг.), Ливонская война, опричнина (1558-1583 гг.), Романовский госпереворот (1613 г.). Польский проект - Речь Посполи́тая (1569-1795 гг.) - по расчленению Руси-Орды (Тартарии).
Орден иезуитов готовил фальсификацию древней истории.
Так фламандский орден иезуитов специализировался на поддельных жизнеописаниях святых с 1643 по 1794 гг. орден выпустил 53 тома убористого текста. Монопольную «историческую» творческую деятельность фламандского ордена прервала французская революция.
Еще один центр фальсификации истории это орден бенедиктинцев. Монахи не просто перепечатывали старинные рукописи, а предварительно их правили и активно «редактировали». Например, все старинные рукописи монахами «редактировались» под утвержденные в 17 веке раскольниками Папами «библейские» сюжеты и «исторические» тексты.
В 19 веке аббат Жак Поль Минь (фр. Jacques Paul Migne) и его коллектив борзописцев-«историков» активно поработал по очередному «редактированию» «исторических» текстов 17 века.
Издание получило название «Patrologiae cursus completus» (Полный курс патрологии) и состояло из двух серий: латинской и греческой.
Латинская серия (Series latina) 1844—1856, 2-ое издание 1877 года (уже после смерти Миня). Общее число томов 220, которые содержат труды богослов и церковных писателей Западной церкви от II века до XII века включительно.
Греческая серия (Series graeca) 1857—1866. Общее число томов 161. Серия содержит в греческом подлиннике и латинском переводе творения греческих отцов и церковных писателей до XV века включительно.
Эти «Творения» были перепечатаны, точнее еще раз отредактированы с «лучших» предшествовавших изданий, но только бенедиктинских и иезуитских. Т.к. истинная литература, архивы, манускрипты «странным образом» сгорели на кострах инквизиции, «реформации» или спрятана в секретных архивах библиотеки Ватикана.
С помощью собранной им вокруг себя учёной корпорации, Минь издал также ряд многотомных энциклопедий: «Encyclopédie théologique, ou série des dictionnaires sur toutes les parties de la science religieuse» («Теологическая энциклопедия или серия словарей о всех частях религиозного знания») (Париж, 1844—1855, в 50 томах), в состав которого словари догматического (католического) и нравственного богословия, канонического права, церковно-гражданского права, литургики, обрядов и церемоний, иконографии, ересей и расколов, соборов, агиографии и прочие материалы.
«Nouvelle encyclopédie théologique» («Новая теологическая энциклопедия») (Париж, 1851—1863, 52 томов) — в состав этого издания входят словари патрологии, гонений на христианство, духовного красноречия, христианской литературы, христианской и антихристианской библиографии, апологетики, священной археологии, церковной музыки, аскетики, искусства поверять даты в исторических сочинениях и прочие материалы.
«Troisième et dernière encyclopédie theologique» («Третья и последняя теологическая энциклопедия») (Париж, 1854—1865, 62 томов) — сюда вошли словари: общей церковной истории, понтификального, патристического и соборного предания, легенд, апокрифов, суеверий и заблуждений, католических миссий, монастырей и прочие материалы.
«La collection universelle des orateurs chretiens».
«Demonstrations évangeliques» (20 томов).
Кроме того, им изданы сочинения Франциска Сальского, Будоня, Боссюэ, Фенелона, Массийона и других.
Плодовитость коллектива аббат Жак Поль Миня так вдохновила Ватикан, что «историческая» работа коллектива аббата была значительно расширена благодаря громадному финансированию.
Масштаб финансирования аферы по переписыванию истории Ватиканом и Ротшильдами оценим косвенно. Известно, что в 1868 году пожар уничтожил все мастерские и склады книг Жак Поль Миня. Однако финансовые потери Жак Поль Миня были невелики, так как он получил более 3 миллионов франков страхового возмещения, но уже от Ротшильдов. Ватикан в лице Пия IX за двурушнические «исторические» делишки Жак Поль Миня ряд «исторических» материалов, написанных под диктовку английской королевской семьи и их финансовых баронетов Ротшильдов, попытались запретить.
Всего коллективом «историков» аббата Жак Поль Миня издано до 2000 громаднейших томов, большей частью очень мелкой печати.
Обратите внимание, в это же период также активно работали «философы» Гегель, Фейербах.., французские «социалисты».., «экономисты» Маркс, Энгельс на фоне активизации попыток переворотов, «революционного» движения XVIII-XIX веков в Европе.
Ватикан и молодой королевский олигархат Англии приступили к очередному переделу Европы и Мира между собой, но Российская империя, ее древнейшая история, религия, русские корни народов Европы мешала им..
Вот почему именно в XIX веке этим противникам (Ватикану и юному олигархату Англии) нужно было совместно и полюбовно в очередной раз переписать «историю» и создать рептилоидную «идеологию», «философию», «экономику» и прочие «науки».
По традиции 16-17 веков это грязное дело было поручено «талантливым» жуликам - борзописцам. Так что современные бандерлоги от «истории», Голивуд «изучают» не древние манускрипты, а в лучшем случае «исторические» подделки 17 века, если «повезет».
В России в период Spörer Minimum и Maunder Minimum прокатились волны неурожая и ужасающего голода.
Известно, что государственный переворот нельзя эффективно организовать, если не промыть мозги народу, не придумать ему новую «религию», «историю», «языки», т.е. не поменяв ему старорусский язык Руси-Орды (Тартарии) на латинский, итальянский, французский, немецкий языки и т.д.
Если не верите, вспомните современную «Украину». Русский народ, живущий в Малороссии, говорящий на русском языке вдруг стал «украинским» народом, говорящим на «украинском» языке со своей «историй» и естественно со своей «церковью» и «верой» благодаря таким «историкам», как Грушевский и др. А ведь прошла эта «украинизация» русского народа на наших глазах практически с 1921 г. Вспомните роман Булгакова «Белая гвардия». Главный герой спрашивает Грушевского, как «по-украински» будет «кит». Грушевский отвечает: «Кiт». А как будет «по-украински» «кот», Грушевский растерялся и быстро удалился. Тогда он еще не придумал, как «по-украински» различать кота («кiт») и кита («кiт»).
Чистой воды войны «реформация», ..., «украинизация» малого ледникового периода Spörer Minimum и Maunder Minimum.
С версией авторов как климат привел к искажению истории человечества со всеми вытекающими последствиями для построения спорных геополитических, геоэкономических подсистем мировой экономики и ее классической истории, хронологии.
Поэтому рассмотрим некоторые факты из нетрадиционной истории.
Высказывания папского аббата Мавро Орбини в 1601 г. из его работы «Историография народа славянского» ранее авторами приводилось. Уточним до госпереворота 1613 г. в Руси-Орде (Тартарии). Далее приводим мнения, цитаты авторитетных ученых в различных областях знаний.
Президент Российской академии наук, министр народного просвещения (1824-28), адмирал А.С. Шишков писал: «Новейшие языки не могут служить нам образцами. Они по необходимости должны заимствовать слова свои из других языков; но наш древний язык не имеет в том нужды. Он может из каждого собственного корня извлекать ветви, сколько ему потребно… Для отыскания корней мы избираем словенский, потому что он отец бесчисленного множества языков…Все романские языки — это просто искаженный славянский язык. Вы чуть-чуть поскребите любые европейские слова и получите русские».
Таде́уш (Фа́ддей) Вола́нский также считал славянскими надписи многих других древних цивилизаций. Он писал: «Учёные претыкались на эти памятники и напрасно трудились до нашего времени разбором их надписей по алфавитам греческому и латинскому, и видя неприложимость таковых, напрасно искали ключа в еврейском языке, потому что таинственный этот ключ ко всем неразгаданным надписям находится только в славянском первобытном языке… Разве в Италии, Индии и Персии — даже в Египте — нет славянских памятников?… Разве древние книги Зороастры, разве развалины Вавилона, памятники Дария, остатки Парса-града (Персеполис) покрытые клинописью, не содержат надписей, понятных славянам? Англичане, французы и немцы смотрят на это, «jak kozioł na wodę» (козел на воду). Мы, Славяне, сможем довести эти исследования до конца, только в том случае, если дети и внуки наши захотят пойти по нашим следам…»
По Воланскому - еврейский язык, письменность, «история» были изобретены в 17-18 веке и основаны на русском, арабском языках и далее на придуманных европейских языках (ЛонДон — по-славянски город в Лоне Реки — Дон).
Книги Воланского Ватиканом в 1853 года были включены в «Index Librorum Prohibitorum» (Индекс запрещенных книг) и подлежали сожжению вместе с автором. Николай I взял под защиту Воланского, а сына польского пастора выкреста Генриха Шлимана жулика, «историка» Ротшильдов, агента Англии, раскопавшего «Трою», объявил в розыск.
Об «истории», «геополитике», «геоэкономике», западной «демократии», «революциях», о кукловодах Запада неоднократно писал в своих исследованиях генерал Нечволодов - руководитель разведслужбы Генерального Штаба Русской Армии.
Следут вспомнить также высказывания Отто фон Бисмарка: «Держать чужие государства под угрозой революции стало уже довольно давно ремеслом Англии».
Генерал А.Е.Вандам (Едрихин): «Плохо иметь англосакса врагом, но еще хуже иметь его другом».
Про «историков», которые переписывали историю Руси-Орды и всего Мира, замечательно сказал еще М.Ломоносов: «Каких пакостей наколобродит в Российских древностях такая допущенная к ним скотина».
Через 100 лет после М.Ломоносова один из лидеров лоскутной Европы Отто Фон Бисмарк описывал алгоритм расчленения Руси-Орды (Тартарии):
«Могущество России может быть подорвано только отделением от неё Украины.. необходимо не только оторвать, но и противопоставить Украину России, стравить две части единого народа и наблюдать, как брат будет убивать брата. Для этого нужно только найти и взрастить предателей среди национальной элиты и с их помощью изменить самосознание одной части великого народа до такой степени, что он будет ненавидеть всё русское, ненавидеть свой род, не осознавая этого. Всё остальное — дело времени»
Напомним, что в архивах Российской Империи, СССР традиционно сохранялись личные материалы, переписка, архивы Великих Русских Писателей, Поэтов.
Анализ этих материалов свидетельствует, что Шевченко, Гоголь, Леся Украинка никогда не писали на украинском языке, т.к. они просто не знали украинского языка. Это и понятно. В 19 веке и до 20-х годов 20 века украинского языка (язык эсперанто) не существовало.
Можно вспомнить критику «историков» замечательных исследователей: де-Арсилла (de Arcilla), Орбини (выдержки),..Татищева, Жан Ардуэн (Jean Hardouin), Ньютона, Ломоносова, Пушкина, Воланского,.. Классена, Забелина, Роберт Балдауф (Robert Baldauf), Морозова, Каммайера, Гумилева..Фоменко, Носовского, Е.Габовича, Топпера, Чудинова, Грачева, Клесова (ДНК-генеология, Происхождение славян) (выдержки, видео) .. Их работы всегда замалчивали паркетные «историки», иначе их «научность» станет для общества весьма сомнительной.
Обратимся еще к одному источнику: - «В то время эмиссия советской денежной единицы определялась не решениями ФРС или так называемых золотовалютных резервов, как сегодня, а необходимостью развития экономики. Объём денежной массы задавался Советом министров по расчётам Госплана» – говорит Сергей Желенков.
И далее Сергей Желенков поясняет: «Спустя 6 лет – в 1977 году семь высокопоставленных советских партийных чиновников (двое из них живы до сих пор и неплохо себя чувствуют) подписывают с представителями Международного валютного фонда и Всемирного банка (читай – Ротшильдов, которые, не скрываясь, стоят за этими вроде бы международными организациями) пакет закрытых соглашений…Среди них и декларация о постепенном отказе от экономического суверенитета путём ограничения эмиссии национальной валюты – полновесного советского рубля. Отныне печатать его Госбанк СССР будет не столько, сколько нужно для развития экономики, а в сокращённом варианте… Потихоньку приближаясь к объёму внутренней денежной массы в соответствии с объёмом своих золотовалютных резервов. (Вспомните исследования 1906 г. ГРУ Генштаба Русской Армии о распятии России на золотом кресте — та же схема золотого лохотрона 18-19 века.). Именно тогда советскую экономику стали загонять в тупик. Тогда же и был запущен механизм краха Советского Союза. И хотя соглашения были заключены на 25 лет, Союз «задохнулся» раньше».
В 1918 году в «Письме к американским рабочим» Ленин ярко вскрывает двойные стандарты охранителей капитала: «О, как гуманна и справедлива эта буржуазия! Ее слуги обвиняют нас в терроре… Английские буржуа забыли свой 1649-й, французы свой 1793-й год. Террор был справедлив и законен, когда он применялся буржуазией в ее пользу против феодалов. Террор стал чудовищен и преступен, когда его дерзнули применять рабочие и беднейшие крестьяне …в интересах свержения всякого эксплуататорского меньшинства»
К сожалению, лидер нашего народа В.Путин не упомянул и современных борзописцев от «истории». Эта «интеллектуальная» пятая колонна грязью заливает И.Сталина, Л.Берию и Советский Проект и с торопливым упорством, хорошо оплаченным Западом, придумывают: историю «Украины», национальность «украинцев», «украинский» язык, и очередной раз переписывают историю Руси-Орды, Тартарии, России (РСФСР), других республик ССР и 300 миллионного многонационального русского народа, с активным применением в СМИ запрещенных ООН зомбирующих технологий нейролингвистического программирования (см. видео «Берия возвращение» М.Леонтьева «Большая игра»).
Справка. Великий голодомор в США во время великой депрессии 1930-х — голодомор в США (8-10 млн.) в 2 раза выше, чем в СССР!!! Борис Борисов: «Голодомор по-американски» (http://novchronic.ru/1322.htm).
На первом этапе анализа вспомним раздел «МОБ эффективный латентный инструмент военных, спецслужб, цветных революций, военных операций, подавления экономики вероятного противника».
Из данного раздела следует, что МОБ является эффективным латентным инструментом по подавлению экономики вероятного противника. В тоже время в разделе не отражены механизмы, алгоритмы по развалу экономики противника в случае проведения государственного переворота или «революции».
Для этого зададимся вопросом, как бы мы поступили на месте организаторов переворота.
Вполне очевидно, что в результате переворота предстоит последовательно и настойчиво реализовать следующий алгоритм:
И, наконец, для исключения даже робких попыток профессионалов вернуть суверенитет захваченному государству через каждые 5-10 максимум 20 лет осуществлять плановые «революции» по смене созданных так называемых национальных «элит» и «олигархов».
Обратимся к мнению акад. Львова и Федоренко (РАН, 1995 г.), которое они озвучили после Беловежского государственного переворота «…У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги…».
Перейдем ко второму этапу анализа.
Для начала вспомним, что Федеральная Резервная Система США (ФРС) это частная компания, юридически оформленная как банальное Общество с Ограниченной Ответственностью (ООО), а не государственный банк США, как следствие частная компания ООО ФРС не отвечает по обязательствам США, а народ США не отвечает по обязательствам ООО ФРС. Это первый забавный парадокс.
Любому профессиональному экономисту известно, что все мировые, региональные сырьевые, товарные, финансовые, страховые, фондовые рынки привязаны к зеленым фантикам частной компании ООО ФРС, за которые народ США не несет никакой ответственности. Это второй забавный парадокс.
Любому профессиональному экономисту известно, что собственники ООО ФРС и ее «профессиональные» экономисты за период 1900-2015 гг. умудрились пропустить, запустить, прозевать, пусть читатель сам выберет, все мировые финансовые и экономические кризисы, а их не мало более 30 мировых кризисов. Это третий забавный парадокс.
Понятно, что в любой частной компании есть собственники, которые, преследуя свои интересы, проводят в компании и в США свою политику далекую от интересов народа США. Не будем утруждать себя и читателя вопросом: насколько далеки интересы собственников частной компании ФРС от интересов народа США, а сошлемся на мнение человека, который стоял у истоков ФРС. Этот человек не простой американец, а целый Президент США Woodrow Wilson. Для этого достаточно покопаться в Библиотеке Конгресса США.
Процитируем Президента США Woodrow Wilson, который осознав весь цинизм Закона США «Акт Федерального Резерва» (The Federal Reserve Act, или The Act of December 23, 1913), писал: «..Наша промышленная держава контролируется кредитной системой, и наша кредитная система сосредоточена в частных руках.. Мы больше не правительство народной воли, не правительство, избранное большинством, но правительство под властью небольшой кучки людей..».
Осталось выяснить список кукловодов Президентов США, Правительства США, Народа США, как утверждал Woodrow Wilson это «небольшая кучка людей», но при этом поименный список реальных собственников ФРС их территориальное размещение Woodrow Wilson не сообщил.
Понятно, что мнение Президента США может быть субъективным, поэтому обратимся к другим историческим источникам, отражающим мнения другой крупной мировой державы. Ни для кого не секрет, что во время Woodrow Wilson это была Царская Россия, а самая информированная служба в Царской России, по мнению всех спецслужб того периода, - это Главное Разведывательное Управление (ГРУ) Генерального Штаба Русской Армии. Несложный поиск в недрах интернета позволяет практически мгновенно найти аналитическое исследование ГРУ Генерального Штаба Русской Армии А.Д.Нечволодова, генерал-лейтенанта Русской Армии «От разорения к достатку». Исследование было напечатано в Санкт-Петербурге в типографии штаба войск Гвардии и Петербургского военного округа в 1906г.
В открытой части исследования дан
список 17-ти семей-банкиров, которые
более двух веков управляют всей мировой
финансовой системой и так называемыми
«рынками», «конкуренцией» и т.д. Как-то
странно, но эту западную «экономику»
либеральные экономисты называют
«рыночной». Из текста работы А.Д.Нечволодова
следует, что это лишь малая публичная
часть исследования (1-3% от общего объема).
Полный, основной материал работы
А.Д.Нечволодова, в т.ч. подробное досье
на все семьи банкиров, до сих пор
секретен.
Из публичной части аналитического
исследования генерала А.Д.Нечволодова,
основателя русской финансовой системы,
следуют следующие факты и выводы:
Данный список фактов, выводов, вытекающих из исследования А.Д.Нечволодова, можно продолжить. Предоставим эту возможность западным либеральным «экономистам», «юристам», «социологам», «политологам», «историкам» и прочим «научным» деятелям, их либеральным «школам» и так называемым Нобелевским лауреатам от «экономики».
В заключительной части своего исследования генерал, экономист А.Д.Нечволодов дает основные положения русской финансовой системы для народного хозяйства России, которая позволит Царской России избежать государственных переворотов, «революций» в 20-м веке.
Хочется задать вопрос либеральной «элите» так кто правит современным однополярным миром!? Президент, Правительство, Народ США или их кукловоды по Woodrow Wilson «небольшая кучка людей».
Данный вопрос бессмысленно себе задавать, как может американский народ, народы Европы кого-то выбирать в собственных странах и кем-то править в мире, когда сами американцы уже более 100 лет, а европейцы более 200 лет находится в финансовом рабстве!?
Рассмотрим укрупненный алгоритм банковского мирового лохотрона на примере России.
Уточним, кто такие назначенные и подконтрольные ФРС США «олигархи», или как их еще называют списочные «олигархи», пришедшие к власти в результате Беловежского государственного переворота. Настоящие собственники ФРС (см. исследования Нечволодова) вот уже более 200 лет осуществляют «революции»/госперевороты, разоряют государства по хорошо известной схеме.
Вот один пример из новейшей «истории» России финансового, банковского лохотрона - обмена цветной бумаги на реальные активы многонационального русского народа руками «олигархов».
Как выяснилось, банк «Менатеп» являлся филиалом Rothschild-Soros Carlyle Group, со штаб-квартирой в Вашингтоне - именно на эти деньги «олигарх» Ходорковский в 1995 году купил ЮКОС за $350 миллионов. Поэтому не случайно Ходорковский передал свои акции (а это 53%) лорду Джейкобу Ротшильду. Получается, что западные ростовщики задействуют коррупционные связи, чтобы совместно поделить $50 млрд., которые «акционеры ЮКОС» «отсудили» у России. Либо надавят на Россию принять новую «мировую резервную валюту» - «китайско-гонконгский» юань, эмиссию которого, через HSBC контролирует клан Ротшильдов-Кезвиков.
Рассмотрим схему мирового банковского лохотрона обмена зеленых фантиков на реальные активы народа под названием: «Приватизация», «Национализация» или «Приватизация доходов и Национализация расходов».
На первом этапе после «революции»/госпереворота собственники ФРС навязали государству базовый закон, по которому привязывают национальную валюту государства к золотому «стандарту» или к доллару/зеленой бумажке частного банка ФРС. Понятно, что эти зеленые фантики ничем не обеспечены. На данном этапе зеленые фантики, фантики Евросоюза собственников ФРС не представляют никакой ценности, поэтому необходимо реализовать второй этап.
На втором этапе после «революции»/госпереворота собственники ФРС назначают или покупают в захваченном государстве всю верховную «власть». При этом лидером государства может быть кто угодно - деревенский дурачок или актеришка, инсультник, как в США или алкоголик, как в России. Эта «власть» под диктовку юристов, собственников ФРС пишет коррупционное/воровское «законодательство». На данном этапе зеленые фантики, фантики Евросоюза собственников ФРС не представляют никакой ценности, поэтому необходимо реализовать третий этап.
На третьем этапе после «революции»/госпереворота собственники ФРС отбирают и далее назначают по списку так называемых «олигархов», которые собственно и выполняют грязную работу — меняют зеленые фантики на реальные активы, а для ускорения процесса повышают цены в 2-4 раза и снижают оплату труда в 10-20 раз как, например, при Ельцине. Результат очевиден - ФРС поменяла свои фантики на реальные активы захваченного государства. При этом нужно понимать, что «олигархи» лишь шестерки, смотрящие, а не реальные владельцы в этой глобальной игре собственников ФРС.
Для того, чтобы народ после «революции»/госпереворота ничего не заподозрил ему предлагают модель всеобщей «Приватизации» как после Беловежского государственного переворота или всеобщей «Национализации» как при Л. Троцком в пользу собственников ФРС.
Для убедительности выше изложенной схемы цитируем американского олигарха Г.Форда: «Между тем, на самом деле, банкиры вовсе не разрушали капитализм в России. Когда придет время для Троцких и иных расшаркнуться на прощание и укрыться под защиту мировых капиталистов, то окажется, что разрушен ими не банкирский, а только русский капитал, взамен же его на престол воссел капитализм банкиров».
Или как осуществляется обворовывание народа и развал экономики любой страны. Или как с каждых 100$ пенсионных фондов бизнес и банки приватизируют 90-95$.
Немного истории… Или как западные либеральные «экономисты» пенсионное законодательство превратили в Мировой Лохотрон.
1. Хорошо известно еще с 1776 г. из работы «Исследование о природе и причинах богатства народов», что главным преобразованием А.Смита является то, что цена, в конечном счете, равна оплате труда плюс прибыль. Т.е. Цена = Оплата Труда + Амортизация + Прибыль. Прибыль в свою очередь должна использоваться как инвестиционные средства для развития производства и общества. Из этого следует, что прибыль опять можно разложить в ряд до оплаты труда, т.е. по А.Смиту «в конечном счете» (или разложение в ряд) Прибыль = Оплата Труда. Несложно понять, что сегодняшние либеральные «экономисты» мифотворцы не знакомы ни с разложением в ряд, ни с работами А.Смита, ни с арифметикой начальных классов, ни с тем, что сумма бесконечно малых величин - это интегрирование, ни с тем, что вычитание бесконечно малых величин - это дифференцирование.
2. Хорошо известно еще с 19-го века, что спрос, предложение каждый день, месяц, год формируют не бизнес и банки, а простые домашние хозяйства
3. Хорошо известно еще с начала прошлого 20-го века, что для формирования инвестиционного потенциала общества были созданы пенсионные фонды. Эти фонды должны были, с одной стороны, обеспечить старшему поколению достойную старость, а с другой стороны, эти фонды должны полностью обеспечить динамичное развитие общества, образования, медицины и т.д. Из этого следует, что главным и единственным инвестором, а значит, и собственником в любой стране являются не бизнес и банки, а простые пенсионеры и их пенсионные фонды
4. Хорошо известно еще с начала прошлого 20-го века, что принцип «солидарной ответственности поколений» был разработан либеральными «экономистами» для легализации приватизации банками и бизнесом пенсионных фондов собственного народа.
Несложные расчеты показывают, что западное пенсионное законодательство на 80-90% коррупционноемкое, а по-русски просто воровское.
5. Хорошо известно еще с прошлого века, что в СССР в период 1930-1951гг. средняя динамика реального ВВП составляла 20-22% в год, что в 2 раза выше, чем в современном Китае и в 10 раз выше, чем в США и Западной Европе. Каждый день в СССР вводилось в строй по 3-5 крупных производств Напомним, что после развала СССР (Беловежского переворота) в бывших 15-ти республиках СССР за период 1992-2000 гг. каждый день уничтожалось/закрывалось по 3-5 крупных производств
6. Хорошо известно еще с прошлого века, что в СССР в период 1951-1981гг. средняя динамика реального ВВП составляла 7-8% в год, что равно уровню динамики номинального ВВП современного Китая и в 2-3 раз выше, чем в США и Западной Европе. Каждый день в СССР вводилось в строй по 1-2 крупных производств. Напомним, что после развала СССР (Беловежского переворота) в бывших 15-ти республиках СССР за период 1992-2000 гг. была проведена полная деиндустриализация, утрата продовольственной, лекарственной, образовательной, оборонной .. безопасности
7. Хорошо известно еще с прошлого века, что в СССР для обеспечения удвоения ВВП каждые 10 лет был сформирован пенсионный или инвестиционный, или фонд капитальных вложений. В данном фонде средние пенсионные отчисления от средней оплаты труда составляли около 7-9%, что в 2-3 раза ниже, чем в США и Европе. При этом Пенсионный Фонд СССР обеспечивал обновление основных фондов минимум в 2 раза выше, и динамику ВВП минимум в 2 раза выше, чем в США и Европе.
Парадокс СССР: Отчисления в пенсионные фонды были в три раза ниже, чем в США и Европе, а динамика развития в три раза выше, чем в США и Европе. Практически наблюдается в СССР почти десятикратная (3*3=9) эффективность, а на Западе - почти десятикратная (3*3=9) коррупционная емкость, или воровство в пенсионных фондах.
Расчет более чем прост: 3 умножить на 3 будет 9. С учетом погрешности и более точных расчетов эта величина составит 10 раз. Это значит, что с каждых 100$ западных пенсионных фондов, бизнес и банки воруют 90$.
8. Хорошо известно еще с прошлого века, что в СССР величина среднего реального ВВП (без учета инфляция) была равна величине основных фондов в реальном выражении (фабрик, заводов, колхозов, социально-инженерной инфраструктуре… без учета спекулятивной стоимости земли и недр), т.е. ВВПСССР=ОССССР
9. Хорошо известно еще с прошлого века, что в США величина среднего номинального ВВП (с учетом инфляции) равна величине основных фондов в номинальной величине (фабрик, заводов, ферм, социально-инженерной инфраструктуре… с учетом спекулятивной стоимости земли и недр), т.е. ВВПСША=ОССША смотрим и удивляемся:
Как видно из рисунка 7, в США также как и в СССР до ипотечной аферы соблюдались пропорции ВВП=ОС(Nonresidential), ВВП=ОС(Residential), ВВП=0,5*ОС(Government). Масштаб ипотечной аферы за период 1999-2008 гг. составил:
Суммарные потери американского народа от ипотечной аферы за период 1999-2008 гг. по отношению к ВВП в разные временные периоды достигали величин 50-60% от ВВП. Напомним, что аналогичные ипотечные аферы в период 1990-2014 гг. были организованы во всех странах мира, в частности, в Европе, Китае, РФ, Японии и т.д. По нашим оценкам, общие потери человечества от мировой ипотечной аферы составили от 30 до 40 трл.долл.США. Напомним также, что эта мировая ипотечная афера была организована за счет пенсионных фондов: США, всех странах Европы, Китая, РФ, Японии и т.д.
Хорошо известно с прошлого века, что Беловежский Переворот или так называемая Революция, а проще Расчленение Великой Державы это защитная реакция Запада на столь успешное развитие СССР (России). Для этого достаточно вспомнить высказывания советника госсекретаря США в администрации Р.Рейгана Майкла Ледина (США, 2000 г.):
«…А кто при Рейгане думал, что мы сломаем СССР? А ведь прошли какие-то 8 лет.., а что нам понадобилось? Мы всего лишь взяли на зарплату их диссидентов и все..».
Несмотря на их цинизм, но они все-таки признались в осуществлении переворота в СССР в 1991 год, а также в событиях:
1941-1945 гг (против СССР воевало 51% немцев и 49% европейцев), 1937-39 гг (попытка переворота в СССР), 1917г. (февральский, октябрьский переворот), в убийстве Распутина и Царской Семьи, 1905г. (революция и война с Японией), 1856 (крымская война – воевала вся Европа и Англия), Революции в Европе 1848—1849 годов, активные провокации Герцена и прочих либералов, декабристы (1825 г.), война 1812 г. (против России воевали 40% французов и 60% европейцев), в убийство Павла I (1801)…, 1613 г. разгром/переворот Русь-Орды, ликвидация ордынской династии (более известная как Тартария в большой английской энциклопедии) — и приход к власти прозападников Романовых).
Выводы и/или простой расчет, доказывающий как западные либеральные «экономисты» пенсионное законодательство превратили в мировой лохотрон.
Ранее были перечислены хорошо известные факты, основанные на фундаментальных работах И.Посошкова и его ученика/последователя А.Смита, лидеров с мировым именем, русских/советских экономистов, статистические данные ООН, Мирового Банка, Статистических ведомств США, Стран Западной Европы, Китая, Госкомстата СССР. Кроме этого в работах показаны детальные расчеты, модели мирового пенсионного лохотрона.
Утверждалось, что «Если вы решили разрушить экономику страны конкурента, противника или захватить ее, то война не нужна - просто внедрите в этой стране новое пенсионное законодательство России», которое является худшей копией западного коррупционно емкого пенсионного законодательства США и Западной Европы.
Было также сформировано и доказано утверждение, что западное пенсионное законодательство на 80-90% коррупционно емкое, а по-русски просто воровское. Мало того утверждалось, что данный расчет сложен только для либеральных мифотворцов. Сделаем этот несложный расчет и определим уровень коррупции/воровства западного пенсионного законодательства и докажем тезис Сэра Дэвида Оуэна в его оценках этих либеральных мифотворцов горе «экономистов»: «От Глобализации к Дебилизации. Милое карнавальное пространство Глобальной Посредственности», а также тезис акад. Львова (1995 г. РАН) «..У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — дураки, которые указывают дороги..»
Итак, начнем расчет мировую схему Пенсионного лохотрона, или как осуществляется обворовывание народа и развал любой страны.
Для начала вспомним, арифметику и финансовую арифметику или знаменитую книгу по арифметике, которую знал любой гимназист 4 класса, но не либералы экономисты (Арифметика Магницкого), исходя из этой книги сложный процент это:
ДОХОД (%) = (1+%)лет
Давайте вычислим, с каким темпом должна развиваться страна, чтобы обеспечить удвоение ВВП за 20 лет? Т.е. определим темп прироста ВВП.
ВВП = (1+%ВВП)лет = (1+3,53%)20 = 2
То есть для того, чтобы удвоить ВВП необходимо обеспечить отчисления в пенсионный фонд для роста основных средств всего лишь в размере 3,5%.
Еще 3,5% потребуется для полного обновления ранее работающих основных средств. Эту величину полного обновления ранее работающих основных средств уточним с учетом западного законодательства:
Запад требует отчислять в свои пенсионные фонды в среднем 21%. Рассчитаем уровень коррупции пенсионного законодательства Запада и США. Для этого необходимо разделить 21% на 3,5%:
Уровень коррупции пенсионного законодательства запада = 21%/3,5%= 6 раз.
Рассчитаем, сколько воруется с каждых 100 долл. пенсионных отчислений:
Объем воровства = 100$ - 100$/6 = 83,3$,
Рассчитаем, сколько остается в пенсионном фонде Запада и США:
Остаток средств в пенсионном фонде 100$/6=16,7$.
Это прямое воровство.
Рассчитаем, сколько на самом деле воруют, и сколько остается в пенсионном фонде. Для этого уточним, что 3,53% достаточно для того, чтобы и удвоить ВВП и полностью обновить/создать новые фонды (с учетом ранее перечисленных ограничений). Но хорошо известно, что на самом деле обновление происходит в два раза медленнее Поэтому уточним реальный объем приватизации/воровства бизнесом и банками пенсионных фондов
Остаток средств в пенсионом фонде: 100$ = (100$/6)/2=8,35$.
Несложно рассчитать объем воровства. С каждых 100 долл. пенсионных фондов Западной Европы и США бизнесом и банками откровенно каждый год воруется 91,65 долл. Но это при условии 21% отчислений в пенсионные фонды. В России величину отчислений предлагают сделать в размере 35%. Несложные расчеты показывают, что в пенсионном фонде России с каждых 100 долл. будут оставлять Максимум 5 долл.
В заключении напомним либеральным «экономистам» — выпускникам западных «элитных» ВУЗов:
В СССР отчисления в социальные, медицинские, пенсионные фонды составляли в среднем 7%. По выходу на пенсию женщины (в 55 лет), мужчины (в 60 лет) получали 50% от средней оплаты труда в экономике. Этих 7% хватает, чтобы удваивать ВВП и полностью обновлять основные фонды каждые 20 лет.
При 14% отчислений в пенсионные фонды средняя пенсия должна составлять 100% от средней оплаты труда в экономике. Выход на пенсию женщины (в 55 лет), мужчины (в 60 лет). Этих 14% хватает, чтобы удваивать ВВП и полностью обновлять основные фонды каждые 10 лет!!!
Эконометрические методы:
Численный анализ:
Авторы считают, что при исследовании любых экономических объектов в т.ч. организаций любой отрасли необходимо использовать все перечисленные методы без исключения. Видео по методологическому базису по системе управления, экономике как сложной целостной системы - https://www.youtube.com/watch?v=Cb2gmV-FPrI.
Исходной статистической базой авторских методик, исследований являются интернет базы данных по международной программе раскрытия информации ООН, в рамках международных стандартов СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД межотраслевые балансы (МОБ) основных стран членов ООН, производящих 80-85% мирового ВВП. Исследовались предприятия, отрасли стран- конкурентов: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США по отношению к организациям России.
Цели деловой игры: определить профессиональный уровень менеджеров, экономистов в рамках предложенной авторами кластеризации и многофакторных функционалов по оценке способности принятия объективных управленческих решений. Подготовка менеджеров, экономистов предусматривает активное использование авторских интернет технологий дистанционного обучения (см. более 100 видео-лекций - поиск в интернете по ключевым словам «Дорошко - Самарина»).
Рассмотрим укрупненный трех этапный алгоритм деловой игры, позволяющий определить профессиональный уровень менеджеров, экономистов в рамках предложенной авторами кластеризации и многофакторных функционалов по оценке способности принятия объективных управленческих решений.
На данном уровне игры менеджер, экономист должен освоить управление внешними и внутренними факторами по отношению к конкурентной среде своей отрасли/рынка без учета прямых и косвенно-латентных межотраслевых связей экономики исследуемой страны, региона и без учета международной программы межгосударственного сопоставления ООН. Уметь осуществлять/проводить количественную оценку рисков, разрабатывать коридоры управления по конкурентам, оценивать эффективность исследуемой организации и всех ее конкурентов без учета межотраслевых связей, особенностей регионов, стран в рамках международной программы раскрытия информации.
Методики Дорошко-Самариной органически включают стандарты и методы, разработанные комитетами ООН, если они не нарушают фундаментальных положений русских/советских экономических школ. Например, как в стандартах: ISO 31000, СНС ООН (см. раздел «Основные, вторичные и вспомогательные виды деятельности» — проблемы классификации и их ошибки) и т.д.
Рассмотрим классические ошибки, статистические смещения, вызванные неправильным статистическим учетом, выявленные авторами в МОБ стран-членов ООН, в стандарт СНС ООН с 1968 г.
В последние 50-70 лет в западных странах очень часто можно услышать известную фразу: «Управление на западе — это ложь, большая ложь и статистика». Разберемся с международными стандартами СНС ООН за период 1947-1968 гг. и поймем как эти стандарты, их статистическая база стараниями нобелевских лауреатов по «экономике» медленно сначала превращалась в ложь и далее в процессе «творческой» переработки западными «экономистами» в большую ложь. При этом будем использовать цитаты, высказывания разработчиков русских/советских экономистов международных стандартов СНС ООН до 1968 г. и рассмотрим последующее «творчество» и ошибки по преобразованию международных стандартов СНС ООН после 1968 г.
Для любого инженера, конструктора, технолога, нормировщика, энергетика, директора завода, начальника цеха, мастера участка, экономиста, плановика понятно и очевидно, что на одном и том же предприятии конструкции, технологии, персонал, оборудование, материалы и прочее для производства ракет одни, а для производства кастрюль другие. Странно, что западная либерально-марксистская экономическая элита не понимает эту очевидную и простейшую истину.
В СССР методика по сбору и обработке статистической отчетности предприятий требовала ведения раздельного учета по всем видам выпускаемой продукции, товаров, услуг. Теория систем требует соблюдения принципа однородности статистических выборок.
Поэтому в МОБ был заложен системный принцип «производить подобную продукцию, подобными технологиями». В СССР вид продукции, ее однородность определялась отраслевой классификацией. Крупные предприятия чаще всего производят продукцию разных отраслей. Поэтому в СССР в МОБ ракеты относили к одной отрасли, а - кастрюли к другой. Хотя эти два вида продукции выпускались одним предприятием.
В США, на Западе, чтобы получить статистические отчеты по всем видам выпускаемой продукции каждым предприятием, статистические органы посылают десятки официальных уточняющих запросов на предприятия. Предприятия сообщают данные только виды продукции и их объемы продаж.
В стандартах СНС с 1968 г. западными экономистами утверждается, что технологии по производству различных видов продукции, применяемых на предприятии, одинаковы. Т.е. технологии, структура материальных затрат, персонал, оборудование, основные фонды, инвестиции, амортизация у выпускаемых предприятием ракет и у кастрюль одни и те же.
Поэтому дополнительные запросы в рамках СНС по разделу «Основные, вторичные и вспомогательные виды деятельности» необходимы, чтобы обеспечить разработку корректных межотраслевых планов.
Эти данные также необходимы для построения ежегодных эталонных/отраслевых управленческих межотраслевых моделей анализа, планирования, контроля, проектного финансирования, эффективного управления для организаций всех 70 основных отраслевых секторов экономики, конкурентных преимуществ, эффективности, рисков исследуемых отечественных, зарубежных организаций по отношению к организациям, отраслям/рынкам стран/союзов конкурентов: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
Понятно, что большинство предприятий на Западе выпускает множество видов продукции, услуг основных, вторичных или как трактуют стандарты СНС ООН с 1968 г. в разделе «Основные, вторичные и вспомогательные виды деятельности». Спора нет вести учет по видам, выпускаемым товаров, услуг даже для обеспечения эффективного управления конкретным предприятием является очевидным и естественным, но показатель «объем продаж» по всем видам выпускаемых предприятием товаров, услуг не в состоянии отражать все особенности технологий, например, применяемых на одном предприятии для производства и ракет, и кастрюль.
Т.е. для обеспечения эффективного управления на любом предприятии в рамках грамотного стандарта СНС, МОБ ООН необходимо вести учет всех затрат по минимум 5 тыс. интегральным показателям/переменным:
1) По материальным затратам (100-1000 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии.
2) По персоналу (3000 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии.
3) По основным средствам (100 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии.
4) По амортизации (100 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии по всем видам выпускаемой продукции, услуг на каждом предприятии.
5) По инвестициям (100 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии.
6) По энергетике (более 70 факторов) по всем видам выпускаемой продукции, услуг на каждом предприятии.
7) По экологии, эмиссии, выбросам, отходам (127 факторов) и т.д. по всем видам выпускаемой продукции, услуг на каждом предприятии.
По нашему мнению, западные экономисты не понимают, что для обеспечения эффективного управления на любом предприятии необходимо вести раздельный учет всех факторов затрат минимум по 5 тыс. интегральных показателей/переменных по каждому виду выпускаемой продукции, услуг на любом предприятии без каких-либо исключений.
В результате все МОБ стран-членов ООН в стандарте СНС ООН с 1968 г. имеют значительные статистические смещения/ошибки, вызванные неправильным учетом по разделу «Основные, вторичные и вспомогательные виды деятельности» на уровне только одного показателя «объем продаж».
Коллектив выявил ложный подход, статистическую безграмотность в стандартах СНС ООН (1968-2008 гг.), который неизбежно закладывает искажения, ошибки в статистическую отчетность МОБ всех стран, скрытую в системе таблиц Make, Supply, Use. Коллектив убедительно доказал безуспешность, бессмысленность всех попыток с 1968 г. западных экономических школ разработать «устойчивую» систему из «универсальных» методов (21-28 методов) по нивелированию ошибок, подавлению смещений, порожденных стандартами СНС ООН (1968-2008 гг.). Коллектив требует от западных экономистов вернуться к стандартам МОБ, СНС ООН (1953-1964 гг.), разработанных русскими/советскими экономическими школами.
Рассмотрим данный парадокс неправильного статистического учета в международных стандартах МОБ, СНС с 1968 г.
Статистический учет СССР, заложенный в ранних стандартах СНС ООН, исключал статистические ошибки и лишнюю работу по борьбе с ними. Перечисли основные преимущества ранних стандартов:
При раздельном учете полученная система МОБ, СНС от рабочего места до межгосударственного уровня была экономически грамотна, статистически выверенна и максимально однородна в рамках теории систем.
Опираясь на данные таблицы Make (рисунок 8) межотраслевого баланса США за период 1997-2014 гг., рассмотрим последствия этих ошибок. Как видно из рисунка, в таблице Make объемы продаж по всем отраслям (по строкам) и по всем рынкам (по колонкам) наблюдается не диагональная матрица, как должно было бы быть при правильном раздельном учете.
Рисунок
8 - Данные таблицы Make межотраслевого
баланса США за период 1997-2014 гг.
В результате наблюдается матрица с явными и значительными смещениями в 30-50% отраслей/рынков в таблицах Make межотраслевого баланса США за период 1997-2014 гг. Ошибки, смещения по объемам продаж в таблице Make межотраслевого баланса США в 1997 г. составили:
В таблице Make (рисунок 8) объемы продаж по всем отраслям (по строкам) и по всем рынкам (по колонкам) наблюдается не диагональная матрица, как должно было бы быть при правильном раздельном учете. Не по диагонали выделены значения, смещения/ошибки, вызванные неправильным учетом в стандартах СНС ООН с 1968 г.
Смещения, ошибки по косвенным, латентным связям, затратам - их только видимая часть за 1997 г. имеют большой статистический разброс. Эта миллионная часть искажений по косвенным, латентным затратам представлена на рисунке матрицы косвенных затрат. Остальные громадные, масштабные смещения скрыты, т.к. отражаются в других таблицах МОБ, СНС - по материальным затратам, персоналу, основным средствам, амортизации, инвестициям, по энергетическим затратам, по экологии/выбросам/эмиссии и т.д.
По нашему мнению, эта трансформация
русских/советских разработок, моделей,
методик, титанической работы В.Леонтьева
по МОБ и СНС приводит к дырам в расчетах.
Складывается впечатление, что, таким
образом, запад хочет перекрасить
русский/советский МОБ, СНС, а затем
присвоить русские/советские разработки.
Западные экономисты утверждают, что эти смещения можно легко ликвидировать математически. Далее выдвигают гипотезу, что технологии во всех производствах равны: по ракетам, по троллейбусам и мясорубкам, а значит, они одинаковы и структуре затрат: по материальным затратам, персоналу, основным средствам, амортизации, инвестициям, по энергетическим затратам, по экологии/выбросам/эмиссии и т.д.
Рисунок
9 - Матрица косвенных затрат, выделены
отрицательные значения, смещения/ошибки,
вызванные неправильным учетом в
стандартах СНС ООН с 1968 г.
На этом они не остановились, а расширили работы по совершенствованию статистического хаоса. В период 1968-2008 гг. вместо того, чтобы просто привести статистическую отчетность предприятий, организаций в порядок, комитет ООН по МОБ и СНС совместно с элитными экономическими агентствами, школами разрабатывали, совершенствовали, по их мнению, устойчивую систему из универсальных методов (21-28 методов) по нивелированию ошибок, вызванных безграмотным статистическим учетом. В результате количество ошибок «странным» образом не уменьшилось, а только увеличилось.
Так, например, 27 стран ЕС проводят так называемые «симметричные» преобразования Make, Supply, Use четырьмя методами, но странным образом каждая из 27 стран ЕС вольна сама определить какой метод лучше. Возникает очевидный вопрос — как они потом строят единую симметричную матрицу МОБ ЕС!?
Аналогичная картина наблюдается во всех странах-членах ООН. Каждая страна вольна выбирать свою «устойчивую» систему из «универсальных» методов (21-28 методов) по нивелированию ошибок при построении симметричных таблиц. Возникает вопрос, как потом они реализуют программу ООН по межгосударственному сопоставлению.
Перейдем к краткому рассмотрению классических ошибок международного стандарта «Риск менеджентмент» ISO 31000.
Внимательное прочтение стандарта ISO 31000 (анализ рисков) показывает, что он не соответствует требованиям межгосударственной программы межотраслевого баланса (МОБ), системы национальных счетов (СНС) Организаций Объединённых Наций (ООН) 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики. Авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках.
В настоящее время в РФ и Китае предприняты попытки создания рейтинговых экономических агентств для исключения необъективности оценок мировой экономики (государств, регионов, отраслей, рынков) западными рейтинговыми агентствами. Судя по публикациям, разработчики в РФ и Китае стоят на ошибочных тупиковых позициях, ими же осуждаемых методик западных агентств. Авторами предлагается альтернативная методика по анализу и управлению рисками. Эта методика будет раскрыта ниже.
Рассмотрев основные «классические» ошибки в стандартах: ISO 31000, СНС ООН (см. раздел «Основные, вторичные и вспомогательные виды деятельности» — проблемы классификации и их ошибки) и т.д. перейдем к дальнейшему описанию деловой игры в рамках методик Дорошко-Самариной.
Деловая игра, ее уровни, этапы, модельные эксперименты неразрывно связаны с исследованиями. Они изначально опираются на постоянно обновляемые статистические базы данных организаций, отраслей, рынков, государств, производящих 80-85% мирового ВВП: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Украина, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария. В результате в разные периоды времени научно-исследовательские результаты, модели деловой игры могут существенно отличаться. Эти модельные бифуркации будут особенно проявляться в периоды мировых финансовых и экономических кризисов.
Данный этап начальной подготовки менеджеров, экономистов является важнейшим, несмотря на то, что не рассматривается все многообразие прямых и косвенно-латентных межотраслевых связей по всему обилию показателей/факторов:
Рисунок
10 - Методологический базис системы
управления, экономики как сложной
целостной системы деловой игры 1-го
уровня. Методика дистанционного обучения,
краткий видео курс –
https://www.youtube.com/watch?v=TvxOympVJh0
На данном этапе менеджер, экономист учится не бояться за одну минуту обрабатывать массивы информации размерностью минимум 5-10 тыс. элементов, переменных, используя минимум 10 статистических, математических методов одновременно. Без этого опыта бессмысленно приступать к обработке, моделированию статических, динамических, межотраслевых балансов, размерность которых уже исчисляется минимум 100-500 млн. элементов, переменных, используя уже минимум 20-25 статистических, математических методов одновременно.
Модель деловой игры первого уровня управления менеджера проводит анализ, нейронное моделирование на уровне подразделений (6-ой уровень микроэкономики), организации (5-ый уровень микроэкономики), отрасли/рынка (4-ый уровень мезаэкономики). Зрительный образ деловой игры первого уровня управления менеджера, экономиста дан на рисунке 10.
Данный уровень знаний позволяет рекомендовать испытуемого на должность зам. директора по экономике. Дальнейший должностной рост в вертикально-интегрированных международных компаниях не возможен.
Уточним общие положения по методике авторов «Риск-Анализ» составной подсистемы первого уровня деловой игры.
В основу методики «Риск-Анализ» положен простой принцип:
«Чтобы выжить на рынке, т.е. в своей конкурентной среде, и/или в своей отраслевой среде необходимо работать лучше, чем отечественные, региональные конкуренты».
Начальные, граничные условия данного этапа методики «Риск-Анализ»:
Рассмотрим моделирование многофакторных функциональных экономических зависимостей, используемых на 1-ом этапе подготовки менеджера, экономиста.
Существует множество методов моделирования многофакторных функциональных экономических зависимостей.
Рассмотрим быстрый, достаточно эффективный и главное простой метод, для этого достаточно иметь любой табличный процессор.
Пусть имеется производственная функция зависимости выручки/продаж (Y) от исходных факторов (Xi): Y=f(X1,X2…Xn). Рассмотрим последовательность шагов алгоритма построения многофакторных функциональных экономических/эконометрических зависимостей:
1. Рассчитываем долю факторов (Xi) от объемов продаж (Y): Х1/Y, Х2/Y,…, Хn/Y по всем векторам X1,X2…Xn.
2. Рассчитываем средние величины факторов (МXi): МХ1, МХ2,…, МХn. Отметим, что желательно сделать расчет регрессионных однофакторных моделей, их коэффициенты, как показано на рисунке (например, «Себестоимость» - 0,7164,…, «Материальные затраты» - 0,4936,…, «Активы» - 1,0355), т.к. они точнее, чем средние величины факторов.
Рисунок
11 – Регрессионные модели
3. Далее осуществляем построение
многофакторных моделей:
Аддитивную (сложение) линейную модель можно представить в виде:
Выручка=b0+b1*X1+b2*X2+…+bn*Xn,
где МХ1 в модели обозначено Х1,…, МХn, в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.
Мультипликативную (умножение) степенную модель можно представить в виде:
Выручка=b0*X1b1*X2b2*…*Xnbn
где МХ1 в модели обозначено Х1,…, МХn в модели обозначено Хn, или регрессионные коэффициенты однофакторных моделей.
4. Подставляем данные МХ1, МХ2,…, МХn, или регрессионные коэффициенты однофакторных моделей в линейную, степенную модель.
5. Подгоняем свободный коэффициент b0 с помощью функции табличного процессора: Сервис - «Поиск решения…» или вручную. Т.е. осуществляем поиск глобального экстремума по линейной, степенной моделям.
Линейная модель:
Выручка=29,050+0,716*Y1+0,116*Y2+0,167*Y3
Оборотные активы=20,500+0,059*Y11+0,117*Y12+0,209*Y13
Активы=35,000+0,059*Y11+0,117*Y12+0,209*Y13+0,650*Y15
Степенная модель:
Выручка=2,370*Y10,716*Y20,116*Y30,167
Оборотные активы=10,500*Y110,059*Y120,117*Y130,209
Активы=2,560*Y110,059*Y120,117*Y130,209*Y150,650
6. Вычисляем точность аппроксимации по линейной, степенной модели.
7. Выбор линейной, степенной модели.
Осталось малое - понять, что когда вычисляем долю Х1/Y, Х2/Y,…, Хn/Y, то лучшая модель чаще степенная, а не линейная, но не всегда. В степенной функции степень это есть эластичность или скорость нарастания функции (первая производная).
При построении регрессионных многофакторных уравнений классическим методом, когда факторы существенно отличаются по своему весу, могут возникать смещения или ошибки. В результате возникают значительные вычислительные проблемы корректности разработанных многофакторных моделей и их дальнейшего применения и интерпретации. Исследования показали, что более весомый фактор как бы перетаскивает другие факторы или упрощенно - «одеяло» на себя, занижая, искажая тем самым менее весомые факторы. В результате появляются смещения ухудшающие аппроксимацию исходных статистических данных. Все это увеличивает риски смещений/ошибок, но главное приводит к ошибочным управленческим решениям.
На первом этапе подготовки менеджеров, экономистов в деловой игре широко используется моделирование на основе метода Монте-Карло. Объем выборки в деловой игре составляет минимум 1-5 тыс. интегральных функционалов по 30-50 интегральным факторам по 30-100 организациям-конкурентам на исследуемом рынке/отрасли. Отметим, что на самом деле в деловой игре нет ограничений на количество факторов, на объемы баз данных исследуемых организаций, отраслей, рынков для последующего моделирования методом Монте-Карло. Отсутствие ограничений связано с тем, что первый этап деловой игры органически, системно связан прямыми, обратными, латентными нейронными связями с методологией деловой игры второго и третьего этапа.
Все три этапа деловой игры показаны на рисунке 3 - зрительный образ трех уровней деловой игры, описывающий семиуровневую нейронную модель от рабочего места до межгосударственного сопоставления.
Рассмотрим алгоритм моделирования деловой игры с использованием метода Монте-Карло.
Для начала определим следующее - как соотносится медиана МЕ и среднее МХ.
Рисунок
12 – Нейронная модель активов баланса
Отметим важный момент, для дальнейшего изложения алгоритма методики формирования статистической базы данных бухгалтерской отчетности организаций для анализа рисков, коридоров управления, эффективности предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО (см. МСФО, IFRS англ. International Financial Reporting Standards).
В 70-е годы прошлого века в ООН по предложению членов Совета безопасности СССР (РСФСР, УССР, БССР), США, Франции, Англии, Китая было принято решение о начале международной программы межгосударственного сопоставления и раскрытия информации на основе системы межотраслевых балансов (МОБ) и системы национальных счетов ООН (СНС). В рамках этой международной программы экономисты стран-участниц ООН совместно с комитетами ООН должны были разработать и внедрить международный стандарт финансовой отчетности (International Financial Reporting Standards) для всех организаций стран-участниц ООН.
Практически впервые экономистам, менеджерам было предложено разработать целостную экономическую систему от рабочего места до межгосударственного сопоставления и прекратить делить экономику на три условных подсистемы: микроэкономика, мезоэкономика, макроэкономика.
Данная работа была завершена к 1995 г. и, начиная с 1997 г. все страны-участницы ООН, их организации начали параллельно принятой внутри государства отчетности вести бухгалтерский, статистический учет в рамках МСФО, МОБ, СНС ООН.
Вот почему в методике формирования статистической базы данных исследуемых организаций, в т.ч. и за длительный период времени, рассматриваемой далее, эти особенности и международные требования в рамках МСФО, МОБ, СНС ООН полностью учтены.
Данный подход, принятый в методике, был вызван также и тем, что все дальнейшие преобразования статистических данных, в конечном счете, должны соответствовать международным стандартам финансовой отчетности (МСФО), а также системе межотраслевых балансов (МОБ), системе национальных счетов ООН (СНС). Это позволит в дальнейшем проводить комплексный анализ рисков, коридоров управления, эффективности для предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО с учетом данных, моделей МОБ, СНС ООН.
В методике по формированию статистической базы данных исследуемых организаций за длительный период времени предусмотрен системный принцип однородности. Очевидно, что системный принцип однородности при сборе, обработке публичных статистических данных призван исключить ошибки, статистические смещения.
Ввиду совершенствования бухгалтерской отчетности РФ и приведение ее в соответствие к международным стандартам финансовой отчетности (МСФО) в России, на Западе регулярно модифицировалась бухгалтерская отчетность. В методике эти изменения определены как условно «старые» и «новые» формы бухгалтерской отчетности. В результате в методике формирования статистической базы данных, излагаемой ниже, по «старым» формам бухгалтерской отчетности код строки дан в числителе, по «новым» формам код строки представлен в знаменателе.
В методике используются следующие бухгалтерские формы:
Начнем с Формы №2 «Отчет о прибылях и убытках» по ОКУД 0710002.
В методике предлагается использовать только следующие показатели: «Выручка» (код 010/2110), «Себестоимость проданных товаров, продукции, работ, услуг»/«Себестоимость продаж» (код 020/2120), «Коммерческие расходы» (код 030/2210) + «Управленческие расходы» (код 040/2220). Все остальные показатели, не связанные с основной деятельностью, процентные доходы/расходы в методике принципиально не используются, чтобы не вносить значительные искажения.
Показатель «Прибыль (убыток) от продаж» (код 050/2200) вычисляется по формуле, соответствующей критериям МСФО:
Прибыль = Выручка – Себестоимость - Коммерческо-управленческие расходы
Показатель «Чистая прибыль (убыток) после выплаты налогов» рассчитывается с учетом налоговых ставок установленных для исследуемых организаций по формуле, соответствующей критериям МСФО:
Чистая прибыль после налогов = Прибыль – Прибыль*Налог
Перейдем к Форме № 1 «Бухгалтерский баланс» по ОКУД 0710001.
Сбор данных для формирования показателя «Денежные средства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Денежные средства = Краткосрочные финансовые вложения/Финансовые вложения (за исключением денежных эквивалентов) (код 250/1240) + Денежные средства/Денежные средства и денежные эквиваленты (код 260/1250)
Сбор данных для формирования показателя «Дебиторская задолженность» осуществляется по следующей формуле, соответствующей критериям МСФО:
Дебиторская задолженность = Налог на добавленную стоимость по приобретенным ценностям (220/1220) + Дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев после отчетной даты) (230) + Дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты)/Дебиторская задолженность (240/1230)
Сбор данных для формирования показателя «Запасы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Запасы = Запасы (210/1210) + Прочие оборотные активы (код 270/1260)
Показатель «Оборотные активы» рассчитывается как сумма трех предыдущих показателей по следующей формуле:
Оборотные активы = Денежные средства + Дебиторская задолженность + Запасы
Сбор данных для формирования показателя «Внеоборотные Активы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Внеоборотные Активы = Итого по разделу I (190/1100)
Показатель Активы рассчитывается как сумма по следующей формуле, соответствующей критериям МСФО:
Активы = Оборотные активы + Внеоборотные Активы
Рассмотрим формирование факторов по данным «Пассивы баланса».
Сбор данных для формирования показателя «Капитал и резервы» осуществляется по следующей формуле, соответствующей критериям МСФО:
Капитал и резервы = Итого по разделу III (490/1300)
Сбор данных для формирования показателя «Долгосрочные и Краткосрочные обязательства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Долгосрочные и Краткосрочные обязательства = Итого по разделу IV (590/1400) + Займы и кредиты/Заемные средства (610/1510)
Сбор данных для формирования показателя «Кредиторская задолженность» осуществляется по следующей формуле, соответствующей критериям МСФО:
Кредиторская задолженность = Кредиторская задолженность поставщики и подрядчики (код 621/1520)
Сбор данных для формирования показателя «Зарплата и Налоги» осуществляется по следующей формуле, соответствующей критериям МСФО:
Зарплата и Налоги = Итого по разделу V (690/1500) - Кредиторская задолженность поставщики и подрядчики (код 621/1520) - Займы и кредиты/Заемные средства (610/1510)
Сбор данных для формирования показателя «Всего краткосрочные обязательства» осуществляется по следующей формуле, соответствующей критериям МСФО:
Всего краткосрочные обязательства = Кредиторская задолженность + Зарплата и Налоги
Перейдем к Форме №5 – «Приложение к бухгалтерскому балансу и отчету о прибылях и убытках» по ОКУД 0710005.
Эти данные нужны для связи с системой межотраслевых балансов (МОБ), системой национальных счетов ООН (СНС) и проведения дальнейшего анализа рисков, коридоров управления, эффективности для предприятий различных отраслей на основе публичных квартальных, ежегодных отчетов в рамках РСБУ, МСФО и сравнение аналогичных данных МОБ, СНС ООН.
Рассмотрим показатели формы № 5 в рамках РСБУ, МСФО и их соответствие показателям МОБ, СНС ООН:
Дальнейшие методические пояснения по методу Монте-Карло.
После того как была сформирована база данных по всем исследуемым организациям – в игровых моделях база данных представлена 30-ю организациями по 15-ти интегральным факторам, описанным ранее. Понятно, что чем больше статистическая выборка, тем точнее анализ, поэтому ограничений на размер выборки в моделях методики принципиально нет.
В методике, которая использует метод Монте-Карло, метод экспертных оценок необходимо в исходных файлах табличных процессоров предварительно вычислить средние величины (наклон линии, вектор) и определить разброс данных. Например, определить на первом этапе разброс параметров (+15% и -15%) по всем исследуемым 15-ти первичным интегральным факторам и на втором этапе по 15-ти вторичным интегральным факторам (по финансовым коэффициентам). Далее табличный процессор с помощью функции генератора случайных величин, с учетом разброса по каждому из исследуемых в игровой модели факторов, используя метод Монте-Карло, генерирует случайные значения в диапазонах, определяемых или экспертами, или сформированных в базе данных.
Данная начальная модель методики не использует сравнительный анализ с показателями МОБ, т.к. с учетом МОБ необходима форма № 5.
Ранее, рассматривая методику авторов по моделированию, расчету рисков, коридоров управления, эффективности, отмечалось, что данная методика является неотъемлемой частью всех дальнейших уровней обучения, исследований, в т.ч. деловой игры по подготовке управленцев, экономистов-профессионалов.
Кроме этого на данном этапе исследований, деловой игры управленцам, экономистам необходимо понять, что экономика это целостная система, а категории микроэкономики, мезоэкономики, макроэкономики необходимо рассматривать как условное деление экономики на уровне ее развития в прошлом веке. В настоящее время эту пагубную практику поддерживают западные либеральные экономические школы.
Чтобы данные утверждения не рассматривались читателями как декларация авторов, рассмотрим пример расчета ВВП за 1 секунду для исследуемой группы 30 предприятий-конкурентов (предприятий-конкурентов), работающих на одном рынке в одной отраслевой группе.
Отметим, что расчет ВВП за 1 секунду и обеспечение расчетов ВВП на ежедневном уровне по всем деревням, городам, регионам и страны в целом - это не причуда, а реальная экономическая необходимость.
Данный расчет позволяет на объективной основе не просто анализировать, планировать, контролировать ВВП для уточнения динамики развития всех отраслей, рынков, регионов и страны, но также для определения необходимого количества денежной массы (агрегатов М0, М1, М2), которую Центральный Банк страны обязан напечатать абсолютно бесплатно, чтобы обеспечить естественную или плановую динамику развития, складывающуюся по всем деревням, городам, регионам и страны в целом.
Бесплатное печатание денег вытекает из логики естественного развития любой отрасли, рынка, региона, страны. Например, в деревне в результате роста спроса на молоко фермерские хозяйства увеличили выпуск молочной продукции на 10% по отношению к предыдущему периоду. Возникает вопрос, где взять деньги для обеспечения элементарных продаж этих 10% дополнительной новой продукции. Если ЦБ деревни не напечатает на эти 10% денежной массы, то будет нарушен товарно-денежный оборот по 10% новой товарной массы. Сейчас же либеральные экономисты ЦБ деревни не печатать деньги в своей деревне, а отправиться за море и попросить заморский ЦБ напечатать деньги. Где логика, экономика и здравый смысл.
Рисунок
13 – Динамика развития денежной массы
агрегатов М0, М1, М2 по отношению к ВВП на
примере Китая за период 1990-2011 гг., 100
million yuan. Источник: США, Китай.
Расчет денежной массы любого агрегата элементарен — это функция, например, агрегата М2 от ВВП: М2=F(ВВП). При этом понятно, что расчет агрегата М2 и ВВП - это сумма по всем деревням, городам, регионам и страны в целом.
Для лучшего понимания вышесказанного рассмотрим расчет зависимости денежной массы агрегатов М1, М2 от ВВП (коэффициент монетизации) на примере Китая за период 1990-2011 гг. Сначала рассмотрим динамику денежной массы агрегатов М0, М1, М2 и ВВП за указанный период. Графический образ дан на рисунке 13.
Первое, что бросается сразу в глаза - это опережающий рост денежной массы агрегатов М1, М2 по отношению к ВВП, за исключением агрегата М0. Не составляет особого труда построить регрессионную зависимость агрегатов денежной массы М0, М1, М2 по отношению к ВВП в варианте линейной и более точной степенной регрессионной зависимости. Графический образ зависимости агрегатов денежной массы М0, М1, М2 по отношению к ВВП (коэффициент монетизации) дан на рисунках 14-16.
Рисунок
14 – Регрессионная зависимость денежной
массы агрегатов М0 по отношению к ВВП
(коэффициент монетизации) в варианте
линейной и более точной степенной
регрессионной зависимости Китая за
период 1990-2011 гг., 100 million yuan. Источник:
США, Китай.
Рисунок
15 – Регрессионная зависимость денежной
массы агрегатов М1 по отношению к ВВП
(коэффициент монетизации) в варианте
линейной и более точной степенной
регрессионной зависимости Китая за
период 1990-2011 гг., 100 million yuan. Источник:
США, Китай.
Как видно из рисунков 14-16, регрессионная зависимость денежной массы агрегатов М0, М1, М2 по отношению к ВВП в варианте линейной и более точной степенной регрессионной зависимости Китая за период 1990-2011 гг. достаточно устойчивы и точны. Динамика денежных агрегатов М1, М2 должна опережать динамику ВВП следующим образом: агрегат М1 в 1,1673, а агрегат М2 в 1,2547 раз. Только агрегат М0 обеспечивает замедляющий рост по отношению к ВВП в размере 0,8925 раз. Еще раз подчеркнем, что это суммарная зависимость по всем деревням, городам, регионам для всего Китая. Ответим еще на один важный вопрос: а какой на самом деле должен быть объем денежной массы, величина агрегата М2 к ВВП (коэффициент монетизации)?
Рисунок
16 – Регрессионная зависимость денежной
массы агрегатов М2 по отношению к ВВП
(коэффициент монетизации) в варианте
линейной и более точной степенной
регрессионной зависимости Китая за
период 1990-2011 гг., 100 million yuan. Источник:
США, Китай.
Для этого рассмотрим динамику денежной массы на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2011 гг. Графический образ дан на рисунке 17.
Рисунок
17 – Динамика денежной массы, на примере
агрегата М2 к ВВП в России в сравнении
с США и Китаем за период 1995-2013 гг. Источник:
США, Китай.
Ответ на вопрос, какой на самом деле должен быть объем денежной массы, величина агрегата М2 к ВВП, очевиден и лежит на поверхности. Денежная масса агрегата М2 в РФ пережата по отношению к Китаю в 2011 г. в 5,8 раз, по отношению к США в 2 раза, а денежная масса агрегата М2 в США пережата по отношению к Китаю в 3 раза. Проведенный достаточно грубый сравнительный динамический анализ коэффициентов монетизации агрегата М2 для России звучит как приговор, но и внутренняя денежная политика США по отношению к Китаю также вызывает серьезную озабоченность.
Напомним, что либеральная денежная политика в Европейском Союзе практически точная копия их американских коллег. В ЕС коэффициенты монетизации агрегатов М0, М1, М2 аналогичны США.
Поэтому для того, чтобы исключить возможные неточности предыдущих достаточно грубых расчетов и предварительные выводы по сравнительному динамическому анализу денежной политики Китая и США, расширим, усложним и уточним расчеты. Для этого проведем сравнительный динамический анализ в варианте линейной и более точной степенной регрессионной зависимости денежной массы США и Китая агрегатов М1, М2 по отношению к их ВВП (коэффициент монетизации).
Рисунок
18 – Регрессионная зависимость денежной
массы США агрегата М1 по отношению к ВВП
за период 1959-2005 гг., млрд.долл.США. Стрелки
на графиках США указывают на период
первого энергетического кризиса в США
1972-1985 гг. Источник: США, Китай.
Рисунок
19 – Регрессионная зависимость денежной
массы Китая агрегата М1 по отношению к
ВВП за период 1990-2011 гг., 100 million yuan. Источник:
США, Китай.
Начнем с динамического регрессионного анализа агрегата М1. Графические образы денежной политики США в сравнении с Китаем по показателю «коэффициент монетизации» на основе регрессионных моделей агрегата М1 по отношению к ВВП даны на рисунках 18-19.
Сравнительный анализ денежной политики США и Китая (рисунок 18-19) на основе регрессионных моделей наглядно демонстрирует неэффективность денежной политики США по исследованному показателю «коэффициент монетизации». Так, в частности, сравнительный анализ линейной регрессионной модели агрегата М1 к ВВП США по отношению к Китаю свидетельствует, что агрегат М1 к ВВП Китая составил величину 0,602, а в США всего лишь 0,1275. Практически денежная масса агрегата М1 в США по отношению к Китаю пережата в 4,72 раза.
Рисунок
20 – Регрессионная зависимость денежной
массы США агрегата М2 по отношению к ВВП
за период 1959-2005 гг., млрд.долл.США. Стрелки
на графиках США указывают на период
первого энергетического кризиса в США
1972-1985 гг. Источник: США, Китай.
За последние 25 лет динамика социально-экономического развития США по отношению к Китаю в среднем в 3-5 раз ниже по показателю ВВП. Проведем сравнительный анализ денежной политики США и Китая на основе регрессионных моделей агрегата М2 по отношению к ВВП. Графические образы денежной политики США в сравнении с Китаем по показателю коэффициент монетизации даны на рисунках 20-21.
Рисунок
21 – Регрессионная зависимость денежной
массы Китая агрегата М2 по отношению к
ВВП за период 1990-2011 гг., 100 million yuan. Источник:
США, Китай.
Сравнительный анализ денежной политики США и Китая на основе регрессионных моделей наглядно демонстрирует неэффективность денежной политики США по исследованному показателю «коэффициент монетизации». Так, в частности, сравнительный анализ линейной регрессионной модели агрегата М2 к ВВП США по отношению к Китаю свидетельствует (рисунок 21), что агрегат М2 к ВВП Китая составил величину 1,6743, а в США всего лишь 0,5224.
Практически денежная масса агрегата М2 в США по отношению к Китаю пережата в 3,21 раза. Данный сравнительный регрессионный анализ агрегата М2 США и Китая также подтверждает, что динамика социально-экономического развития США в сравнении с экономическим развитием Китая по показателям ВВП в среднем в 3-5 раз ниже за последние 25 лет. Благодаря эффективной экономической, денежной политике, основанной на методологии денежного обращения в СССР, Китай из слабо развитой страны за 25 лет стал мировым лидером. США к 2014 г. уступили лидерство Китаю. Россия же в результате либеральных «реформ» превратилась из великой державы в слаборазвитую страну третьего мира.
Напомним, что за период 1990-2014 гг. среднегодовой рост ВВП Китая в номинальном выражении составил 17%, при этом минимальное номинальное значение ВВП - 6%, а максимальное номинальное значение ВВП достигло 36%.
Вернемся к оценке масштабов неэффективной денежной политики ЦБ РФ по отношению к Китаю и США на основе анализа динамики денежной массы, на примере агрегата М2 к ВВП в России в сравнении с США и Китаем за период 1995-2011 гг.
Рисунок
22 – Динамика денежной массы на примере
агрегата М2 к ВВП в России в сравнении
с США и Китаем за период 1995-2011 гг. Источник:
США, Китай.
Как видно из графиков (рисунок 22), основная причина огромной инфляции в РФ в 1995-2000 гг. была целенаправленное сжатие денежной массы агрегата М2 к ВВП. Так, в 1995 г. по отношению к Китаю денежная масса агрегата М2 в РФ по отношению к ВВП была пережата в 17,5 раз, а по отношению к США - в 10,7 раз. К 2011 г. картина по денежной политике РФ несколько улучшилась, но это только на первый взгляд. Согласно нашим расчетам ЦБ РФ сознательно или несознательно искажает свою отчетность и отчетность банковской системы России.
Для убедительности проведем моделирование МОБ США за 2014 г. по денежной политике США. Для этого рассчитаем средние процентные ставки для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы. Результаты моделирования даны на рисунке 23.
Как видно из моделирования МОБ США, за 2014 г. по денежной политике США для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы планируется рост ВВП на 1239 млрд.долл.США, объемы продаж должны вырасти на 2304 млрд.долл.США.
Рисунок
23 – Моделирование МОБ США за 2014 г. по
денежной политике США
Для реализации данного роста экономики ФРС напечатает денег агрегата М1 в размере 160 млрд.долл.США, а агрегата М2 в размере 698 млрд.долл.США. При этом процентная ставка для реализации данного роста составит 4,8%. Т.е. если ЦБ РФ не искажает свою отчетность и денежная масса пережата в 2 раза по отношению к США, то процентная ставка в РФ должна составить 9,6%, но никак не 16-20%.
Рисунок
24 – Моделирование МОБ США за 2014 г. по
денежной политике Китая
Проведем аналогичный эксперимент, но при условии, что США будут проводить денежную политику, аналогичную Китаю, т.е. увеличат объем денежной массы в 3 раза. Поменяем условия модельного эксперимента, как показано на рисунке 24.
Как видно из моделирования МОБ США, за 2014 г. по денежной политике Китая для основных отраслей при их росте на 10% (выделено зеленым цветом) за исключением горно/нефтедобывающей отрасли, торговли и финансовой системы планируется рост ВВП на 1239 млрд.долл.США, объемы продаж должны вырасти на 2304 млрд.долл.США. Для реализации данного роста экономики США, но при условии, что ФРС расширение денежной массы будет осуществлять по денежной политике Китая и напечатает денег агрегата М1 в размере 741 млрд.долл.США, а агрегата М2 в размере 2194 млрд.долл.США. При этом процентная ставка для реализации данного роста по денежной политике Китая составит 1,5%.
Как следует из расчетов по США и по Китаю ФРС США пережимает денежную массу в 3 раза по отношению к Китаю. Неудивительно, что экономика США развивается по отношению к Китаю в 3 раза медленнее.
Если ЦБ РФ не искажает свою отчетность и денежная масса пережата в 5,8 раз по отношению к Китаю, то процентная ставка в РФ должна составить 8,7%, но никак не 16-20%.
Возникает вопрос, куда же исчезают столь масштабные денежные средства России в результате деятельности ЦБ РФ и банковской системы. Ответ очевиден, ЦБ РФ совместно с банковс5кой системой занимаются валютными, фондовыми незаконными спекуляциями. Т.е. ЦБ РФ не борется с инфляцией, а целенаправленно ее организует. Не развивает экономику России, а целенаправленно ее разрушает.
Вывод для социально-экономического развития любой страны очевиден. Если ежедневно не контролировать ВВП, и как следствие не корректировать денежную массу в расчетном выше объеме по отношению к ВВП, то невозможно обеспечить динамическое, сбалансированное развитие всех деревень, городов и регионов со всеми вытекающими из этого негативными последствиями для социально-экономического развития любой страны мира.
Подчеркнем, Центральный банк любой страны обязан абсолютно бесплатно, беспроцентно расширять или сжимать денежную массу в зависимости от складывающейся динамики ВВП ежедневно контролируемой на всех иерархических уровнях без исключения: деревень, городов, регионов и страны в целом.
К сожалению, эта очевидная задача ежедневного контроля динамики ВВП и управления денежной массой ни в одной стране мира в настоящее время не решена, и не планируется для реализации. В лучшем случае развитые страны управляют денежной массой косвенным образом через показатель безработицы, как это делает ФРС по ежемесячным данным безработицы, собираемым Министерством труда США. Результат плохой - во всех регионах любой страны инициируется одна и та же проблема, то денежная масса пережата и денег реально не хватает, то денежная масса заливает те или иные регионы. Последствия также очевидны — постоянно наблюдается столь любимая либеральными экономистами инфляция, нестабильность, торможение динамики развития деревень, городов, регионов и страны в целом.
Покажем, как просто и быстро, с минимальными затратами решать проблему расчета ВВП. Расчет, моделирование денежной массы агрегатов М0, М1, М2 по отношению к ВВП дан выше.
Пример расчета ВВП за 1 сек. для исследуемого рынка/отрасли по 30 предприятиям на основе данных бухгалтерской отчетности дан на рисунке 25.
В примере расчета ВВП для исследуемого рынка/отрасли (30 предприятий) на основе данных бухгалтерской отчетности формы 5 и формы 2 необходимо собрать следующую информацию:
Далее необходимо просуммировать эти данные по каждому показателю для всех 30 исследуемых организаций и затем выполнить простейшую операцию по формуле:
Напомним, что сумма добавленных стоимостей по всем отраслям (вектор-строка) мы обозначили условно как ВВП30, равна сумме ВВП (вектор-колонка) по всем рынкам. Поэтому делая аналогичные расчеты по всем предприятиям всех отраслей, представленных в деревне, несложно вычислить ВВП за текущий день или в текущий момент времени. Поэтому авторы сознательно добавленную стоимость обозначили условно как ВВП. Если сумма добавленной стоимости по всем отраслям не будет равна сумме ВВП по всем рынкам, то межотраслевой баланс построен не верно. Вот почему проводится параллель между классическим балансом предприятия и межотраслевым балансом. Т.е. в МОБ балансируются статьи производство товаров и услуг – добавленная стоимость и конечное потребление – ВВП.
Напомним, что ОКВЭД 2 построен на русском языке на основе гармонизации с официальной версией европейского стандарта NACE Rev.2. Статистической классификации видов экономической деятельности в Европейском экономическом сообществе (редакция 2) - Statistical classification of economic activities in the European Community (NACE Rev.2) путем сохранения в ОКВЭД 2 (из NACE Rev.2) кодов (до четырех знаков включительно) и наименований соответствующих группировок без изменения объемов понятий.
Особенности, отражающие потребности российской экономики по детализации видов экономической деятельности, учитываются в группировках ОКВЭД 2 на уровне группировок с пяти- и шестизначными кодами.
В данном классификаторе значительно повышен уровень детализации разделов (секций) в ОКВЭД 2 – 21 против 17 в ОКВЭД. При этом количество группировок увеличено примерно с 2000 до 2680.
Отметим еще один очевидный момент, чтобы понять, как осуществляется автоматическое построение ВВП по всем рынкам, отраслям в рамках классификации по ОКВЭД, NACE и ISIC, rev. 4.
Рисунок
25 – Пример расчета ВВП для исследуемого
Рынка/Отрасли (30 предприятий) на основе
данных бухгалтерской отчетности формы
5 и формы 2. Детальный алгоритм построения
ВВП за 1 сек дан в видео
http://www.youtube.com/watch?v=93VLc3iZxSM.
Понятно, что когда любая организация передает по сети интернет свои показатели: «Материальные затраты», «Выручка» на центральные управленческие, статистические сервера деревни, города, региона, отрасли, страны. Эта организация должна также сообщить свои регистрационные реквизиты, полученные при государственной регистрации. Практически организация должна сообщить свой код по общероссийскому классификатору видов экономической деятельности в рамках международных стандартов СНС ООН, ISIC ООН, ISIC, rev. 4, NACE, ОКВЭД.
Данный код организации по ОКВЭД, NACE и ISIC, rev. 4 есть ничто иное, как классификация принадлежности каждой организации ее выпускаемой продукции (товары, услуги) к конкретному рынку и отрасли. При условии выполнения требований международного стандарта ООН ISIC, rev. 4 это позволит на всех уровнях от деревни до государства осуществить классификацию и учет всех организаций, а далее осуществить расчет ВВП за 1 секунду по всем рынкам и отраслям по ОКВЭД, NACE и ISIC, rev. 4. При этом можно обеспечить разный уровень детализации ВВП по рынкам, отраслям, как это предусмотрено в международном стандарте отраслевой классификации всех видов экономической деятельности ООН (ISIC, rev. 4).
Например, в рамках ISIC ООН можно проводить динамический анализ ВВП только по 21 сектору экономики или по 88 разделам, укрупненным отраслям/рынкам или по 575 классам, расширенным отраслям/рынкам. Понятно, что в рамках национальной классификации, предусмотренной в NACE , ISIC, rev. 4 количество рынков, отраслей можно увеличить до 2680 и более.
Как видно из приведенного примера, расчет ВВП деревни, города, региона, отрасли, страны за 1 секунду выполнить несложно. Для этого необходимо сделать следующее:
В результате почти нулевых затрат все управленцы на всех уровнях будут отслеживать ежедневную динамику ВВП по всем рынкам, отраслям на всех уровнях от деревни до государства.
Очевидно, что только теперь управленцы, экономисты любого иерархического уровня: деревни, города, региона, рынка, отрасли, страны смогут эффективно анализировать, планировать, контролировать, вырабатывать инвестиционные, антикризисные и др. мероприятия на основе ежедневного анализа ВВП по 2680 рынкам и по 2680 отраслям. Осталось малое, в рамках методики авторов научить управленцев, экономистов правильно проводить динамический анализ ВВП по 2680 рынкам и по 2680 отраслям в рамках авторских методик рисков, коридоров управления, эффективности, производственных моделей рынков, отраслей для любой организации, межотраслевого моделирования, и т.д.
Неужели расчет ВВП деревни, города, региона, отрасли, страны за 1 секунду по всем рынкам, отраслям сложно реализовать в эпоху всеобщей компьютеризации и информатизации.
На следующем этапе, используя только 1 уровень подготовки экономистов, управленцев несложно осуществить построение ежедневного Межотраслевого Баланса деревни, города, региона, отрасли, страны максимум за 10 секунд.
Перед тем как научиться строить МОБ деревни, города, региона, отрасли, страны максимум за 10 секунд ознакомимся с ежегодной отчетностью по МОБ и СНС, которую обязаны предоставлять все страны-члены ООН, в рамках международных стандартов NACE и ISIC, rev. 4.
Отметим, что МОБ все развитые страны-члены ООН, даже Украина (по 19 секторам/рынкам экономики), обязаны строить ежегодно в рамках международных стандартов NACE и ISIC, rev. 4 в оговоренных в международном стандарте ISIC, rev. 4 ежегодных объемах.
Напомним, что основой СНС ООН с 50-х годов прошлого века являются статистические данные в рамках МОБ.
Для того чтобы убедиться, что авторы правы достаточно посетить официальные сайты ведущих 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
Рисунок
26 – Первичные данные ежегодного МОБ по
15 секторам/рынкам экономики США за
1997-2013 гг.
В частности, США в рамках северо-американского промышленного/отраслевого стандарта (NAICS) ежегодно представляет МОБ по 15 секторам/рынкам экономики и по 71 отрасли/рынкам. Для наглядности эти первичные данные ежегодного МОБ по 15 секторам экономики США представлены на рисунке 26.
Рисунок
27 – Первичные данные ежегодного МОБ по
71 отрасли/рынкам экономики США за
1997-2014 гг
Европа (30 стран) в рамках международных стандартов NACE и ISIC, rev. 4 ежегодно представляет МОБ данные по всем 30 странам Европы, а также интегрировано в разрезе 17 стран ЕС, 27 стран ЕС.
До 2008 г. ЕС ежегодно представляет МОБ по 17 секторам/рынкам экономики и по 62 отраслям/рынкам. Начиная с 2008 г. ЕС ежегодно представляет МОБ по 22 секторам/рынкам экономики и по 88 отраслям/рынкам.
К сожалению, страны ЕС, в отличие от США, не отличаются аккуратностью в предоставлении информации. Это и понятно - в США благодаря русской экономической школе и В.Леонтьеву остались еще профессионально подготовленные экономисты. Хотя по признанию учеников В.Леонтьева МОБу США, статистической отчетности еще далеко до уровня МОБ СССР и открытой советской статистической отчетности.
Рисунок
28 – Первичные данные ежегодного МОБ по
10 секторам экономики Европы по 27 странам
за 2011 г. с расчетом полных затрат.
Авторы, собирая эти ежегодные статистические данные стран-членов ООН, производящих 80-85% мирового ВВП, преследуют следующие ежегодные цели и задачи:
Проводить ежегодное экономико-социально-экологические моделирование по организациям всех отраслей народного хозяйства, что позволяет обеспечить качественное, эффективное тактическое, стратегическое планирование по отношению к организациям, отраслям/рынкам стран конкурентов (список см. п.1). В частности, управленческие модели оценки эффективности, коридоров управления, рисков, межотраслевого анализа, модели тактического, стратегического планирования организаций всех 70 основных отраслей/рынков экономики детализированы:
Понятно, что сразу перейти на уровень работы авторов невозможно, если не понимать механизмов сбора, обработки исходных первичных, статистических данных организаций для расчета не только ВВП, но и собственно построения МОБ и СНС стран-членов ООН.
Ранее отмечалось, что менеджеры, экономисты на первом этапе подготовки должны уметь осуществлять/проводить количественную оценку рисков, разрабатывать коридоры управления по конкурентам, оценивать эффективность исследуемой организации и всех ее конкурентов без учета межотраслевых связей, особенностей регионов, стран в рамках международной программы раскрытия информации.
Тем не менее, уже на первом этапе подготовки менеджеры, экономисты должны уметь рассчитывать ВВП деревни, города, региона, отрасли, страны максимум за 1 секунду. И как было показано ранее, это можно реализовать элементарно.
В тоже время несложный анализ публичной отчетности организаций свидетельствует, что при расчете ВВП использованы лишь два показателя бухгалтерской формы № 2 «Выручка» и формы №5 (в новой системе № 3) «Материальные затраты» из множества имеющихся статистических данных организаций, в т.ч. данные регистрационного учета ОКПО, ИНН, ОКВЭД. Для наглядности формы № 2, 5 с выделенными строками показаны на рисунках 29.
Ранее отмечалось, что можно легко осуществлять ежедневный расчет, учет ВВП в целом, а также расчет, учет ВВП по всем рынкам, отраслям с разным уровнем детализации ВВП в рамках классификации по ОКВЭД и ISIC, rev. 4 на основе данных формы №2 по данным регистрационного учета ОКПО, ИНН, ОКВЭД организации.
Из рисунка 30 видно, что показатель МОБ «Total intermediate consumption/final use at purchasers' prices» строка 14 («Всего промежуточное потребление / конечное использование в ценах покупателей») соответствует показателю формы № 5 «Материальные затраты».
Обозначим в производственной модели отрасли/организации данную интегральную переменную через TI. Все составные переменные, от которых зависит интегральная модель будем обозначать II1, II2,.., IIn, т.е TI=Z(II1, II2,.., IIn).
Рисунок
29 – Показатели бухгалтерской формы №
2, формы №5 (в новой системе № 3)и множества
имеющихся статистических данных
организаций, в т.ч. данные регистрационного
учета ОКПО, ИНН, ОКВЭД.
Рисунок
30 – Первичные данные ежегодного МОБ по
10 секторам экономики Европы по 27 странам
за 2011 г.
Из рисунка 30 видно, что показатель МОБ «Output at basic prices» строка 23 («Выпуск в основных ценах») соответствует показателю формы № 2 «Выручка». Обозначим в производственной модели отрасли/организации данную переменную через Output.
Из рисунка 30 видно, что показатель МОБ «Wages and salaries» строка 16 («Заработная плата и оклады») соответствует показателю формы № 5 «Расходы на оплату труда». Обозначим в производственной модели отрасли/организации данную переменную через WS.
Из рисунка 30 видно, что показатель МОБ «Compensation of employees» строка 15 («Оплата труда работников в т.ч. пенсионные, социальные платежи») соответствует показателю формы № 5 «Расходы на оплату труда» + «Отчисления на социальные нужды». Обозначим в производственной модели отрасли/организации данную переменную через Comp.
Из рисунка 30 видно, что показатель МОБ «Consumption of fixed capital» строка 18 («Потребление основного капитала или амортизация») соответствует показателю формы № 5 «Амортизация». Обозначим в производственной модели отрасли/организации данную переменную через CFC.
Понятно, что если вычесть из показателя МОБ «Output at basic prices» строка 23 показатель МОБ «Total intermediate consumption/final use at purchasers' prices» строка 14, то будет получен показатель «Добавленная стоимость в основных ценах» строка 22 («Value added at basic prices»). Обозначим в производственной модели отрасли/организации данную переменную через VA. Далее рассчитать показатель МОБ «Operating surplus, net» строка 19 («Чистая операционная прибыль») не составляет труда:
строка 19 = 22 - 15 - 17 - 18.
Обозначим в производственной модели отрасли/организации данную переменную через OSN.
Практически в результате использования данных форм № 2, 5 был полностью построен третий квадрант МОБ.
Осталось заполнить первый квадрант МОБ, т.е. раскрыть показатель «Материальные затраты» или в МОБ - это интегральный показатель покупок со всех рынков поставщиков. Как ранее отмечалось, это показатель МОБ «Total intermediate consumption/final use at purchasers' prices» строка 14 («Всего промежуточное потребление / конечное использование в ценах покупателей»), он соответствует показателю формы № 5 «Материальные затраты».
Собрать эти данные всех поставщиков товаров/услуг организации в рамках классификации по ОКВЭД и ISIC, rev. 4 по интегральному показателю формы № 5 «Материальные затраты» проще простого.
Все организации в рамках программ бухгалтерского учета ведут учет приобретения товаров и услуг от различных поставщиков. Мало того, в каждом документе, например, товаротранспортной накладной должен быть код товара/услуги, как того требует международный стандарт в рамках классификации по ОКВЭД и ISIC, rev. 4. В результате можно легко построить среднеотраслевую модель производственной функции по материальным затратам TI=Z(II1, II2,.., In), как было показано ранее.
Из выше представленного материала понятно, что несложно построить среднеотраслевую производственную функцию для всех отраслей/рынков. Собственно производственная функция или выпуск (Output) будет зависеть от добавленной стоимости (VA) и материальных затрат (TI). В результате среднеотраслевая модель производственной функции для всех отраслей/рынков может быть представлена в виде:
В свою очередь, среднеотраслевая модель добавленной стоимости, состоящая из компенсации (Comp), амортизации (CFC) и валовой операционной прибыли (GOS) может быть представлена в виде:
Практически осталось объединить модель производственной функции по материальным затратам TI=Z(II1, II2,.., Iin) и среднеотраслевую модель добавленной стоимости VA = Y(Comp, CFC, OSN). В результате среднеотраслевая модель производственной функции (Output) для всех отраслей/рынков может быть представлена в виде:
В результате в конце изучения первого этапа менеджеры, экономисты научатся рассчитывать, разрабатывать/строить среднеотраслевые модели производственных функций (Output) для всех отраслей/рынков любого уровня сложности.
Осуществлять/проводить количественную оценку рисков, разрабатывать коридоры управления по конкурентам, оценивать эффективность исследуемой организации и всех ее конкурентов как без учета межотраслевых связей, особенностей регионов, стран в рамках международной программы раскрытия информации, так и с учетом межотраслевых связей, особенностей регионов, стран в рамках международной программы раскрытия информации.
Собрав данные всех поставщиков товаров/услуг организации в рамках классификации по ОКВЭД и ISIC, rev. 4 по интегральному показателю формы № 5 «Материальные затраты», можно автоматически построить основной первый квадрант МОБ.
По первому квадранту МОБ не составит труда рассчитать модель полных затрат, описывающую все прямые и косвенно-латентные связи между всеми рынками и отраслями, сложившимися в рамках деревни, города, региона, отрасли, страны. После чего можно легко осуществлять/проводить межотраслевое моделирование, в т.ч. проводить моделирование и прогнозирование мировых финансовых и экономических кризисов.
Учитывая, что для либеральных экономистов это является непосильной задачей, поэтому рассмотрим дальнейший сбор, обработку и построение полного Межотраслевого Баланса деревни, города, региона, отрасли, страны максимум за 10 секунд на следующих этапах деловой игры, исследований.
Напомним одна из множества наших целей научиться/уметь моделировать, прогнозировать мировые финансовые, экономические кризисы; понять, как эффективно осуществлялось управление, планирование экономики, народного хозяйства в СССР.
Видео. Как в СССР с 1927 г. советские экономисты регулярно прогнозировали мировые кризисы — http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Перейдем на следующий уровень исследований.
«..Бойтесь повышать цены и обирать публику, Бойтесь понижать оплату труда. Это лучший способ разорить любую фирму, государство..» Г.Форд
Цитата олигарха Г.Форда приведена неслучайно. Г.Форд в простой форме изложил базовый момент реальной экономики. Подчеркнем, что данная аксиома работает при любом политическом строе. Это объективный закон трудовой теории стоимости.
Экономико-математическую модель закона трудовой теории стоимости впервые разработал русский экономист В.К.Дмитриев еще в конце 19-го века. По признанию мирового сообщества Владимир Карпович Дмитриев (русская трудовая экономическая школа) является основоположником экономики 20-го и 21-го века, межотраслевого баланса (МОБ) и международной системы национальных счетов ООН (СНС).
Фундаментальный вывод, вытекающий из основополагающей межотраслевой модели Дмитриева: «Любое повышение цен или снижение оплаты труда лишь в одной отрасли (рынка) приводит к мультипликативному подавлению в 2-3 раза объемов продаж во всех отраслях/рынках всей экономики, и наоборот».
По мнению нобелевского лауреата В.Леонтьева, без знаний МОБ, СНС и умения их применять в своей повседневной практической деятельности современный экономист не имеет право называться экономистом. К сожалению, западные экономические школы продолжают формировать и жить в либеральных мифах, ничего общего не имеющих с реальной экономикой.
Ответим на важный вопрос. Какие таблицы МОБ необходимо выбрать для эконометрического анализа, построения среднеотраслевых, эталонных моделей, нейронных моделей рисков, эффективности?
По мнению авторов для исследования, моделирования производственных функций, построения нейронных моделей рисков, коридоров управления, оценки эффективности организаций любой отрасли в рамках МОБ следует использовать таблицы МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices).
Для этого рассмотрим на примере США две таблицы МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices). Сравнительный анализ этих двух видов таблиц свидетельствует о следующем.
МОБ в ценах производителей (Producers' Prices) в первом квадранте отражает всю структуру затрат по всем товарным группам, i-м рынкам (по строкам) приобретаемыми организациями j-й отрасли (по колонкам) исключительно по цене производителя, а все логистические затраты: транспортные, складские, оптовой, розничной торговли в полной мере отражаются в строках I квадранта МОБ (Wholesale trade, Retail trade, Transportation and warehousing).
Понятно, что данный учет МОБ в ценах производителей (Producers' Prices) позволяет целевым образом, выделено, предметно, функционально определить по строкам таблицы МОБ весь объем логистических затрат и логистические цепи поставок по всем товарам и услугам приобретаемых организациями той или иной отрасли индивидуально, что отражается в соответствующих колонках таблицы МОБ.
Рисунок
31 – МОБ в ценах производителей (Producers'
Prices)
В то же время хорошо известно, что любая форма интеграции, в т.ч. по затратам логистики, лишает исследователя возможности дать оценку затрат логистики, цепей логистики с привязкой к конкретной товарной группе i-го рынка, приобретаемой организациями j-й отрасли, по колонкам на конкретном i-м рынке по строкам. Понятно, что затраты логистики, хранения, транспортировки, торговли для сельского хозяйства и для промышленности будут со всей очевидностью различны. Вот почему в МОБ применяются модели учета по «The Use of Commodities by Industries, After Redefinitions» в ценах покупателей (Purchasers' Prices). Рассмотрим этот вид учета.
МОБ в ценах покупателей (Purchasers' Prices) в первом квадранте отражает цены производителей плюс все логистические затраты (Wholesale trade, Retail trade, Transportation and warehousing) по всем товарным группам, i-х рынков исключительно в ценах покупателей (Purchasers' Prices). При этом не выделенные, не обнаруженные или прочие логистические затраты отражаются в строках I квадранта МОБ (Wholesale trade, Retail trade, Transportation and warehousing). При этом две таблицы МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices) в третьем квадранте МОБ, отражающем добавленную стоимость или собственно производство товаров, услуг организациями той или иной отрасли по колонкам эквивалентны и абсолютно одинаковы. Это понятно, т.к. их выпущенные товары, услуги будут далее продаваться по ценам производителя (по строкам I квадранта МОБ), в которых отдельно будут учтены новые логистические затраты и логистические цепи поставок, и так на каждом технологическом этапе производства вплоть до конечного продукта.
Процентное статистическое отличие двух таблиц МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices) наглядно показано на рисунке 32.
Рисунок
32 – МОБ в ценах покупателей (Purchasers'
Prices)
Денежное статистическое отличие двух таблиц МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices) наглядно показано на рисунке 33.
Как видно из сравнительного анализа двух таблиц МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices), их итоговый результат «Total Intermediate» всей структуры затрат по строкам для каждой колонки отрасли одинаков, но по каждому элементу затрат по строкам: по товарам, рынкам может значительно отличаться.
Так, в частности, по отрасли «Agriculture, forestry, fishing, and hunting» по ценам продавцов 71799 млн.долл.США, а по ценам покупателей 82938 млн.долл.США. Таким образом, затраты логистики составили 11139 млн.долл.США (115,51%).
Рисунок
33 – Процентное статистическое отличие
двух таблиц МОБ «The Use of Commodities by Industries,
After Redefinitions» в ценах производителей
(Producers' Prices) и в ценах покупателей
(Purchasers' Prices)
По отрасли «Manufacturing» по ценам продавцов 1868773 млн.долл.США, а по ценам покупателей 2128757 млн.долл.США. Таким образом, затраты логистики составили 259984 млн.долл.США (113,91%).
По отрасли «Agriculture, forestry, fishing, and hunting» по рынку «Wholesale trade» по ценам продавцов 21645 млн.долл.США, а по ценам покупателей 3234 млн.долл.США. Таким образом, затраты логистики составили -18411 млн.долл.США (14,94%).
Рисунок
34 – Денежное статистическое отличие
двух таблиц МОБ «The Use of Commodities by Industries,
After Redefinitions» в ценах производителей
(Producers' Prices) и в ценах покупателей
(Purchasers' Prices)
По отрасли «Agriculture, forestry, fishing, and hunting» по рынку «Transportation and warehousing» по ценам продавцов 10266 млн.долл.США, а по ценам покупателей 1446 млн.долл.США. Таким образом, затраты логистики составили -8820 млн.долл.США (14,09%).
Аналогичная оценка происходит и по векторам МОБ II квадранта, определяющим интегральный вектор ВВП. По каждому элементу по строкам ВВП: по товарам, i-м рынкам значительно отличается таблиц МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices) и в ценах покупателей (Purchasers' Prices).
Как следует из предыдущего анализа, для исследования, моделирования производственной функции, построения нейронных моделей рисков, коридоров управления, оценки эффективности организаций любой отрасли в рамках МОБ следует использовать таблицы МОБ «The Use of Commodities by Industries, After Redefinitions» в ценах производителей (Producers' Prices).
Рассмотрим укрупнено второй, средний уровень исследований, деловой игры, разработанные алгоритмы.
Отметим важный момент данного уровня исследований деловой игры.
Деловая игра, ее уровни, этапы, модельные эксперименты неразрывно связаны с исследованиями. Т.к. изначально они опираются на постоянно обновляемые статистические базы данных организаций, отраслей, рынков, государств, производящих 80-85% мирового ВВП: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Украина, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария, в рамках СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД. В результате в разные периоды времени научно-исследовательские результаты, модели деловой игры могут существенно отличаться. Эти модельные бифуркации будут особенно проявляться в периоды мировых финансовых и экономических кризисов.
Второй, средний уровень исследований, деловой игры состоит из нескольких этапов межотраслевого моделирования на основе принятой СНС ООН классификации организаций по отраслям и рынкам. Т.е. по производимым товарам и услугам, а также с использованием «Статистической классификации видов деятельности в Европейском экономическом сообществе» (NACE), «Общероссийской классификации видов экономической деятельности» (ОКВЭД), который заменил «Общесоюзный классификатор «Отрасли народного хозяйства» (ОКОНХ).
Все этапы исследований деловой игры имеют как прямые, так и обратные связи, описываемые на основе нейронного моделирования.
Рассмотрим основные алгоритмические этапы второго уровня деловой игры, исследований.
На первом этапе исследований деловой игры, разработанного алгоритма менеджер, экономист должен уметь практически реализовывать следующие этапы моделирования:
Рисунок
35 – Зрительный образ n-мерного
иерархического критерия Самариной
Понятно, что сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как ни парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих «классических» подходов, т.к. глобальный экстремум находится на поверхности 3, а для этого необходимо уметь воспринимать экономику как целостную систему.
Менеджер, экономист в результате деловой игры, исследований должен научиться строить, разрабатывать межотраслевой баланс (советская, американская методика) деревни, города, региона, страны и рассчитывать межотраслевой баланс за 5 минут, используя не только публичную бухгалтерскую отчетность организаций, но и принятой по СНС ООН классификации организаций по отраслям и рынкам, т.е. по производимым товарам и услугам или ISIC, rev. 4 , а также «Статистическая классификация видов деятельности в Европейском экономическом сообществе» (NACE), «Общероссийский классификатор видов экономической деятельности» — ОКВЭД.
Взаимосвязь общероссийских классификаторов с основными экономическими международными и региональными классификациями ISIC. Общероссийские классификаторы: видов экономической деятельности (ОКВЭД); видов экономической деятельности, продукции и услуг (ОКДП) (Nace Coder).
Необходимо вести учет на основе следующих международных стандартов:
Для подготовки первого квадранта МОБ необходимо формы № 5 («Пояснения к бухгалтерскому балансу и отчету о прибылях и убытках») по строке «Материальные затраты» классифицируем организации по отраслям и рынкам, т.е. по производимым товарам и услугам. Кроме этого необходимы данные от всех поставщиков в рамках CPC - классификация основных продуктов на основании данных товаротранспортных накладных. Цель привязать интегральный показатель «Материальные затраты» каждого предприятия, каждой отрасли к покупкам товаров и услуг к конкретным рынкам в рамках CPC - Классификация основных продуктов, ISIC, rev. 4. Рассмотрим возможные ошибки. Например, предприятие ведет закупки металла в небольшом объеме. Понятно, что данные закупки и поставщик будет оптовый склад (классификация CPC — «Wholesale trade») со своим ОКПО (его легко переводим в CPA, ISIC, ISIC, rev. 4 ). А металл, металлопродукция, которую приобрело предприятие, необходимо привести в классификацию основных продуктов CPC — рынок товаров и услуг - «25 - Производство готовых металлических изделий, кроме машин и оборудования»).
Для подготовки третьего квадранта МОБ необходима форма № 2 («Отчет о прибылях и убытках ОКУД 0710002 - отчет о финансовых результатах») по строке «Выручка» (код 2110) по классификации СНС «Output». А так же форма № 5 («Пояснения к бухгалтерскому балансу и отчету о прибылях и убытках») по строке «Материальные затраты» (код 5610) по классификации СНС «Total intermediate consumption» плюс «Расходы на оплату труда» (код 5620) плюс «Отчисления на социальные нужды» (код 5630) по классификации СНС «Compensation of employees» (код 5610+5620) плюс «Амортизация» (код 5640) по классификации СНС «Consumption of fixed capital». Вычислим показатель «добавленная стоимость» по классификации СНС «Value added» для этого вычтем из показателя «Выручка» (код 2110) по классификации СНС «Output» показатель «Материальные затраты» (код 5610) по классификации СНС «Total intermediate consumption». Осталось вычислить интегральный показатель «Операционная прибыль» по классификации СНС «Operating surplus». Для этого необходимо из добавленной стоимости по классификации СНС «Value added» вычесть «Расходы на оплату труда» (код 5620) минус «Отчисления на социальные нужды» (код 5630) по классификации СНС «Compensation of employees» (код 5610+5620) минус «Амортизация» (код 5640) по классификации СНС «Consumption of fixed capital». Практически третий квадрант построен.
Отдельный дополнительный показатель, не входящий в третий квадрант МОБ - это показатель по персоналу с раскрытием общей численности - форма № 5 (Пояснения к бухгалтерскому балансу и отчету о прибылях и убытках) по показателю «Средняя численность персонала» по отраслям. Для моделирования МОБ этих данных достаточно. Для дальнейших расчетов нужна классификация по национальной отраслевой профессиональной занятости по основным секторам экономики в разрезе основных 22 профессиональных групп - центров ответственности (Минтруда США, СНС ООН, МОТ ООН, SOC, OES). И далее по 1000 профессий по МОТ ООН или США. Эти данные необходимы для детального планирования численности персонала от рабочего до руководителей организаций, в т.ч. и для подготовки персонала образовательными учреждениями, центрами подготовки-переподготовки персонала.
Для расчета второго квадранта МОБ нужно учесть следующее ограничение, состоящее в том, что и по строкам и по столбцам применялась единая классификация основных продуктов (CPC), ISIC, rev. 4 , или CPA - статистическая классификация продукции по видам экономической деятельности. Данный момент принципиален. Для этого необходимо по строкам первого квадранта вычислить суммарный вектор-столбец «Total Intermediate» (TI).
Для подготовки второго квадранта МОБ нужно выполнить 7 этапов расчетов:
На 1 этапе следует преобразовать (транспонировать) вектор-строку «Total Output» из третьего квадранта в вектор-столбец «Total Output» (ТО) второго квадранта. Напомним, эти данные сформированы на основе данных формы № 2 («Отчет о прибылях и убытках ОКУД 0710002 - отчет о финансовых результатах») по строке «Выручка» (код 2110) по классификации СНС «Output». Все организации классифицируются по отраслям и рынкам, т.е. по производимым товарам и услугам, ISIC, rev. 4 .
На 2 этапе вычисляем вектор-столбец валового внутреннего продукта (ВВП) («Total Final Uses», GDP). Для этого из вектор-столбца «Total Output» (ТО) вычесть вектор-столбец «Total Intermediate» (TI). Практически это стандартное матричное преобразование GDP=ТО-TI.
На 3 этапе вычисляем вектор-столбец «Расходы государственного потребления и валовых инвестиций» («Government consumption expenditures and gross investment», переменная Gov) по всем сформированным по строкам в первом квадранте рынкам, т.е. по производимым товарам и услугам, ISIC, rev. 4. Для этого из отчетов сельсовета, города, области, правительства формируем вектор-столбец. Это то, что потребляет и инвестирует администрация. Практически это расходы администрации на рынках.
На 4 этапе вычисляем вектор-столбец «Импорт» («Imports of goods and services», Im) и вектор-столбец «Экспорт» («Exports of goods and services», Exp) по данным экспортно-импортным операциям каждой организации по рынкам, т.е. по производимым товарам и услугам,ISIC, rev. 4 . Заполнение идет по строкам МОБ.
На 5 этапе вычисляем вектор-столбец «Изменение производственных запасов» («Change in business inventories», CBI) по данным формы № 1 (Бухгалтерский баланс ОКУД 0710001) по показателю «Запасы» (код 1210) каждой организации по рынкам, т.е. по производимым товарам и услугам, ISIC, rev. 4 . Заполнение идет по строкам МОБ.
На 6 этапе вычисляем вектор-столбец «Валовые частные инвестиции в основной капитал» («Gross private fixed investment», GPFI) по данным формы № 1 (Бухгалтерский баланс ОКУД 0710001) по показателям как разница за текущий и предыдущий год: «Нематериальные активы» (код 1110), «Основные средства» (код 1150) каждой организации по классификации: рынкам, т.е. по производимым товарам и услугам, ISIC, rev. 4 . Сумма этих показателей и определит вектор-столбец «Валовые частные инвестиции в основной капитал» («Gross private fixed investment», GPFI). Заполнение идет по строкам МОБ.
На 7 этапе вычисляем вектор-столбец «Личные расходы на потребление» («Personal consumption expenditure», РСЕ). Формула вычисления вектор-столбца РСЕ следующая: РСЕ = GDP - Gov - Exp - Im - CBI – GPFI по рынкам, т.е. по производимым товарам и услугам, ISIC, rev. 4 . Заполнение идет по строкам МОБ.
На втором шаге исследований, деловой игры, разработанного алгоритма менеджер, экономист должен уметь практически реализовывать следующие этапы моделирования:
Расчет изменения в % валового выпуска/объем продаж (см. TCO%) на всех рынках/отраслях без исключения по трем сценариям.
Рисунок
36 – Видео по методологическому базису
системы управления, экономики как
сложной целостной системы деловой игры
2-го уровня, методика дистанционного
обучения - https://www.youtube.com/watch?v=EuDIT3bZXvg.
Моделирование кризиса, планирование в
СССР — http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Итог. Осуществить количественную оценку рисков, коридоров управления, оценить эффективность управления исследуемых объектов с учетом межотраслевых прямых и латентных связей, разработанных нейронных моделей исследуемой страны в рамках международной программы раскрытия информации в т.ч. на межгосударственном уровне, по трем сценариям.
Менеджер, экономист в результате деловой игры, исследований должен получить, разработать итоговые нейронные модели конкретного исследованного объекта, организации, отрасли или рынка. Данные модели необходимы для количественных оценок: рисков, коридоров управления, эффективности управления исследуемых объектов с учетом межотраслевых прямых и латентных связей.
Далее дан интегральный пример одной из множества нейронных моделей организаций электротехнической отрасли США. Описание интегральных факторов, моделей не даются. С ними можно ознакомиться в монографии «Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Электротехническая отрасль».
Интегральную многофакторную среднеотраслевую модель эффективности управления всеми предприятиями конкурентов исследуемой отрасли внутренними и внешними факторами можно представить в виде:
EGO(MX)=1,971*(2,093*V0010,6186*V0020,0154*V0030,3660)0,4076* (3,766*(2,148*Ed120,0060*Ed130,0005*Ed140,0810*Ed160,7515*Ed170,1610)0,0212*(4,993*Ed210,0067*Ed220,0418*Ed230,3875*Ed240,2048*Ed250,0515*Ed260,0939*Ed270,2053*Ed280,0086)0,5895*(4,345*Ed310,0002*Ed320,0589*Ed340,0007*Ed360,1646*Ed370,0023*Ed380,1334*Ed390,3980*Ed400,2419)0,1133*(4,279*Ed410,7870*Ed42-10,0001*Ed42-20,0009*Ed42-30,0016*Ed42-40,0108*Ed430,0134*Ed440,0335*Ed450,0064*Ed460,1241*Ed470,0018*Ed480,0010*Ed490,0001*Ed4100,0193)0,1358*(5,996*Ed510,0114*Ed530,1251*Ed540,0972*Ed550,2057*Ed560,2606*Ed570,1983*Ed590,1018)0,0282*(4,164*Ed610,1292*Ed620,0249*Ed630,0124*Ed640,2466*Ed650,4615*Ed660,1085*Ed670,0169)0,0920*(2,470*Ed750,0277*Ed760,0087*Ed770,0812*Ed780,1626*Ed790,7198)0,0078*(2,397*Ed820,5503*Ed840,0453*Ed860,4044)0,0122)0,5924
На третьем шаге исследований, деловой игры, разработанного алгоритма менеджер, экономист должен уметь:
Готовить разработанные межотраслевые нейронные модели, осуществлять свертку межотраслевых моделей для разработки, моделирования бизнес-планов (БП), технико-экономических обоснований (ТЭО) по трем сценариям (лучшему, среднему, худшему) с учетом исходных разработанных межотраслевых нейронных моделей.
Отметим, что укрупненные среднеотраслевые модели второго уровня служат отраслевыми эталонными моделями для деловой игры 1-го уровня. Среднеотраслевые модели второго уровня через обратные связи уточняют модели 1-го уровня деловой игры.
Данный уровень знаний позволяет рекомендовать испытуемого на должность зам. директора по экономике, возможен должностной рост в вертикально-интегрированных международных компаниях на уровне заместителей руководителей предприятий.
В рамках объективного экономического закона трудовой теории стоимости (И.Т.Посошков, А.Смит), системы национальных счетов стран-членов ООН, русской/советской методики межотраслевого баланса (В.К.Дмитриева) известно, что развитие экономики любой страны определяет живой (текущий) труд и овеществленный (прошлый) труд, более известный как основные фонды и амортизация.
Оплата труда определяет цены, а не наоборот в любом государстве с любым политическим строем, любыми политическими партиями.
По Посошкову-Смиту: цена, в конечном счете, равна оплате труда (ЗП) на всех уровнях технологического передела/производства.
или при разложении в ряд (т.е. по Посошкову-Смиту «в конечном счете») на всех уровнях технологического передела/производства
где ЗП1 - оплата труда на конечном уровне передела/производства по всем отраслям экономики страны, ЗП2 — на предыдущем - втором уровне передела/производства по всем отраслями экономики страны, ЗП3 - третий уровень передела/производства по всем отраслями экономики страны, …, ЗПN - N уровень передела/производства или первичный технологический передел, как правило, это сырьевые отрасли.
Из трудовой теории стоимости следует, что главная цель межотраслевого моделирования второго этапа деловой игры для менеджера, экономиста при принятии управленческих, экономических решений - понять как любое позитивное/негативное изменение цен или оплаты труда только на одном рынке/отрасли приводит к мультипликативному, синергетическому изменению – росту/подавлению объемов продаж на всех рынках/отраслях экономики любой страны.
Например, рост/падение цен или оплаты труда на 10% приводит к мультипликативному, синергетическому изменению – росту/подавлению объемов продаж:
Модель деловой игры второго уровня управления менеджера, экономиста проводит анализ, нейронное моделирование на уровне: рабочего места (7 уровень микроэкономики), подразделений (6 уровень микроэкономики), организации (5 уровень микроэкономики), всех отраслей/рынков (4 уровень мезаэкономики), всех регионов (3 уровень мезаэкономики). Зрительный образ деловой игры второго уровня управления менеджера дан на рисунке 38.
Рисунок
37 – Для лучшего понимания важности
данного утверждения авторов предлагается
ознакомиться с книгой «Дорошко С.Е.,
Самарина Г.П., Чадаев О.Д. Мировой кризис
2013-2014 г. в цифрах.
Рисунок
38 – Видео по методологическому базису
системы управления, экономике как
сложной целостной системы деловой игры
2-го уровня
С помощью среднеотраслевых моделей МОБ можно и нужно осуществлять эталонное моделирование и построение классических бизнес-планов (БП) и технико-экономических обоснований (ТЭО) для всех предприятий любых отраслей в рамках стандартов МОБ СНС ООН с детальным описанием всех разделов БП/ТЭО:
Замечание. Вспомним, что для реализации международной программы сопоставления развития различных стран-членов ООН в системе национальных счетов СНС ООН в рамках МОБ предусмотрена единая классификация основных средств (Ф), и соответственно та же классификация по показателям: амортизации (В), сроку службы (Т), инвестициям (FK).
В рамках этой классификации все предприятия, всех отраслей, всех стран-членов ООН готовят/формируют ежегодную статистическую отчетность.
Понятно, что используя эту отчетность многие вычисления можно осуществлять более просто, исходя из имеющихся статистических таблиц или интернет баз данных.
Так, например, в интернет базах данных США эти массивы информации: основных средств (Ф), и соответственно по амортизации (В), сроку службы (Т), инвестициям (FK) по основным секторам/отраслям, начиная с 1947г. по настоящий отчетный период, представлены подробно. Для этого достаточно посетить интернет источник бюро экономического анализа министерства торговли США и скачать базу данных – http://bea.gov/national/FA2004/Details/Index.html. На этом же сайте можно найти множество других показателей, счетов по национальной экономике США — http://bea.gov/national/index.htm, а также уже исходных, обработанных и готовых таблиц МОБ, как в ценах потребителей, так и в ценах производителей — http://bea.gov/industry/io_annual.htm. Данные по персоналу (профессиям, численности, оплаты труда) рекомендуем уточнять на сайте бюро трудовой статистики министерства труда США — http://stats.bls.gov/oes/current/oessrci.htm.
Все интернет базы данных стран-членов ООН отражают все исходные статистические показатели от рабочего места персонала любых организаций:
Без этих статистических данных невозможно построить МОБ, СНС и, наконец, рассчитать столь любимый либеральными экономистами показатель ВВП. Подчеркнем, статистические данные собираются исключительно с рабочего места, на всех последующих уровнях они лишь суммируются/интегрируются.
Очевидно, что эти подробные, в т.ч. интегрированные, статистические базы данных необходимы для анализа, планирования, контроля, моделирования в рамках МОБ. Как можно чем-то управлять на всех уровнях: организаций, отраслей, регионов, министерств, правительства, государства, не имея этих данных.
Кроме общих шагов деловой игры можно осуществлять моделирование по новым технологическим укладам, по Кондратьевским циклам.
Рассмотрим данную подсистему деловой игры на примере плазменных технологий в металлургической отрасли.
С середины прошлого века переход металлургических предприятий с традиционных технологий, которые не менялись за последние несколько тысячелетий, на плазменные технологии коренным образом изменят качество металла любых марок, многократно снизят, а проще исключит отходы и экологические выбросы, полностью изменит весь технологический цикл производства металлов и на несколько порядков уменьшит площади металлургических комбинатов и т.д. Масштаб синергетических эффектов трудно описать. Отметим только одно, что будет следовать из дальнейшего материала. Если Россия или Китай перейдут на плазменные технологии, то все предприятия во всем мире будут просто закрыты из-за их неэффективности.
Поэтому в деловой игре, впервые в мире, авторами разработана технология расчета фазовых переходов на примере металлургических комбинатов от старых технологий к новым в рамках межотраслевого моделирования.
Данный модельный эксперимент можно представить в виде краткого алгоритма. Для этого необходимо:
На следующем этапе межотраслевого моделирования на основе плазменных технологий показать, как изменение технологического уклада на основе плазменных технологий в металлургическом комплексе существенно меняет все прямые и косвенно-латентные связи во всех других отраслях экономики и в экономике в целом без исключения.
В заключение. Рассмотрим уровень сравнительного межотраслевого моделирования предприятий одной и той же отрасли на уровне межгосударственного сопоставления.
Данный этап исследования, деловой игры рассмотрим на примере сравнительного межотраслевого моделирования предприятий металлургических комплексов РФ и США, работающих по традиционным технологиям.
Ранее отмечалось, что перед тем как, приступить к построению межотраслевых балансов по современным плазменным технологиям, было осуществлено моделирование в рамках МОБ США предприятий металлургического комплекса (МК) на основе международных стандартов СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД.
Практически была проведена условное строительство в виде экономической межотраслевой модели предприятия МК по традиционной технологии в США, а затем была построена межотраслевая модель аналогичного предприятия в РФ. Т.е. было промоделировано два совершенно аналогичных предприятия по традиционным металлургическим технологиям одно в США, а другое в РФ.
Цель этого - выявить конкурентные преимущества предприятий МК России и МК США с учетом налогов, средней оплаты труда персонала, в т.ч. по всем 23 центрам ответственности (производственно-технологическим, управленческим подразделениям), банковским процентным ставкам, климату, энергозатратам, экологическим выбросам и т.д.
При этом известный факт, что цены в РФ в 1,5-2 раза выше, чем в США в модельном эксперименте не учитывались, чтобы не шокировать экспертов. Для моделей предприятий МК цены в США и РФ были принудительно приняты одинаковыми. Для лучшего понимания важности показателя цен, сознательно отброшенного нами, представим сравнительную стоимость жизни по данным Мирового Банка, которые даны на рисунке 39.
Рисунок
39 – Источник:
http://data.cemi.rssi.ru/isepweb/cosrstzh.asp
Для динамического межотраслевого моделирования МК РФ и МК США рассматривалось все многообразие прямых и косвенно-латентных межотраслевых связей (за период 1997-2014 гг. - полный анализ, за период 1947-2014гг. укрупненный анализ) по всему обилию показателей/факторов:
Далее по предложенной методике проведено классическое межотраслевое моделирование, и полученная межотраслевая модель предприятий МК США далее использовалась для реализации следующих этапов алгоритма:
Результаты сравнительного межотраслевого моделирования МК РФ и МК США, каждый из которых производит 1 млн.тонн стали в год.
Результаты моделирования по традиционным технологиям для МК РФ и МК США представлены на рисунке 40.
Рисунок
40 – Видео материал отчета сравнительного
межотраслевого моделирования предприятий
металлургического комплекса РФ и США
http://www.youtube.com/watch?v=VSTf9JtnnC4.
Как видно из расчетов, моделей эффективность, конкурентные преимущества по показателю чистой прибыли в МК РФ в 4,4 раз выше, чем в МК США (см. ячейку С25). И это наблюдается при существенных ограничениях разработанной межотраслевой модели предприятий МК.
Рассмотрим основные ограничения:
Если бы при межотраслевом моделировании предприятий МК были учтены еще и цены, которые по данным Мирового банка в РФ минимум в 1,5-2 раза выше, чем в США, то конкурентные преимущества предприятий МК РФ по отношению к предприятиям МК США были бы еще более убедительны.
Отметим важнейший вывод межотраслевого моделирования МК РФ и МК США - на чистую прибыль только одного предприятия МК в РФ, Украине, СНГ, производящего 1 млн.тонн стали в год, каждые 1,1 год можно строить 1 новое предприятие МК аналогичной мощности производства.
А с учетом цен на чистую прибыль только одного предприятия отечественного МК каждый год в РФ, Украине, СНГ можно было бы строить по 1,82 абсолютно новых предприятия МК по традиционным технологиям, и три предприятия МК по плазменным технологиям.
Затраты на содержание отечественных НИИ, институтов академической науки автоматически не учитываются.
Напомним, что в модели мы условно покупали только западные металлургические технологии, предприятия, т.е. отечественные исследования, более качественные разработки не финансировали.
Расчеты убедительно свидетельствуют о значительных конкурентных преимуществах МК РФ не только по отношению к США, но ко всем странам – производителям металла. Поясним данный момент.
С начала реформ при условии перехода МК РФ к эффективному собственнику в первый же год работы эффективный собственник на полученную чистую прибыль мог бы купить и построить одно предприятие, которое приступило бы к работе через 2.5 года. На второй год эффективный собственник купил бы еще одно предприятие, на третий год - еще одно предприятие, на четвертый год - уже два предприятия. И этот процесс продолжался бы с геометрической прогрессией, поэтому годы реформ рассматривались не за 25 лет, а за 20 лет, когда устойчиво начинает наблюдаться геометрический рост мощностей МК РФ. К 2014 году Россия благодаря своим конкурентным преимуществам даже по традиционным технологиям стала бы единственным производителем металла в мире и на лондонской бирже металлов торговались бы только русская сталь, русский алюминий, русская медь, золото, цинк и т.д.
При условии перехода на русские технологии плазменной металлургии, разработанные в секретных лабораториях ВПК СССР в 60-80-х г.г. прошлого века, межотраслевые балансы всех стран мира по металлургическому рынку и по металлургической отрасли отсутствовали бы к настоящему времени, т.к. ни одно из предприятий МК мира не смогло бы конкурировать с русскими плазменными МК уже к 2000г.
Зададим вопрос — сколь эффективны наши собственники-олигархи!?
Но и это не главное, собственники МК РФ, МК Украины обирают ежегодно свой персонал, государство на скромные 30,7 млрд.долл.США/год (см. ячейку С31) при выпуске 100 млн.тонн металла в год. Кроме этого собственники МК РФ, МК Украины ежегодно подрывают объемы продаж всех остальных олигархов на всех рынках, на предприятиях всех отраслей с учетом мультипликатора металлургической отрасли в размере 2,55 раз (см. ячейку С32) на 78,12 млрд.долл.США/год (см. ячейку С34).
Чтобы понять логику социально-экономических потерь всех отраслей, рынков экономики РФ нужно вспомнить базовый принцип, логику построения МОБ. Они основаны на трудовой теории стоимости, т.е. цена при производстве любого конечного продукта на всех технологических цепочках передела или производства, в конечном счете, определяется живым трудом, овеществленным трудом и прибылью, необходимой для расширения производства.
Возникает вопрос, как определить цену живого труда, т.е. труда персонала на всех технологических цепочках производства конечного продукта в текущем, отчетном периоде по МОБ. Цена определяется оплатой труда. Известно, что овеществленный труд – это труд, который был затрачен на производство орудий труда, основных средств в предыдущие периоды. Стоимость этих основных средств будут также определяться оплатой труда персонала на всех технологических переделах для производства этих основных средств. В бухгалтерской терминологии – это амортизация, а в экономической терминологии – это овеществленный труд. Остановимся пока на этих двух экономических категориях и проведем исследование в двух направлениях, как рассчитать цену конечного продукта и можно ли назвать данный вид производства расширенным только по этим двум категориям. Начнем с определения вида производства без определения прибыли. Основные средства на любом производстве на всех технологических переделах позволяют произвести условную единицу продукции, но никак не две, ни три и т.д. Производственные мощности, технологические мощности четко нормируют численность персонала, их профессиональный уровень и их трудозатраты: индивидуальные и физические. Такой вид производства не может быть расширенным никогда. Амортизация здесь выполняет функцию воспроизводства основных фондов. Амортизация не может обеспечить коренную смену технологий. Это функция прибыли. Перейдем к расчету цены на всех этапах производства. Несложный анализ показывает, что цена на всех этапах конечного продукта будет складываться из стоимости живого труда, т.е. оплата труда плюс амортизация на всех этапах производства конечного продукта.
Цена при данном расчете будет формироваться себестоимостью естественно с учетом всех налогов, сборов на всех этапах производства. Если добавить прибыль на все этапы технологических переделов, то получим итоговую цену единицы конечной продукции. Прибыль при этом будет направляться на расширение производства и, в конечном счете, опять превратиться в живой и овеществленный труд. Теории либеральных экономистов это отрицают или сознательно, или по глупости в результате порождают коррупцию, воровство, неэффективность, риски и регулярные мировые финансовые и экономические кризисы.
Вот почему в модели МК США и РФ авторы ввели существенные ограничения, чтобы исключить любые либеральные дискуссии по производительности труда, которая зависит только от собственника, а не от персонала. МК в РФ и США имеют одинаковые технологии, производственные мощности, численность и квалификацию персонала. Цены в США и в РФ приняты одинаковыми, процентные ставки, налоги учтены. В чем же отличие этих двух моделей – только в оплате труда. Она в 2014 году в РФ в 5 раз была ниже, чем в США, а в 2015 году в 12,5 раз ниже после дефолта. Все расчеты, модели основываются на СНС ООН и МОБ. В результате конкурентные преимущества благодаря низкой оплате труда в МК РФ в 3-5 раз выше, чем в МК США. Но так как все собственники МК РФ находятся за рубежом, то вся прибыль металлургической отрасли РФ, Украины ими выводится за рубеж в полном объеме.
МОБ, межотраслевое моделирование по предложенному авторами алгоритму позволяет мгновенно проводить сравнительный анализ, планирование, контроль, расчет рисков, эффективности на всех уровнях управления от рабочего места до межгосударственного сопоставления.
МОБ, межотраслевое моделирование по предложенной авторами методике позволяет:
Список можно продолжать бесконечно.
Главное, что МОБ, межотраслевое моделирование всего за пять лет к 2020 г. позволит: полностью обновить основные фонды, модернизировать экономику и одновременно удвоить ВВП и, наконец, достичь уровня социально-экономического развития 1990 года, но уже на новом технологическом уровне. И далее как при И.Сталине каждые 5 лет удваивать ВВП и полностью обновлять экономику.
Напомним одна из множества наших целей научиться/уметь моделировать, прогнозировать мировые финансовые, экономические кризисы, понять, как эффективно осуществлялось управление, планирование экономики, народного хозяйства в СССР, и как в СССР с 1927 г. советские экономисты регулярно прогнозировали мировые кризисы — http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Перейдем на следующий уровень исследований и определим, как с помощью межотраслевого моделирования осуществлять расчет стабильности, величины финансовых пузырей на мировых рынках
Для этого необходимо полученные производственные функции по той или иной отрасли/рынку различных стран производителей наложить на динамические модели мировых индексов. В нашем случае для предприятий металлургического комплекса отобран индекс лондонской металлической биржи (LME). Накладывая модели производственных функций металлургического комплекса, например, США и РФ на динамические модели индекса лондонской металлической биржи (LME) проводится расчет стабильности и величины финансовых пузырей на рынках металлов по производственным моделям США и РФ в трех вариантах:
Расчет стабильности и величины финансовых пузырей на рынках металлов по производственным моделям металлургических предприятий-конкурентов США и РФ при условии эталонного критерия производственной модели РФ.
Данные исследования необходимы руководителям, инвесторам металлургических предприятий-конкурентов, банкам, страховым, фондовым компаниям для принятия объективных управленческих решений. В частности, расчеты позволяют проводить оценку рисков, эффективности, конкурентных преимуществ, кредитных, валютных, финансовых, фондовых рисков, которые нужны как для текущих упрравленченских решений, так и для стратегических прогнозов в т.ч. для прогноза будущих кризисов, масштабности финансовых пузырей, образующихся на различных фондовых, финансовых, сырьевых рынках.
Приведем результаты расчетов стабильности и величины финансовых пузырей на рынках металлов по производственным моделям США и РФ.
Расчет стабильности и величины финансовых пузырей на рынках металлов по производственным моделям США и РФ при условии эталонного критерия производственной модели США.
Рисунок
41 – Расчет стабильности и величины
финансовых пузырей на рынках металлов
по производственным моделям США и РФ
при условии эталонного среднего критерия
производственной модели США и РФ
Исходя из модели производственной функции МК США, они выживают и стабильно работают только при ценах не ниже:
Любое повышение цен на указанных рынках и отраслях – это спекуляции, приводящие неизбежно к мировым финансовым экономическим кризисам.
Расчет стабильности и величины финансовых пузырей на рынках металлов по производственным моделям США и РФ при условии эталонного критерия производственной модели РФ. Предкризисное состояние мировой экономики.
Рисунок
42 – Расчет стабильности и величины
финансовых пузырей на рынках металлов
по производственным моделям США и РФ.
Предкризисное состояние мировой
экономики
Исходя из моделей производственных функций МК США, РФ при условии эталонного среднего критерия производственной модели США и РФ следует:
В промышленности по производству золота цены должны быть не ниже 708 долл.США за унцию. Предприятия РФ данной отрасли конкурентоспособны, предприятия США убыточны. Предкризисное состояние мировой экономики.
Рисунок
43 – Расчет стабильности и величины
финансовых пузырей на рынках металлов
по производственным моделям США и РФ.
Кризисное состояние мировой экономики
Исходя из моделей производственных функций МК США, РФ при условии эталонного критерия производственной модели РФ, кризисное состояние мировой экономики следует:
В промышленности по производству золота цены должны быть не ниже 334 долл.США за унцию. Предприятия РФ данной отрасли конкурентоспособны, предприятия США убыточны. Кризисное состояние мировой экономики.
Как следует из модельных экспериментов даже при условии, когда весь металлургический комплекс мира абсолютно убыточен МК РФ, Украины продолжает быть устойчивым и рентабельным.
Модельный эксперимент при условии, что цены в РФ и в США одинаковы показал, что за 20 лет собственники МК РФ, МК Украины нанесли ущерб экономике своих республик в среднем размере 4,1-10,5 трлн.долл.США, по минимальным оценкам в размере – 2,9-7,3 трлн.долл.США, по максимальным оценкам – 5,3-13,5 трлн.долл.США.
Модельный эксперимент при условии, что цены в РФ в 2 раза выше, чем в США показал, что за 20 лет собственники МК РФ, МК Украины нанесли ущерб экономике своих республик в среднем размере 8,3-21 трлн.долл.США, по минимальным оценкам в размере – 5,8-14,7 трлн.долл.США, по максимальным оценкам – 10,7-27 трлн.долл.США.
Расчет стабильности и величины финансовых пузырей на нефтяном рынке по производственным моделям нефтегазового комплекса США и РФ при условии эталонного критерия производственной модели лучших, худших, средних сценариев развития мировой экономики до 2005-2020 гг.
Расчет стабильности и величины финансовых пузырей на нефтяном рынке по производственным моделям нефтегазового комплекса США и РФ при условии эталонного критерия производственной модели лучших, худших, средних сценариев развития мировой экономики до 2005-2020 гг. свидетельствует о следующем:
Рисунок
44 – Расчет стабильности и величины
финансовых пузырей на нефтяном рынке
по производственным моделям нефтегазового
комплекса США и РФ
«Для того чтобы эффективно управлять экономикой, необходимо уметь прогнозировать кризисы. Для того чтобы уметь прогнозировать кризисы, необходимо научиться их планировать и организовывать»
С.Дорошко, Г.Самарина
На данном уровне менеджер, экономист должен уметь оценивать управление внешними и внутренними факторами по отношению к конкурентной среде своей отрасли/рынка (см. требования первого уровня подготовки). Кроме этого на данном уровне менеджер, экономист должен уметь управлять исследуемым предприятием с учетом прямых и косвенно-латентных межотраслевых связей в рамках исследуемой страны, региона (см. требования второго уровня подготовки). Уметь проводить исследования с учетом международной программы межгосударственного сопоставления ООН, СНС ООН, ISIC ООН, ОКВЭД.
Отметим важный момент данного уровня исследований, деловой игры.
Деловая игра, ее уровни, этапы, модельные эксперименты неразрывно связаны с исследованиями. Они изначально опираются на постоянно обновляемые статистические базы данных организаций, отраслей, рынков, государств, производящих 80-85% мирового ВВП по 40 странам: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США на основе принятой СНС ООН классификации организаций по отраслям и рынкам, т.е. по производимым товарам и услугам, а также с использованием Статистической классификации видов деятельности в Европейском экономическом сообществе (NACE), Общероссийской классификации видов экономической деятельности — ОКВЭД.
В результате в разные периоды времени научно-исследовательские результаты, модели деловой игры могут существенно отличаться. Эти модельные бифуркации будут особенно проявляться в периоды мировых финансовых и экономических кризисов.
Данный уровень знаний менеджера позволяет рекомендовать испытуемого к должностному росту в вертикально-интегрированных международных компаниях, возглавлять крупный регион, а также министерство.
Современный менеджер, экономист на любом иерархическом уровне от организации до правительства должен уметь:
Без понимания как планируются, организуются кризисы невозможно разобраться, как нужно эффективно планировать, организовывать современный Госплан России. Учитывая, что этот материал очень объемный, поэтому предлагается посмотреть видео «Планирование Мирового Кризиса или планирование в России» http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Для освоения методики прогноза кризисов на основе деловых игр менеджер должен принять мировоззренческие подходы русских, советских школ АН СССР, более известных как: Минская, Харьковская, Киевская, Московская, Петербургская/Ленинградская, Тбилисская, Бакинская, Алма-Атинская, Новосибирская.. школы, которые создали три фундаментальных направления мирового уровня.
Рассмотрим алгоритм прогноза, организации кризисов.
1. ШАГ. Освоить мировоззрение, алгоритмы прогноза русского космизма в изложении С.Дорошко, Г.Самариной – «В исследованиях, прогнозах мировых кризисов в первую очередь необходимо учитывать экзогенные факторы, на которые человечество влиять не может - это Космос и Солнце - солнечные циклы».
Менеджеру, экономисту необходимо понять и принять теорию А.Чижевского (1918-1924гг.).
Теория А.Чижевского выражалась в следующем: циклы солнечной активности проявляют себя в биосфере, изменяя все жизненные процессы, начиная от урожайности, и кончая заболеваемостью и психической настроенностью человечества. В результате, это отражается на конкретных исторических событиях — политико-экономических кризисах, войнах, восстаниях, революциях и т. п. (А.Чижевский «Физические факторы исторического процесса»).
Далее ознакомиться с прогнозом солнечной активности С.Дорошко за период 1700-2070гг. и подтвердить или опровергнуть А.Чижевского. И далее провести исследование по мировым кризисам за период 1800-2014 гг. по материалам С.Дорошко, Г.Самариной и подтвердить или опровергнуть их тезис: «В своих экономических расчетах, в частности, при прогнозировании мировых финансовых и экономических кризисов, «революций», госпереворотов нами учитываются как солнечные максимумы (финансовые кризисы, «революции»/госперевороты), так и солнечные минимумы (финансово-экономические кризисы) (см. 1800-2026гг и далее)».
Фундаментальный вывод первого шага алгоритма в рамках русского космизма.
2 ШАГ. Освоить мировоззрение, алгоритмы прогноза русского циклизма в изложении С.Дорошко, Г.Самариной
«Все в мире повторяется не только солнечные циклы, но и кризисы, которые, к сожалению, наши либеральные коллеги и их нобелевские лауреаты по экономике сначала запускают, затем пропускают, а впоследствии активно «борются» с ними. За последние 60 лет было запущено/пропущено 18 мировых кризисов, а за 100 лет (1900-2014 гг.) — 30 кризисов».
Следует также ознакомиться с исследованиями разведслужбы Генерального штаба Русской Армии генерала А.Д.Нечволодова (1906 г.). В материалах генерала А.Д.Нечволодова утверждается, что в XIX веке все мировые кризисы, «революции», государственные перевороты, войны были рукотворны, т.е. отлично спланированы, организованы «малой кучкой людей».
В данном исследовании А.Д.Нечволодов вскрыл все латентные цели и задачи, так называемых революций («Великой» французкой и т.д.), скрытые механизмы финансирования революционеров (Маркса, Энгельса, Лассаля, декабристов, Герцена, народовольцев, социал-демократов, анархистов, сионистов, фашистов и др.). Показал пофамильно (банковско-героиновую мафию), кто, как и для чего организовывает революции/перевороты/террор/геноцид, локальные, мировые войны и мировые кризисы. А.Д.Нечволодов убедительно продемонстрировал, как в XIX веке создавались лишь внешне «независимые» и «враждующие» либерально-капиталистические и марксистские лженаучные экономические теории по глобальному оболваниванию мировой общественности.
Далее необходимо проверить эти данные в рамках теории А.Чижевского, генерала А.Д.Нечволодова и исследований С.Дорошко, Г.Самариной на основе интернет баз данных 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
В рамках циклов Чижевского, исследований С.Дорошко, Г.Самариной и т.д. следует подтвердить или опровергнуть цикличность, фазовые, частотные, бифуркационные характеристики, мировых финансовых, экономических кризисов, технологических социально-экономических укладов.
3 шаг. Освоить мировоззрение, алгоритмы прогноза Русской трудовой экономической школы, межотраслевые балансы Дмитриева-Леонтьева, финансово-денежную систему Нечволодова-Шарапова (конец 19-го века).
Рассмотрим укрупненный алгоритм прогноза кризисов по 3 шагу.
На первом этапе ознакомиться с методологией межотраслевых балансов и научиться на основе исследований, алгоритмов прогноза кризисов С.Дорошко, Г.Самариной организовывать кризисы. Для этого необходимо:
На втором этапе на основе исследований, алгоритмов прогноза кризисов С.Дорошко, Г.Самариной научиться выявлять финансовые, экономические разрывы цен и оплаты труда или «пузыри» на основных финансовых, экономических, товарных, трудовых рынках.
На третьем этапе на основе исследований, алгоритмов прогноза кризисов С.Дорошко, Г.Самариной в рамках закона трудовой теории стоимости, межотраслевых балансов Дмитриева-Леонтьева и финансово-денежной системы Нечволодова-Шарапова привязать выявленные финансовые, экономические разрывы цен и оплаты труда или «пузыри» к конкретным показателям рынков/отраслей в межотраслевых балансах стран-конкурентов.
Таких как: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД.
Выявить мультипликативные, синергетические, прямые и латентные эффекты подавления отраслей, рынков, и всей экономики со стороны рынков/отраслей, на которых образовались или целенаправленно были организованы финансовые, экономические разрывы цен и оплаты труда или «пузыри».
На четвертом этапе построить нейронные модели, сценарии прогноза и развития мировых кризисов в экономике исследуемой страны.
Рисунок
45 – Видео по методологическому базису
системы управления, экономике как
сложной целостной системы деловой игры
3-го уровня, методика дистанционного
обучения - http://www.youtube.com/watch?v=rkzMy5Ra5TM.
Моделирование кризиса, планирование в
СССР - http://www.youtube.com/watch?v=A5Lcl4dJJTw
На пятом этапе построить антикризисные нейронные модели, сценарии и разработать антикризисные мероприятия для экономики исследуемой страны, например, по основным интегральным векторно-матричным факторам, описанным в четвертом этапе. Учитывая объемность пятого этапа разработки антикризисных мероприятий, предлагаем ознакомиться с видеоматериалом - http://www.youtube.com/watch?v=A5Lcl4dJJTw.
Есть другой вариант алгоритма прогноза кризисов.
Он очень простой - ничего не делать и признать тезис либеральных «экономистов», их «нобелевских» лауреатов, что «кризисы невозможно организовывать, прогнозировать и управлять ими». Именно это регулярно делали, делают все правительства мира за исключением руководства СССР. Этот список «профессионалов» следует расширить: «элитные» экономические ВУЗы, мировые «рейтинговые» агентства, экспертные сообщества, банки, фондовые биржи, транснациональные компании и в целом большинство организаций всех стран мира.
Главная цель межотраслевого моделирования третьего этапа деловой игры для менеджера при принятии управленческих решений - понять как любое позитивное или негативное изменение цен или оплаты труда только на одном рынке/отрасли приводит к мультипликативному, синергетическому изменению – росту/подавлению объемов продаж на всех рынках/отраслях экономики любой страны.
Рисунок
46 – Мультипликаторы МОБ США за период
1997-2014 гг.
Например, рост цен или падение оплаты труда на 10% приводит к мультипликативному, синергетическому изменению – росту/подавлению объемов продаж и в дальнейшем к очередному кризису:
Для лучшего понимания важности данного утверждения авторов предлагается ознакомиться в монографии «Дорошко С.Е., Самарина Г.П., Чадаев О.Д. Мировой кризис 2013-2014 г. в цифрах. (Серия: Ноосферная экономика).СПб.: Изд-во «ЭЛМОР», 2012. 141 с.» с главой «Алгоритм расчета полных затрат межотраслевого баланса МОБ США. МОБ эффективный латентный инструмент цветных революций & контрреволюций».
При прогнозе мировых кризисов менеджер должен уметь определять динамику мировых цен по основным продуктам по базовым рынкам и секторам экономики в рамках СНС ООН, ISIC ООН, ОКВЭД на основе межотраслевого моделирования ведущих стран мира, определяющих динамику мировой экономики.
Должен быть способным исследоваться предприятия, отрасли стран-конкурентов: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП в рамках стандартов: СНС ООН, ISIC ООН, ОКВЭД по отношению к организациям, отраслям России.
На основе межотраслевого моделирования менеджер должен уметь определять динамику изменения ВВП, рассчитывать валовой выпуск, безработицу, оплату труда, величины компенсации, внутреннее потребление, валовые инвестиции, запасы, экспорт, импорт, государственные бюджеты всех уровней, дефицит/профицит бюджетов, курс национальной валюты, денежные агрегаты и т.д. по всем секторам/рынкам экономики.
Уметь осуществлять/проводить количественную оценку рисков, разрабатывать коридоры управления по конкурентам, оценивать эффективность исследуемой организации и всех ее конкурентов с учетом межотраслевых связей, особенностей регионов, стран в рамках международной программы раскрытия информации, в т.ч. на межгосударственном уровне.
Модель деловой игры третьего уровня управления менеджера проводит анализ, нейронное моделирование на уровне: рабочего места (7 уровень микроэкономики), подразделений (6 уровень микроэкономики), организации (5 уровень микроэкономики), всех отраслей/рынков (4 уровень мезаэкономики), всех регионов (3 уровень мезаэкономики), исследуемого государства (2 уровень макроэкономики), межгосударственное сравнение (1 уровень макроэкономики).
Исследование проводится в рамках системы национальных счетов СНС ООН, ОКВЭД, межотраслевых балансов (МОБ) основных стран членов ООН, производящих 80-85% мирового ВВП. Должны исследоваться предприятия, отрасли стран-конкурентов: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП по отношению к предприятиям России.
Авторская методика по оценке профессиональной подготовки менеджера, экономиста по окончании всех этапов деловых игр выдает заключение. В частности, с учетом разработанной авторами кластеризации и многофакторных функционалов дается оценка профессионализма менеджера. Методика предусматривает выдачу рекомендаций по возможности использования испытуемого менеджера, экономиста на соответствующих должностях. При этом методика позволяет определить интеллектуальный уровень менеджера к тем или иным руководящим должностям.
Методика, основанная на методологии русских деловых игр, принципиально отрицает традиционные методы изучения любых экономических методик. Т.к. они как минимум поверхностны, оторваны от реальной действительности и поэтому основаны на последовательном монотонном изложении материала. По мнению авторов, методика Дорошко-Самариной, в части моделирования с помощью методологии деловых игр, требует исследовать все семь уровней управления от рабочего места до межгосударственного сопоставления. Методика авторов органически включает стандарты и методики, разработанные комитетами ООН, в частности:
Глубина исследований в деловой игре должна быть от 30 и более лет с количеством исследуемых функционалов от 10 млн. и более. Исследования должны проводиться в рамках системы национальных счетов СНС ООН (Historic Versions of the System of National Accounts), ISIC ООН (ISIC, rev. 4), ОКВЭД, межотраслевых балансов (МОБ) основных стран членов ООН, производящих 80-85% мирового ВВП. Должны исследоваться предприятия, отрасли стран-конкурентов: 27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США, производящих 81-85% мирового ВВП по отношению к предприятиям России.
Кроме этого в процессе работы на всех иерархических уровнях деловой игры должны быть изучены прямые и косвенно-латентные межотраслевые связи. Объем описания моделей целевого вектора только одной отрасли занимает в среднем около 1 тыс. страниц текста, без учета приложений: исходных статистических баз данных, промежуточных расчетов, моделей, в т.ч. межотраслевого, нейронного моделирования.
Все это многообразие материала методик, моделируемых в иерархической системе деловых игр, разработанных авторами, снимает очевидные трудности по их освоению специалистами. Стандартная методология обучения не работает. Поэтому авторами выбрана простая и эффективная методика обучения управленцев разных иерархических уровней.
В основу методик авторов положена методология деловых игр, ее технологии, основателей русской, советской школы деловых игр (1932 г. Ленинградский инженерно-экономический институт им. Молотова). Авторы еще в конце прошлого века разработали деловую игру «Инвест». Это отражено в статьях, учебных пособиях, монографиях авторов с 1995г. Ряд особенностей деловой игры «Инвест» был опубликован в статьях, учебных пособиях, монографиях. Поэтому выбор методики обучения на базе деловых игр для авторов был очевиден.
Авторы как специалисты по деловым играм предложили свое решение и научные разработки по переводу методик Дорошко-Самариной в среду деловых игр. Деловая игра по обучению руководителей всех иерархических уровней организации любых отраслей экономики методикам Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности организаций различных отраслей, регионов, государств изложена во множестве совместных исследований авторского коллектива.
Во всем мире идут бесконечные дискуссии на тему роли и места социально-культурных организаций, их инфраструктурных объектов и в целом отрасли культуры в экономике страны. Это требует объективного исследования значения культуры в экономическом аспекте, максимально исключающего субъективные экспертные оценки и их лингвистические модели. Для определения количественной оценки роли и места культуры в экономике страны исследование следует проводить в рамках системы национальных счетов ООН (СНС) и межотраслевого моделирования развитых стран-членов ООН в рамках программ ООН по межгосударственному сопоставлению. Такой подход позволяет на объективной основе рассмотреть не только видимые связи, взаимодействия культуры со всеми отраслями экономики, но также выявить все косвенно-латентные связи. При условии проведения динамического анализа межотраслевых связей можно дать устойчивую оценку нормативных синергетических эффектов воздействия культуры на все отрасли экономики страны. С другой стороны, в рамках межотраслевого моделирования рассчитать нормативную базу воздействия других отраслей на культуру.
Приведем пример по воздействию культуры по воздействию культуры как прямо, так и косвенно на все отрасли экономики страны, т.е. прямое воздействие. Любой спектакль требует привлечения различных конечных товаров и услуг, произведенных во множестве отраслей экономики. И наоборот, любое развитие, например, лишь одной отрасли - сельского хозяйства, деревень, сельских поселений со всей очевидностью потребует развития социально-культурной инфраструктуры. Без межотраслевого моделирования даже эти простейшие примеры невозможно просчитать.
В данном исследовании автор показывает алгоритм и полученные результаты межотраслевого моделирования отрасли культуры на примере межотраслевого баланса (МОБ) экономики США за 2014 г.
Автором были определены следующие цели исследования первого этапа межотраслевого моделирования: «Роль и место культуры в экономике развитых стран», на примере США. Цели исследования первого этапа межотраслевого моделирования требуют решение следующих задач:
Какая процентная банковская ставка должна быть установлена на финансовом рынке для всех отраслей экономики, если планируется рост/развитие социально-культурных организаций, их инфраструктурных объектов и в целом министерства культуры.
Практически на первом этапе исследования необходимо определить, как культура воздействует на все отрасли экономики страны и на экономику в целом.
Рассмотрим полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. Итоги моделирования роста экономики страны, ее отраслей, если планируется рост/развитие социально-культурных организаций, их инфраструктурных объектов и в целом министерства культуры сведем в таблицу 1.
Таблица 1 - Моделирование роста экономики США, ее отраслей за 2014 г., если планируется рост/развитие социально-культурных организаций, их инфраструктурных объектов и в целом министерства культуры, млрд.долл.США
|
Наименование отраслей |
План |
Объем продаж |
ВВП |
Занятость, тыс.чел. |
Оплата труда |
Компенсация |
|---|---|---|---|---|---|---|
|
Agriculture, forestry, fishing, and hunting |
100% |
2,39 |
0 |
9,495 |
0,207 |
0,246 |
|
Mining |
100% |
2,92 |
0 |
3,830 |
0,375 |
0,438 |
|
Utilities |
100% |
1,66 |
0 |
1,697 |
0,168 |
0,228 |
|
Construction |
100% |
0,83 |
0 |
4,700 |
0,209 |
0,250 |
|
Manufacturing |
100% |
25,08 |
0 |
50,213 |
3,122 |
3,895 |
|
Wholesale trade |
100% |
4,22 |
0 |
15,728 |
1,109 |
1,290 |
|
Retail trade |
100% |
0,83 |
0 |
8,041 |
0,256 |
0,309 |
|
Transportation and warehousing |
100% |
3,27 |
0 |
13,696 |
0,679 |
0,843 |
|
Information |
100% |
2,20 |
0 |
4,583 |
0,412 |
0,493 |
|
Finance, insurance, real estate, rental, and leasing |
100% |
12,89 |
0 |
19,871 |
1,561 |
1,829 |
|
Professional and business services |
100% |
19,09 |
0 |
95,055 |
5,975 |
6,994 |
|
Educational services, health care, and social assistance |
100% |
0,25 |
0 |
1,905 |
0,089 |
0,109 |
|
Arts, entertainment, recreation, accommodation, and food services |
110% |
101,46 |
98 |
965,293 |
25,8 |
30,081 |
|
Other services, except government |
100% |
1,48 |
0 |
12,612 |
0,415 |
0,485 |
|
Government |
100% |
0,74 |
0 |
5,494 |
0,331 |
0,481 |
|
Scrap, used and secondhand goods |
100% |
0,09 |
0 |
|
|
|
|
Noncomparable imports and rest-of-the-world adjustment |
100% |
0,56 |
0 |
|
|
|
|
Итого по экономике США |
|
180 |
98 |
1212,21 |
40,7 |
48,0 |
|
Мультипликаторы |
|
1,83 |
|
1,256 |
1,578 |
1,595 |
|
Денежный агрегат. Рост ВВП, численности, оплаты труда, компенсации – выделено |
M1 |
59 |
0,57% |
0,89% |
0,57% |
0,54% |
|
Денежный агрегат. Процентная банковская ставка – выделена |
M2 |
174 |
1,8% |
|
|
|
Рассмотрим итоги моделирования роста экономики страны, ее отраслей (таблица 1), если планируется рост/развитие социально-культурных организаций, их инфраструктурных объектов и в целом министерства культуры.
Как видно из таблицы 1, если планируется на следующий временной период рост конечного спроса (ВВП) на 110%, прирост экономики dВВП=0,567%, или в денежном выражении ВВП=98,369 млрд.долл.США на рынке «Arts, entertainment, recreation, accommodation, and food services», то это приведет к росту валовых продаж TCO=98,369 млрд.долл.США на рынке отрасли «Arts, entertainment, recreation, accommodation, and food services» и в целом по экономике на TCO=179,965 млрд.долл.США (dTCO=0,581%). Рост валовых продаж неизбежно инспирирует рост численности персонала на РЕР=965,293 тыс.чел., оплаты труда Wage=25,797 млрд.долл.США на рынке отрасли «Arts, entertainment, recreation, accommodation, and food services» и на РЕР=1212,212 тыс.чел., Wage=40,706 млрд.долл.США в экономике в целом. Отметим, что с учетом численности, оплаты труда на рынке отрасли «Arts, entertainment, recreation, accommodation, and food services» среднегодовая оплата труда достигла уровня Wage/РЕР=26,725 тыс.долл.США/год на рынке «Arts, entertainment, recreation, accommodation, and food services». Оценим мультипликативные эффекты воздействия развития/роста рынка отрасли «Arts, entertainment, recreation, accommodation, and food services» на экономику страны в целом: по валовому выпуску (mТСО), численности персонала (mРЕР) и оплате труда (mWage). Мультипликативный рост экономики по валовому выпуску составит mТСО=1,829, мультипликативный эффект по численности mРЕР=1,256, мультипликативный эффект по оплате труда персонала mWage=1,578. Очевидно, что для выполнения намеченных плановых показателей ЦБ страны (ФРС США) обязан бесплатно увеличить денежную массу агрегатов: М1=58,877 млрд.долл.США, М2=174,253 млрд.долл.США и через банковскую систему под 1,8% деньги залить во все отрасли экономики в объеме доли валовых продаж i-й отрасли по отношению к экономике страны в целом. Напомним, что процентная ставка в размере 1,8% это трудозатраты, амортизация, прибыль банков за работу по заливке денег и контролю по их расходованию организациями всех отраслей экономики в рамках целевой программы по развитию рынка отрасли «Arts, entertainment, recreation, accommodation, and food services».
Перейдем ко второму этапу исследований, межотраслевого моделирования: «Роль и место культуры в экономике развитых стран на примере США».
Цели второго этапа очевидны - необходимо ответить на все вопросы первого этапа, только зеркально наоборот. Практически необходимо определить, как другие отрасли экономики в развитых странах, на примере США, в свою очередь воздействуют на развитие социально-культурных организаций, их инфраструктурных объектов и в целом министерства культуры.
Рассмотрим алгоритм второго этапа и полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. Каждый этап алгоритма межотраслевого моделирования разделен на три части.
Ввиду ограничений на объем публикации, итоговые таблицы по всем 14-ти этапам алгоритма моделирования не даются.
Рассмотрим алгоритм и полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. второго этапа моделирования. Итоги моделирования сведем в таблицу 2.
Таблица 2 – Межотраслевое моделирование воздействия различных отраслей экономики на предприятия отрасли культуры (Art)
|
Наименование отраслей |
Доля Art в объемах продаж |
Доля Art в численности |
Численность к объему продаж |
|---|---|---|---|
|
Agriculture, forestry, fishing, and hunting |
0,6% |
1,4% |
239% |
|
Mining |
|
|
|
|
Utilities |
1,2% |
11,0% |
932% |
|
Construction |
0,8% |
1,3% |
168% |
|
Manufacturing |
0,8% |
3,8% |
|
|
Wholesale trade |
1,2% |
3,2% |
255% |
|
Retail trade |
1,1% |
1,1% |
98% |
|
Transportation and warehousing |
1,0% |
2,2% |
227% |
|
Information |
3,0% |
13,6% |
456% |
|
Finance, insurance, real estate, rental, and leasing |
1,3% |
7,8% |
617% |
|
Professional and business services |
2,2% |
4,3% |
191% |
|
Educational services, health care, and social assistance |
2,0% |
2,5% |
123% |
|
Arts, entertainment, recreation, accommodation, and food services |
|
|
|
|
Other services, except government |
1,1% |
1,3% |
112% |
|
Government |
1,6% |
2,0% |
129% |
|
Итого по экономике США |
0,9% |
2,1% |
225% |
В виду ограничений на объем публикации, итоговые таблицы по всем 14-ти этапам алгоритма моделирования не даются. В исследовании дан анализ по отобранным секторам экономики. По остальным секторам лингвистический анализ аналогичен и отражен в таблицах 1, 2. Рассмотрим итоги межотраслевого моделирования - воздействия различных отраслей экономики на предприятия отрасли культуры
Рассчитаем средние индикативно-плановые показатели по объемам финансирования как доли объемов продаж «Arts, entertainment, recreation, accommodation, and food services» от объемов продаж по всей экономике, которые будем использовать при моделировании рисков, коридоров управления, эффективности и расчетах ТЭО, БП и прогнозных моделей. Расчеты показали, что для обеспечения роста экономики на 10% доля объемов продаж отрасли «Arts, entertainment, recreation, accommodation, and food services» должна составлять 0,9%, соответственно показатель численности должен быть на уровне 2,1%.
На данном этапе исследования, на примере США, убедительно доказана значимая роль и место, дана количественная оценка отрасли культуры в экономике любой развитой страны.
Так, в частности, по мультипликативному, синергетическому эффекту культура превосходит следующие отрасли экономики США:
По мультипликативному, синергетическому эффекту культура уступает следующим отраслям экономики США:
В исследовании роли и места отрасли культуры в экономике доказано, что нет необходимости вести бесконечные дискуссии так называемого «экспертного сообщества» на тему роли и места культуры в экономике страны. По нашему мнению, целесообразно проводить конкретные исследования по количественной оценке отрасли культуры и ее подотраслей в экономике в рамках системы национальных счетов ООН (СНС) и межотраслевого моделирования для развитых стран-членов ООН в рамках программ ООН по межгосударственному сопоставлению.
В данном исследовании автор показывает алгоритм и полученные результаты межотраслевого моделирования предприятий строительной отрасли на примере межотраслевого баланса «МОБ» США за 2014 г. Автором были определены цели исследования первого этапа межотраслевого моделирования: «Роль и место предприятий строительной отрасли в экономике страны на примере США». Практически на первом этапе исследования необходимо определить, как предприятия строительной отрасли воздействует на все отрасли экономики страны и на экономику в целом.
Рассмотрим полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. Итоги моделирования роста экономики страны, ее отраслей, если планируется рост/развитие предприятий строительной отрасли, сведем в таблицу 1.
Таблица 1 - Моделирование роста экономики США, ее отраслей за 2014 г., если планируется рост/развитие предприятий строительной отрасли, млрд.долл.США
|
Наименование отраслей |
План |
Объем продаж |
ВВП |
Занятость, тыс.чел. |
Оплата труда |
Компенсация |
|---|---|---|---|---|---|---|
|
Agriculture, forestry, fishing, and hunting |
100% |
2,55 |
0 |
10,121 |
0,221 |
0,263 |
|
Mining |
100% |
5,20 |
0 |
6,807 |
0,667 |
0,779 |
|
Utilities |
100% |
0,96 |
0 |
0,981 |
0,097 |
0,132 |
|
Construction |
110% |
104,28 |
103,8 |
591,443 |
26,3 |
31,508 |
|
Manufacturing |
100% |
39,74 |
0 |
79,560 |
4,947 |
6,171 |
|
Wholesale trade |
100% |
6,72 |
0 |
25,037 |
1,765 |
2,054 |
|
Retail trade |
100% |
6,93 |
0 |
67,134 |
2,139 |
2,582 |
|
Transportation and warehousing |
100% |
4,39 |
0 |
18,428 |
0,914 |
1,135 |
|
Information |
100% |
1,47 |
0 |
3,063 |
0,276 |
0,330 |
|
Finance, insurance, real estate, rental, and leasing |
100% |
7,14 |
0 |
11,000 |
0,864 |
1,013 |
|
Professional and business services |
100% |
11,81 |
0 |
58,808 |
3,697 |
4,327 |
|
Educational services, health care, and social assistance |
100% |
0,08 |
0 |
0,636 |
0,030 |
0,036 |
|
Arts, entertainment, recreation, accommodation, and food services |
100% |
0,82 |
0 |
7,791 |
0,208 |
0,243 |
|
Other services, except government |
100% |
0,89 |
0 |
7,567 |
0,249 |
0,291 |
|
Government |
100% |
0,24 |
0 |
1,780 |
0,107 |
0,156 |
|
Scrap, used and secondhand goods |
100% |
0,18 |
0 |
|
|
|
|
Noncomparable imports and rest-of-the-world adjustment |
100% |
0,56 |
0 |
|
|
|
|
Итого по экономике США |
17,1 |
194 |
104 |
890,157 |
42,5 |
51,0 |
|
Мультипликаторы |
|
1,87 |
0,63% |
1,505 |
1,616 |
1,619 |
|
Денежный агрегат. Рост ВВП, численности, оплаты труда, компенсации – выделено |
M1 |
62 |
0,60% |
0,65% |
0,60% |
0,58% |
|
Денежный агрегат. Процентная банковская ставка - выделена |
M2 |
184 |
1,0% |
|
|
|
Исследуем влияние изменений на рынке «Construction» на динамику рынка, работу строительные, монтажные, инфраструктурные работы предприятий отрасли «Construction», проведем анализ прямых и косвенно-латентных межотраслевых связей в экономике страны на основе межотраслевого моделирования. Предположим, что на будущий период времени планируется рост валового внутреннего продукта (ВВП) или конечного спроса на 110%, это обеспечит плановый прирост экономики dВВП=0,598%, или в денежном выражении ВВП=103,828 млрд.долл.США на рынке «Construction». Эти изменения инициируют рост валовых продаж TCO=103,828 млрд.долл.США на рынке отрасли «Construction» и во всех отраслях экономики страны на TCO=193,966 млрд.долл.США (dTCO=0,626%). Рост валовых продаж неизбежно вызовет рост численности персонала на РЕР=591,443 тыс.чел., увеличение оплаты труда Wage=26,282 млрд.долл.США на рынке отрасли «Construction» и далее в экономике страны в целом произойдет увеличение численности персонала суммарно во всех отраслях на РЕР=890,157 тыс.чел., прирост численности в экономике страны составит dPEP=0,653%, рост оплаты труда суммарно во всех отраслях на Wage=42,462 млрд.долл.США, прирост оплаты труда в экономике страны составит dWage=0,595%. Заметим, что с учетом численности, оплаты труда на рынке отрасли «Construction» среднегодовая оплата труда достигнет уровня Wage/РЕР=44,436 тыс.долл.США/год на рынке «Construction». Оценим мультипликативные эффекты воздействия развития/роста рынка отрасли «Construction» на экономику страны в целом: по валовому выпуску продукции, товаров, услуг (mТСО), численности персонала (mРЕР), оплате труда персонала (mWage) и компенсации персонала (mComp). Мультипликативный, синергетический рост экономики по валовому выпуску составит mТСО=1,868, синергетический эффект по численности персонала mРЕР=1,505, мультипликативный эффект по оплате труда персонала mWage=1,616, синергетический эффект по компенсации персонала mComp=1,619. Очевидно, что для выполнения планируемых показателей центральный банк страны (ФРС США) должен абсолютно бесплатно увеличить денежную массу агрегатов: М1=62,144 млрд.долл.США, М2=183,924 млрд.долл.США и через банковскую систему страны под 1% эти денежные средства направить во все отрасли экономики в объеме доли валовых продаж i-й отрасли по отношению к экономике страны в целом. Напомним, что банковская процентная ставка в размере 1% это трудозатраты персонала, амортизация, прибыль банков (финансовой системы) за работу по распределению денежных средств и контролю по их расходованию предприятиями всех отраслей экономики в рамках целевой программы по развитию рынка отрасли «Construction».
Перейдем ко второму этапу исследований.
Цели второго этапа очевидны - необходимо ответить на все вопросы первого этапа, только зеркально наоборот. Практически необходимо определить, как другие отрасли экономики в развитых странах, на примере США, в свою очередь воздействуют на развитие предприятий строительной отрасли.
Рассмотрим алгоритм и полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. второго этапа моделирования. Итоги моделирования сведем в таблицу 2.
Таблица 2 – Межотраслевое моделирование воздействия различных отраслей экономики на предприятия строительной отрасли (СО)
|
Наименование отраслей |
Доля СО в объемах продаж |
Доля СО в численности |
Численность к объему продаж |
|---|---|---|---|
|
Agriculture, forestry, fishing, and hunting |
1,0% |
1,4% |
143% |
|
Mining |
|
|
|
|
Utilities |
1,7% |
9,7% |
555% |
|
Construction |
|
|
|
|
Manufacturing |
0,6% |
1,7% |
283% |
|
Wholesale trade |
0,5% |
0,8% |
152% |
|
Retail trade |
0,7% |
0,4% |
59% |
|
Transportation and warehousing |
1,0% |
1,4% |
135% |
|
Information |
0,5% |
1,5% |
272% |
|
Finance, insurance, real estate, rental, and leasing |
2,5% |
9,2% |
368% |
|
Professional and business services |
0,4% |
0,5% |
114% |
|
Educational services, health care, and social assistance |
0,9% |
0,7% |
74% |
|
Arts, entertainment, recreation, accommodation, and food services |
0,8% |
0,5% |
60% |
|
Other services, except government |
1,1% |
0,7% |
67% |
|
Government |
2,5% |
2,0% |
77% |
|
Итого по экономике США |
0,9% |
1,1% |
130% |
Рассмотрим итоги межотраслевого моделирования - воздействия различных отраслей экономики на предприятия строительной отрасли. Ввиду ограничений на объем публикации, в исследовании дан анализ по четырем секторам экономики. По остальным секторам лингвистический анализ аналогичен и отражен в таблицах 1, 2.
Рассчитаем средние индикативно-плановые показатели по объемам финансирования как доли объемов продаж «Construction» от объемов продаж по всей экономике, которые будем использовать при моделировании рисков, коридоров управления, эффективности и расчетах ТЭО, БП и прогнозных моделей. Расчеты показали, что для обеспечения роста экономики на 10% доля объемов продаж отрасли «Construction» должна составлять 0,9%, соответственно показатель численности должен быть на уровне 1,1%.
По синергетическому эффекту предприятия строительной отрасли превосходят следующие отрасли экономики США:
По синергетическому эффекту предприятия строительной отрасли уступают следующим отраслям экономики США: Обрабатывающей промышленности в 1,41 раз. Сельскому хозяйству в 1,22 раз.
Таким образом, вышеприведенные расчеты убедительно доказали количественно значимую роль и место строительной отрасли в экономике любой развитой страны.
Технология построена на математических постулатах устойчивости диссипативных систем, рассчитанных лауреатом Нобелевской премии И.Р.Пригожиным, которые можно применить и для рыночных отношений. Это значит, что динамики графиков цен на всех мировых биржах: валютных, товарных, нефтяных, драгметаллов, опционных, фьючерсных, включая сами котировки мировых бирж, работают по математическим законам неравновесных открытых систем и всегда стремятся к устойчивому состоянию по принципу золотого отношения. По законам золотого отношения построены и взаимодействуют все объекты нашей вселенной, включая нашу галактику, солнечную систему, а так же все процессы на планете земля.
Одним из фундаментальных трудов, объясняющих объективные законы мироздания по принципу квантованности и золотого отношения, является монография Мухаббатова Х.М. «Воля к свободе или экономика самоорганизации материи». Все фондовые биржи работают также по этим универсальным законам. Наложение трёх основных факторов: предельной квантованности, устойчивости волновых систем и энергии движения, дают возможность на практике, внутри рабочего дня, с точностью до пункта определить движение на бирже по любой валютной паре, товару, опциону, фьючерсу, нефти, газу, золоту и так далее. Впервые за всю историю существования фондового рынка появляется возможность прогнозировать внутридневные (краткосрочные) колебания на торговых биржах и при этом получать доход стабильно и надежно.
Предлагаемая Технология является предметом ноу-хау. В течение 8 лет она прошла все стадии исследования и практического использования на более чем 100 валютных парах, товарных фьючерсов, опционах, индексах и готова к использованию в государственных масштабах. Суть нашего предложения в следующем. В условиях санкционного противостояния России и стран Запада возникает проблема по валютной ликвидности внутри страны, особенно в плане краткосрочного кредитования отечественных банков иностранной валютой. В современном мире Российская Федерация является глобальным участником рыночных экономик. А это подразумевает наличие у России крупных аффилированных финансовых структур, ведущих каждодневные торги на мировых фондовых торговых площадках. Этими структурами являются как госкорпорации так и частные корпорации, или же другие уполномоченные организации. Суточный оборот торгов этих структур на мировых биржах может исчисляться миллиардами долларов. И все эти торги ведут трейдеры, которые используют свои торговые системы. Но не всегда торговые операции являются прибыльными. Используя нашу Технологию можно существенно увеличить каждодневную доходность биржевых торгов, и тем самым увеличить поступление валютной выручки (ликвидности) в финансовый сектор страны. Контроль над потоком этих каждодневных валютных средств может взять на себя одна из государственных финансовых структур.
Предлагаем следующий алгоритм совместных действий. Мы готовы в режиме реального времени продемонстрировать эффективность нашей Технологии. Ни один трейдер в мире никогда не возьмет на себя смелость демонстрировать открытые торги в реальном режиме времени, так как не знает на 100% вероятное движение графика цены. В нашем случае знание объективных законов устойчивой оптимизации динамических систем позволяет безошибочно с точностью до пункта определить движение цены графика. Мы готовы показать нашу работу на практике любой экспертной комиссии любого уровня и с любым количеством специалистов. Эксперты сами увидят весь процесс торгов и их результаты, всё будет происходить в их присутствии. Отрицательных сделок не будет. При этом безопасность торгов будет на уровне 500%. По результатам этих экспертных работ обсуждаем план наших дальнейших действий, результатом которых будет допуск нас к торговым счетам и начала полноценной работы на фондовых торговых площадках мира.
Считаем, что наша Технология поможет стране получить многомиллиардные валютные ресурсы и тем самым частично погасить негативный эффект от непродуманных санкций стран Запада. В последующем можно будет вести работы по прогнозированию не только краткосрочных фондовых процессов, но и краткосрочных политических, макроэкономических и социальных показателей, а также краткосрочных изменений связанных с развитиями корпораций, компаний, предприятий, организаций, прогноз спортивных чемпионатов, прогнозы по выборам и так далее. Знания объективных законов, используемых в Технологии, позволяют рассчитать все указанные выше процессы. В нашем распоряжении имеется также проект повышения урожайности (на 30-40%) и качества сельскохозяйственных культур на территории всей России. Проект основан также на прорывной Технологии. Особенностью данного проекта является то, что получаемые доходы на фондовых рынках могут стать гарантийным механизмом в виде финансовой подушки безопасности и одновременно источником финансирования проекта.
Крушение коммунистической идеологии и поражение социалистической системы привели к нарушению динамического равновесия в мире. Мир переживает глубокий мировоззренческий кризис. В условиях предельного идеологического дефицита и возрастания динамизма социальных процессов в современном мире крайне необходимы новое миропонимание и философские обобщения. Также необходимо сформулировать ясную цель развития человечества на будущее. Выход на новый качественный уровень знаний может освободить мировое общественное сознание от существующих догм, препятствующих мировым интеграционным процессам, решению глобальных мировых межцивилизационных, социально-экономических и экологических проблем.
Известно, что одни союзные республики перестройку и распад СССР пережили безболезненно, в других, например, в республиках Закавказья и Средней Азии, Молдавии, России произошли разномасштабные гражданские конфликты. Для многих людей и народов этот распад закончился трагедией. В Таджикистане, например, вспыхнула гражданская война, в ходе которой погибло большое количество людей.
Экономики бывших республик Советского Союза развивались разными темпами, и каждая из них имела разный экономический и культурный потенциал. Либерализация политической жизни в результате перестройки в каждой из этих стран была воспринята по-разному, и, соответственно, каждая союзная республика после распада СССР выбрала себе собственную модель государственного развития от крайнего авторитаризма в политической и экономической жизни до политической демократии и экономического либерализма.
Восприняв очень болезненно распад СССР, я в течение длительного периода времени размышлял над этой проблемой и задавал себе вопрос, почему последствия этого распада в разных союзных республиках были различными? Поскольку крупномасштабная гражданская война вспыхнула только в Республике Таджикистан, то я решил проанализировать политические события, которые произошли в соседних, исторически и культурно близких к Таджикистану странах - Афганистане и Иране. Как известно, в апреле 1978 года мир узнал о победе народно-демократической революции в Афганистане, которая привела к затяжной гражданской войне и огромным трагическим последствиям в этой стране. Одновременно с этим в начале 1979 года в Иране произошла исламская революция, в результате которой большое количество иранцев вынуждены были покинуть свою родину. Чтобы понять причину и истоки этих событий, я стал изучать мировую историю, особенно историю предшествующих цивилизаций, историю религий и других глобальных идеологических доктрин. Многое поняв, я все-таки не получил ответа на самый главный вопрос: почему разные общества и народы по-разному реагируют на одни и те же внутренние и внешние социально-политические и идеологические события. С учетом аналогичности многих законов в природе я обратился к естественным наукам.
Примерно в 1994 году, чтобы понять, почему бывшие союзные республики по- разному реагировали на последствия перестройки и распада СССР, я использовал формулу Гука для растяжения пружины
F = kх,
где F - сила упругости, k — коэффициент упругости и х — растяжение пружины.
В этой формуле по аналогии с пружиной параметр F приравнен к потенциальной силе каждого человека, живущего в обществе. Затем я предположил, что если средний доход надушу населения по всем республикам СССР практически был на одном уровне, то, соответственно, потенциальная сила каждого человека была примерно одинаковой. Показатель х приравнен к тем политическим и экономическим свободам, которые каждый человек приобрел в результате перестройки. Поскольку уровень свобод, которые были приобретены каждым человеком в результате перестройки, был также по всей стране примерно одинаковым, то тогда в формуле Гука остался невыясненным только смысл параметра коэффициента упругости k, который должен был по аналогии объяснить отличительные характеристики разных республик, обществ и народов.
Чтобы понять социальный смысл этого коэффициента, я в течение примерно 4-х лет изучал научные труды, посвященные биологической эволюции и общественному развитию. Только после нескольких поездок в Швецию, Японию и США в результате общения с разными людьми, выходцами из третьих стран, особенно выходцами из Ирана и Афганистана, в конце апреля 1996 года неожиданно для себя я открыл смысл этого коэффициента. После этого кардинально изменилось мое миропонимание. Многие научные проблемы, которые для меня раньше казались очень сложными, разрешались сами собой. Намного легче стало читать научную литературу и отличать истинное от сложного. Это позволило мне в короткий срок просмотреть и проанализировать многие научные труды, касающиеся вопросов самоорганизации материи. Впоследствии применительно к человеку, человеческому обществу, биологическим видам и всей самоорганизованной материи аналог коэффициента к упругости пружины был определен как коэффициент уровня развития, который показывает общий уровень их свободы.
На основании этого открытия я пришел к выводу, что если исходное живое вещество сможет удовлетворить и на бесконечно малую величину увеличить свои устойчиво удовлетворяемые жизненные потребности П, то, соответственно, у него на бесконечно малую величину ∆Сп вырастет способность, которая позволяет в следующем цикле размножения добывать и присваивать дополнительные потребительские блага, т. е. на бесконечно малую величину вырастет уровень удовлетворяемых потребностей. Соответственно в таком случае увеличение способности фиксируется в генетическом коде. В свою очередь эта способность пропорционально увеличивает волю, т. е. силу и мощность, продолжительность жизни и соответственно повышает общий уровень свободы.
Ниже приведен весь цикл развития исходного вещества за достаточно длительный эволюционный период, состоящий, например, из n циклов. Предположим, что в исходном периоде t0 возникновения жизни исходные живые существа имели исходную потребность П0 и соответствующие этой потребности способности Сп0. Тогда в единицах эквивалентной энергии соблюдается следующее соотношение
П0-Сп0 (1)
Если в течение первого цикла жизни исходные живые существа смогут удовлетворить и увеличить свои исходные потребности П0 на бесконечно малую величину ΔП1, то тогда в следующем цикле размножения их исходная способность Сп0 также пропорционально увеличивается на бесконечно малую величину ΔСп1 т. е.
П1=П0+ΔП1 (2)
и
Сп1 = Сп0 + ΔСп1 причем П1=Сп1 (3)
Таким образом, в следующих циклах развития исходного живого вещества дополнительное удовлетворение их потребностей вызывает пропорциональное увеличение их способностей:
П2 =П1 + ΔСп2
Сп2 = Сп1 + ΔСп2 (4)
Пn =Пn-1 +ΔПn
Спn=Cпn-1+ ΔСпn
Для каждого длительного цикла эволюционного развития живых существ обязательно соблюдается условие:
Пn =Cпn (5)
При снижении устойчивого уровня удовлетворяемых потребностей живых существ в длительном эволюционном периоде такими же темпами уменьшаются их способности, и соответственно снижаются их воля и уровень свободы, т. е. они могут паразитировать и опускаться по нисходящей эволюционной линии. Поэтому для более правильного отражения взаимообусловленности и пропорциональной зависимости потребностей и способностей в соотношениях (1-5) вместо знака равенства можно использовать знак взаимообусловленности <=>.
Таким образом, я пришел к выводу, что между устойчивым уровнем удовлетворяемых потребностей, способностей, продолжительностью жизни и уровнем свободы живого вещества всегда происходит пропорциональное квантованное изменение по восходящей или нисходящей траектории развития.
В дальнейшем для более глубокого и объективного раскрытия процесса самоорганизации материи я изучал и анализировал проблемы эволюции Вселенной. Отметим, что до сих пор не построена полная космологическая теория, органично описывающая механизм формирования и эволюции Вселенной, галактических систем, галактик, звезд, планет и их спутников, а также других космических тел как способ последовательной самоорганизации носителей астрономического движения. Существующие теории в полной мере не могут ответить на вопрос: как возникли качественные и количественные особенности и разнообразие современного строения Вселенной с момента ее возникновения и ранней стадии расширения?
В процессе дальнейшего изучения самоорганизации космических тел я пришел к выводу, что понимание закономерностей их развития требует коренного переосмысления физики микромира. Поэтому построение полной космологической теории непосредственно связано с построением единой теории фундаментальных взаимодействий. Теоретическое объединение микромира и мира космоса означает объединение четырех фундаментальных взаимодействий и представляет собой одну из сложнейших научных проблем современности.
В данной работе проанализированы некоторые аспекты взаимовлияния и взаимообусловленности физических закономерностей микромира и космологических законов. Исходя из этого, предлагается гипотеза относительно фундаментальной структуры и физических свойств исходной материи, элементарных частиц и химических элементов, с одной стороны, и гипотеза формирования Вселенной, галактик, звезд, планет и их спутников и других космических тел на основе свойств микромира — с другой.
Известно, что многие вопросы, касающиеся астрономической и геологической формы движения материи, до сих пор остаются нерешенными. Учитывая это, опишем астрономические и геологические формы движения, которые раскроют суть и закономерность самоорганизации носителей этих форм движения, дадим определение носителей механического движения и проанализируем их эволюцию в процессе формирования и развития Вселенной.
В данной работе даны наиболее обобщенные представления об эволюции исходной материи и Вселенной, формирующиеся как результат логических рассуждений и экстраполяций, существующих в современной науке. В работе использованы системно-кибернетический и иерархический методы исследования рассматриваемых объектов — Вселенной и входящих в ее состав объектов. Системно-кибернетический подход включает принципы: ограничивание объектов во времени и пространстве, поиск качественных модификаций системообразующих потоков, развитие и эволюция на основе обратных связей, необратимость времени как естественной последовательности возникновения и исчезновения системной определенности - и некоторые другие, связанные с этими базовыми положениями. Попытаемся познать внутреннюю структуру рассматриваемых объектов путем рассмотрения функциональных взаимосвязей между элементами этой структуры и определения функций всего объекта в целом. При этом большое внимание уделим открытым различными науками законам природы, гипотезам и теориям, которые имеют междисциплинарный и общемировоззренческий характер.
Попытки объяснения феномена самоорганизации материи вылились в длительные системные исследования важнейших проблем «на стыках» между философией, экономикой, математикой, физикой, химией, астрономией, геологией, биологией и другими науками, которые привели к выдвижению и обоснованию концепции самоорганизации материи как осуществления воли к свободе. Это означает, что самоорганизация материи осуществляется от абсолютной зависимости в исходном ее состоянии к абсолютной свободе по мере ее развития.
В данной работе широко используется математический метод анализа тех или иных явлений. Известны слова Н. Бора о том, что математика — «это язык науки» [1]. Познание всех законов природы можно углубить с помощью математических выражений, расчетов и моделей. Разгадав математический код, соответствующий тому или иному конкретному явлению, мы сможем намного лучше описать и понять их.
То, что на первый взгляд кажется очень сложным или бессмысленным, при расшифровке «кода» может оказаться проявлением довольно простых математических соотношений. Отметим, что, исследуя природу, ученые нередко сталкиваются с такими вещами, которые сначала кажутся им чрезмерно сложными и даже случайными, но в дальнейшем благодаря использованию надлежащего математического аппарата сложное явление может свестись к поразительно простой математике, а в свою очередь математические методы ведут ученых к истине.
Еще во времена Спинозы, Лейбница и Лапласа отмечалось, что до тех пор, пока законы философии не будут доказаны математическими выражениями, философия не становится наукой. Лаплас, например, считал возможным выразить все совершающееся в мировом порядке одной широкой, всеобъемлющей математической формулой. Поэтому мною в этой работе для обоснования выводов относительно самоорганизации материи, общих закономерностей развития природы и человеческого общества широко применяются экономико-математические методы анализа с использованием большого количества формул и моделей. Такой подход усложняет ее чтение, но основные выводы данной работы можно понять и без чтения и осмысления математических формул. Только после утверждения выдвинутых гипотез можно будет применить более легкий понятийный научный аппарат и адаптировать данную работу с помощью использования более простого языка для достаточно широкого круга читателей. Только таким образом можно будет довести смысл философии воли к свободе до широких масс.
Особое значение придается проблеме взаимоотношения философии и естественных наук. Подлинная философия в своих выводах всегда должна опираться на данные конкретных наук, а конкретные науки, в свою очередь, не могут успешно развиваться, не обращаясь к философии. Материалистическая диалектика как основной стержень научной философии представляет собой неразрывное единство мировоззрения и научного метода.
Мировоззренческое, методологическое и научное значение философии становится особенно заметным в кризисных ситуациях общественного развития. По мере прогрессивного развития человеческого общества философия должна приобретать все большее мировоззренческое, научное и методологическое значение и выступать как интегрирующий центр в системе наук. «В наше время физик, — писал А. Эйнштейн, — вынужден заниматься философскими проблемами в гораздо большей степени, чем это приходилось делать физикам предыдущих поколений. К этому вынуждают трудности их собственной науки» [2. С. 248]. Но трудности, возникшие перед философией в современном мире, вынуждают ее искать их решение на основе законов точных наук. Поэтому в данной работе для обоснования и совершенствования законов философии широко будут использованы научные достижения астрономии, физики, химии, биологии, экономики, социологии и др. наук.
В процессе исследования учитывается интегрирующая и направляющая роль диалектико-материалистического метода, который позволяет упорядочить знания и расширить возможности всех наук постигать качественно новые, ранее неизвестные свойства и явления объективного мира.
На основе размышлений и научных поисков в настоящей работе подробно рассматриваются все аспекты эволюции материи как осуществления воли к свободе.
Первоначально монография была задумана из одной части. Но по мере углубления в исследуемую проблему, расширения рамок рассматриваемых вопросов и накопления материалов стало очевидным, что их невозможно разместить в одной монографии. В конечном итоге вместо одной части получилась монография, состоящая из трех частей.
Первая часть книги под названием «Эволюция Вселенной как осуществления воли к свободе» состоит из введения, четырех разделов и заключения. В Главе 1 Раздела I рассматриваются основные аспекты самоорганизации материи как осуществление воли к свободе. Коротко приводятся философско-научные концепции самоорганизации материи, связанные с «инстинктом» воли к свободе, а также рассматриваются понятие «гомеостатического диапазона» и роль отклонения в самоорганизации материи. Особое внимание акцентируется на понятиях «запасы» и «потоки» как общих явлениях в процессе самоорганизации материи. В общих чертах рассматриваются основные свойства и качественные характеристики носителей механического, астрономического, химического, геологического и биологического движений. Увеличение отражательной способности и интенсификация информационных процессов рассматриваются как критерий уровня свободы и проявление ускорения темпов самоорганизации материи.
В Главе 2 Раздела I приводятся основные аспекты повышения уровня свободы человека. Объем удовлетворяемых потребностей рассматривается как основной показатель общего уровня свободы человека. Особое значение придается фактору доверия, преодолению страха, процессу формирования рационального ожидания и веры в будущее как необходимому условию постепенного увеличения общего уровня свободы человека. В этой главе право определяется как мера свободы. В конце главы приводится классификация основных свобод человека.
В Главе 3 Раздела I рассматриваются бытие и основные формы реальности как необходимые условия осуществления воли к свободе. Дается толкование веществу, полю и излучению как разным состояниям материи. Сила, масса и энергия рассматриваются как фундаментальные характеристики проявления воли к свободе. Закон сохранения и превращения энергии рассматривается как механизм осуществления воли к свободе. В конце главы придается фундаментальное значение явлениям симметрии в природе.
В Разделе II рассматриваются фундаментальные свойства материи как необходимые условия осуществления воли к свободе. В Главе 1 Раздела II рассматривается пространственная свобода материальной точки. В этой связи рассматриваются длина свободного пробега нуклонов внутри ядер атомов, заряженных частиц и гамма- квантов через вещество, длина свободного пробега электрона в металлах, длина свободного пробега молекул в газах, сверхпроводимость, явление сверхтекучести гелия, число степеней свободы и закон распределения энергии по степеням свободы. Большое значение придается эволюции самоорганизованной материи как противовесу термодинамической эволюции Вселенной. Отмечается взаимообусловленность энтропии и информации. Хаос и порядок рассматриваются как единство двух противоположностей в реализации воли к свободе. В конце главы приводятся особенности проявления случайности и закономерности в бифуркационных точках, а также даются некоторые толкования относительно фундаментальных физических постоянных, как следствие осуществления воли к свободе.
В Главе 2 Раздела II рассматриваются волновые и квантовые свойства света и частиц как фундаментальные условия осуществления воли к свободе. Давление света и электромагнитных излучений характеризуется как отталкивающая сила в противовес гравитационной силе. Фотоэлектрический эффект, поглощение и излучение квантов электромагнитного излучения в атомах рассматриваются как явления, подтверждающие наличие разноименных струн эфирной материи. В конце главы рассматриваются проблемы свободы электрона в потенциальном «ящике» и прохождения частицы сквозь потенциальный барьер.
В Главе 3 Раздела II рассматриваются основные свойства микромира и фундаментальных взаимодействий как необходимые условия осуществления воли к свободе.
Даются общее строение и важнейшие свойства ядер, приводятся основные факторы, влияющие на энергию связей и ядерных сил. Предлагается гипотеза о возможной структуре протона и структуре ядер атомов химических элементов. Явление радиоактивности рассматривается как противоположный процесс химической самоорганизации материи.
В Главе 4 Раздела II приводится гипотеза о фундаментальной структуре и строении материи. Эфир и физический вакуум рассматриваются как альтернативные понятия, объясняющие структуру пространства и вещества. Предлагается гипотеза о существовании разноименных струн эфирной материи как среды, обеспечивающей единую природу гравитационно-вихревого и электромагнитного полей.
В Главе 5 Раздела II приводится гипотеза о едином гравитационно-вихревом поле как основном факторе первоначальной самоорганизации материи. Рассматривается закономерность распространения гравитационно-вихревого поля в среде. Приводятся характеристики гравитационного тока и гравитационной проводимости. На основании этого выводится видоизмененная формула закона всемирного тяготения Ньютона. В конце главы дается общая характеристика теории Максвелла и приводится полная система его уравнений для гравитационно-вихревого поля, а также рассматриваются основные свойства гравитационно-вихревых волн.
В Разделе III рассматривается пространственно-временная и вещественно-энергетическая эволюция Вселенной как осуществление воли к свободе. В Главе 1 Раздела III приводятся основные свойства времени и пространства как основные атрибуты материи. Пространство и время рассматриваются как главные атрибуты осуществления воли к свободе.
В Главе 2 Раздела III приводятся модели формирования и самоорганизации Вселенной от первых минут зарождения до образования галактик, звезд, планет и их спутников. Описывается исходное состояние материи Мироздания как состояние абсолютной зависимости. Предлагается гипотеза о механизме первоначального запуска эволюции самоорганизованной материи. Приводятся космогонические гипотезы формирования и эволюции галактик и звезд. Отмечается роль гравитационновихревого поля в первичной самоорганизации материи. В конце главы приводится системно-кибернетическая схема кругооборота самоорганизованной материи в рамках Мироздания.
В Главе 3 Раздела III описывается гипотеза о возникновении и эволюции Солнечной системы. Приводятся современные теории возникновения Солнечной системы. Предлагается гипотеза механизма формирования Солнечной системы. Торможение газо-пылевого вещества и небесных тел рассматривается как необходимое условие формирования космических тел и дифференциации их химико-минералогического состава. Приводятся основные характеристики динамики движения космических тел, и выводится уравнение движения вещества космических облаков при формировании Солнечной системы и других космических тел. Рассматривается правило Тициуса-Боде для планетных расстояний Солнечной системы. Предлагается гипотеза о квантованном распределении планет Солнечной системы согласно пропорции «золотого сечения». В конце главы «золотое сечение» в рамках нашей галактики рассматривается как мера осуществления воли к свободе.
В Главе 4 Раздела III первичный нуклеосинтез и звездный синтез химических элементов рассматриваются как источник происхождения химических элементов во Вселенной. Даются количественные характеристики химической и астрономической эволюции звезд на разных стадиях их развития. В конце главы описывается завершающая стадия эволюции звезд, когда они превращаются в белых карликов, нейтронные звезды или черные дыры.
В Разделе IV в общих чертах рассматривается макроэкономический способ анализа эволюции Вселенной. В Главе 1 Раздела IV приводится общий метод экономического анализа. Рассматривается распределение национального дохода в замкнутой и открытой экономиках, перечисляются основные факторы, определяющие уровень совокупного предложения. Приводятся основные свойства производственной функции Кобба-Дугласа. Минимизация издержек и максимизация прибыли рассматриваются как основные цели производителей. Последовательно рассматриваются вопросы максимизации совокупной полезности потребителя в условиях бюджетного ограничения, общее условие равновесия потребителя, взаимосвязь совокупной производственной функции и функции полезности, модель долгосрочного экономического роста, а также взаимообусловленность роста населения, эффективности труда, предельного продукта капитала, труда и роста валового продукта. Отмечается роль денег, цен и процентных ставок в экономическом анализе, рассматривается взаимозависимость безработицы и инфляции. В конце главы рассматривается модель межотраслевого баланса производства и распределения валового продукта.
В Главе 2 Раздела IV рассматривается экономика астрономической и химической эволюции космических объектов. Дается сравнительный метод определения стоимости и полезности химических элементов в процессе эволюции звезд, приводится функция полезности химической эволюции звезд. Рассматривается экономика формирования космических туманностей второго поколения и Солнечной системы. Приводится сравнительный метод определения цены космических тел в процессе формирования звезд второго поколения. Предлагается гипотеза о проявлении безработицы и инфляции в процессе самоорганизации материи в масштабах Вселенной. Рассматривается капиталовооруженность носителей химического, астрономического, механического и геологического движений и приводится обобщенная схема, отражающая капиталовооруженность носителей всех основных форм движения. В конце главы рассматривается взаимосвязь скорости движения, производительности и продолжительности жизни носителей основных форм движения.
Во второй части книги подробно рассматриваются геологическая и биологическая эволюции, как осуществление воли к свободе и предлагается их экономико-математическая модель. Рассматриваются некоторые аспекты химической эволюции в процессе геологической и биологической эволюции. Также с помощью физико-математической модели предлагается гипотеза о существовании единого социальнодуховного поля, которая объясняет взаимообусловленность экономических и духовно-политических сторон общественной жизни. Учитывая эту взаимообусловленность, подробно анализируются экономические проблемы развития человеческого общества как осуществления воли к свободе.
В третьей части книги подробно рассматриваются проблемы общественно-политической и духовной эволюции человеческого общества как непрерывного процесса на пути возможного достижения человеком вечности жизни и абсолютной духовной свободы.
Основной вывод данной работы (Воля к свободе, или Экономика самоорганизации материи) заключается в том, что эволюция материи имеет направленный характер от состояния абсолютной зависимости к абсолютной свободе. В процессе самоорганизации общий уровень свободы материи постепенно повышается, и эта тенденция сохранится и в будущем. Процесс самоорганизации материи не является строго детерминированным явлением, но подчиняется эволюционной цели как осуществлению воли к свободе.
Воля к свободе состоит из единства двух противоположностей: стремления к свободе и бегства от свободы. В ходе эволюции сохраняется постоянное преимущество и превалирование стремления организованной материи к свободе над ее бегством от свободы, т.е. строго соблюдается асимметричная направленность развития в пользу стремления к свободе.
Говоря о восходящем развитии самоорганизованной материи, следует подчеркнуть необратимость и принципиальную возможность её бесконечного эволюционного самосовершенствования как осуществления воли к свободе. К абсолютной свободе можно приближаться бесконечно долго, но достигнуть ее в полной мере невозможно. Поэтому такая цель, как повышение уровня свободы, вечно останется актуальной и притягательной целью и соответственно мотивом поведения самоорганизованной материи.
Более глубокое исследование самоорганизации материи как осуществления воли к свободе в качестве основы познавательной методологии позволили нам вскрыть некоторые, на наш взгляд, ранее неизвестные законы и закономерности формирования и эволюции Вселенной.
На основе энергетических характеристик ядерных связей мы пришли к выводу, что протоны и нейтроны также являются составными частицами. В процессе первичного нуклеосинтеза после Большого взрыва в результате объединения семи нейтральных пионов, которые в свою очередь состоят из диполей позитронов и электронов, формировались сначала нейтроны, а затем в результате их бета-распада — протоны, самые устойчивые частицы нашей Вселенной, составляющие основу барионного вещества. Поскольку нуклоны состоят исключительно из позитронно-электронных пар, то никакого антивещества в процессе расширения Вселенной не формировалось. Исходя из этого, можно сделать вывод, что в действительности самоор- ганизованная материя Вселенной состоит только из обычного барионного вещества.
Можно говорить, что периодическая система химических элементов непосредственно связана со структурой ядра атомов. Предложенная нами ядерная модель основана на оболочечной модели и связи структуры ядра с электронными оболочками атомов.
Постоянная тонкой структуры является фундаментальной постоянной и имеет чрезвычайно важное значение в эволюции самоорганизованной материи. Она проявляется во взаимодействиях струн эфирной материи, электрических зарядов и электромагнитных излучений и наряду с другими фундаментальными постоянными отражает их единство.
Материя в исходном состоянии состояла из равномерно распределенных во всем бесконечном плоском пространстве Мироздания разноименных струн эфирной материи, линейно заряженных квантами разноименных электрических зарядов. Плоское пространство состоит из перпендикулярных в трехмерном пространстве, противоположно направленных и параллельно попарно чередующих между собой чрезвычайно длинных и тонких разноименных струн эфирной материи. Если вектор активности одной струны эфирной материи направлен в одну сторону, то вектор активности следующей, находящейся рядом струны обязательно будет иметь противоположное направление.
Одни струны эфирной материи создают положительные вихревые облака вокруг положительных квантов электрических зарядов в составе позитронов, а противоположно направленные струны эфирной материи — отрицательные вихревые облака вокруг отрицательных квантов электрических зарядов, входящих в состав электронов.
Разноименные кванты электрических зарядов являются не чем иным, как упругой напряженностью их вихревых разноименных квантов струн эфирной материи, в результате аннигиляции которых возникают кванты электромагнитного излучения, поэтому они не имеют массы. Электроны и позитроны соответственно через себя не пропускают отрицательные и положительные струны эфирной материи, поэтому источником электростатического взаимодействия разноименных электрических зарядов так же, как и гравитационного взаимодействия, является стягивающая сила разноименных струн эфирной материи. Все гравитационно-существенные объекты состоят из электронейтральных химических соединений, поэтому космические тела и туманности, а также другие тела и частицы притягиваются между собой.
Нуклоны и ядра химических атомов являются абсолютно непрозрачными для разноименных струн эфирной материи. Поэтому как связанные диполи позитрона и электрона, так и протон, нейтрон и ядра атомов химических элементов представляют собой мини-черные дыры.
В результате взаимной аннигиляции положительных и отрицательных квантов электрических зарядов протона и электрона атом излучает электромагнитные волны. А в результате аннигиляции положительных и отрицательных квантов струн эфирной материи возникают гравитационно-вихревые волны. Если электромагнитная волна обладает положительным отталкивающим давлением, то гравитационно-вих- ревые волны обладают отрицательным давлением, т.е. притягивают объекты в свою сторону. Скорость распространения гравитационно-вихревых волн в вакууме также равняется скорости света в вакууме.
Процесс синтеза и аннигиляции разноименных квантов струн эфирной материи в связанной модели ядра атома и электрона может объяснить механизм поглощения и излучения атомом электромагнитных волн соответствующей чистоты.
Нейтрино и антинейтрино являются не чем иным, как освобожденными или вовлеченными в результате аннигиляции или синтеза квантами разноименных струн эфирной материи, которые обладают определенной кинетической энергией.
Устойчивость электрона и позитрона в свободном состоянии объясняется равенством силы притяжения одноименных вихревых струн эфирной материи и отталкивающей силы одноименных электрических зарядов. В качестве отталкивающей или расщепляющей силы всегда выступают кванты одноименных электрических зарядов или кванты электромагнитного излучения, полученные в результате аннигиляции положительных и отрицательных квантов электрических зарядов. Другой антигравитационной силы в природе не существует.
Лучевая скорость движения галактик от центра Большого взрыва является источником квантованности энергетических уровней движения электронов вокруг ядер атомов и космических объектов вокруг своих центров вращения.
Электромагнитные, ядерные, слабые и гравитационно-вихревые взаимодействия осуществляются с помощью деформации, синтеза и аннигиляции разноименных струн эфирной материи, кластеров связанных диполей позитронов и электронов и не нуждаются в обменных частицах.
Нами предложена гипотеза о существовании единого гравитационно-вихревого поля, сыгравшего огромную роль в процессе самоорганизации материи, эволюции Вселенной, галактик и звезд как осуществления воли к свободе.
Гравитационно-вихревое и электромагнитное взаимодействия как единство двух противоположностей составляют основу всех остальных фундаментальных взаимодействий.
Для гравитационно-вихревого поля нами выведены четыре уравнения Максвелла. Гравитационные и вихревые поля также, как электрические и магнитные поля, взаимообусловлены. Разноименные струны эфирной материи являются именно той средой, которая позволяет трансформировать гравитационное поле в вихревое поле и обратно, а также электрическое поле в магнитное поле и обратно. Трансформации вихревого поля в гравитационное поле отражаются в виде изменения веса тела в этом поле.
В неживой природе все процессы управляются с помощью взаимообусловленных гравитационно-вихревых и электромагнитных полей. Для живых существ функция управляющих полей переходит к информации. Информационная причинность является основным отличием живых существ от неживой природы. Поэтому информация играет ключевую роль в самоорганизации живых существ, в том числе человека и человеческого общества. На основе информационной причинности поведения живых существ нами в других частях данной работы предлагается экономико-математическая модель единого взаимообусловленного социально-духовного поля.
Для всех космических тел в вакууме между орбитальной скоростью движения, расстоянием до центрального тела и его массой соблюдается следующая зависимость v2R= G0М, а в среде — v2R= G0GM, где G0 — постоянная гравитации; G — гравитационная проводимость среды. Здесь коэффициент G в среде меньше единицы, и соответственно орбитальная скорость в зависимости от распределения существующих масс в виде газопылевых облаков и других космических тел между рассматриваемым и центральным гравитирующим телом может иметь меньшее значение, чем в вакууме. Для вакуума G = 1, а для абсолютно дегравитационной среды, например, для исходного состояния материи в плоском пространстве Мироздания, в > 0, что означает отсутствие всякого движения. Поскольку сила гравитации в среде в какой- то мере экранируется, то закон всемирного тяготения Ньютона можно переписать в виде F = GG0m1m2/r2, где m1, m2 - масса материальных точек, создающих гравитационное поле и взаимодействующих между собой.
Скорость распространения продольного электростатического и гравитационного возмущения вдоль струн эфирной материи может быть на много порядков выше скорости света. Во взаимодействии со струнами эфирной материи головной мозг человека способен генерировать и принимать сигналы, скорость которых также на много порядков больше скорости света. В этом случае человек сможет виртуально преодолеть как время, так и пространство, которые наряду с продолжительностью жизни и генетической заданностью являются основными сдерживающими факторами на пути человека к достижению абсолютной духовной свободы.
Для отражения всего эволюционного процесса мы предлагаем системно-кибернетическую замкнутую схему кругооборота самоорганизованной материи в рамках всего Мироздания.
По нашим расчетам, радиус сингулярной области нашей Вселенной примерно равнялся 2,9∙10-13 м. В процессе эволюции Вселенной в результате взаимодействия разноименных струн эфирной материи, исходных квантов электрических зарядов, а также квантов электромагнитного излучения фиксируются и определяются фундаментальные постоянные, численные значения которых определяют лик барионного вещества, космических тел и биологических существ.
Исходя из фундаментальных законов сохранения энергии и массы, обратимости энергии и вещества в результате взаимодействия квантов электромагнитного излучения и разноименных струн эфирной материи, а также наличия мощных галактических гравитационно-вихревых и электромагнитных полей, можно утверждать, что тепловая смерть Вселенной не наступит никогда.
Основными отличиями нашей гипотезы возникновения Солнечной системы от других являются: учет единого гравитационно-вихревого поля и экономическо-математическое обоснование данного процесса.
Планеты Солнечной системы формировались последовательно в разные промежутки времени из остатка космического вещества, находящегося в двух симметрично расположенных относительно центра спиральных рукавах, имеющих более высокую концентрацию вещества, только после завершения образования центрального ядра — Солнца. Процесс образования планет началась с двух концов спиральных рукавов.
Движение вещества при формировании Солнечной системы в его орбитальной плоскости можно описать с помощью дифференциального уравнения, которое в свою очередь является общим дифференциальным уравнением свободных затухающих колебаний линейных систем.
Планеты Солнечной системы образовались в спиральных рукавах, имеющих формулу так называемой псевдоспирали Rn = R3∙φ2, где Rn — расстояние от n-й планеты до Солнца; R3 — астрономическая единица расстояния от Земли до Солнца, а φ — радиальный угол. Эта формула применима и для спутников планет Солнечной системы, а также для других звездных систем нашей Галактики. Только в качестве астрономической единицы расстояния здесь берется соответствующие этим космическим объектам расстояния. Планеты Солнечной системы распределены согласно пропорции золотого сечения.
Золотое сечение имеет фундаментальное значение в процессе самоорганизации материи как осуществления воли к свободе. Первичным источником проявления пропорции золотого сечения является гравитационно-вихревое поле, которое зависит от массы космических тел и их лучевой скорости от центра Большого взрыва.
Базируясь на основе фундаментальных законов сохранения энергии и материи, можно применить экономико-математические методы и модели для объективного изучения эволюции Вселенной в целом и ее составных частей в отдельности.
Исходным капиталом формирования вещества после Большого взрыва служили разноименные струны эфирной материи и высокоэнергичные кванты электромагнитного излучения сингулярной области, при взаимодействии которых формировались электроны и позитроны, протоны, нейтроны и др. частицы.
Каждый химический элемент звезды в процессе химической эволюции, с одной стороны, выступает в качестве производителя одного химического элемента, а с другой стороны, — в качестве потребителя других химических элементов как промежуточных продуктов, необходимых для их производства. В качестве фактора труда выступают самоуплотняющаяся гравитационная сила разноименных струн эфирной материи, которая зависит от исходной массы звезды, и электромагнитная энергия, выделяемая в результате термоядерного синтеза химических элементов.
Зная первоначальную массу звезды и другие ее физические закономерности, можно одновременно определить количественные характеристики валового производства всех химических элементов за единицу времени. Масса звезды определяет скорость всех происходящих в ней термоядерных реакций при синтезе новых химических элементов. С этой точки зрения, процессы, происходящие в звездах, строго детерминированы.
Цену единицы продукции химической эволюции можно определить с помощью сравнительного анализа производства конкретного химического элемента за единицу времени в звездах с различными массами или по степени полезности их продукции.
Существует оптимальная масса звезд, когда производство химических элементов в них происходит с максимальной производительностью. Поэтому при оптимальной исходной массе звезды издержки производства химических элементов минимальны, и, соответственно, цена единицы продукции минимальна, а полезность максимальна.
Любая единица химической продукции, произведенная не в оптимальной звезде, будет иметь удельную цену большую, чем произведенная в оптимальной.
Можно предположить, что подавляющее большинство тяжелых химических элементов синтезируется именно в звездах, имеющих оптимальную массу. Тогда оптимальная цена будет совпадать со средневзвешенной ценой единицы продукции всей химической эволюции звезд.
Запасы вещества космических облаков первого поколения, которые состояли исключительно из водорода, менее полезны с точки зрения уровня развития, чем космические облака второго поколения, обогащенные тяжелыми химическими элементами. Из облаков первого поколения невозможно формирование звезд, имеющих развитые планетные системы, наподобие Солнечной системы.
Экономико-математические расчеты и показатели формирования и эволюции носителей механической, астрономической, геологической и биологической форм движения подобны экономическим расчетам формирования и эволюции носителей химической формы движения.
В ходе формирования звезд второго поколения образуются космические тела, например, планеты, обладающие определенным диапазоном масс и находящиеся на необходимом расстоянии от центральной звезды, в которых становится возможным нормальное протекание геологической эволюции. Внутри этого диапазона масс существуют планеты, которые обладают оптимальной массой и находятся от центральных своих звезд на оптимальном расстоянии, что способствует ускоренному протеканию в них геологической, биологической и социально-духовной эволюции, что отражается в их максимальной полезности с точки зрения самоорганизации материи и повышения общего уровня ее свободы.
Общим критерием полезности запасов капитала и производимой продукции носителями соответствующих основных форм Движения в процессе эволюции является кратчайший путь повышения общего уровня свободы самоорганизованной материи в зависимости от их производства и потребления.
В ходе самоорганизации материи постоянно часть материи выбывает из процесса дальнейшей самоорганизации. Материя, которая выбывает из эволюционного процесса, становится бесполезной с точки зрения дальнейшей самоорганизации. Такой процесс можно трактовать таким образом, что определенная часть материи на новых этапах ее самоорганизации остается «безработной». Причем увеличение безработицы в процессе самоорганизации материи имеет тенденцию к росту в течение всего эволюционного времени.
Понятие свободы необходимо применять к носителями основных форм движения в зависимости от их последовательного эволюционного формирования. Основные формы движения в зависимости от уровня их развитости, организованности, свободы и последовательного формирования можно расположить следующим образом: механическое, астрономическое, химическое, геологическое, биологическое и социально-духовное движение. К уже существующим основным формам движения мы добавили и астрономическое движение, которое объединяет явления рождения, эволюции и смерти космических объектов, т.е. носителей астрономического движения.
Независимость, скорость движения, число степеней свободы и длина свободного пробега определяют пространственную свободу носителей основных форм движения. Любое физическое тело как носитель механического движения называется свободным, если на его перемещения не наложено никаких ограничений. Абсолютно твердое тело обладает шестью степенями свободы. А если тело не абсолютно твердое и его части могут смещаться друг относительно друга, то необходимо рассматривать дополнительные степени свободы колебательного движения.
Согласно закону равномерного распределения энергии по степеням свободы чем выше степень свободы носителей основных форм движения, тем больше энергии приходится на единицу их носителя.
В качестве носителя механического движения выступает количество форм движения или импульс. По мере самоорганизации материи постепенно увеличивается удельное количество форм движения на единицу массы.
В качестве носителя астрономического движения выступают космические объекты, находящиеся друг от друга на значительных астрономических расстояниях. Элементарным носителем астрономического движения является атом водорода. Капиталовооруженность носителей астрономической эволюции определяется общим количеством вещества или энергии, входящим в их состав в процессе их формирования. Поэтому исходная масса космических тел отражает их капиталовооруженность.
В качестве элементарного носителя геологического движения может выступать высота минимального пирамидального разреза с квадратной основой от исходной сферической поверхности Земли до ее ядра, т.е. высота пирамиды равняется исходному радиусу Земли.
Для всех носителей основных форм движения уровень их удовлетворяемых потребностей отражает их капиталовооруженность и, соответственно, их общий уровень свободы. В ходе эволюции основных форм движения капиталовооруженность носителей последующих форм движения становится больше, чем предыдущих. Данному уровню удовлетворяемых потребностей соответствует определенный уровень способностей носителей основных форм движения. Общий уровень удовлетворяемых потребностей человека намного выше, чем у всех остальных живых существ, и имеет постоянную тенденцию к росту. Уровень удовлетворяемых потребностей непосредственно связан с продолжительностью и количеством жизни носителей основных форм движения.
В долгосрочном периоде темпы роста реального валового продукта в сбалансированной экономике совпадают с темпом роста количества жизни в данном обществе. В краткосрочном периоде общее количество жизни, которое зависит от средневзвешенного возраста населения и общего количества населения в данном обществе, может быть индикатором поступательного или нисходящего развития общества.
Философия изучает всеобщие законы самоорганизации материи. Процесс самоорганизации можно описать с помощью последовательного развития основных форм движения и их носителей, капиталовооруженность или уровень удовлетворяемых потребностей которых дискретно квантованы и отражают их общий уровень свободы. Все дискретно квантованные процессы в свою очередь можно описать физико-математическими выражениями. Если всеобщие законы самоорганизации материи можно описать математическими выражениями, то соответственно философия превращается в науку всех наук.
Истина относительна, поскольку по мере самоорганизации материи и развития человеческого общества она устаревает. На место старых истин должны прийти новые. Результаты познавательной и законотворческой деятельности, изменение норм культуры, традиции и человеческие ценности могут считаться истиной, если они приводят к повышению общего уровня свободы человека. Инстинкт стремления к свободе имеет огромную мощь и силу, поэтому все запасы знания, технологии, нормы культуры и традиций, своды законов, а также все другие факторы, в том числе формы правления, ограничивающие объективные, естественные рамки свобод человека, соответствующие данному уровню развития общества, рано или поздно будут заменены.
Концепция воли к свободе может выступать как новая методология познания механизма самоорганизации материи на всех ступенях ее развития. Она может объяснить причины как ускорения темпов развития каждой из основных форм движения в отдельности, так и причины ускорения самоорганизации материи в целом от момента возникновения механического и астрономического движения до образования социально-духовного движения как свойства высокоорганизованной материи.
Временной фактор играет ключевую роль в понимании производственного процесса создания благ. Время, затраченное на производственный процесс, это не календарное, а экономическое время. В зависимости от того, как различные факторы производства и технологические процессы либо остаются неизменными, либо изменяются, различают два главных периода времени: краткосрочный и длительный.
Краткосрочный период времени — это период производства, в течение которого некоторые факторы не могут быть изменены. Длительный период времени — это период, в течение которого производители располагают временем, необходимым для изменения всех факторов производства продукции.
В длительном периоде очень важно знать, что произойдет при увеличении количества всех ресурсов. Опыт показывает, что с изменением величин всех независимых переменных факторов производства и при отсутствии независимых постоянных факторов производства величина общего продукта изменяется в том же направлении, что и величины независимых переменных факторов производства. Иначе говоря, с увеличением величины последних общий продукт увеличивается, а с уменьшением последних общий продукт уменьшается.
В длительном периоде возможны три варианта отдачи от масштаба.
Постоянная отдача от масштаба имеет место, когда изменение количеств всех ресурсов приводит к пропорциональному изменению объема выпуска. Например, при удвоении вкладов трудовых ресурсов, земли, капитала и т. д. при постоянной отдаче от масштаба объем выпуска также удваивается.
Убывающая отдача от масштаба имеет место, если сбалансированное увеличение количеств всех ресурсов приводит ко всё меньшим приростам объема выпуска.
Возрастающая отдача от масштаба наблюдается, когда пропорциональное увеличение количеств всех ресурсов приводит ко всё большим приростам объема выпуска.
Если преобладает возрастающая отдача от масштаба, то увеличение количеств ресурсов и расширение производства должно приводить к росту производительности. Под производительностью производственной функции понимается отношение объема выпуска к средневзвешенным количествам факторов производства.
Поэтому в целом в масштабе национальной экономики развитых стран за последние двести лет характер отдачи от масштаба был и остается возрастающим и количественно равен темпам роста валового внутреннего продукта.
Хотя в подавляющем большинстве случаев предложение порождает спрос, но имеет место и обратное явление, когда потенциальный совокупный спрос активно воздействует на потенциальное совокупное предложение.
Потребности и желания приобрести определенный потребительский товар или услугу могут быть реализованы только тогда, когда данный товар или услуга имеются на рынке. Вместе с тем, сами потребности могут появиться только в том случае, если экономика уже производит, либо в состоянии произвести данную вещь или услугу.
Производство можно коротко определить, как процесс использования рабочей силы и оборудования в сочетании с природными ресурсами и материалами для изготовления необходимых товаров и выполнения услуг.
Совокупная производственная функция описывает зависимость общего объема выпуска продукта Y, или ВВП, от запаса капитала K и численности занятого труда L
Производственная функция отражает существующую в данный момент технологию, т. е. набор существующих технологических способов производства неявно выражается в функциональной зависимости между затратами капитала, труда и выпуском продукции.
Производственная функция отображает максимальные объемы выпуска, которые могут быть произведены с помощью того или иного количества ресурсов при данном уровне технологического развития. Поэтому мощность экономики любой страны, т. е. объем выпуска валового внутреннего продукта за единицу времени, определяется ее потенциальными производственными возможностями. Так как некоторая часть труда и прочих факторов не вовлекается в производство естественным образом, уровень текущего выпуска, как правило, составляет величину меньшую, чем уровень потенциального выпуска.
Производственная функция имеет постоянную отдачу от масштаба, если относительный прирост всех факторов производства на одну и ту же величину приводит к относительному приросту объема выпускаемой продукции на ту же самую величину.
В учебниках по экономике в качестве производственной функции рассматривается функция Кобба-Дугласа, которая имеет следующий вид
где А — положительный параметр, измеряющий производительность существующей технологии, a — доля капитала, 1-a — доля труда в валовом продукте.
Функция Кобба-Дугласа правильно отражает то, каким образом экономика преобразует производственные ресурсы в конечную продукцию.
Производственная функция Кобба-Дугласа обладает свойством постоянной отдачи от масштаба, т. е. если количества капитала и труда увеличить в z раз, то объем производства увеличится в той же самой пропорции, т. е.
Теперь рассмотрим предельную производительность факторов производственной функции Кобба-Дугласа. Предельные производительности труда и капитала являются частными производными производственной функции по труду и капиталу соответственно. Предельный продукт труда и капитала, соответственно, определяется как
(4.20)
Если оплата факторов производства равна их предельным продуктам, то доли труда и капитала являются постоянными. Согласно соотношению (4.20) можно определить
(4.21)
где а — постоянная от нуля до единицы, измеряющая долю капитала в доходе, т. е. а определяет, какая часть дохода достается владельцам капитала, а какая часть идет на оплату труда. За последнее столетие в США доля капитала в валовом продукте составляет 0,3, а доля труда соответственно 0,7.
Согласно соотношению (4.21) валовой продукт можно определить как
С другой стороны, валовой продукт определяется как сумма совокупных сбережений и потреблений, т. е. Y=S+С. Тогда
На основе соотношений (4.22) и (4.22 а) получим
Следовательно,
(4.24)
Производственная функция Кобба-Дугласа выражает правильную динамику изменения основных показателей экономики при ее дифференцировании. Но никогда возведением объема капитала и труда в те степени, которые равны их долям, невозможно получить значение валового продукта. Поэтому имеется необходимость более точно выразить соотношение между показателями запасов и потоков капитальных благ в рамках отдельно взятой экономики.
Совокупное богатство или совокупный капитал государства состоит из суммы капитала (овеществленного и природного) K и производительного труда L. Поскольку их доли в совокупном валовом продукте известны, то, соответственно, совокупное богатство общества можно выразить как
Поделив обе стороны соотношения (4.25) на совокупный капитал, получим
, (4.26)
где К/Кобщ = а — доля капитала в совокупном богатстве государства, a L/Koбщ= aL — доля труда в совокупном богатстве государства, Тогда соотношение принимает вид
Продифференцировав соотношение (4.25), можно получить
Из всего этого можно сделать вывод, что дли замкнутой сбалансированной экономики, когда сбережении равны инвестициям каждого составляющего соотношения (4.28) в абсолютных физических и денежных выражениях, должны соблюдаться следующие тождественные уравнения:
Из соотношений (4.28) и (4.29) следует, что
Тогда м сбалансированной экономике
и
Согласно соотношениям (4.28) и (4.31) можно сделать вывод, что в долгосрочном периоде темпы прироста капитала совпадают с темпами прироста совокупных инвестиций, а темпы прироста рабочей силы — с темпами прироста совокупного потребления.
Если известна величина ставки процента, то можно достаточно просто рассчитывать настоящую стоимость любых активов, например, земли, дома, оборудования, облигаций и т. д., в зависимости от тех доходов, которые могут быть получены в будущем от их вложения.
Предположим, что имеются некоторые ценности или активы типа земли и облигаций (подобная бессрочная облигация известна под названием консоль), которые существуют «вечно* и приносят каждый год постоянный Y доход с настоящего момента и до бесконечности. В экономической науке настоящая ценность (V) земли, дома, облигаций и других подобных активов может быть рассчитана следующим образом
где V — настоящая ценность актива (в условной денежной единице); Y — постоянные годовые доходы (в у.д.е. за год); i — процентная ставка.
Например, настоящая ценность производственного и человеческого капитала определяется по формулам (4.24).
Для более общего случая предположим, что ставка процента составляет i годовых. Можно также рассчитать настоящую стоимость будущего дохода, обозначенного символом Y1, для года 1-ro, Y2 — для года 2-го, Y3 — для года 3-го и так далее до N-гo, которому соответствует доход YN. Чтобы получить на следующий год доход Y1, сегодня нам нужно иметь Y1/(1+i). Аналогично, для того чтобы получить через два года доход Y2, мы должны иметь сегодня Y2/(1+i)2. Произведя подобные операции для каждого из последующих лет, настоящую стоимость всей последовательности доходов определяют из следующего равенства:
(4.33)
В данном уравнении i является однопериодной рыночной процентной ставкой (при этом допускается ее неизменность).
Данные исследования будут проводиться в рамках требований ВАК, а также требований и ограничений Американской ассоциации экономистов.
Чтобы раскрыть требования и ограничения Американской ассоциации экономистов обратимся к истории.
Американскую ассоциацию экономистов в 1970 г. возглавил Нобелевский лауреат по экономике В.Леонтьев. В.Леонтьев совместно с редакцией флагмана теоретических журналов по экономике - ведущим научным американским журналов «American Economic Review» в период 1972-1981 гг. инициировали исследования по анализу экономических работ далеких от реальной экономики. Результаты исследования флагмана теоретических журналов по экономике «American Economic Review» повергли в шок мировую экономическую общественность. Так в частности в экономических исследованиях и работах западных экономистов преобладали:
Итого псевдо экономических работ (96,9%).
Главный редактор ведущего экономического еженедельника «Business Week» ознакомившись результатами исследований за период 1972-1981 гг. по анализу экономических работ далеких от реальной экономики флагмана теоретических журналов по экономике «American Economic Review» писал: «Унылая картина.. Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week . 1982. 18 Jan . P . 124.].
В.Леонтьев, откликнувшись на редакционную статью ведущего экономического еженедельника «Business Week», писал: «В редакционной статье ведущего экономического еженедельника (по поводу выпущенных в 1981 г. ежегодных записок Американской экономической ассоциации), в сущности, говорится, что «король оказался голым»… Но никто из тех, кто участвует в тщательно разработанной и торжественной процессии современной американской академической экономической науки, видимо, не знает этого, а те, кто знает, не осмеливаются говорить…».
По мнению ведущих экономистов с мировым именем положение за последние годы 1982-2015 гг. в западных экономических школах еще более ухудшилось.
Правда, если учесть мнение В.Дмитриева столетней давности, то это должно было бы так шокировать западную экономическую общественность, цитируем:
«…Австрийские, французские, английские экономические школы в т.ч. и печально известный марксизм в так называемых «теориях», цены определяют из цен, одни неизвестные из других неизвестных…» Основатель экономики XX, XXI века, МОБ, СНС ООН В.К.Дмитриев, 1895 г.
В.Дмитриева в части монетарной «теории» и золотого «стандарта» поддержал А.Нечволодов, цитируем:
«…Если понадобится на общественные надобности деньги сверх бюджета, то они получатся .. просто выпуском нужного количества знаков…». Экономист, геополитик, историк, руководитель разведки Генштаба Русской Армии генерал А.Д.Нечволодов, 1906 г.
В 30-х годах В. Леонтьев занимался изучением роли агрегированных экономических показателей объема выпуска продукции, общего уровня цен и публикует свою знаменитую работу «Слепое теоретизирование. Методологическая критика Нео-Кембриджской школы». В работе В. Леонтьева монетаристы, Кейнс и его последователи подверглись жесткой, но объективной критики.
Русский экономист-трудовик, основатель мировой социологии П.Сорокин (В монографии «Fads and Foibles in Modern Sociology and Related Sciences» в главе «Амнезия, новые Колумбы и комплекс первооткрывателя», 1956г.) предупреждал об опасности индекса цитирования, когда одни дураки от «науки» цитируют других деревенских дурачков, цитируем:
«..Многие современные социологи утверждают, что они сделали ряд научных открытий «впервые в истории» социологии или какой-либо иной отрасли знания. Краткости ради эта слабость может быть названа «всепоглощающим комплексом первооткрывателя», или просто «комплексом первооткрывателя».. В указателях их книг дается длинный список «исследователей», принадлежащих к «Страховой компании взаимной поддержки» автора..»
Как же обстоят дела в русской либерально-экономической науке в постреформенный период и практически патологическое преклонение либеральных экономистов перед западными экономическими школами.
Невыдержав откровенной глупости и дикости Гайдаровских, либеральных «реформ» ведущие экономисты СССР высказались следующим образом:
«..Проведенный анализ диссертационных работ свидетельствует.. В стране запущен развал державы, а они в своих «научных» работах этот либеральный хаос совершенствуют..» Акад. Н.Федоренко (1995 г.),
«..У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги..» Акад. Д.Львов (1995г.),
«..Вырисовывается очевидный парадокс: экономическая ситуация в стране из года в год ухудшается, а экономическая наука при этом успешно развивается и почти процветает..» д.э.н. И.Дрогобыцкий (1995 г.).
Не получив никакой практической поддержки со стороны научной либерально-экономической общественности, РАН, ВУЗов, кроме словесной болтовни в 2007 г. не выдержал В.Путин, цитируем:
«..Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет..» В.В.Путин, 2007, СФ РФ.
Констатировав этот печальный факт, В.Путин и его команда с 2007 г. полностью перешли на ручное управление страной.
В заключение отметим еще одну оценку современной либерально-экономической науки и образования, цитируем:
«… Современное либеральное экономическое образование это конвейер по производству дураков…» д.э.н. В.Катасонов (2010 г.).
Основная причина очевидна - удельный вес псевдо экономических работ в РФ достигла чудовищной цифры — 99,1%. В так называемых «экономических» исследованиях, «научных» работах кандидатов и докторов преобладают:
Математические модели, не содержащие статистических данных (6,2%).
Анализ без математических формул и данных (72,7%).
Эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных (12,5%).
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях (7,7%).
Итого псевдо экономических работ (99,1%).
Вот почему данные исследования будут проводиться не только в рамках требований ВАК, а таже требований и ограничений Американской ассоциации экономистов.
В данной работе нами сознательно запрещено, что является абсолютной новизной:
Запрещено делать эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях.
Кроме этих ограничений рассмотрим дополнительные группы ограничений для наших исследований.
Рассмотрим основные ограничения наших исследований.
Отметим первый важнейший момент исследований.
Для начала процитируем Woodrow Wilson, Президента США, который осознав весь цинизм Закона «Акт Федерального Резерва» (The Federal Reserve Act, или The Act of December 23, 1913), писал:
«..Наша промышленная держава контролируется кредитной системой, и наша кредитная система сосредоточена в частных руках.. Мы больше не правительство народной воли, не правительство, избранное большинством, но правительство под властью небольшой кучки людей..».
Можно не верить Woodrow Wilson, но давайте вспомним Mayer Anselm Rothschild «Дайте мне возможность выпускать и контролировать деньги в государстве, и мне нет дела до того, кто пишет законы этого государства».
Из официальных заявлений «Президента» США и одного из реальных хозяев запада Mayer Anselm Rothschild следует, что все западные Президенты, Премьер-Министры, Парламенты просто клоуны и марионетки находящиеся «под властью небольшой кучки людей..».
Западные же мифы про «Демократизм», «Либерализм» и прочие измы для народов западных стран это лишь узаконенная, скрытая, циничная форма финансового рабства «под властью небольшой кучки людей..». «Рыночная» экономика, конкуренция, инвестиции, инновации, риски и прочие теоретические глупости либеральных «экономистов» (см. исследования генерала разведки А.Д.Нечволодова) разваливаются на глазах если вспомнить, кто столетиями на самом деле контролирует и управляет марионеточными правительствами так называемых «либеральных», «демократических», «прогрессивных» стран запада.
Следует также вспомнить, что многие из «демократических» западных государств - так называемых мировых лидеров являются банальными колониями Великобритании, у которой нет даже Конституции. Интересно, какой «демократии» английские Премьеры с феодальной, колониальной, крепостнической государственной системой учат мировое сообщество. Складывается впечатление, что современная английская феодально-колониальная «элита» это циники или по сионисту, фашисту Теодору Герцлю «интеллигентная посредственность, которых мы производим в таком изобилии».
Всем сомневающимся рекомендуем прочесть материалы разведки Генерального штаба Русской Армии 1906 г. генерала А.Д.Нечволодова. Напомним, что генерал А.Д.Нечволодов и его коллеги поддержали И.Сталина и сформировали самую эффективную в мире личную разведку И.Сталина. А.Д.Нечволодов и его коллеги ликвидировали пятую колонну, троцкистов, сионистов в СССР, к большому сожалению не полностью для нашего многонационального народа СССР.
А.Д.Нечволодов убедил И.Сталина, что для ускоренной индустриализации, практически мгновенной модернизации экономики СССР необходимо внедрить русскую финансовую систему, являющуюся составным элементом МОБ, СНС В.К.Дмитриева — основателя всей современной реальной, а не виртуальной экономики. В узких кругах профессиональных экономистов известно, что А.Д.Нечволодов участвовал в организации на базе личной разведки И.Сталина самого секретного в СССР подразделения экономистов по прогнозу, организации мировых финансовых, экономических кризисов в рамках русского космизма, русского циклизма, русской трудовой экономической школы и русской финансовой системы.
Для реализации проекта по прогнозу, организации мировых финансовых, экономических кризисов А.Д.Нечволодов под прикрытием «философского парохода» внедрил в экономические школы, государственные статистические организации Запада агентов влияния Сталина: П.Сорокина, В.Леонтьева, С.Кузнеца, А.Маслова (Маслоу), А.Окуня (Оукена) и др.
Вспомним, что кроме внедрения на запад русских/советских экономистов советской разведкой (А.Д.Нечволодовым) были организованы внедрения в научные центры запада других специалистов из разных областей знаний, науки, в частности русских физиков-теоретиков (см. фильм «Гамов. Физик от Бога»). Для упрощения внедрения на запад агентов влияния Сталина советской разведкой было принято оригинальное решение - большинство из агентов были евреи русского происхождения. Это позволяло использовать громадный политический, финансовый, экономический потенциал сионистского лобби запада.
В задачу русских, советских экономистов - агентов влияния Сталина входило навязать Западу и всему Миру русский, советский МОБ и систему национальных счетов для того, чтобы было возможно прямо из Кремля элементарно анализировать, планировать, контролировать экономику всех государств мира, а если потребуется подавлять экономику вероятного противника. С поставленной задачей агенты Сталина справились успешно, о чем свидетельствуют документы Госдепа США, ООН, а также хорошо известные факты, что все мировые финансовые, экономические кризисы в СССР с легкостью прогнозировали и использовали в интересах народа СССР и наших союзников с 1927 г.
Вот почему в исследованиях на всех уровнях запрещено использовать мнения, прогнозы, расчеты клоунов и марионеток:
1. Руководителей, правительств государств-членов ООН.
2. Ведущих мировых аналитических, рейтинговых, аудиторских агентств, экспертов.
3. Нобелевских лауреатов по «экономике» и их либерально-марксистких «экономических» школ.
Отметим второй важнейший момент исследований.
В наших исследованиях на всех уровнях запрещено делить целостную систему экономики на ошибочные категории: микроэкономики, мезоэкономики, макроэкономики.
Для этого достаточно осознать, что деление целостной системы экономики на категории микроэкономики, мезоэкономики, макроэкономики это лишь условное деление. Лучшим доказательством этого любимого либеральными «экономистами» ошибочного деления целостной системы экономики на три уровня легко разбивается построением системы межотраслевых балансов (МОБ), системы национальных счетов (СНС). (см. Динамическая ноосферно-синергетическая производственно-мотивационная концепция и нейронные модели).
Необходимо понять, что любое деление целостной системы экономики на три уровня будет приводить к значительным управленческим ошибкам (см. рисунок) при анализе, планировании, контроле, что мы регулярно наблюдаем в западных либеральных экономических школах.
Понятно, что сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как ни парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих «классических» подходов, т.к. глобальный экстремум находится на поверхности 3, а для этого необходимо уметь воспринимать экономику как целостную систему.
Рисунок
1 Зрительный образ n-мерного
иерархического критерия Самариной
Необходимо понять и принять, что экономику нужно воспринимать только как целостную систему иначе проводить эффективное межотраслевое моделирование невозможно, а в дальнейшем будет приводить к значительным управленческим ошибкам (см. рисунок) при анализе, планировании, контроле на всех иерархических уровнях управления.
И, наконец, нужно просто вспомнить, что для того, чтобы просто построить ВВП, то необходимо начинать собирать данные с рабочего места персонала, т.е. с микро, микро экономического уровня.
Отметим третий важнейший момент исследований.
Ни для кого не секрет, что современное либеральное экономическое образование это конвейер по производству дураков. К сожалению, мало кто из молодежи и среднего поколения эту печальную истину осознает.
Молодежи, среднему поколению с 1990 г. предлагается, навязывается масса либеральных «идей», «теорий», «моделей» весьма сомнительного происхождения.
Хуже того они подобно либералам, демократам, марксистам и прочим около научным школам никогда не читали и как следствие незнакомы с фундаментальными исследованиями русских/советских школ: русского космизма, русского циклизма, русской трудовой экономической школы Дмитриева и русской финансовой школы Нечволодова, Шарапова.
В ВУЗах цитируют, изучают в лучшем случае либеральных «экономистов», их нобелевских лауреатов от «экономики» и их псевдонаучные работы или генерируют очередную около научную либеральную, марксистскую «экономическую» глупость (см. минимальные требования методики авторов).
Вот почему в наших исследованиях на всех уровнях запрещено:
1) Строить, разрабатывать, совершенствовать экономико-математические модели, не содержащие статистических данных или по В.Дмитриеву «одни неизвестные определять другими неизвестными», как это принято в либерально-марксистких «экономических» зарубежных (52,5%) и отечественных (6,2%) школах.
Понятно, что модель, не опирающаяся на значительный статистический материал от 1 млн. функционалов и более есть лишь гипотеза и не более. Для этого достаточно ознакомиться с минимальными требования авторов С.Дорошко, Г.Самариной, на основе активного использования статистических баз данных с более 100 млрд.функционалов: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария…, а также World Input-Output Tables, National Input-Output Tables, National Supply and Use Tables по 40 странам (27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США) производящих 80-85% мирового ВВП в рамках стандартов: СНС ООН, Historic Versions of the System of National Accounts, ISIC ООН, ISIC, rev. 4, ОКВЭД.
2) Проводить экономические исследования без математических формул и статистических данных, как это принято в либерально-марксистких «экономических» зарубежных (16,4%) и отечественных (72,7%) школах.
Очевидно, что экономические исследования без математических формул и статистических данных это лишь первый шаг начала исследований и поэтому словесный треп научным экономическим исследованием считаться не может.
3) Осуществлять эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, как это принято в либерально-марксистких «экономических» зарубежных (22,5%) и отечественных (12,5%) школах.
Как можно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, где гарантия, что эти статистические данные не были по глупости, корыстно или сознательно искажены. Такой «научный» опус научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
4) Реализовывать эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях, как это принято в либерально-марксистких «экономических» зарубежных (6,4%) и отечественных (7,7%) школах.
Сомнительно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях с сомнительной репутацией. Такой «научный» опус также научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
5) В результате можно будет достигнуть реального развития экономической науки, быть достойными своих учителей и снизить количество псевдоэкономических работ, исследований зарубежных (96,9%) и отечественных (99,1%) экономических школ до приемлемого, терпимого 3-5% уровня посредственных научных работ, экономических исследований.
Перейдем к следующему этапу постановки задачи, в т.ч. с учетом и ограничениями.
Динамический анализ структуры затрат предприятий-конкурентов экономики США будем проводить в рамках закона трудовой теории стоимости на основе интернет баз данных межотраслевых балансов США за период 1997-2014 гг.
В рамках объективного экономического закона трудовой теории стоимости (И.Т.Посошков, А.Смит), в рамках международных стандартов СНС ООН, ISIC ООН (ISIC, rev. 4), ОКВЭД, русской/советской методики межотраслевого баланса (автор МОБ В.К.Дмитриев) известно, что развитие экономики любой страны определяет живой (текущий) труд и овеществленный (прошлый) труд - основные фонды.
По Посошкову-Смиту: цена, в конечном счете, равна оплате труда на всех уровнях технологического передела/производства:
Цена = Оплата Труда
или при разложении в ряд (т.е. по Посошкову-Смиту «в конечном счете») на всех уровнях технологического передела/производства:
Цена = ƩОплата Труда=ЗП1+ЗП2+ЗП3..ЗПN
Где ЗП1 - оплата труда (ЗП) на конечном уровне передела/производства во взаимосвязи со всеми отраслями экономики страны, ЗП2 — на предыдущем - втором уровне передела/производства во взаимосвязи со всеми отраслями экономики страны, ЗП3 - третий уровень передела/производства во взаимосвязи со всеми отраслями экономики страны, …, ЗПN - N уровень передела/производства, как правило, это сырьевые отрасли во взаимосвязи со всеми отраслями экономики страны.
Алгоритм расчета, динамический анализ структуры затрат предприятий-конкурентов исследуемой отрасли экономики США определим следующим образом.
Первый этап алгоритма, моделирования.
В терминологии В.Леонтьева все i–е факторы прямых затрат их суммарная величина определена как вход («input») в систему организаций исследуемой отрасли. В американском стандарте NAICS i–е факторы прямых затрат или вход («input») определены как интегральный фактор «Total Intermediate» («Промежуточный спрос» или «Материальные затраты» Ф № 5»). В свою очередь, результат деятельности организаций исследуемой отрасли их валовая выручка/продажи В.Леонтьевым определялось как выход («output»).
Второй этап алгоритма, моделирования анализа структуры затрат предприятий-конкурентов исследуемой отрасли экономики США.
Осуществляем расчет доли i–х факторов прямых затрат («input»), приобретаемых организациями исследуемой отрасли на конкретных отраслевых рынках, по отношению к валовой выручке/продаже («output»). Рассчитываются по каждому i–му фактору средние затраты складывающиеся у всех предприятий-конкурентов отрасли за выбранный временной интервал. Данные затраты затем уточняются эталонными среднеотраслевыми регрессионными моделями. Определяются минимальные/максимальные уровни затрат, которые формируют лучшие/худшие организации-конкуренты, т.е. практически рассчитывает коридоры управления, рисков i–х факторов прямых затрат. На основании весовых показателей эталонной среднеотраслевой регрессионной модели (переменная «IIi») вида IIi=ki*GO за исследуемый период, рассчитываются приоритеты или ранг i–х факторов прямых затрат в общей массе прямых затрат. Все полученные промежуточные расчеты, модели, коридоры управления, рисков по i-м факторам прямых затрат сводим в первую таблицу для предварительного анализа.
Третий этап алгоритма, моделирования анализа структуры затрат предприятий-конкурентов исследуемой отрасли экономики США.
Все полученные расчеты, модели, коридоры управления, рисков по i-м факторам прямых затрат сводим во вторую таблицу для окончательного анализа.
Укрупнено динамическую производственную функцию предприятий-конкурентов научно-исследовательского, технологического комплекса по 23990 организациям в выборке за исследуемый период 1997-2014 гг. можно представить в виде интегрального вектора:
SrGO=F(SrADD, SrTI),
где
SrADD – «Total Value Added» интегральный вектор функционалов добавленной стоимости предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrADD отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса.
SrTI – «Total Intermediate» интегральный вектор функционалов промежуточных материальных затрат предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrTI отвечает и описывает внешнюю среду организаций научно-исследовательского, технологического комплекса.
В свою очередь каждый из составных векторов SrADD (внутренняя среда), SrTI (внешняя среда) функционалов описывается своими составными векторами-функционалами.
Так в частности:
SrADD – «Total Value Added» интегральный вектор функционалов добавленной стоимости предприятий-конкурентов научно-исследовательского, технологического комплекса, который отвечает отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса:
SrADD=F1(SrComp, SrTax, SrGOS),
где
SrComp – «Compensation of employees» вектор функционалов компенсация персонала (оплата, численность, профессии, структура численности, мотивация и др.) предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrComp отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по персоналу.
SrTax – «Taxes on production and imports, less subsidies» вектор функционалов налоги на продукцию, импорт минус субсидии предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrTax отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по налогам.
SrGOS – «Gross operating surplus» вектор функционалов валовая прибыль или другая добавленная стоимость предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrGOS отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по персоналу.
SrTI – «Total Intermediate» интегральный вектор функционалов промежуточных материальных затрат предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг., который отвечает и описывает внешнюю среду организаций научно-исследовательского, технологического комплекса:
SrTI=F2(Sr11,…, Sr21…, Sr81, …, Sr86)
Укрупнено динамическую производственную функцию предприятий-конкурентов научно-исследовательского, технологического комплекса по 23990 организациям в выборке за исследуемый период 1997-2014 гг. можно представить в виде интегрального вектора:
SrGO=F(SrADD, SrTI)=
F(F1(SrComp, SrTax, SrGOS), F2(Sr11,…, Sr21…, Sr81, …, Sr86))
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США дан на рисунке 2.
Для исключения вольных трактовок наименований принятых в стандартах NAICS США, ISIC ООН все кодировки в стандартах, оригинальные наименования максимально сохранены.
В исследуемый сектор экономики «NAICS 5412OP - Professional, scientific, and technical services» в рамках NAICS включены организации следующих отраслей:
5412OP Miscellaneous professional, scientific, and technical services
Рисунок
2 Графический образ исходной
базы данных, разработанных эконометрических,
нейронных моделей по производственной
функции, интегральной группе материальных
затрат для организаций исследуемой
отрасли «NAICS 5412OP - Professional, scientific, and
technical services» экономики США. Источник
интернет баз данных:
http://bea.gov/industry/io_annual.htm.
Определив требования и ограничения, в т.ч. Американской ассоциации экономистов. Установив методологический базис, сформировав алгоритмы расчетов и определив основные подходы моделирования для анализа структуры затрат предприятий-конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США приступим к исследованиям.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 1 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
1 |
Farms |
Sr11 |
0,0004 |
0,000332 |
0,000149 |
0,000565 |
5 |
|
2 |
Forestry, fishing, and related activities |
Sr12 |
0,0001 |
0,000132 |
6,34E-05 |
0,000204 |
5 |
|
3 |
Oil and gas extraction |
Sr13 |
4E-05 |
3,25E-05 |
6,89E-06 |
7,55E-05 |
5 |
|
4 |
Mining, except oil and gas |
Sr14 |
0,0006 |
0,000553 |
0,000284 |
0,000802 |
5 |
|
5 |
Support activities for mining |
Sr15 |
4E-05 |
3,71E-05 |
7,63E-06 |
6,89E-05 |
5 |
|
6 |
Utilities |
Sr16 |
0,0028 |
0,003094 |
0,002079 |
0,005711 |
4 |
|
7 |
Construction |
Sr17 |
0,0013 |
0,00198 |
0,000452 |
0,004665 |
4 |
Расчеты, экономическое моделирование в таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Farms» («Фермы», переменная Sr11) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Farms» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Farms» в выручке (GO) в размере MX=0,0332%, это подтверждает более точная регрессионная модель фактора Sr11=0,000373*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Farms» в выручке в размере Min=0,0149%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Farms» в выручке в размере Max=0,0565%.
В таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации», переменная Sr12) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Forestry, fishing, and related activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Forestry, fishing, and related activities» в выручке (GO) в размере MX=0,0132%, это подтверждает более точная регрессионная модель фактора Sr12=0,000127*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Forestry, fishing, and related activities» в выручке в размере Min=0,0063%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Forestry, fishing, and related activities» в выручке в размере Max=0,0204%.
В таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Oil and gas extraction» («Добыча нефти и газа», переменная Sr13) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Oil and gas extraction» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Oil and gas extraction» в выручке (GO) в размере MX=0,0032%, это подтверждает более точная регрессионная модель фактора Sr13=0,000038*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Oil and gas extraction» в выручке в размере Min=0,0007%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Oil and gas extraction» в выручке в размере Max=0,0076%.
В таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа», переменная Sr14) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Mining, except oil and gas» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Mining, except oil and gas» в выручке (GO) в размере MX=0,0553%, это подтверждает более точная регрессионная модель фактора Sr14=0,000624*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Mining, except oil and gas» в выручке в размере Min=0,0284%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Mining, except oil and gas» в выручке в размере Max=0,0802%.
В таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Support activities for mining» («Вспомогательные виды деятельности по добыче», переменная Sr15) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Support activities for mining» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Support activities for mining» в выручке (GO) в размере MX=0,0037%, это подтверждает более точная регрессионная модель фактора Sr15=0,000036*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Support activities for mining» в выручке в размере Min=0,0008%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Support activities for mining» в выручке в размере Max=0,0069%.
Как следует из таблицы 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)», переменная Sr16) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Utilities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Utilities» в выручке (GO) в размере MX=0,3094%, это подтверждает более точная регрессионная модель фактора Sr16=0,002807*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Utilities» в выручке в размере Min=0,2079%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Utilities» в выручке в размере Max=0,5711%.
В таблице 1 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Construction» («Строительство», переменная Sr17) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Construction» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Construction» в выручке (GO) в размере MX=0,198%, это подтверждает более точная регрессионная модель фактора Sr17=0,001333*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Construction» в выручке в размере Min=0,0452%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Construction» в выручке в размере Max=0,4665%.
Перейдем к расчету доли оплаты труда, компенсацию (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 2 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирования средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
1 |
Sr11 |
6E-12 |
2,2853 |
0,2124 |
7,9E-05 |
3176 |
675 |
|
2 |
Sr12 |
0,011 |
0,6770 |
0,5333 |
6,8E-05 |
2797 |
1492 |
|
3 |
Sr13 |
1E-18 |
3,2108 |
0,0853 |
3,2E-06 |
15310 |
1305 |
|
4 |
Sr14 |
2E-12 |
2,3900 |
0,3266 |
2,0E-04 |
7065 |
2308 |
|
5 |
Sr15 |
1E-07 |
1,4007 |
0,5808 |
2,1E-05 |
8347 |
4848 |
|
6 |
Sr16 |
442,3 |
0,1391 |
0,2668 |
7,5E-04 |
8462 |
2258 |
|
7 |
Sr17 |
2E+19 |
-2,7010 |
0,6400 |
8,5E-04 |
4685 |
2998 |
По расчетам, эконометрическим моделям таблицы 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Farms» («Фермы», переменная Sr11) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Farms» (Sr11) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Farms» в выручке (GO) в размере MX=0,0332%, это подтвердила регрессионная модель фактора Sr11=0,000373*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr11=0*GO^2,2853. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Farms» («Фермы») в среднем составляла величину в размере 2,2853. По расчетам, эконометрическим моделям таблицы 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,2124. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,2124 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr11=0,000373*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Farms») вида COMPi/VAi*ki=0,2124*0,000373=0,0000792. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Farms» («Фермы») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Farms» («Фермы») в среднем поддерживалась на уровне WAGEi=3176 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,2124*0,000373=0,0000792. В результате получаем средневзвешенную оплату труда на i-м рынке «Farms» («Фермы») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Farms» («Фермы») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,2124*0,000373*3176 долл.США/мес. = 675 долл.США/мес.
В таблице 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации», переменная Sr12) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Forestry, fishing, and related activities» (Sr12) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Forestry, fishing, and related activities» в выручке (GO) в размере MX=0,0132%, это подтвердила регрессионная модель фактора Sr12=0,000127*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr12=0,01104499*GO^0,677. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации») в среднем составляла величину в размере 0,677. В таблице 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5333. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5333 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr12=0,000127*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Forestry, fishing, and related activities») вида COMPi/VAi*ki=0,5333*0,000127=0,0000675. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации») в среднем поддерживалась на уровне WAGEi=2797 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5333*0,000127=0,0000675. В результате получаем средневзвешенную оплату труда на i-м рынке «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Forestry, fishing, and related activities» («Лесное хозяйство, рыболовство, и аналогичные организации») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5333*0,000127*2797 долл.США/мес. = 1492 долл.США/мес.
Как видно из таблицы 1 и 2, для организаций научно-исследовательского технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Oil and gas extraction» («Добыча нефти и газа», переменная Sr13) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Oil and gas extraction» (Sr13) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Oil and gas extraction» в выручке (GO) в размере MX=0,0032%, это подтвердила регрессионная модель фактора Sr13=0,000038*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr13=0*GO^3,2108. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Oil and gas extraction» («Добыча нефти и газа») в среднем составляла величину в размере 3,2108. Как видно из таблицы 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,0853. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,0853 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr13=0,000038*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Oil and gas extraction») вида COMPi/VAi*ki=0,0853*0,000038=0,0000032. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Oil and gas extraction» («Добыча нефти и газа») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Oil and gas extraction» («Добыча нефти и газа») в среднем поддерживалась на уровне WAGEi=15310 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,0853*0,000038=0,0000032. В результате получаем средневзвешенную оплату труда на i-м рынке «Oil and gas extraction» («Добыча нефти и газа») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Oil and gas extraction» («Добыча нефти и газа») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,0853*0,000038*15310 долл.США/мес. = 1305 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа», переменная Sr14) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Mining, except oil and gas» (Sr14) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Mining, except oil and gas» в выручке (GO) в размере MX=0,0553%, это подтвердила регрессионная модель фактора Sr14=0,000624*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr14=0*GO^2,39. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа») в среднем составляла величину в размере 2,39. По расчетам, эконометрическим моделям таблицы 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,3266. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,3266 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr14=0,000624*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Mining, except oil and gas») вида COMPi/VAi*ki=0,3266*0,000624=0,0002037. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа») в среднем поддерживалась на уровне WAGEi=7065 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,3266*0,000624=0,0002037. В результате получаем средневзвешенную оплату труда на i-м рынке «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Mining, except oil and gas» («Горно-шахтное, кроме нефти и газа») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,3266*0,000624*7065 долл.США/мес. = 2308 долл.США/мес.
В таблице 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Support activities for mining» («Вспомогательные виды деятельности по добыче», переменная Sr15) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Support activities for mining» (Sr15) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Support activities for mining» в выручке (GO) в размере MX=0,0037%, это подтвердила регрессионная модель фактора Sr15=0,000036*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr15=0,00000013*GO^1,4007. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Support activities for mining» («Вспомогательные виды деятельности по добыче») в среднем составляла величину в размере 1,4007. В таблице 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5808. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5808 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr15=0,000036*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Support activities for mining») вида COMPi/VAi*ki=0,5808*0,000036=0,0000209. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Support activities for mining» («Вспомогательные виды деятельности по добыче») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Support activities for mining» («Вспомогательные виды деятельности по добыче») в среднем поддерживалась на уровне WAGEi=8347 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5808*0,000036=0,0000209. В результате получаем средневзвешенную оплату труда на i-м рынке «Support activities for mining» («Вспомогательные виды деятельности по добыче») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Support activities for mining» («Вспомогательные виды деятельности по добыче») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5808*0,000036*8347 долл.США/мес. = 4848 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)», переменная Sr16) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Utilities» (Sr16) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Utilities» в выручке (GO) в размере MX=0,3094%, это подтвердила регрессионная модель фактора Sr16=0,002807*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr16=442,30061543*GO^0,1391. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)») в среднем составляла величину в размере 0,1391. По расчетам, эконометрическим моделям таблицы 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,2668. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,2668 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr16=0,002807*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Utilities») вида COMPi/VAi*ki=0,2668*0,002807=0,000749. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)») в среднем поддерживалась на уровне WAGEi=8462 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,2668*0,002807=0,000749. В результате получаем средневзвешенную оплату труда на i-м рынке «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Utilities» («Коммунальные услуги (Газ, электричество, водоканал)») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,2668*0,002807*8462 долл.США/мес. = 2258 долл.США/мес.
Как видно из таблицы 1 и 2 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Construction» («Строительство», переменная Sr17) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Construction» (Sr17) в выручке (GO). Как следует из предыдущей таблицы 1, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Construction» в выручке (GO) в размере MX=0,198%, это подтвердила регрессионная модель фактора Sr17=0,001333*GO. Как видно из текущей таблицы 2, более точную степенную регрессионную модель фактора можно представить в виде Sr17=24174491350472800000*GO^-2,701. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Construction» («Строительство») в среднем составляла величину в размере -2,701. Как видно из таблицы 2, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,64. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,64 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr17=0,001333*GO, рассчитанной в предыдущей таблице 1. В результате получаем интегральную взвешенную модель i-го рынка («Construction») вида COMPi/VAi*ki=0,64*0,001333=0,0008529. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Construction» («Строительство») в текущий временной период. Из таблицы 2 следует, что среднемесячная оплата труда персонала на i-м рынке «Construction» («Строительство») в среднем поддерживалась на уровне WAGEi=4685 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,64*0,001333=0,0008529. В результате получаем средневзвешенную оплату труда на i-м рынке «Construction» («Строительство») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 2, средневзвешенная оплата труда на i-м рынке «Construction» («Строительство») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,64*0,001333*4685 долл.США/мес. = 2998 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 3 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
8 |
Wood products |
Sr21 |
0,0004 |
0,000398 |
0,000203 |
0,000584 |
5 |
|
9 |
Nonmetallic mineral products |
Sr22 |
0,0025 |
0,002302 |
0,001588 |
0,003001 |
4 |
|
10 |
Primary metals |
Sr23 |
0,0018 |
0,001596 |
0,000924 |
0,002434 |
4 |
|
11 |
Fabricated metal products |
Sr24 |
0,0035 |
0,003261 |
0,001923 |
0,004115 |
4 |
|
12 |
Machinery |
Sr25 |
0,0017 |
0,001626 |
0,00083 |
0,002099 |
4 |
|
13 |
Computer and electronic products |
Sr26 |
0,0062 |
0,005898 |
0,00469 |
0,007496 |
3 |
|
14 |
Electrical equipment, appliances, and components |
Sr27 |
0,0031 |
0,002883 |
0,001809 |
0,004067 |
4 |
|
15 |
Motor vehicles, bodies and trailers, and parts |
Sr28 |
0,0017 |
0,001545 |
0,001008 |
0,002302 |
4 |
|
16 |
Other transportation equipment |
Sr29 |
0,0011 |
0,000885 |
0,00013 |
0,001968 |
5 |
В таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Wood products» («Изделия из дерева», переменная Sr21) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Wood products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Wood products» в выручке (GO) в размере MX=0,0398%, это подтверждает более точная регрессионная модель фактора Sr21=0,000438*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Wood products» в выручке в размере Min=0,0203%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Wood products» в выручке в размере Max=0,0584%.
Как следует из таблицы 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Nonmetallic mineral products» («Неметаллические минеральные продукты», переменная Sr22) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Nonmetallic mineral products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Nonmetallic mineral products» в выручке (GO) в размере MX=0,2302%, это подтверждает более точная регрессионная модель фактора Sr22=0,00248*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Nonmetallic mineral products» в выручке в размере Min=0,1588%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Nonmetallic mineral products» в выручке в размере Max=0,3001%.
Как следует из таблицы 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Primary metals» («Первичные металлы», переменная Sr23) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Primary metals» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Primary metals» в выручке (GO) в размере MX=0,1596%, это подтверждает более точная регрессионная модель фактора Sr23=0,001811*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Primary metals» в выручке в размере Min=0,0924%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Primary metals» в выручке в размере Max=0,2434%.
В таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Fabricated metal products» («Металлоизделия», переменная Sr24) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Fabricated metal products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Fabricated metal products» в выручке (GO) в размере MX=0,3261%, это подтверждает более точная регрессионная модель фактора Sr24=0,003533*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Fabricated metal products» в выручке в размере Min=0,1923%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Fabricated metal products» в выручке в размере Max=0,4115%.
Расчеты, экономическое моделирование в таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Machinery» («Машины», переменная Sr25) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Machinery» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Machinery» в выручке (GO) в размере MX=0,1626%, это подтверждает более точная регрессионная модель фактора Sr25=0,001744*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Machinery» в выручке в размере Min=0,083%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Machinery» в выручке в размере Max=0,2099%.
В таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Computer and electronic products» («Электронная продукция», переменная Sr26) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Computer and electronic products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Computer and electronic products» в выручке (GO) в размере MX=0,5898%, это подтверждает более точная регрессионная модель фактора Sr26=0,006181*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Computer and electronic products» в выручке в размере Min=0,469%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Computer and electronic products» в выручке в размере Max=0,7496%.
В таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты», переменная Sr27) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Electrical equipment, appliances, and components» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Electrical equipment, appliances, and components» в выручке (GO) в размере MX=0,2883%, это подтверждает более точная регрессионная модель фактора Sr27=0,00314*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Electrical equipment, appliances, and components» в выручке в размере Min=0,1809%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Electrical equipment, appliances, and components» в выручке в размере Max=0,4067%.
По расчетам, эконометрическим моделям таблицы 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти», переменная Sr28) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Motor vehicles, bodies and trailers, and parts» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Motor vehicles, bodies and trailers, and parts» в выручке (GO) в размере MX=0,1545%, это подтверждает более точная регрессионная модель фактора Sr28=0,001667*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Motor vehicles, bodies and trailers, and parts» в выручке в размере Min=0,1008%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Motor vehicles, bodies and trailers, and parts» в выручке в размере Max=0,2302%.
В таблице 3 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other transportation equipment» («Другое транспортное оборудование», переменная Sr29) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Other transportation equipment» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other transportation equipment» в выручке (GO) в размере MX=0,0885%, это подтверждает более точная регрессионная модель фактора Sr29=0,001053*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Other transportation equipment» в выручке в размере Min=0,013%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Other transportation equipment» в выручке в размере Max=0,1968%.
Перейдем к расчету доли оплаты труда, компенсации (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 4 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
8 |
Sr21 |
1E-10 |
2,0741 |
0,7568 |
3,3E-04 |
3626 |
2744 |
|
9 |
Sr22 |
5E-08 |
1,7804 |
0,5891 |
1,5E-03 |
4609 |
2715 |
|
10 |
Sr23 |
2E-11 |
2,3253 |
0,6049 |
1,1E-03 |
5573 |
3371 |
|
11 |
Sr24 |
8E-09 |
1,9290 |
0,6603 |
2,3E-03 |
4626 |
3054 |
|
12 |
Sr25 |
1E-08 |
1,8610 |
0,6535 |
1,1E-03 |
5751 |
3758 |
|
13 |
Sr26 |
1E-05 |
1,4349 |
0,5373 |
3,3E-03 |
9050 |
4863 |
|
14 |
Sr27 |
1E-08 |
1,8844 |
0,6220 |
2,0E-03 |
5503 |
3423 |
|
15 |
Sr28 |
8E-08 |
1,7139 |
0,5560 |
9,3E-04 |
5100 |
2836 |
|
16 |
Sr29 |
7E-22 |
3,9961 |
0,6276 |
6,6E-04 |
7490 |
4701 |
Как следует из таблицы 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Wood products» («Изделия из дерева», переменная Sr21) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Wood products» (Sr21) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Wood products» в выручке (GO) в размере MX=0,0398%, это подтвердила регрессионная модель фактора Sr21=0,000438*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr21=0*GO^2,0741. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Wood products» («Изделия из дерева») в среднем составляла величину в размере 2,0741. Как следует из таблицы 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7568. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7568 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr21=0,000438*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Wood products») вида COMPi/VAi*ki=0,7568*0,000438=0,0003314. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Wood products» («Изделия из дерева») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Wood products» («Изделия из дерева») в среднем поддерживалась на уровне WAGEi=3626 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7568*0,000438=0,0003314. В результате получаем средневзвешенную оплату труда на i-м рынке «Wood products» («Изделия из дерева») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Wood products» («Изделия из дерева») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7568*0,000438*3626 долл.США/мес. = 2744 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Nonmetallic mineral products» («Неметаллические минеральные продукты», переменная Sr22) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Nonmetallic mineral products» (Sr22) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Nonmetallic mineral products» в выручке (GO) в размере MX=0,2302%, это подтвердила регрессионная модель фактора Sr22=0,00248*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr22=0,00000005*GO^1,7804. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Nonmetallic mineral products» («Неметаллические минеральные продукты») в среднем составляла величину в размере 1,7804. По расчетам, эконометрическим моделям таблицы 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5891. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5891 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr22=0,00248*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Nonmetallic mineral products») вида COMPi/VAi*ki=0,5891*0,00248=0,001461. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Nonmetallic mineral products» («Неметаллические минеральные продукты») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Nonmetallic mineral products» («Неметаллические минеральные продукты») в среднем поддерживалась на уровне WAGEi=4609 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5891*0,00248=0,001461. В результате получаем средневзвешенную оплату труда на i-м рынке «Nonmetallic mineral products» («Неметаллические минеральные продукты») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Nonmetallic mineral products» («Неметаллические минеральные продукты») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5891*0,00248*4609 долл.США/мес. = 2715 долл.США/мес.
В таблице 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Primary metals» («Первичные металлы», переменная Sr23) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Primary metals» (Sr23) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Primary metals» в выручке (GO) в размере MX=0,1596%, это подтвердила регрессионная модель фактора Sr23=0,001811*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr23=0*GO^2,3253. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Primary metals» («Первичные металлы») в среднем составляла величину в размере 2,3253. В таблице 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6049. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6049 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr23=0,001811*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Primary metals») вида COMPi/VAi*ki=0,6049*0,001811=0,0010955. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Primary metals» («Первичные металлы») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Primary metals» («Первичные металлы») в среднем поддерживалась на уровне WAGEi=5573 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6049*0,001811=0,0010955. В результате получаем средневзвешенную оплату труда на i-м рынке «Primary metals» («Первичные металлы») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Primary metals» («Первичные металлы») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6049*0,001811*5573 долл.США/мес. = 3371 долл.США/мес.
В таблице 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Fabricated metal products» («Металлоизделия», переменная Sr24) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Fabricated metal products» (Sr24) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Fabricated metal products» в выручке (GO) в размере MX=0,3261%, это подтвердила регрессионная модель фактора Sr24=0,003533*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr24=0,00000001*GO^1,929. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Fabricated metal products» («Металлоизделия») в среднем составляла величину в размере 1,929. В таблице 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6603. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6603 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr24=0,003533*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Fabricated metal products») вида COMPi/VAi*ki=0,6603*0,003533=0,0023324. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Fabricated metal products» («Металлоизделия») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Fabricated metal products» («Металлоизделия») в среднем поддерживалась на уровне WAGEi=4626 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6603*0,003533=0,0023324. В результате получаем средневзвешенную оплату труда на i-м рынке «Fabricated metal products» («Металлоизделия») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Fabricated metal products» («Металлоизделия») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6603*0,003533*4626 долл.США/мес. = 3054 долл.США/мес.
Как следует из таблицы 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Machinery» («Машины», переменная Sr25) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Machinery» (Sr25) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Machinery» в выручке (GO) в размере MX=0,1626%, это подтвердила регрессионная модель фактора Sr25=0,001744*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr25=0,00000001*GO^1,861. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Machinery» («Машины») в среднем составляла величину в размере 1,861. Как следует из таблицы 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6535. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6535 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr25=0,001744*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Machinery») вида COMPi/VAi*ki=0,6535*0,001744=0,0011394. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Machinery» («Машины») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Machinery» («Машины») в среднем поддерживалась на уровне WAGEi=5751 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6535*0,001744=0,0011394. В результате получаем средневзвешенную оплату труда на i-м рынке «Machinery» («Машины») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Machinery» («Машины») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6535*0,001744*5751 долл.США/мес. = 3758 долл.США/мес.
Расчеты, экономическое моделирование в таблице 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Computer and electronic products» («Электронная продукция», переменная Sr26) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Computer and electronic products» (Sr26) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Computer and electronic products» в выручке (GO) в размере MX=0,5898%, это подтвердила регрессионная модель фактора Sr26=0,006181*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr26=0,00001415*GO^1,4349. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Computer and electronic products» («Электронная продукция») в среднем составляла величину в размере 1,4349. Расчеты, экономическое моделирование в таблице 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5373. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5373 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr26=0,006181*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Computer and electronic products») вида COMPi/VAi*ki=0,5373*0,006181=0,0033211. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Computer and electronic products» («Электронная продукция») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Computer and electronic products» («Электронная продукция») в среднем поддерживалась на уровне WAGEi=9050 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5373*0,006181=0,0033211. В результате получаем средневзвешенную оплату труда на i-м рынке «Computer and electronic products» («Электронная продукция») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Computer and electronic products» («Электронная продукция») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5373*0,006181*9050 долл.США/мес. = 4863 долл.США/мес.
В таблице 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты», переменная Sr27) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Electrical equipment, appliances, and components» (Sr27) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Electrical equipment, appliances, and components» в выручке (GO) в размере MX=0,2883%, это подтвердила регрессионная модель фактора Sr27=0,00314*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr27=0,00000001*GO^1,8844. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты») в среднем составляла величину в размере 1,8844. В таблице 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,622. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,622 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr27=0,00314*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Electrical equipment, appliances, and components») вида COMPi/VAi*ki=0,622*0,00314=0,0019533. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты») в среднем поддерживалась на уровне WAGEi=5503 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,622*0,00314=0,0019533. В результате получаем средневзвешенную оплату труда на i-м рынке «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Electrical equipment, appliances, and components» («Электрооборудование, приборы и компоненты») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,622*0,00314*5503 долл.США/мес. = 3423 долл.США/мес.
Как видно из таблицы 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти», переменная Sr28) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Motor vehicles, bodies and trailers, and parts» (Sr28) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Motor vehicles, bodies and trailers, and parts» в выручке (GO) в размере MX=0,1545%, это подтвердила регрессионная модель фактора Sr28=0,001667*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr28=0,00000008*GO^1,7139. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти») в среднем составляла величину в размере 1,7139. Как видно из таблицы 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,556. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,556 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr28=0,001667*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Motor vehicles, bodies and trailers, and parts») вида COMPi/VAi*ki=0,556*0,001667=0,000927. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти») в среднем поддерживалась на уровне WAGEi=5100 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,556*0,001667=0,000927. В результате получаем средневзвешенную оплату труда на i-м рынке «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Motor vehicles, bodies and trailers, and parts» («Автомобили, узлы, прицепы и запчасти») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,556*0,001667*5100 долл.США/мес. = 2836 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 3 и 4 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other transportation equipment» («Другое транспортное оборудование», переменная Sr29) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Other transportation equipment» (Sr29) в выручке (GO). Как следует из предыдущей таблицы 3, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other transportation equipment» в выручке (GO) в размере MX=0,0885%, это подтвердила регрессионная модель фактора Sr29=0,001053*GO. Как видно из текущей таблицы 4, более точную степенную регрессионную модель фактора можно представить в виде Sr29=0*GO^3,9961. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Other transportation equipment» («Другое транспортное оборудование») в среднем составляла величину в размере 3,9961. По расчетам, эконометрическим моделям таблицы 4, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6276. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6276 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr29=0,001053*GO, рассчитанной в предыдущей таблице 3. В результате получаем интегральную взвешенную модель i-го рынка («Other transportation equipment») вида COMPi/VAi*ki=0,6276*0,001053=0,000661. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Other transportation equipment» («Другое транспортное оборудование») в текущий временной период. Из таблицы 4 следует, что среднемесячная оплата труда персонала на i-м рынке «Other transportation equipment» («Другое транспортное оборудование») в среднем поддерживалась на уровне WAGEi=7490 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6276*0,001053=0,000661. В результате получаем средневзвешенную оплату труда на i-м рынке «Other transportation equipment» («Другое транспортное оборудование») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 4, средневзвешенная оплата труда на i-м рынке «Other transportation equipment» («Другое транспортное оборудование») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6276*0,001053*7490 долл.США/мес. = 4701 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 5 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
17 |
Furniture and related products |
Sr31 |
0,0002 |
0,000151 |
0,000104 |
0,000235 |
5 |
|
18 |
Miscellaneous manufacturing |
Sr32 |
0,0017 |
0,001672 |
0,00154 |
0,001886 |
4 |
|
19 |
Food and beverage and tobacco products |
Sr33 |
0,0007 |
0,000707 |
0,000495 |
0,000933 |
5 |
|
20 |
Textile mills and textile product mills |
Sr34 |
0,0003 |
0,000282 |
0,000173 |
0,000396 |
5 |
|
21 |
Apparel and leather and allied products |
Sr35 |
4E-05 |
3,57E-05 |
1,53E-05 |
6,31E-05 |
5 |
|
22 |
Paper products |
Sr36 |
0,0026 |
0,0024 |
0,00167 |
0,003414 |
4 |
|
23 |
Printing and related support activities |
Sr37 |
0,0055 |
0,006219 |
0,003941 |
0,009819 |
3 |
|
24 |
Petroleum and coal products |
Sr38 |
0,0011 |
0,001004 |
0,000471 |
0,001443 |
4 |
|
25 |
Chemical products |
Sr39 |
0,0084 |
0,00753 |
0,004796 |
0,011775 |
3 |
|
26 |
Plastics and rubber products |
Sr40 |
0,0034 |
0,003223 |
0,002341 |
0,00406 |
4 |
Как видно из таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Furniture and related products» («Мебель и сопутствующие товары», переменная Sr31) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Furniture and related products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Furniture and related products» в выручке (GO) в размере MX=0,0151%, это подтверждает более точная регрессионная модель фактора Sr31=0,000162*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Furniture and related products» в выручке в размере Min=0,0104%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Furniture and related products» в выручке в размере Max=0,0235%.
Как видно из таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Miscellaneous manufacturing» («Производство другой продукции», переменная Sr32) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Miscellaneous manufacturing» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Miscellaneous manufacturing» в выручке (GO) в размере MX=0,1672%, это подтверждает более точная регрессионная модель фактора Sr32=0,001684*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Miscellaneous manufacturing» в выручке в размере Min=0,154%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Miscellaneous manufacturing» в выручке в размере Max=0,1886%.
По расчетам, эконометрическим моделям таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food and beverage and tobacco products» («Продукты питания и напитки и табачные изделия», переменная Sr33) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Food and beverage and tobacco products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Food and beverage and tobacco products» в выручке (GO) в размере MX=0,0707%, это подтверждает более точная регрессионная модель фактора Sr33=0,000737*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Food and beverage and tobacco products» в выручке в размере Min=0,0495%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Food and beverage and tobacco products» в выручке в размере Max=0,0933%.
Как следует из таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Textile mills and textile product mills» («Текстильные фабрики», переменная Sr34) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Textile mills and textile product mills» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Textile mills and textile product mills» в выручке (GO) в размере MX=0,0282%, это подтверждает более точная регрессионная модель фактора Sr34=0,000261*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Textile mills and textile product mills» в выручке в размере Min=0,0173%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Textile mills and textile product mills» в выручке в размере Max=0,0396%.
В таблице 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары», переменная Sr35) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Apparel and leather and allied products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Apparel and leather and allied products» в выручке (GO) в размере MX=0,0036%, это подтверждает более точная регрессионная модель фактора Sr35=0,000035*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Apparel and leather and allied products» в выручке в размере Min=0,0015%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Apparel and leather and allied products» в выручке в размере Max=0,0063%.
Как видно из таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Paper products» («Бумажная продукция», переменная Sr36) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Paper products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Paper products» в выручке (GO) в размере MX=0,24%, это подтверждает более точная регрессионная модель фактора Sr36=0,0026*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Paper products» в выручке в размере Min=0,167%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Paper products» в выручке в размере Max=0,3414%.
По расчетам, эконометрическим моделям таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность», переменная Sr37) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Printing and related support activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Printing and related support activities» в выручке (GO) в размере MX=0,6219%, это подтверждает более точная регрессионная модель фактора Sr37=0,00546*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Printing and related support activities» в выручке в размере Min=0,3941%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Printing and related support activities» в выручке в размере Max=0,9819%.
В таблице 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Petroleum and coal products» («Нефть и угольные продукты», переменная Sr38) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Petroleum and coal products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Petroleum and coal products» в выручке (GO) в размере MX=0,1004%, это подтверждает более точная регрессионная модель фактора Sr38=0,001126*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Petroleum and coal products» в выручке в размере Min=0,0471%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Petroleum and coal products» в выручке в размере Max=0,1443%.
В таблице 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Chemical products» («Химические товары», переменная Sr39) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Chemical products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Chemical products» в выручке (GO) в размере MX=0,753%, это подтверждает более точная регрессионная модель фактора Sr39=0,008439*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Chemical products» в выручке в размере Min=0,4796%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Chemical products» в выручке в размере Max=1,1775%.
Как видно из таблицы 5 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Plastics and rubber products» («Пластмассы и резиновые изделия», переменная Sr40) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Plastics and rubber products» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Plastics and rubber products» в выручке (GO) в размере MX=0,3223%, это подтверждает более точная регрессионная модель фактора Sr40=0,003435*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Plastics and rubber products» в выручке в размере Min=0,2341%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Plastics and rubber products» в выручке в размере Max=0,406%.
Перейдем к расчету доли оплаты труда, компенсации (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 6 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
17 |
Sr31 |
1E-07 |
1,5168 |
0,7373 |
1,2E-04 |
3542 |
2612 |
|
18 |
Sr32 |
0,001 |
1,0375 |
0,5954 |
1,0E-03 |
5198 |
3095 |
|
19 |
Sr33 |
3E-06 |
1,3944 |
0,4218 |
3,1E-04 |
3956 |
1669 |
|
20 |
Sr34 |
7,7585 |
0,2599 |
0,7439 |
1,9E-04 |
3590 |
2670 |
|
21 |
Sr35 |
7E-07 |
1,2798 |
0,8496 |
3,0E-05 |
3419 |
2905 |
|
22 |
Sr36 |
4E-08 |
1,7877 |
0,5618 |
1,5E-03 |
5703 |
3204 |
|
23 |
Sr37 |
100812 |
-0,2020 |
0,7445 |
4,1E-03 |
4054 |
3018 |
|
24 |
Sr38 |
1E-11 |
2,3051 |
0,1402 |
1,6E-04 |
9445 |
1324 |
|
25 |
Sr39 |
7E-10 |
2,1616 |
0,2679 |
2,3E-03 |
7867 |
2107 |
|
26 |
Sr40 |
4E-07 |
1,6487 |
0,6012 |
2,1E-03 |
4279 |
2573 |
Как следует из таблицы 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Furniture and related products» («Мебель и сопутствующие товары», переменная Sr31) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Furniture and related products» (Sr31) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Furniture and related products» в выручке (GO) в размере MX=0,0151%, это подтвердила регрессионная модель фактора Sr31=0,000162*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr31=0,00000011*GO^1,5168. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Furniture and related products» («Мебель и сопутствующие товары») в среднем составляла величину в размере 1,5168. Как следует из таблицы 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7373. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7373 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr31=0,000162*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Furniture and related products») вида COMPi/VAi*ki=0,7373*0,000162=0,0001193. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Furniture and related products» («Мебель и сопутствующие товары») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Furniture and related products» («Мебель и сопутствующие товары») в среднем поддерживалась на уровне WAGEi=3542 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7373*0,000162=0,0001193. В результате получаем средневзвешенную оплату труда на i-м рынке «Furniture and related products» («Мебель и сопутствующие товары») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Furniture and related products» («Мебель и сопутствующие товары») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7373*0,000162*3542 долл.США/мес. = 2612 долл.США/мес.
В таблице 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Miscellaneous manufacturing» («Производство другой продукции», переменная Sr32) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Miscellaneous manufacturing» (Sr32) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Miscellaneous manufacturing» в выручке (GO) в размере MX=0,1672%, это подтвердила регрессионная модель фактора Sr32=0,001684*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr32=0,00099311*GO^1,0375. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Miscellaneous manufacturing» («Производство другой продукции») в среднем составляла величину в размере 1,0375. В таблице 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5954. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5954 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr32=0,001684*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Miscellaneous manufacturing») вида COMPi/VAi*ki=0,5954*0,001684=0,0010025. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Miscellaneous manufacturing» («Производство другой продукции») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Miscellaneous manufacturing» («Производство другой продукции») в среднем поддерживалась на уровне WAGEi=5198 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5954*0,001684=0,0010025. В результате получаем средневзвешенную оплату труда на i-м рынке «Miscellaneous manufacturing» («Производство другой продукции») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Miscellaneous manufacturing» («Производство другой продукции») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5954*0,001684*5198 долл.США/мес. = 3095 долл.США/мес.
В таблице 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food and beverage and tobacco products» («Продукты питания, напитки и табачные изделия», переменная Sr33) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Food and beverage and tobacco products» (Sr33) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Food and beverage and tobacco products» в выручке (GO) в размере MX=0,0707%, это подтвердила регрессионная модель фактора Sr33=0,000737*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr33=0,00000294*GO^1,3944. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Food and beverage and tobacco products» («Продукты питания и напитки и табачные изделия») в среднем составляла величину в размере 1,3944. В таблице 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4218. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,4218 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr33=0,000737*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Food and beverage and tobacco products») вида COMPi/VAi*ki=0,4218*0,000737=0,0003109. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Food and beverage and tobacco products» («Продукты питания, напитки и табачные изделия») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Food and beverage and tobacco products» («Продукты питания и напитки и табачные изделия») в среднем поддерживалась на уровне WAGEi=3956 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,4218*0,000737=0,0003109. В результате получаем средневзвешенную оплату труда на i-м рынке «Food and beverage and tobacco products» («Продукты питания, напитки и табачные изделия») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Food and beverage and tobacco products» («Продукты питания, напитки и табачные изделия») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,4218*0,000737*3956 долл.США/мес. = 1669 долл.США/мес.
В таблице 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Textile mills and textile product mills» («Текстильные фабрики», переменная Sr34) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Textile mills and textile product mills» (Sr34) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Textile mills and textile product mills» в выручке (GO) в размере MX=0,0282%, это подтвердила регрессионная модель фактора Sr34=0,000261*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr34=7,75846049*GO^0,2599. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Textile mills and textile product mills» («Текстильные фабрики») в среднем составляла величину в размере 0,2599. В таблице 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7439. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7439 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr34=0,000261*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Textile mills and textile product mills») вида COMPi/VAi*ki=0,7439*0,000261=0,0001939. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Textile mills and textile product mills» («Текстильные фабрики») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Textile mills and textile product mills» («Текстильные фабрики») в среднем поддерживалась на уровне WAGEi=3590 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7439*0,000261=0,0001939. В результате получаем средневзвешенную оплату труда на i-м рынке «Textile mills and textile product mills» («Текстильные фабрики») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Textile mills and textile product mills» («Текстильные фабрики») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7439*0,000261*3590 долл.США/мес. = 2670 долл.США/мес.
Как следует из таблицы 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары», переменная Sr35) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Apparel and leather and allied products» (Sr35) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Apparel and leather and allied products» в выручке (GO) в размере MX=0,0036%, это подтвердила регрессионная модель фактора Sr35=0,000035*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr35=0,00000069*GO^1,2798. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары») в среднем составляла величину в размере 1,2798. Как следует из таблицы 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,8496. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,8496 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr35=0,000035*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Apparel and leather and allied products») вида COMPi/VAi*ki=0,8496*0,000035=0,0000301. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары») в среднем поддерживалась на уровне WAGEi=3419 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,8496*0,000035=0,0000301. В результате получаем средневзвешенную оплату труда на i-м рынке «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Apparel and leather and allied products» («Одежда и изделия из кожи и сопутствующие товары») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,8496*0,000035*3419 долл.США/мес. = 2905 долл.США/мес.
В таблице 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Paper products» («Бумажная продукция», переменная Sr36) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Paper products» (Sr36) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Paper products» в выручке (GO) в размере MX=0,24%, это подтвердила регрессионная модель фактора Sr36=0,0026*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr36=0,00000004*GO^1,7877. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Paper products» («Бумажная продукция») в среднем составляла величину в размере 1,7877. В таблице 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5618. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5618 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr36=0,0026*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Paper products») вида COMPi/VAi*ki=0,5618*0,0026=0,0014604. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Paper products» («Бумажная продукция») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Paper products» («Бумажная продукция») в среднем поддерживалась на уровне WAGEi=5703 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5618*0,0026=0,0014604. В результате получаем средневзвешенную оплату труда на i-м рынке «Paper products» («Бумажная продукция») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Paper products» («Бумажная продукция») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5618*0,0026*5703 долл.США/мес. = 3204 долл.США/мес.
Как видно из таблицы 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность», переменная Sr37) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Printing and related support activities» (Sr37) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Printing and related support activities» в выручке (GO) в размере MX=0,6219%, это подтвердила регрессионная модель фактора Sr37=0,00546*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr37=100812,10612343*GO^-0,202. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность») в среднем составляла величину в размере -0,202. Как видно из таблицы 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7445. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7445 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr37=0,00546*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Printing and related support activities») вида COMPi/VAi*ki=0,7445*0,00546=0,0040651. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность») в среднем поддерживалась на уровне WAGEi=4054 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7445*0,00546=0,0040651. В результате получаем средневзвешенную оплату труда на i-м рынке «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Printing and related support activities» («Печать/Типографии и связанная вспомогательная деятельность») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7445*0,00546*4054 долл.США/мес. = 3018 долл.США/мес.
Расчеты, экономическое моделирование в таблице 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Petroleum and coal products» («Нефть и угольные продукты», переменная Sr38) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Petroleum and coal products» (Sr38) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Petroleum and coal products» в выручке (GO) в размере MX=0,1004%, это подтвердила регрессионная модель фактора Sr38=0,001126*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr38=0*GO^2,3051. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Petroleum and coal products» («Нефть и угольные продукты») в среднем составляла величину в размере 2,3051. Расчеты, экономическое моделирование в таблице 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,1402. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,1402 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr38=0,001126*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Petroleum and coal products») вида COMPi/VAi*ki=0,1402*0,001126=0,0001578. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Petroleum and coal products» («Нефть и угольные продукты») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Petroleum and coal products» («Нефть и угольные продукты») в среднем поддерживалась на уровне WAGEi=9445 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,1402*0,001126=0,0001578. В результате получаем средневзвешенную оплату труда на i-м рынке «Petroleum and coal products» («Нефть и угольные продукты») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Petroleum and coal products» («Нефть и угольные продукты») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,1402*0,001126*9445 долл.США/мес. = 1324 долл.США/мес.
Как видно из таблицы 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Chemical products» («Химические товары», переменная Sr39) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Chemical products» (Sr39) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Chemical products» в выручке (GO) в размере MX=0,753%, это подтвердила регрессионная модель фактора Sr39=0,008439*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr39=0*GO^2,1616. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Chemical products» («Химические товары») в среднем составляла величину в размере 2,1616. Как видно из таблицы 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,2679. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,2679 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr39=0,008439*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Chemical products») вида COMPi/VAi*ki=0,2679*0,008439=0,0022604. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Chemical products» («Химические товары») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Chemical products» («Химические товары») в среднем поддерживалась на уровне WAGEi=7867 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,2679*0,008439=0,0022604. В результате получаем средневзвешенную оплату труда на i-м рынке «Chemical products» («Химические товары») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Chemical products» («Химические товары») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,2679*0,008439*7867 долл.США/мес. = 2107 долл.США/мес.
Как видно из таблицы 5 и 6 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Plastics and rubber products» («Пластмассы и резиновые изделия», переменная Sr40) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Plastics and rubber products» (Sr40) в выручке (GO). Как следует из предыдущей таблицы 5, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Plastics and rubber products» в выручке (GO) в размере MX=0,3223%, это подтвердила регрессионная модель фактора Sr40=0,003435*GO. Как видно из текущей таблицы 6, более точную степенную регрессионную модель фактора можно представить в виде Sr40=0,0000004*GO^1,6487. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Plastics and rubber products» («Пластмассы и резиновые изделия») в среднем составляла величину в размере 1,6487. Как видно из таблицы 6, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6012. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6012 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr40=0,003435*GO, рассчитанной в предыдущей таблице 5. В результате получаем интегральную взвешенную модель i-го рынка («Plastics and rubber products») вида COMPi/VAi*ki=0,6012*0,003435=0,002065. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Plastics and rubber products» («Пластмассы и резиновые изделия») в текущий временной период. Из таблицы 6 следует, что среднемесячная оплата труда персонала на i-м рынке «Plastics and rubber products» («Пластмассы и резиновые изделия») в среднем поддерживалась на уровне WAGEi=4279 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6012*0,003435=0,002065. В результате получаем средневзвешенную оплату труда на i-м рынке «Plastics and rubber products» («Пластмассы и резиновые изделия») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 6, средневзвешенная оплата труда на i-м рынке «Plastics and rubber products» («Пластмассы и резиновые изделия») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6012*0,003435*4279 долл.США/мес. = 2573 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-м логистическом рынке поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 7 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-м логистическом рынке поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
27 |
Wholesale trade |
Sr41 |
0,007 |
0,006345 |
0,004245 |
0,008973 |
3 |
|
28 |
Motor vehicle and parts dealers |
Sr42-1 |
|
|
|
|
|
|
29 |
Food and beverage stores |
Sr42-2 |
|
|
|
|
|
|
30 |
General merchandise stores |
Sr42-3 |
|
|
|
|
|
|
31 |
Other retail |
Sr42-4 |
0,0004 |
0,000415 |
0,000349 |
0,000484 |
5 |
|
32 |
Air transportation |
Sr43 |
0,0038 |
0,003784 |
0,002958 |
0,004803 |
4 |
|
33 |
Rail transportation |
Sr44 |
0,0005 |
0,0004 |
0,000233 |
0,000627 |
5 |
|
34 |
Water transportation |
Sr45 |
0,0019 |
0,001653 |
0,000621 |
0,003258 |
4 |
|
35 |
Truck transportation |
Sr46 |
0,0025 |
0,00252 |
0,002266 |
0,00283 |
4 |
|
36 |
Transit and ground passenger transportation |
Sr47 |
0,0016 |
0,001595 |
0,001196 |
0,001821 |
4 |
|
37 |
Pipeline transportation |
Sr48 |
1E-05 |
1,39E-05 |
1,03E-05 |
1,98E-05 |
5 |
|
38 |
Other transportation and support activities |
Sr49 |
0,0063 |
0,006402 |
0,005074 |
0,007354 |
3 |
|
39 |
Warehousing and storage |
Sr410 |
0,0009 |
0,000839 |
0,000691 |
0,000923 |
5 |
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Wholesale trade» («Оптовая торговля», переменная Sr41) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Wholesale trade» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Wholesale trade» в выручке (GO) в размере MX=0,6345%, это подтверждает более точная регрессионная модель фактора Sr41=0,006966*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Wholesale trade» в выручке в размере Min=0,4245%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Wholesale trade» в выручке в размере Max=0,8973%.
Как видно из таблицы 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motor vehicle and parts dealers» («Транспортные средства и запчасти дилеров», переменная Sr42-1) за период 1997-2014 гг. незначим.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food and beverage stores» («Продукты питания и напитки магазины», переменная Sr42-2) за период 1997-2014 гг. незначим.
Как следует из таблицы 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «General merchandise stores» («Общие магазины товарами», переменная Sr42-3) за период 1997-2014 гг. незначим.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other retail» («Розничная торговля», переменная Sr42-4) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Other retail» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other retail» в выручке (GO) в размере MX=0,0415%, это подтверждает более точная регрессионная модель фактора Sr42-4=0,000408*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Other retail» в выручке в размере Min=0,0349%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Other retail» в выручке в размере Max=0,0484%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Air transportation» («Воздушный транспорт», переменная Sr43) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Air transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Air transportation» в выручке (GO) в размере MX=0,3784%, это подтверждает более точная регрессионная модель фактора Sr43=0,003767*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Air transportation» в выручке в размере Min=0,2958%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Air transportation» в выручке в размере Max=0,4803%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Rail transportation» («Железнодорожные перевозки», переменная Sr44) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Rail transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Rail transportation» в выручке (GO) в размере MX=0,04%, это подтверждает более точная регрессионная модель фактора Sr44=0,000459*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Rail transportation» в выручке в размере Min=0,0233%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Rail transportation» в выручке в размере Max=0,0627%.
По расчетам, эконометрическим моделям таблицы 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Water transportation» («Водный транспорт», переменная Sr45) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Water transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Water transportation» в выручке (GO) в размере MX=0,1653%, это подтверждает более точная регрессионная модель фактора Sr45=0,001876*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Water transportation» в выручке в размере Min=0,0621%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Water transportation» в выручке в размере Max=0,3258%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Truck transportation» («Автомобильные перевозки», переменная Sr46) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Truck transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Truck transportation» в выручке (GO) в размере MX=0,252%, это подтверждает более точная регрессионная модель фактора Sr46=0,002542*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Truck transportation» в выручке в размере Min=0,2266%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Truck transportation» в выручке в размере Max=0,283%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Transit and ground passenger transportation» («Транзит и пассажирские перевозки», переменная Sr47) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Transit and ground passenger transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Transit and ground passenger transportation» в выручке (GO) в размере MX=0,1595%, это подтверждает более точная регрессионная модель фактора Sr47=0,001634*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Transit and ground passenger transportation» в выручке в размере Min=0,1196%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Transit and ground passenger transportation» в выручке в размере Max=0,1821%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Pipeline transportation» («Трубопроводный транспорт», переменная Sr48) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Pipeline transportation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Pipeline transportation» в выручке (GO) в размере MX=0,0014%, это подтверждает более точная регрессионная модель фактора Sr48=0,000015*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Pipeline transportation» в выручке в размере Min=0,001%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Pipeline transportation» в выручке в размере Max=0,002%.
Расчеты, экономическое моделирование в таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other transportation and support activities» («Транспортная и вспомогательная деятельность», переменная Sr49) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Other transportation and support activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other transportation and support activities» в выручке (GO) в размере MX=0,6402%, это подтверждает более точная регрессионная модель фактора Sr49=0,006266*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Other transportation and support activities» в выручке в размере Min=0,5074%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Other transportation and support activities» в выручке в размере Max=0,7354%.
В таблице 7 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Warehousing and storage» («Складирование и хранение», переменная Sr410) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Warehousing and storage» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Warehousing and storage» в выручке (GO) в размере MX=0,0839%, это подтверждает более точная регрессионная модель фактора Sr410=0,000852*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Warehousing and storage» в выручке в размере Min=0,0691%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Warehousing and storage» в выручке в размере Max=0,0923%.
Перейдем к расчету доли оплаты труда, компенсации (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-м логистическом рынке поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 8 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирования средневзвешенной оплаты труда на i-м логистическом рынке поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
27 |
Sr41 |
1E-08 |
1,9415 |
0,4778 |
3,3E-03 |
6090 |
2910 |
|
28 |
Sr42-1 |
|
|
0,4879 |
|
4079 |
|
|
29 |
Sr42-2 |
|
|
0,6112 |
|
2031 |
|
|
30 |
Sr42-3 |
|
|
0,5652 |
|
1972 |
|
|
31 |
Sr42-4 |
0,0063 |
0,8031 |
0,5467 |
2,2E-04 |
2621 |
1433 |
|
32 |
Sr43 |
0,0177 |
0,8879 |
0,6241 |
2,4E-03 |
7402 |
4619 |
|
33 |
Sr44 |
1E-12 |
2,4275 |
0,6431 |
3,0E-04 |
8092 |
5204 |
|
34 |
Sr45 |
5E-11 |
2,2414 |
0,4056 |
7,6E-04 |
8081 |
3278 |
|
35 |
Sr46 |
0,001 |
1,0645 |
0,6188 |
1,6E-03 |
4662 |
2885 |
|
36 |
Sr47 |
0,0001 |
1,1896 |
0,5544 |
9,1E-04 |
3076 |
1705 |
|
37 |
Sr48 |
2E-09 |
1,6329 |
0,3643 |
5,4E-06 |
11486 |
4184 |
|
38 |
Sr49 |
0,0589 |
0,8393 |
0,6926 |
4,3E-03 |
4829 |
3344 |
|
39 |
Sr410 |
7E-05 |
1,1758 |
0,7205 |
6,1E-04 |
4268 |
3075 |
По расчетам, эконометрическим моделям таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Wholesale trade» («Оптовая торговля», переменная Sr41) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Wholesale trade» (Sr41) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Wholesale trade» в выручке (GO) в размере MX=0,6345%, это подтвердила регрессионная модель фактора Sr41=0,006966*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr41=0,00000001*GO^1,9415. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Wholesale trade» («Оптовая торговля») в среднем составляла величину в размере 1,9415. По расчетам, эконометрическим моделям таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4778. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,4778 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr41=0,006966*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Wholesale trade») вида COMPi/VAi*ki=0,4778*0,006966=0,0033286. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Wholesale trade» («Оптовая торговля») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Wholesale trade» («Оптовая торговля») в среднем поддерживалась на уровне WAGEi=6090 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,4778*0,006966=0,0033286. В результате получаем средневзвешенную оплату труда на i-м рынке «Wholesale trade» («Оптовая торговля») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Wholesale trade» («Оптовая торговля») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,4778*0,006966*6090 долл.США/мес. = 2910 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motor vehicle and parts dealers» («Транспортные средства и запчасти дилеров», переменная Sr42-1) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4879. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Motor vehicle and parts dealers» («Транспортные средства и запчасти дилеров», переменная Sr42-1) составила величину в размере WAGEi=4078,67 долл.США/мес.
Как видно из таблицы 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food and beverage stores» («Продукты питания и напитки магазины», переменная Sr42-2) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6112. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Food and beverage stores» («Продукты питания и напитки магазины», переменная Sr42-2) составила величину в размере WAGEi=2031,08 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «General merchandise stores» («Общие магазины товарами», переменная Sr42-3) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5652. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «General merchandise stores» («Общие магазины товарами», переменная Sr42-3) составила величину в размере WAGEi=1972 долл.США/мес.
Расчеты, экономическое моделирование в таблице 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other retail» («Розничная торговля», переменная Sr42-4) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Other retail» (Sr42-4) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other retail» в выручке (GO) в размере MX=0,0415%, это подтвердила регрессионная модель фактора Sr42-4=0,000408*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr42-4=0,00630962*GO^0,8031. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Other retail» («Розничная торговля») в среднем составляла величину в размере 0,8031. Расчеты, экономическое моделирование в таблице 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5467. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5467 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr42-4=0,000408*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Other retail») вида COMPi/VAi*ki=0,5467*0,000408=0,0002233. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Other retail» («Розничная торговля») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Other retail» («Розничная торговля») в среднем поддерживалась на уровне WAGEi=2621 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5467*0,000408=0,0002233. В результате получаем средневзвешенную оплату труда на i-м рынке «Other retail» («Розничная торговля») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Other retail» («Розничная торговля») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5467*0,000408*2621 долл.США/мес. = 1433 долл.США/мес.
В таблице 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Air transportation» («Воздушный транспорт», переменная Sr43) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Air transportation» (Sr43) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Air transportation» в выручке (GO) в размере MX=0,3784%, это подтвердила регрессионная модель фактора Sr43=0,003767*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr43=0,0177053*GO^0,8879. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Air transportation» («Воздушный транспорт») в среднем составляла величину в размере 0,8879. В таблице 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6241. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6241 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr43=0,003767*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Air transportation») вида COMPi/VAi*ki=0,6241*0,003767=0,002351. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Air transportation» («Воздушный транспорт») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Air transportation» («Воздушный транспорт») в среднем поддерживалась на уровне WAGEi=7402 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6241*0,003767=0,002351. В результате получаем средневзвешенную оплату труда на i-м рынке «Air transportation» («Воздушный транспорт») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Air transportation» («Воздушный транспорт») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6241*0,003767*7402 долл.США/мес. = 4619 долл.США/мес.
В таблице 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Rail transportation» («Железнодорожные перевозки», переменная Sr44) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Rail transportation» (Sr44) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Rail transportation» в выручке (GO) в размере MX=0,04%, это подтвердила регрессионная модель фактора Sr44=0,000459*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr44=0*GO^2,4275. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Rail transportation» («Железнодорожные перевозки») в среднем составляла величину в размере 2,4275. В таблице 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6431. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6431 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr44=0,000459*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Rail transportation») вида COMPi/VAi*ki=0,6431*0,000459=0,0002951. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Rail transportation» («Железнодорожные перевозки») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Rail transportation» («Железнодорожные перевозки») в среднем поддерживалась на уровне WAGEi=8092 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6431*0,000459=0,0002951. В результате получаем средневзвешенную оплату труда на i-м рынке «Rail transportation» («Железнодорожные перевозки») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Rail transportation» («Железнодорожные перевозки») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6431*0,000459*8092 долл.США/мес. = 5204 долл.США/мес.
Как следует из таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Water transportation» («Водный транспорт», переменная Sr45) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Water transportation» (Sr45) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Water transportation» в выручке (GO) в размере MX=0,1653%, это подтвердила регрессионная модель фактора Sr45=0,001876*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr45=0*GO^2,2414. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Water transportation» («Водный транспорт») в среднем составляла величину в размере 2,2414. Как следует из таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4056. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,4056 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr45=0,001876*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Water transportation») вида COMPi/VAi*ki=0,4056*0,001876=0,0007609. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Water transportation» («Водный транспорт») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Water transportation» («Водный транспорт») в среднем поддерживалась на уровне WAGEi=8081 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,4056*0,001876=0,0007609. В результате получаем средневзвешенную оплату труда на i-м рынке «Water transportation» («Водный транспорт») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Water transportation» («Водный транспорт») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,4056*0,001876*8081 долл.США/мес. = 3278 долл.США/мес.
В таблице 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Truck transportation» («Автомобильные перевозки», переменная Sr46) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Truck transportation» (Sr46) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Truck transportation» в выручке (GO) в размере MX=0,252%, это подтвердила регрессионная модель фактора Sr46=0,002542*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr46=0,0010293*GO^1,0645. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Truck transportation» («Автомобильные перевозки») в среднем составляла величину в размере 1,0645. В таблице 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6188. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6188 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr46=0,002542*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Truck transportation») вида COMPi/VAi*ki=0,6188*0,002542=0,0015731. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Truck transportation» («Автомобильные перевозки») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Truck transportation» («Автомобильные перевозки») в среднем поддерживалась на уровне WAGEi=4662 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6188*0,002542=0,0015731. В результате получаем средневзвешенную оплату труда на i-м рынке «Truck transportation» («Автомобильные перевозки») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Truck transportation» («Автомобильные перевозки») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6188*0,002542*4662 долл.США/мес. = 2885 долл.США/мес.
Как следует из таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Transit and ground passenger transportation» («Транзит и пассажирские перевозки», переменная Sr47) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Transit and ground passenger transportation» (Sr47) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Transit and ground passenger transportation» в выручке (GO) в размере MX=0,1595%, это подтвердила регрессионная модель фактора Sr47=0,001634*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr47=0,00011443*GO^1,1896. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Transit and ground passenger transportation» («Транзит и пассажирские перевозки») в среднем составляла величину в размере 1,1896. Как следует из таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5544. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5544 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr47=0,001634*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Transit and ground passenger transportation») вида COMPi/VAi*ki=0,5544*0,001634=0,000906. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Transit and ground passenger transportation» («Транзит и пассажирские перевозки») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Transit and ground passenger transportation» («Транзит и пассажирские перевозки») в среднем поддерживалась на уровне WAGEi=3076 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5544*0,001634=0,000906. В результате получаем средневзвешенную оплату труда на i-м рынке «Transit and ground passenger transportation» («Транзит и пассажирские перевозки») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Transit and ground passenger transportation» («Транзит и пассажирские перевозки») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5544*0,001634*3076 долл.США/мес. = 1705 долл.США/мес.
Как видно из таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Pipeline transportation» («Трубопроводный транспорт», переменная Sr48) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Pipeline transportation» (Sr48) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Pipeline transportation» в выручке (GO) в размере MX=0,0014%, это подтвердила регрессионная модель фактора Sr48=0,000015*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr48=0*GO^1,6329. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Pipeline transportation» («Трубопроводный транспорт») в среднем составляла величину в размере 1,6329. Как видно из таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,3643. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,3643 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr48=0,000015*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Pipeline transportation») вида COMPi/VAi*ki=0,3643*0,000015=0,0000054. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Pipeline transportation» («Трубопроводный транспорт») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Pipeline transportation» («Трубопроводный транспорт») в среднем поддерживалась на уровне WAGEi=11486 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,3643*0,000015=0,0000054. В результате получаем средневзвешенную оплату труда на i-м рынке «Pipeline transportation» («Трубопроводный транспорт») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Pipeline transportation» («Трубопроводный транспорт») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,3643*0,000015*11486 долл.США/мес. = 4184 долл.США/мес.
Как видно из таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other transportation and support activities» («Транспортная и вспомогательная деятельность», переменная Sr49) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Other transportation and support activities» (Sr49) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other transportation and support activities» в выручке (GO) в размере MX=0,6402%, это подтвердила регрессионная модель фактора Sr49=0,006266*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr49=0,05894195*GO^0,8393. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Other transportation and support activities» («Транспортная и вспомогательная деятельность») в среднем составляла величину в размере 0,8393. Как видно из таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6926. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6926 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr49=0,006266*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Other transportation and support activities») вида COMPi/VAi*ki=0,6926*0,006266=0,0043398. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Other transportation and support activities» («Транспортная и вспомогательная деятельность») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Other transportation and support activities» («Транспортная и вспомогательная деятельность») в среднем поддерживалась на уровне WAGEi=4829 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6926*0,006266=0,0043398. В результате получаем средневзвешенную оплату труда на i-м рынке «Other transportation and support activities» («Транспортная и вспомогательная деятельность») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Other transportation and support activities» («Транспортная и вспомогательная деятельность») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6926*0,006266*4829 долл.США/мес. = 3344 долл.США/мес.
Как следует из таблицы 7 и 8 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Warehousing and storage» («Складирование и хранение», переменная Sr410) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Warehousing and storage» (Sr410) в выручке (GO). Как следует из предыдущей таблицы 7, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Warehousing and storage» в выручке (GO) в размере MX=0,0839%, это подтвердила регрессионная модель фактора Sr410=0,000852*GO. Как видно из текущей таблицы 8, более точную степенную регрессионную модель фактора можно представить в виде Sr410=0,00007329*GO^1,1758. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Warehousing and storage» («Складирование и хранение») в среднем составляла величину в размере 1,1758. Как следует из таблицы 8, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7205. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7205 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr410=0,000852*GO, рассчитанной в предыдущей таблице 7. В результате получаем интегральную взвешенную модель i-го рынка («Warehousing and storage») вида COMPi/VAi*ki=0,7205*0,000852=0,0006137. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Warehousing and storage» («Складирование и хранение») в текущий временной период. Из таблицы 8 следует, что среднемесячная оплата труда персонала на i-м рынке «Warehousing and storage» («Складирование и хранение») в среднем поддерживалась на уровне WAGEi=4268 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7205*0,000852=0,0006137. В результате получаем средневзвешенную оплату труда на i-м рынке «Warehousing and storage» («Складирование и хранение») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 8, средневзвешенная оплата труда на i-м рынке «Warehousing and storage» («Складирование и хранение») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7205*0,000852*4268 долл.США/мес. = 3075 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 9 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
40 |
Publishing industries, except internet (includes software) |
Sr51 |
0,0025 |
0,002561 |
0,002107 |
0,003126 |
4 |
|
41 |
Motion picture and sound recording industries |
Sr52 |
0,001 |
0,000963 |
0,000767 |
0,001161 |
5 |
|
42 |
Broadcasting and telecommunications |
Sr53 |
0,008 |
0,008994 |
0,006073 |
0,013508 |
3 |
|
43 |
Data processing, internet publishing, and other information services |
Sr54 |
0,0048 |
0,004576 |
0,003741 |
0,005524 |
4 |
|
44 |
Federal Reserve banks, credit intermediation, and related activities |
Sr55 |
0,0134 |
0,013541 |
0,011113 |
0,017239 |
2 |
|
45 |
Securities, commodity contracts, and investments |
Sr56 |
0,0028 |
0,002871 |
0,00199 |
0,003788 |
4 |
|
46 |
Insurance carriers and related activities |
Sr57 |
0,007 |
0,006718 |
0,005088 |
0,008843 |
3 |
|
47 |
Funds, trusts, and other financial vehicles |
Sr58 |
|
|
|
|
|
|
48 |
Real estate |
Sr59 |
0,0507 |
0,04845 |
0,03732 |
0,059905 |
1 |
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)», переменная Sr51) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Publishing industries, except internet (includes software)» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Publishing industries, except internet (includes software)» в выручке (GO) в размере MX=0,2561%, это подтверждает более точная регрессионная модель фактора Sr51=0,002516*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Publishing industries, except internet (includes software)» в выручке в размере Min=0,2107%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Publishing industries, except internet (includes software)» в выручке в размере Max=0,3126%.
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности», переменная Sr52) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Motion picture and sound recording industries» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Motion picture and sound recording industries» в выручке (GO) в размере MX=0,0963%, это подтверждает более точная регрессионная модель фактора Sr52=0,00099*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Motion picture and sound recording industries» в выручке в размере Min=0,0767%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Motion picture and sound recording industries» в выручке в размере Max=0,1161%.
Расчеты, экономическое моделирование в таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Broadcasting and telecommunications» («Радиовещание и телекоммуникация», переменная Sr53) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Broadcasting and telecommunications» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Broadcasting and telecommunications» в выручке (GO) в размере MX=0,8994%, это подтверждает более точная регрессионная модель фактора Sr53=0,007963*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Broadcasting and telecommunications» в выручке в размере Min=0,6073%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Broadcasting and telecommunications» в выручке в размере Max=1,3508%.
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Data processing, internet publishing, and other information services» («Информация и информационные услуги», переменная Sr54) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Data processing, internet publishing, and other information services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Data processing, internet publishing, and other information services» в выручке (GO) в размере MX=0,4576%, это подтверждает более точная регрессионная модель фактора Sr54=0,004789*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Data processing, internet publishing, and other information services» в выручке в размере Min=0,3741%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Data processing, internet publishing, and other information services» в выручке в размере Max=0,5524%.
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.», переменная Sr55) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Federal Reserve banks, credit intermediation, and related activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Federal Reserve banks, credit intermediation, and related activities» в выручке (GO) в размере MX=1,3541%, это подтверждает более точная регрессионная модель фактора Sr55=0,013426*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Federal Reserve banks, credit intermediation, and related activities» в выручке в размере Min=1,1113%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Federal Reserve banks, credit intermediation, and related activities» в выручке в размере Max=1,7239%.
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции», переменная Sr56) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Securities, commodity contracts, and investments» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Securities, commodity contracts, and investments» в выручке (GO) в размере MX=0,2871%, это подтверждает более точная регрессионная модель фактора Sr56=0,002768*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Securities, commodity contracts, and investments» в выручке в размере Min=0,199%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Securities, commodity contracts, and investments» в выручке в размере Max=0,3788%.
Как видно из таблицы 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Insurance carriers and related activities» («Страхование и смежные виды деятельности», переменная Sr57) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Insurance carriers and related activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Insurance carriers and related activities» в выручке (GO) в размере MX=0,6718%, это подтверждает более точная регрессионная модель фактора Sr57=0,006967*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Insurance carriers and related activities» в выручке в размере Min=0,5088%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Insurance carriers and related activities» в выручке в размере Max=0,8843%.
Как следует из таблицы 9, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Funds, trusts, and other financial vehicles» («Фонды, трасты и другие финансовые организации», переменная Sr58) за период 1997-2014 гг. незначим.
В таблице 9 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Real estate» («Недвижимость», переменная Sr59) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 1. Это подтверждает доля фактора «Real estate» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Real estate» в выручке (GO) в размере MX=4,845%, это подтверждает более точная регрессионная модель фактора Sr59=0,05071*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Real estate» в выручке в размере Min=3,732%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Real estate» в выручке в размере Max=5,9905%.
Перейдем к расчету доли оплаты труда, компенсацию (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 10 - Расчет доли оплаты труда, компенсацию в добавленной стоимости, моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
40 |
Sr51 |
0,0457 |
0,7912 |
0,4661 |
1,2E-03 |
9650 |
4498 |
|
41 |
Sr52 |
3E-05 |
1,2409 |
0,3339 |
3,3E-04 |
6080 |
2030 |
|
42 |
Sr53 |
54543 |
-0,1310 |
0,3148 |
2,5E-03 |
7326 |
2306 |
|
43 |
Sr54 |
1E-05 |
1,4412 |
0,6039 |
2,9E-03 |
10018 |
6049 |
|
44 |
Sr55 |
0,0171 |
0,9824 |
0,4472 |
6,0E-03 |
6309 |
2822 |
|
45 |
Sr56 |
0,1863 |
0,6975 |
0,9834 |
2,7E-03 |
18718 |
18407 |
|
46 |
Sr57 |
1E-05 |
1,4437 |
0,5178 |
3,6E-03 |
6877 |
3561 |
|
47 |
Sr58 |
|
|
0,0437 |
|
10882 |
|
|
48 |
Sr59 |
4E-05 |
1,5103 |
0,0421 |
2,1E-03 |
4817 |
203 |
По расчетам, эконометрическим моделям таблицы 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)», переменная Sr51) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Publishing industries, except internet (includes software)» (Sr51) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Publishing industries, except internet (includes software)» в выручке (GO) в размере MX=0,2561%, это подтвердила регрессионная модель фактора Sr51=0,002516*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr51=0,04571176*GO^0,7912. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)») в среднем составляла величину в размере 0,7912. По расчетам, эконометрическим моделям таблицы 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4661. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,4661 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr51=0,002516*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Publishing industries, except internet (includes software)») вида COMPi/VAi*ki=0,4661*0,002516=0,0011728. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)») в среднем поддерживалась на уровне WAGEi=9650 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,4661*0,002516=0,0011728. В результате получаем средневзвешенную оплату труда на i-м рынке «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Publishing industries, except internet (includes software)» («Издательская промышленности (входит программное обеспечение)») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,4661*0,002516*9650 долл.США/мес. = 4498 долл.США/мес.
Как следует из таблицы 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности», переменная Sr52) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Motion picture and sound recording industries» (Sr52) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Motion picture and sound recording industries» в выручке (GO) в размере MX=0,0963%, это подтвердила регрессионная модель фактора Sr52=0,00099*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr52=0,00003401*GO^1,2409. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности») в среднем составляла величину в размере 1,2409. Как следует из таблицы 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,3339. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,3339 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr52=0,00099*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Motion picture and sound recording industries») вида COMPi/VAi*ki=0,3339*0,00099=0,0003306. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности») в среднем поддерживалась на уровне WAGEi=6080 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,3339*0,00099=0,0003306. В результате получаем средневзвешенную оплату труда на i-м рынке «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Motion picture and sound recording industries» («Кинофильмы и звукозапись и аналогичная промышленности») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,3339*0,00099*6080 долл.США/мес. = 2030 долл.США/мес.
В таблице 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Broadcasting and telecommunications» («Радиовещание и телекоммуникация», переменная Sr53) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Broadcasting and telecommunications» (Sr53) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Broadcasting and telecommunications» в выручке (GO) в размере MX=0,8994%, это подтвердила регрессионная модель фактора Sr53=0,007963*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr53=54543,21389862*GO^-0,131. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Broadcasting and telecommunications» («Радиовещание и телекоммуникация») в среднем составляла величину в размере -0,131. В таблице 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,3148. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,3148 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr53=0,007963*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Broadcasting and telecommunications») вида COMPi/VAi*ki=0,3148*0,007963=0,0025066. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Broadcasting and telecommunications» («Радиовещание и телекоммуникация») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Broadcasting and telecommunications» («Радиовещание и телекоммуникация») в среднем поддерживалась на уровне WAGEi=7326 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,3148*0,007963=0,0025066. В результате получаем средневзвешенную оплату труда на i-м рынке «Broadcasting and telecommunications» («Радиовещание и телекоммуникация») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Broadcasting and telecommunications» («Радиовещание и телекоммуникация») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,3148*0,007963*7326 долл.США/мес. = 2306 долл.США/мес.
Расчеты, экономическое моделирование в таблице 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Data processing, internet publishing, and other information services» («Информация и информационные услуги», переменная Sr54) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Data processing, internet publishing, and other information services» (Sr54) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Data processing, internet publishing, and other information services» в выручке (GO) в размере MX=0,4576%, это подтвердила регрессионная модель фактора Sr54=0,004789*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr54=0,0000101*GO^1,4412. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Data processing, internet publishing, and other information services» («Информация и информационные услуги») в среднем составляла величину в размере 1,4412. Расчеты, экономическое моделирование в таблице 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6039. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6039 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr54=0,004789*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Data processing, internet publishing, and other information services») вида COMPi/VAi*ki=0,6039*0,004789=0,0028921. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Data processing, internet publishing, and other information services» («Информация и информационные услуги») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Data processing, internet publishing, and other information services» («Информация и информационные услуги») в среднем поддерживалась на уровне WAGEi=10018 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6039*0,004789=0,0028921. В результате получаем средневзвешенную оплату труда на i-м рынке «Data processing, internet publishing, and other information services» («Информация и информационные услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Data processing, internet publishing, and other information services» («Информация и информационные услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6039*0,004789*10018 долл.США/мес. = 6049 долл.США/мес.
В таблице 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.», переменная Sr55) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Federal Reserve banks, credit intermediation, and related activities» (Sr55) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Federal Reserve banks, credit intermediation, and related activities» в выручке (GO) в размере MX=1,3541%, это подтвердила регрессионная модель фактора Sr55=0,013426*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr55=0,0171466*GO^0,9824. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.») в среднем составляла величину в размере 0,9824. В таблице 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,4472. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,4472 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr55=0,013426*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Federal Reserve banks, credit intermediation, and related activities») вида COMPi/VAi*ki=0,4472*0,013426=0,0060046. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.») в среднем поддерживалась на уровне WAGEi=6309 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,4472*0,013426=0,0060046. В результате получаем средневзвешенную оплату труда на i-м рынке «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Federal Reserve banks, credit intermediation, and related activities» («Федеральная резервная система, банки, кредитное посредничество, и др.») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,4472*0,013426*6309 долл.США/мес. = 2822 долл.США/мес.
В таблице 9 и 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции», переменная Sr56) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Securities, commodity contracts, and investments» (Sr56) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Securities, commodity contracts, and investments» в выручке (GO) в размере MX=0,2871%, это подтвердила регрессионная модель фактора Sr56=0,002768*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr56=0,18630022*GO^0,6975. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции») в среднем составляла величину в размере 0,6975. В таблице 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9834. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,9834 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr56=0,002768*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Securities, commodity contracts, and investments») вида COMPi/VAi*ki=0,9834*0,002768=0,0027218. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции») в среднем поддерживалась на уровне WAGEi=18718 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,9834*0,002768=0,0027218. В результате получаем средневзвешенную оплату труда на i-м рынке «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Securities, commodity contracts, and investments» («Торговля ценными бумагами, товарными контрактами, инвестиции») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,9834*0,002768*18718 долл.США/мес. = 18407 долл.США/мес.
Как видно из таблицы 9 и 10, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Insurance carriers and related activities» («Страхование и смежные виды деятельности», переменная Sr57) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Insurance carriers and related activities» (Sr57) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Insurance carriers and related activities» в выручке (GO) в размере MX=0,6718%, это подтвердила регрессионная модель фактора Sr57=0,006967*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr57=0,00001423*GO^1,4437. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Insurance carriers and related activities» («Страхование и смежные виды деятельности») в среднем составляла величину в размере 1,4437. Как видно из таблицы 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5178. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5178 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr57=0,006967*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Insurance carriers and related activities») вида COMPi/VAi*ki=0,5178*0,006967=0,0036071. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Insurance carriers and related activities» («Страхование и смежные виды деятельности») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Insurance carriers and related activities» («Страхование и смежные виды деятельности») в среднем поддерживалась на уровне WAGEi=6877 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5178*0,006967=0,0036071. В результате получаем средневзвешенную оплату труда на i-м рынке «Insurance carriers and related activities» («Страхование и смежные виды деятельности») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Insurance carriers and related activities» («Страхование и смежные виды деятельности») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5178*0,006967*6877 долл.США/мес. = 3561 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 10 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Funds, trusts, and other financial vehicles» («Фонды, трасты и другие финансовые организации», переменная Sr58) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,0437. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Funds, trusts, and other financial vehicles» («Фонды, трасты и другие финансовые организации», переменная Sr58) составила величину в размере WAGEi=10881,92 долл.США/мес.
Как видно из таблицы 9 и 10, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Real estate» («Недвижимость», переменная Sr59) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Real estate» (Sr59) в выручке (GO). Как следует из предыдущей таблицы 9, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Real estate» в выручке (GO) в размере MX=4,845%, это подтвердила регрессионная модель фактора Sr59=0,05071*GO. Как видно из текущей таблицы 10, более точную степенную регрессионную модель фактора можно представить в виде Sr59=0,00004082*GO^1,5103. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Real estate» («Недвижимость») в среднем составляла величину в размере 1,5103. Как видно из таблицы 10, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,0421. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,0421 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr59=0,05071*GO, рассчитанной в предыдущей таблице 9. В результате получаем интегральную взвешенную модель i-го рынка («Real estate») вида COMPi/VAi*ki=0,0421*0,05071=0,002134. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Real estate» («Недвижимость») в текущий временной период. Из таблицы 10 следует, что среднемесячная оплата труда персонала на i-м рынке «Real estate» («Недвижимость») в среднем поддерживалась на уровне WAGEi=4817 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,0421*0,05071=0,002134. В результате получаем средневзвешенную оплату труда на i-м рынке «Real estate» («Недвижимость») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 10, средневзвешенная оплата труда на i-м рынке «Real estate» («Недвижимость») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,0421*0,05071*4817 долл.США/мес. = 203 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 11 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
49 |
Rental and leasing services and lessors of intangible assets |
Sr61 |
0,0108 |
0,010714 |
0,008882 |
0,011667 |
2 |
|
50 |
Legal services |
Sr62 |
0,0185 |
0,01698 |
0,010031 |
0,022965 |
2 |
|
51 |
Computer systems design and related services |
Sr63 |
0,0067 |
0,006302 |
0,00414 |
0,007902 |
3 |
|
52 |
Miscellaneous professional, scientific, and technical services |
Sr64 |
0,1081 |
0,104444 |
0,087826 |
0,121964 |
1 |
|
53 |
Management of companies and enterprises |
Sr65 |
0,0108 |
0,010009 |
0,006001 |
0,012823 |
2 |
|
54 |
Administrative and support services |
Sr66 |
0,0325 |
0,032906 |
0,027383 |
0,040982 |
1 |
|
55 |
Waste management and remediation services |
Sr67 |
0,001 |
0,000992 |
0,000767 |
0,001224 |
5 |
Как следует из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов», переменная Sr61) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Rental and leasing services and lessors of intangible assets» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Rental and leasing services and lessors of intangible assets» в выручке (GO) в размере MX=1,0714%, это подтверждает более точная регрессионная модель фактора Sr61=0,010783*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Rental and leasing services and lessors of intangible assets» в выручке в размере Min=0,8882%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Rental and leasing services and lessors of intangible assets» в выручке в размере Max=1,1667%.
Как следует из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Legal services» («Юридические услуги», переменная Sr62) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Legal services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Legal services» в выручке (GO) в размере MX=1,698%, это подтверждает более точная регрессионная модель фактора Sr62=0,018548*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Legal services» в выручке в размере Min=1,0031%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Legal services» в выручке в размере Max=2,2965%.
Как видно из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги», переменная Sr63) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Computer systems design and related services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Computer systems design and related services» в выручке (GO) в размере MX=0,6302%, это подтверждает более точная регрессионная модель фактора Sr63=0,006678*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Computer systems design and related services» в выручке в размере Min=0,414%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Computer systems design and related services» в выручке в размере Max=0,7902%.
В таблице 11 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги», переменная Sr64) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 1. Это подтверждает доля фактора «Miscellaneous professional, scientific, and technical services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Miscellaneous professional, scientific, and technical services» в выручке (GO) в размере MX=10,4444%, это подтверждает более точная регрессионная модель фактора Sr64=0,108093*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Miscellaneous professional, scientific, and technical services» в выручке в размере Min=8,7826%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Miscellaneous professional, scientific, and technical services» в выручке в размере Max=12,1964%.
Как следует из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Management of companies and enterprises» («Управление компаниями и предприятиями», переменная Sr65) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Management of companies and enterprises» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Management of companies and enterprises» в выручке (GO) в размере MX=1,0009%, это подтверждает более точная регрессионная модель фактора Sr65=0,010798*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Management of companies and enterprises» в выручке в размере Min=0,6001%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Management of companies and enterprises» в выручке в размере Max=1,2823%.
Как следует из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Administrative and support services» («Административные и вспомогательные услуги», переменная Sr66) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 1. Это подтверждает доля фактора «Administrative and support services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Administrative and support services» в выручке (GO) в размере MX=3,2906%, это подтверждает более точная регрессионная модель фактора Sr66=0,032523*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Administrative and support services» в выручке в размере Min=2,7383%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Administrative and support services» в выручке в размере Max=4,0982%.
Как видно из таблицы 11, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги», переменная Sr67) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Waste management and remediation services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Waste management and remediation services» в выручке (GO) в размере MX=0,0992%, это подтверждает более точная регрессионная модель фактора Sr67=0,001036*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Waste management and remediation services» в выручке в размере Min=0,0767%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Waste management and remediation services» в выручке в размере Max=0,1224%.
Перейдем к расчету доли оплаты труда, компенсацию (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 12 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
49 |
Sr61 |
0,0024 |
1,1091 |
0,1917 |
2,1E-03 |
4646 |
891 |
|
50 |
Sr62 |
2E-08 |
1,9837 |
0,5307 |
9,8E-03 |
7809 |
4144 |
|
51 |
Sr63 |
1E-06 |
1,6056 |
0,9319 |
6,2E-03 |
9201 |
8574 |
|
52 |
Sr64 |
0,0006 |
1,3671 |
0,6895 |
7,5E-02 |
7147 |
4928 |
|
53 |
Sr65 |
8E-08 |
1,8472 |
0,8437 |
9,1E-03 |
10274 |
8668 |
|
54 |
Sr66 |
0,3182 |
0,8356 |
0,7469 |
2,4E-02 |
3337 |
2493 |
|
55 |
Sr67 |
7E-06 |
1,3591 |
0,5713 |
5,9E-04 |
3264 |
1865 |
Как видно из таблицы 11 и 12, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов», переменная Sr61) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Rental and leasing services and lessors of intangible assets» (Sr61) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Rental and leasing services and lessors of intangible assets» в выручке (GO) в размере MX=1,0714%, это подтвердила регрессионная модель фактора Sr61=0,010783*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr61=0,00235849*GO^1,1091. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов») в среднем составляла величину в размере 1,1091. Как видно из таблицы 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,1917. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,1917 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr61=0,010783*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Rental and leasing services and lessors of intangible assets») вида COMPi/VAi*ki=0,1917*0,010783=0,0020673. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов») в среднем поддерживалась на уровне WAGEi=4646 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,1917*0,010783=0,0020673. В результате получаем средневзвешенную оплату труда на i-м рынке «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Rental and leasing services and lessors of intangible assets» («Аренда, лизинг, арендодатели нематериальных активов») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,1917*0,010783*4646 долл.США/мес. = 891 долл.США/мес.
Как видно из таблицы 11 и 12, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Legal services» («Юридические услуги», переменная Sr62) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Legal services» (Sr62) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Legal services» в выручке (GO) в размере MX=1,698%, это подтвердила регрессионная модель фактора Sr62=0,018548*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr62=0,00000002*GO^1,9837. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Legal services» («Юридические услуги») в среднем составляла величину в размере 1,9837. Как видно из таблицы 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5307. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5307 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr62=0,018548*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Legal services») вида COMPi/VAi*ki=0,5307*0,018548=0,0098439. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Legal services» («Юридические услуги») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Legal services» («Юридические услуги») в среднем поддерживалась на уровне WAGEi=7809 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5307*0,018548=0,0098439. В результате получаем средневзвешенную оплату труда на i-м рынке «Legal services» («Юридические услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Legal services» («Юридические услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5307*0,018548*7809 долл.США/мес. = 4144 долл.США/мес.
В таблице 11 и 12 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги», переменная Sr63) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Computer systems design and related services» (Sr63) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Computer systems design and related services» в выручке (GO) в размере MX=0,6302%, это подтвердила регрессионная модель фактора Sr63=0,006678*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr63=0,00000142*GO^1,6056. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги») в среднем составляла величину в размере 1,6056. В таблице 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9319. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,9319 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr63=0,006678*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Computer systems design and related services») вида COMPi/VAi*ki=0,9319*0,006678=0,0062237. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги») в среднем поддерживалась на уровне WAGEi=9201 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,9319*0,006678=0,0062237. В результате получаем средневзвешенную оплату труда на i-м рынке «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Computer systems design and related services» («Дизайн, компьютерные системы и сопутствующие услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,9319*0,006678*9201 долл.США/мес. = 8574 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 11 и 12 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги», переменная Sr64) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Miscellaneous professional, scientific, and technical services» (Sr64) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Miscellaneous professional, scientific, and technical services» в выручке (GO) в размере MX=10,4444%, это подтвердила регрессионная модель фактора Sr64=0,108093*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr64=0,00064431*GO^1,3671. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги») в среднем составляла величину в размере 1,3671. По расчетам, эконометрическим моделям таблицы 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6895. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6895 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr64=0,108093*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Miscellaneous professional, scientific, and technical services») вида COMPi/VAi*ki=0,6895*0,108093=0,0745269. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги») в среднем поддерживалась на уровне WAGEi=7147 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6895*0,108093=0,0745269. В результате получаем средневзвешенную оплату труда на i-м рынке «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Miscellaneous professional, scientific, and technical services» («Разные профессиональные, научные и технические услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6895*0,108093*7147 долл.США/мес. = 4928 долл.США/мес.
Расчеты, экономическое моделирование в таблице 11 и 12 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Management of companies and enterprises» («Управление компаниями и предприятиями», переменная Sr65) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Management of companies and enterprises» (Sr65) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Management of companies and enterprises» в выручке (GO) в размере MX=1,0009%, это подтвердила регрессионная модель фактора Sr65=0,010798*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr65=0,00000008*GO^1,8472. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Management of companies and enterprises» («Управление компаниями и предприятиями») в среднем составляла величину в размере 1,8472. Расчеты, экономическое моделирование в таблице 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,8437. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,8437 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr65=0,010798*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Management of companies and enterprises») вида COMPi/VAi*ki=0,8437*0,010798=0,0091108. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Management of companies and enterprises» («Управление компаниями и предприятиями») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Management of companies and enterprises» («Управление компаниями и предприятиями») в среднем поддерживалась на уровне WAGEi=10274 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,8437*0,010798=0,0091108. В результате получаем средневзвешенную оплату труда на i-м рынке «Management of companies and enterprises» («Управление компаниями и предприятиями») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Management of companies and enterprises» («Управление компаниями и предприятиями») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,8437*0,010798*10274 долл.США/мес. = 8668 долл.США/мес.
Как видно из таблицы 11 и 12, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Administrative and support services» («Административные и вспомогательные услуги», переменная Sr66) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Administrative and support services» (Sr66) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Administrative and support services» в выручке (GO) в размере MX=3,2906%, это подтвердила регрессионная модель фактора Sr66=0,032523*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr66=0,31824405*GO^0,8356. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Administrative and support services» («Административные и вспомогательные услуги») в среднем составляла величину в размере 0,8356. Как видно из таблицы 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7469. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7469 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr66=0,032523*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Administrative and support services») вида COMPi/VAi*ki=0,7469*0,032523=0,0242905. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Administrative and support services» («Административные и вспомогательные услуги») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Administrative and support services» («Административные и вспомогательные услуги») в среднем поддерживалась на уровне WAGEi=3337 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7469*0,032523=0,0242905. В результате получаем средневзвешенную оплату труда на i-м рынке «Administrative and support services» («Административные и вспомогательные услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Administrative and support services» («Административные и вспомогательные услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7469*0,032523*3337 долл.США/мес. = 2493 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 11 и 12 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги», переменная Sr67) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Waste management and remediation services» (Sr67) в выручке (GO). Как следует из предыдущей таблицы 11, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Waste management and remediation services» в выручке (GO) в размере MX=0,0992%, это подтвердила регрессионная модель фактора Sr67=0,001036*GO. Как видно из текущей таблицы 12, более точную степенную регрессионную модель фактора можно представить в виде Sr67=0,0000068*GO^1,3591. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги») в среднем составляла величину в размере 1,3591. По расчетам, эконометрическим моделям таблицы 12, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5713. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5713 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr67=0,001036*GO, рассчитанной в предыдущей таблице 11. В результате получаем интегральную взвешенную модель i-го рынка («Waste management and remediation services») вида COMPi/VAi*ki=0,5713*0,001036=0,0005918. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги») в текущий временной период. Из таблицы 12 следует, что среднемесячная оплата труда персонала на i-м рынке «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги») в среднем поддерживалась на уровне WAGEi=3264 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5713*0,001036=0,0005918. В результате получаем средневзвешенную оплату труда на i-м рынке «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 12, средневзвешенная оплата труда на i-м рынке «Waste management and remediation services» («Утилизация отходов, рекультивационные услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5713*0,001036*3264 долл.США/мес. = 1865 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 13 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
56 |
Educational services |
Sr71 |
6E-05 |
6,34E-05 |
2,52E-05 |
0,000128 |
5 |
|
57 |
Ambulatory health care services |
Sr72 |
0,0002 |
0,00026 |
0,000151 |
0,000567 |
5 |
|
58 |
Hospitals |
Sr73 |
|
|
|
|
|
|
59 |
Nursing and residential care facilities |
Sr73-1 |
|
|
|
|
|
|
60 |
Social assistance |
Sr74 |
|
|
|
|
|
|
61 |
Performing arts, spectator sports, museums, and related activities |
Sr75 |
0,0025 |
0,002598 |
0,002131 |
0,003095 |
4 |
|
62 |
Amusements, gambling, and recreation industries |
Sr76 |
0,0005 |
0,000469 |
0,000116 |
0,000692 |
5 |
|
63 |
Accommodation |
Sr77 |
0,0034 |
0,003598 |
0,002666 |
0,004478 |
4 |
|
64 |
Food services and drinking places |
Sr78 |
0,0103 |
0,010699 |
0,008571 |
0,012621 |
2 |
|
65 |
Other services, except government |
Sr79 |
0,0083 |
0,008308 |
0,006984 |
0,009523 |
3 |
В таблице 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Educational services» («Образовательные услуги», переменная Sr71) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Educational services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Educational services» в выручке (GO) в размере MX=0,0063%, это подтверждает более точная регрессионная модель фактора Sr71=0,000055*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Educational services» в выручке в размере Min=0,0025%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Educational services» в выручке в размере Max=0,0128%.
В таблице 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Ambulatory health care services» («Услуги амбулаторного здравоохранения», переменная Sr72) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Ambulatory health care services» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Ambulatory health care services» в выручке (GO) в размере MX=0,026%, это подтверждает более точная регрессионная модель фактора Sr72=0,000212*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Ambulatory health care services» в выручке в размере Min=0,0151%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Ambulatory health care services» в выручке в размере Max=0,0567%.
Как видно из таблицы 13, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Hospitals» («Больницы и уход за больными», переменная Sr73) за период 1997-2014 гг. незначим.
Расчеты, экономическое моделирование в таблице 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Social assistance» («Социальная помощь», переменная Sr74) за период 1997-2014 гг. незначим.
По расчетам, эконометрическим моделям таблицы 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации», переменная Sr75) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Performing arts, spectator sports, museums, and related activities» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Performing arts, spectator sports, museums, and related activities» в выручке (GO) в размере MX=0,2598%, это подтверждает более точная регрессионная модель фактора Sr75=0,002532*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Performing arts, spectator sports, museums, and related activities» в выручке в размере Min=0,2131%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Performing arts, spectator sports, museums, and related activities» в выручке в размере Max=0,3095%.
Как следует из таблицы 13, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений», переменная Sr76) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Amusements, gambling, and recreation industries» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Amusements, gambling, and recreation industries» в выручке (GO) в размере MX=0,0469%, это подтверждает более точная регрессионная модель фактора Sr76=0,000526*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Amusements, gambling, and recreation industries» в выручке в размере Min=0,0116%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Amusements, gambling, and recreation industries» в выручке в размере Max=0,0692%.
Расчеты, экономическое моделирование в таблице 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Accommodation» («Жилье», переменная Sr77) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Accommodation» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Accommodation» в выручке (GO) в размере MX=0,3598%, это подтверждает более точная регрессионная модель фактора Sr77=0,003407*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Accommodation» в выручке в размере Min=0,2666%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Accommodation» в выручке в размере Max=0,4478%.
Как видно из таблицы 13, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food services and drinking places» («Общественное питание и места для питья», переменная Sr78) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Food services and drinking places» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Food services and drinking places» в выручке (GO) в размере MX=1,0699%, это подтверждает более точная регрессионная модель фактора Sr78=0,010347*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Food services and drinking places» в выручке в размере Min=0,8571%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Food services and drinking places» в выручке в размере Max=1,2621%.
Расчеты, экономическое моделирование в таблице 13 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other services, except government» («Другие услуги, кроме правительства», переменная Sr79) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Other services, except government» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other services, except government» в выручке (GO) в размере MX=0,8308%, это подтверждает более точная регрессионная модель фактора Sr79=0,00829*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Other services, except government» в выручке в размере Min=0,6984%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Other services, except government» в выручке в размере Max=0,9523%.
Перейдем к расчету доли оплаты труда, компенсации (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 14 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
56 |
Sr71 |
7897,3 |
-0,3537 |
0,9302 |
5,1E-05 |
3719 |
3459 |
|
57 |
Sr72 |
6E+06 |
-0,7287 |
0,7725 |
1,6E-04 |
5391 |
4165 |
|
58 |
Sr73 |
|
|
0,9036 |
|
5228 |
|
|
59 |
Sr73-1 |
|
|
0,8837 |
|
2724 |
|
|
60 |
Sr74 |
|
|
0,8230 |
|
2172 |
|
|
61 |
Sr75 |
0,0541 |
0,7805 |
0,5657 |
1,4E-03 |
7094 |
4013 |
|
62 |
Sr76 |
1E-14 |
2,7437 |
0,5071 |
2,7E-04 |
2566 |
1301 |
|
63 |
Sr77 |
6,6882 |
0,4556 |
0,5645 |
1,9E-03 |
3073 |
1735 |
|
64 |
Sr78 |
1,0517 |
0,6682 |
0,6615 |
6,8E-03 |
2028 |
1341 |
|
65 |
Sr79 |
0,0181 |
0,9435 |
0,6862 |
5,7E-03 |
3311 |
2272 |
Как видно из таблицы 13 и 14, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Educational services» («Образовательные услуги», переменная Sr71) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Educational services» (Sr71) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Educational services» в выручке (GO) в размере MX=0,0063%, это подтвердила регрессионная модель фактора Sr71=0,000055*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr71=7897,25363123*GO^-0,3537. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Educational services» («Образовательные услуги») в среднем составляла величину в размере -0,3537. Как видно из таблицы 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9302. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,9302 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr71=0,000055*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Educational services») вида COMPi/VAi*ki=0,9302*0,000055=0,0000512. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Educational services» («Образовательные услуги») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Educational services» («Образовательные услуги») в среднем поддерживалась на уровне WAGEi=3719 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,9302*0,000055=0,0000512. В результате получаем средневзвешенную оплату труда на i-м рынке «Educational services» («Образовательные услуги») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Educational services» («Образовательные услуги») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,9302*0,000055*3719 долл.США/мес. = 3459 долл.США/мес.
Как видно из таблицы 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Ambulatory health care services» («Услуги амбулаторного здравоохранения», переменная Sr72) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Ambulatory health care services» (Sr72) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Ambulatory health care services» в выручке (GO) в размере MX=0,026%, это подтвердила регрессионная модель фактора Sr72=0,000212*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr72=5787466,08192068*GO^-0,7287. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Ambulatory health care services» («Услуги амбулаторного здравоохранения») в среднем составляла величину в размере -0,7287. Как видно из таблицы 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,7725. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,7725 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr72=0,000212*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Ambulatory health care services») вида COMPi/VAi*ki=0,7725*0,000212=0,000164. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Ambulatory health care services» («Услуги амбулаторного здравоохранения») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Ambulatory health care services» («Услуги амбулаторного здравоохранения») в среднем поддерживалась на уровне WAGEi=5391 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,7725*0,000212=0,000164. В результате получаем средневзвешенную оплату труда на i-м рынке «Ambulatory health care services» («Услуги амбулаторного здравоохранения») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Ambulatory health care services» («Услуги амбулаторного здравоохранения») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,7725*0,000212*5391 долл.США/мес. = 4165 долл.США/мес.
Как следует из таблицы 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Hospitals» («Больницы и уход за больными», переменная Sr73) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9036. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Hospitals» («Больницы и уход за больными», переменная Sr73) составила величину в размере WAGEi=5227,5 долл.США/мес.
В таблице 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Nursing and residential care facilities» («Уход и жилой уходу объекты», переменная Sr73-1) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,8837. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Nursing and residential care facilities» («Уход и жилой уходу объекты», переменная Sr73-1) составила величину в размере WAGEi=2723,67 долл.США/мес.
Как следует из таблицы 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Social assistance» («Социальная помощь», переменная Sr74) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,823. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Social assistance» («Социальная помощь», переменная Sr74) составила величину в размере WAGEi=2172,33 долл.США/мес.
В таблице 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации», переменная Sr75) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Performing arts, spectator sports, museums, and related activities» (Sr75) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Performing arts, spectator sports, museums, and related activities» в выручке (GO) в размере MX=0,2598%, это подтвердила регрессионная модель фактора Sr75=0,002532*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr75=0,05406022*GO^0,7805. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации») в среднем составляла величину в размере 0,7805. В таблице 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5657. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5657 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr75=0,002532*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Performing arts, spectator sports, museums, and related activities») вида COMPi/VAi*ki=0,5657*0,002532=0,0014322. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации») в среднем поддерживалась на уровне WAGEi=7094 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5657*0,002532=0,0014322. В результате получаем средневзвешенную оплату труда на i-м рынке «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Performing arts, spectator sports, museums, and related activities» («Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5657*0,002532*7094 долл.США/мес. = 4013 долл.США/мес.
Как следует из таблицы 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений», переменная Sr76) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Amusements, gambling, and recreation industries» (Sr76) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Amusements, gambling, and recreation industries» в выручке (GO) в размере MX=0,0469%, это подтвердила регрессионная модель фактора Sr76=0,000526*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr76=0*GO^2,7437. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений») в среднем составляла величину в размере 2,7437. Как следует из таблицы 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5071. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5071 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr76=0,000526*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Amusements, gambling, and recreation industries») вида COMPi/VAi*ki=0,5071*0,000526=0,0002669. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений») в среднем поддерживалась на уровне WAGEi=2566 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5071*0,000526=0,0002669. В результате получаем средневзвешенную оплату труда на i-м рынке «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Amusements, gambling, and recreation industries» («Развлечения, азартные игры, отдых и промышленность развлечений») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5071*0,000526*2566 долл.США/мес. = 1301 долл.США/мес.
Как видно из таблицы 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Accommodation» («Жилье», переменная Sr77) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Accommodation» (Sr77) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Accommodation» в выручке (GO) в размере MX=0,3598%, это подтвердила регрессионная модель фактора Sr77=0,003407*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr77=6,68822131*GO^0,4556. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Accommodation» («Жилье») в среднем составляла величину в размере 0,4556. Как видно из таблицы 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5645. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5645 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr77=0,003407*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Accommodation») вида COMPi/VAi*ki=0,5645*0,003407=0,0019232. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Accommodation» («Жилье») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Accommodation» («Жилье») в среднем поддерживалась на уровне WAGEi=3073 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5645*0,003407=0,0019232. В результате получаем средневзвешенную оплату труда на i-м рынке «Accommodation» («Жилье») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Accommodation» («Жилье») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5645*0,003407*3073 долл.США/мес. = 1735 долл.США/мес.
В таблице 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Food services and drinking places» («Общественное питание и места для питья», переменная Sr78) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Food services and drinking places» (Sr78) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Food services and drinking places» в выручке (GO) в размере MX=1,0699%, это подтвердила регрессионная модель фактора Sr78=0,010347*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr78=1,0516812*GO^0,6682. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Food services and drinking places» («Общественное питание и места для питья») в среднем составляла величину в размере 0,6682. В таблице 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6615. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6615 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr78=0,010347*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Food services and drinking places») вида COMPi/VAi*ki=0,6615*0,010347=0,0068446. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Food services and drinking places» («Общественное питание и места для питья») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Food services and drinking places» («Общественное питание и места для питья») в среднем поддерживалась на уровне WAGEi=2028 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6615*0,010347=0,0068446. В результате получаем средневзвешенную оплату труда на i-м рынке «Food services and drinking places» («Общественное питание и места для питья») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Food services and drinking places» («Общественное питание и места для питья») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6615*0,010347*2028 долл.США/мес. = 1341 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 13 и 14 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Other services, except government» («Другие услуги, кроме правительства», переменная Sr79) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Other services, except government» (Sr79) в выручке (GO). Как следует из предыдущей таблицы 13, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Other services, except government» в выручке (GO) в размере MX=0,8308%, это подтвердила регрессионная модель фактора Sr79=0,00829*GO. Как видно из текущей таблицы 14, более точную степенную регрессионную модель фактора можно представить в виде Sr79=0,01812194*GO^0,9435. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Other services, except government» («Другие услуги, кроме правительства») в среднем составляла величину в размере 0,9435. По расчетам, эконометрическим моделям таблицы 14, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6862. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6862 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr79=0,00829*GO, рассчитанной в предыдущей таблице 13. В результате получаем интегральную взвешенную модель i-го рынка («Other services, except government») вида COMPi/VAi*ki=0,6862*0,00829=0,0056886. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Other services, except government» («Другие услуги, кроме правительства») в текущий временной период. Из таблицы 14 следует, что среднемесячная оплата труда персонала на i-м рынке «Other services, except government» («Другие услуги, кроме правительства») в среднем поддерживалась на уровне WAGEi=3311 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6862*0,00829=0,0056886. В результате получаем средневзвешенную оплату труда на i-м рынке «Other services, except government» («Другие услуги, кроме правительства») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 14, средневзвешенная оплата труда на i-м рынке «Other services, except government» («Другие услуги, кроме правительства») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6862*0,00829*3311 долл.США/мес. = 2272 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 15 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров предприятий-конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США исследуемой отрасли
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
66 |
Federal general government |
Sr81 |
|
|
|
|
|
|
67 |
Federal government enterprises |
Sr82 |
0,0029 |
0,003239 |
0,002078 |
0,004103 |
4 |
|
68 |
State and local general government |
Sr83 |
|
|
|
|
|
|
69 |
State and local government enterprises |
Sr84 |
0,0008 |
0,000719 |
0,000538 |
0,000979 |
5 |
|
70 |
Scrap, used and secondhand goods |
Sr85 |
|
|
|
|
|
|
71 |
Noncomparable imports and rest-of-the-world adjustment1 |
Sr86 |
0,0021 |
0,002068 |
0,001695 |
0,002319 |
4 |
По расчетам, эконометрическим моделям таблицы 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal general government» («Федеральный правительство в целом», переменная Sr81) за период 1997-2014 гг. незначим.
По расчетам, эконометрическим моделям таблицы 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal government enterprises» («Федеральные государственные предприятия», переменная Sr82) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Federal government enterprises» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Federal government enterprises» в выручке (GO) в размере MX=0,3239%, это подтверждает более точная регрессионная модель фактора Sr82=0,002945*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Federal government enterprises» в выручке в размере Min=0,2078%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Federal government enterprises» в выручке в размере Max=0,4103%.
Расчеты, экономическое моделирование в таблице 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «State and local general government» («Штаты и местное правительство в целом», переменная Sr83) за период 1997-2014 гг. незначим.
В таблице 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «State and local government enterprises» («Штаты и муниципальные предприятия», переменная Sr84) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «State and local government enterprises» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «State and local government enterprises» в выручке (GO) в размере MX=0,0719%, это подтверждает более точная регрессионная модель фактора Sr84=0,00077*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «State and local government enterprises» в выручке в размере Min=0,0538%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «State and local government enterprises» в выручке в размере Max=0,0979%.
В таблице 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Scrap, used and secondhand goods» («Лом, использованные товары и товар б.у.», переменная Sr85) за период 1997-2014 гг. незначим.
В таблице 15 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное», переменная Sr86) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Noncomparable imports and rest-of-the-world adjustment1» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Noncomparable imports and rest-of-the-world adjustment1» в выручке (GO) в размере MX=0,2068%, это подтверждает более точная регрессионная модель фактора Sr86=0,002083*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Noncomparable imports and rest-of-the-world adjustment1» в выручке в размере Min=0,1695%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Noncomparable imports and rest-of-the-world adjustment1» в выручке в размере Max=0,2319%.
Перейдем к расчету доли оплаты труда, компенсацию (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 16 - Расчет доли оплаты труда, компенсацию в добавленной стоимости, моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
66 |
Sr81 |
|
|
0,5950 |
|
6600 |
|
|
67 |
Sr82 |
633,5 |
0,1183 |
0,9322 |
2,7E-03 |
5762 |
5371 |
|
68 |
Sr83 |
|
|
0,9044 |
|
4749 |
|
|
69 |
Sr84 |
7E-08 |
1,6669 |
0,8216 |
6,3E-04 |
4697 |
3859 |
|
70 |
Sr85 |
|
|
0,5803 |
|
4795 |
|
|
71 |
Sr86 |
0,0004 |
1,1139 |
0,0000 |
0,0E+00 |
0 |
0 |
В таблице 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal general government» («Федеральный правительство в целом», переменная Sr81) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,595. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Federal general government» («Федеральный правительство в целом», переменная Sr81) составила величину в размере WAGEi=6599,75 долл.США/мес.
В таблице 15 и 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Federal government enterprises» («Федеральные государственные предприятия», переменная Sr82) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Federal government enterprises» (Sr82) в выручке (GO). Как следует из предыдущей таблицы 15, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Federal government enterprises» в выручке (GO) в размере MX=0,3239%, это подтвердила регрессионная модель фактора Sr82=0,002945*GO. Как видно из текущей таблицы 16, более точную степенную регрессионную модель фактора можно представить в виде Sr82=633,49829705*GO^0,1183. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Federal government enterprises» («Федеральные государственные предприятия») в среднем составляла величину в размере 0,1183. В таблице 16, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9322. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,9322 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr82=0,002945*GO, рассчитанной в предыдущей таблице 15. В результате получаем интегральную взвешенную модель i-го рынка («Federal government enterprises») вида COMPi/VAi*ki=0,9322*0,002945=0,0027452. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Federal government enterprises» («Федеральные государственные предприятия») в текущий временной период. Из таблицы 16 следует, что среднемесячная оплата труда персонала на i-м рынке «Federal government enterprises» («Федеральные государственные предприятия») в среднем поддерживалась на уровне WAGEi=5762 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,9322*0,002945=0,0027452. В результате получаем средневзвешенную оплату труда на i-м рынке «Federal government enterprises» («Федеральные государственные предприятия») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 16, средневзвешенная оплата труда на i-м рынке «Federal government enterprises» («Федеральные государственные предприятия») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,9322*0,002945*5762 долл.США/мес. = 5371 долл.США/мес.
В таблице 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «State and local general government» («Штаты и местное правительство в целом», переменная Sr83) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,9044. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «State and local general government» («Штаты и местное правительство в целом», переменная Sr83) составила величину в размере WAGEi=4749,33 долл.США/мес.
Как следует из таблицы 15 и 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «State and local government enterprises» («Штаты и муниципальные предприятия», переменная Sr84) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «State and local government enterprises» (Sr84) в выручке (GO). Как следует из предыдущей таблицы 15, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «State and local government enterprises» в выручке (GO) в размере MX=0,0719%, это подтвердила регрессионная модель фактора Sr84=0,00077*GO. Как видно из текущей таблицы 16, более точную степенную регрессионную модель фактора можно представить в виде Sr84=0,00000007*GO^1,6669. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «State and local government enterprises» («Штаты и муниципальные предприятия») в среднем составляла величину в размере 1,6669. Как следует из таблицы 16, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,8216. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,8216 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr84=0,00077*GO, рассчитанной в предыдущей таблице 15. В результате получаем интегральную взвешенную модель i-го рынка («State and local government enterprises») вида COMPi/VAi*ki=0,8216*0,00077=0,0006329. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «State and local government enterprises» («Штаты и муниципальные предприятия») в текущий временной период. Из таблицы 16 следует, что среднемесячная оплата труда персонала на i-м рынке «State and local government enterprises» («Штаты и муниципальные предприятия») в среднем поддерживалась на уровне WAGEi=4697 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,8216*0,00077=0,0006329. В результате получаем средневзвешенную оплату труда на i-м рынке «State and local government enterprises» («Штаты и муниципальные предприятия») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 16, средневзвешенная оплата труда на i-м рынке «State and local government enterprises» («Штаты и муниципальные предприятия») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,8216*0,00077*4697 долл.США/мес. = 3859 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Scrap, used and secondhand goods» («Лом, использованные товары и товар б.у.», переменная Sr85) за период 1997-2014 гг. незначим и в моделях прямых затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» не используется. Отметим, что, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5803. При этом среднемесячная оплата труда (WAGEi) на i-м рынке «Scrap, used and secondhand goods» («Лом, использованные товары и товар б.у.», переменная Sr85) составила величину в размере WAGEi=4794,5 долл.США/мес.
В таблице 15 и 16 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальное», переменная Sr86) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Noncomparable imports and rest-of-the-world adjustment1» (Sr86) в выручке (GO). Как следует из предыдущей таблицы 15, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Noncomparable imports and rest-of-the-world adjustment1» в выручке (GO) в размере MX=0,2068%, это подтвердила регрессионная модель фактора Sr86=0,002083*GO. Как видно из текущей таблицы 16, более точную степенную регрессионную модель фактора можно представить в виде Sr86=0,00042607*GO^1,1139. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное») в среднем составляла величину в размере 1,1139. В таблице 16 на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0. Далее уточняем полученную i-ю модель вида COMPi/VAi=0 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида Sr86=0,002083*GO, рассчитанной в предыдущей таблице 15. В результате получаем интегральную взвешенную модель i-го рынка («Noncomparable imports and rest-of-the-world adjustment1») вида COMPi/VAi*ki=0*0,002083=0. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное») в текущий временной период. Из таблицы 16 следует, что среднемесячная оплата труда персонала на i-м рынке «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное») в среднем поддерживалась на уровне WAGEi=0 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0*0,002083=0. В результате получаем средневзвешенную оплату труда на i-м рынке «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 16, средневзвешенная оплата труда на i-м рынке «Noncomparable imports and rest-of-the-world adjustment1» («Несравнимый импорт и остальностальное») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0*0,002083*0 долл.США/мес. = 0 долл.США/мес.
Перейдем к расчету доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 17 - Расчет доли i–х факторов прямых затрат («input») в валовой выручке/продаже («output»), коридоров предприятий-конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США исследуемой отрасли
|
№ |
Наименование NAICS |
Переменная |
Модель IIi=f(GO) |
MX |
Min |
Max |
Ранг |
|---|---|---|---|---|---|---|---|
|
72 |
Total Intermediate |
SrTI |
0,3861 |
0,376976 |
0,334644 |
0,413179 |
1 |
|
73 |
Compensation of employees |
SrComp |
0,4283 |
0,430679 |
0,412936 |
0,44926 |
3 |
|
74 |
Taxes on production and imports, less subsidies |
SrTax |
0,0078 |
0,007387 |
0,006232 |
0,00897 |
5 |
|
75 |
Gross operating surplus |
SrGOS |
0,1779 |
0,184959 |
0,149596 |
0,222409 |
4 |
|
76 |
Total Value Added |
SrADD |
0,6139 |
0,623024 |
0,586821 |
0,665356 |
2 |
В таблице 17 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5», переменная SrTI) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 1. Это подтверждает доля фактора «Total Intermediate» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Total Intermediate» в выручке (GO) в размере MX=37,6976%, это подтверждает более точная регрессионная модель фактора SrTI=0,386065*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Total Intermediate» в выручке в размере Min=33,4644%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Total Intermediate» в выручке в размере Max=41,3179%.
Как видно из таблицы 17, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор затрат «Compensation of employees» («Компенсация - заработная плата & страховые выплаты», переменная SrComp) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 3. Это подтверждает доля фактора «Compensation of employees» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Compensation of employees» в выручке (GO) в размере MX=43,0679%, это подтверждает более точная регрессионная модель фактора SrComp=0,428313*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Compensation of employees» в выручке в размере Min=41,2936%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Compensation of employees» в выручке в размере Max=44,926%.
В таблице 17 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор затрат «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий», переменная SrTax) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 5. Это подтверждает доля фактора «Taxes on production and imports, less subsidies» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Taxes on production and imports, less subsidies» в выручке (GO) в размере MX=0,7387%, это подтверждает более точная регрессионная модель фактора SrTax=0,007754*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Taxes on production and imports, less subsidies» в выручке в размере Min=0,6232%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Taxes on production and imports, less subsidies» в выручке в размере Max=0,897%.
По расчетам, эконометрическим моделям таблицы 17 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор затрат «Gross operating surplus» («Валовая прибыль», переменная SrGOS) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат, в модели ранг/приоритет фактора определен 4. Это подтверждает доля фактора «Gross operating surplus» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Gross operating surplus» в выручке (GO) в размере MX=18,4959%, это подтверждает более точная регрессионная модель фактора SrGOS=0,177867*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Gross operating surplus» в выручке в размере Min=14,9596%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Gross operating surplus» в выручке в размере Max=22,2409%.
Как следует из таблицы 17, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор затрат «Total Value Added» («Добавленная стоимость», переменная SrADD) за исследованный период 1997-2014 гг. значимо влияет на величину затрат, в модели ранг/приоритет фактора определен 2. Это подтверждает доля фактора «Total Value Added» в выручке (GO). Организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Total Value Added» в выручке (GO) в размере MX=62,3024%, это подтверждает более точная регрессионная модель фактора SrADD=0,613935*GO. При этом лучшие организации научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивали уровень интегрального фактора «Total Value Added» в выручке в размере Min=58,6821%, а худшие, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» с трудом удерживали уровень исследуемого интегрального фактора «Total Value Added» в выручке в размере Max=66,5356%.
Перейдем к расчету доли оплаты труда, компенсации (переменная «Compi») в добавленной стоимости (переменная «VAi»), моделированию средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Таблица 18 - Расчет доли оплаты труда, компенсации в добавленной стоимости, моделирование средневзвешенной оплаты труда на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США
|
№ |
Переменная |
b0 |
Эластичность IIi |
Comp/VA в IIi |
Доля Comp/VA*IIi |
Средняя ЗП $/мес |
Ср. взвешенная ЗП в VA, $/мес. |
|---|---|---|---|---|---|---|---|
|
72 |
SrTI |
0,0136 |
1,2396 |
0,5721 |
2,1E-01 |
5791 |
3223 |
|
73 |
SrComp |
1,0262 |
0,9373 |
0,6220 |
2,7E-01 |
7147 |
4446 |
|
74 |
SrTax |
1E-05 |
1,4765 |
0,8133 |
6,3E-03 |
5452 |
4434 |
|
75 |
SrGOS |
26,529 |
0,6410 |
0,5803 |
1,0E-01 |
4795 |
2782 |
|
76 |
SrADD |
4,5076 |
0,8570 |
0,6123 |
3,8E-01 |
5798 |
3550 |
Как следует из таблицы 17 и 18, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5», переменная SrTI) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Total Intermediate» (SrTI) в выручке (GO). Как следует из предыдущей таблицы 17, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Total Intermediate» в выручке (GO) в размере MX=37,6976%, это подтвердила регрессионная модель фактора SrTI=0,386065*GO. Как видно из текущей таблицы 18, более точную степенную регрессионную модель фактора можно представить в виде SrTI=0,01363462*GO^1,2396. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5») в среднем составляла величину в размере 1,2396. Как следует из таблицы 18, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5721. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5721 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида SrTI=0,386065*GO, рассчитанной в предыдущей таблице 17. В результате получаем интегральную взвешенную модель i-го рынка («Total Intermediate») вида COMPi/VAi*ki=0,5721*0,386065=0,2091404. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5») в текущий временной период. Из таблицы 18 следует, что среднемесячная оплата труда персонала на i-м рынке «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5») в среднем поддерживалась на уровне WAGEi=5791 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5721*0,386065=0,2091404. В результате получаем средневзвешенную оплату труда на i-м рынке «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 18, средневзвешенная оплата труда на i-м рынке «Total Intermediate» («Промежуточный спрос / Материальные затраты Ф № 5») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5721*0,386065*5791 долл.США/мес. = 3223 долл.США/мес.
Как следует из таблицы 17 и 18, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Compensation of employees» («Компенсация - заработная плата & страховые выплаты», переменная SrComp) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Compensation of employees» (SrComp) в выручке (GO). Как следует из предыдущей таблицы 17, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Compensation of employees» в выручке (GO) в размере MX=43,0679%, это подтвердила регрессионная модель фактора SrComp=0,428313*GO. Как видно из текущей таблицы 18, более точную степенную регрессионную модель фактора можно представить в виде SrComp=1,02616146*GO^0,9373. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Compensation of employees» («Компенсация - заработная плата & страховые выплаты») в среднем составляла величину в размере 0,9373. Как следует из таблицы 18, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,622. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,622 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида SrComp=0,428313*GO, рассчитанной в предыдущей таблице 17. В результате получаем интегральную взвешенную модель i-го рынка («Compensation of employees») вида COMPi/VAi*ki=0,622*0,428313=0,2664214. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Compensation of employees» («Компенсация - заработная плата & страховые выплаты») в текущий временной период. Из таблицы 18 следует, что среднемесячная оплата труда персонала на i-м рынке «Compensation of employees» («Компенсация - заработная плата & страховые выплаты») в среднем поддерживалась на уровне WAGEi=7147 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,622*0,428313=0,2664214. В результате получаем средневзвешенную оплату труда на i-м рынке «Compensation of employees» («Компенсация - заработная плата & страховые выплаты») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 18, средневзвешенная оплата труда на i-м рынке «Compensation of employees» («Компенсация - заработная плата & страховые выплаты») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,622*0,428313*7147 долл.США/мес. = 4446 долл.США/мес.
Как видно из таблицы 17 и 18, для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий», переменная SrTax) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Taxes on production and imports, less subsidies» (SrTax) в выручке (GO). Как следует из предыдущей таблицы 17, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Taxes on production and imports, less subsidies» в выручке (GO) в размере MX=0,7387%, это подтвердила регрессионная модель фактора SrTax=0,007754*GO. Как видно из текущей таблицы 18, более точную степенную регрессионную модель фактора можно представить в виде SrTax=0,00000998*GO^1,4765. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий») в среднем составляла величину в размере 1,4765. Как видно из таблицы 18, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,8133. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,8133 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида SrTax=0,007754*GO, рассчитанной в предыдущей таблице 17. В результате получаем интегральную взвешенную модель i-го рынка («Taxes on production and imports, less subsidies») вида COMPi/VAi*ki=0,8133*0,007754=0,0063062. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий») в текущий временной период. Из таблицы 18 следует, что среднемесячная оплата труда персонала на i-м рынке «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий») в среднем поддерживалась на уровне WAGEi=5452 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,8133*0,007754=0,0063062. В результате получаем средневзвешенную оплату труда на i-м рынке «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 18, средневзвешенная оплата труда на i-м рынке «Taxes on production and imports, less subsidies» («Налоги на производство и импорт, за вычетом субсидий») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,8133*0,007754*5452 долл.США/мес. = 4434 долл.США/мес.
В таблице 17 и 18 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Gross operating surplus» («Валовая прибыль», переменная SrGOS) за исследованный период 1997-2014 гг. несущественно влияет на величину затрат. Это подтверждает доля фактора «Gross operating surplus» (SrGOS) в выручке (GO). Как следует из предыдущей таблицы 17, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Gross operating surplus» в выручке (GO) в размере MX=18,4959%, это подтвердила регрессионная модель фактора SrGOS=0,177867*GO. Как видно из текущей таблицы 18, более точную степенную регрессионную модель фактора можно представить в виде SrGOS=26,52927003*GO^0,641. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Gross operating surplus» («Валовая прибыль») в среднем составляла величину в размере 0,641. В таблице 18 на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,5803. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,5803 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида SrGOS=0,177867*GO, рассчитанной в предыдущей таблице 17. В результате получаем интегральную взвешенную модель i-го рынка («Gross operating surplus») вида COMPi/VAi*ki=0,5803*0,177867=0,1032102. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Gross operating surplus» («Валовая прибыль») в текущий временной период. Из таблицы 18 следует, что среднемесячная оплата труда персонала на i-м рынке «Gross operating surplus» («Валовая прибыль») в среднем поддерживалась на уровне WAGEi=4795 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,5803*0,177867=0,1032102. В результате получаем средневзвешенную оплату труда на i-м рынке «Gross operating surplus» («Валовая прибыль») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 18, средневзвешенная оплата труда на i-м рынке «Gross operating surplus» («Валовая прибыль») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,5803*0,177867*4795 долл.США/мес. = 2782 долл.США/мес.
По расчетам, эконометрическим моделям таблицы 17 и 18 для организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» интегральный фактор материальных затрат «Total Value Added» («Добавленная стоимость», переменная SrADD) за исследованный период 1997-2014 гг. значимо влияет на величину затрат. Это подтверждает доля фактора «Total Value Added» (SrADD) в выручке (GO). Как следует из предыдущей таблицы 17, организации научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» в период 1997-2014 гг. в среднем поддерживали уровень фактора «Total Value Added» в выручке (GO) в размере MX=62,3024%, это подтвердила регрессионная модель фактора SrADD=0,613935*GO. Как видно из текущей таблицы 18, более точную степенную регрессионную модель фактора можно представить в виде SrADD=4,50762899*GO^0,857. Из представленной регрессионной модели следует, что эластичность интегрального фактора прямых затрат на i-м рынке «Total Value Added» («Добавленная стоимость») в среднем составляла величину в размере 0,857. По расчетам, эконометрическим моделям таблицы 18, на i-м рынке (организациях i-й отрасли) доля компенсации (COMPi) в добавленной стоимости (VAi) за исследованный период 1997-2014 гг. в среднем составила величину в размере COMPi/VAi=0,6123. Далее уточняем полученную i-ю модель вида COMPi/VAi=0,6123 на основе весовых показателей эталонной среднеотраслевой регрессионной модели вида SrADD=0,613935*GO, рассчитанной в предыдущей таблице 17. В результате получаем интегральную взвешенную модель i-го рынка («Total Value Added») вида COMPi/VAi*ki=0,6123*0,613935=0,3759379. Определяем среднемесячную оплату труда персонала (переменная «WAGEi»), сложившуюся на i-м рынке «Total Value Added» («Добавленная стоимость») в текущий временной период. Из таблицы 18 следует, что среднемесячная оплата труда персонала на i-м рынке «Total Value Added» («Добавленная стоимость») в среднем поддерживалась на уровне WAGEi=5798 долл.США/мес. Далее уточняем ее с помощью модели COMPi/VAi*Ki=0,6123*0,613935=0,3759379. В результате получаем средневзвешенную оплату труда на i-м рынке «Total Value Added» («Добавленная стоимость») вида COMPi/VAi*Ki*WAGEi. Как видно из таблицы 18, средневзвешенная оплата труда на i-м рынке «Total Value Added» («Добавленная стоимость») в среднем поддерживалась на уровне COMPi/VAi*Ki*WAGEi = 0,6123*0,613935*5798 долл.США/мес. = 3550 долл.США/мес.
Перейдем к динамическому анализу, моделированию, количественной оценке рисков, коридоров управления, эффективности, нейронному моделированию производственной функции при управлении структурой материальных затрат предприятиями-конкурентами научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» США.
Цель построения производственной функции (SrGO) предприятий-конкурентов научно-исследовательского, технологического комплекса со всеми рынками и отраслями экономики США на основе динамико-бифуркационного межотраслевого моделирования весьма проста.
Необходимо рассчитать влияние на продажу/выручку, управление сбытовой деятельностью предприятий-конкурентов металургического комплекса (НИИТК) с учетом отрасли всех внешних (SrTI) и внутренних (SrADD) факторов, влияющих на жизнедеятельность эталонной, среднеотраслевой, среднерыночной организации-конкурента исследуемой отрасли.
Уточним, что под внешними факторами SrTI понимаются материальные затраты – покупки на всех товарных рынках экономики исследуемой страны без исключения. Это интегральный аналог формы №5 показателя «Итого материальные затраты».
Под внутренними факторами SrADD понимается добавленная стоимость по оплате труда персонала с детальной расшифровкой по 1000 профессиям, ЕСН, численности с детальной расшифровкой по 1000 профессиям, основным средствам, амортизации, инвестициям с детальной расшифровкой по 100 видам, процентными выплатам, доходам/расходам, налогам, чистой прибыли. Это интегральный аналог РСБУ форм № 2, 5 без детализации.
Кроме этого необходимо по внешним (i-м) и внутренним (j-м) факторам оценить влияние каждого i-го, j-го фактора на продажу/выручку, управление сбытовой деятельностью промышленного организации с учетом отрасли. Т.е. по каждому фактору (i, j) необходимо рассчитать и дать оценку с использованием всех 25 математико-статистических методов следующих показателей:
Вес, динамику – оценить преобладание высоких/низких величин/цен, риски, коридор управления лучший/худший, возможность/невозможность - вероятность управления данным фактором (i, j).
На первом этапе необходимо оценить влияние исключительно внешних факторов на управление, выручку/продажи, т.е. все виды прямых затрат или проще покупок предприятий исследуемой отрасли на всех i-х рынках интегрированных товаров и услуг. Цель данного этапа - дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внешним факторам. Понятно, что по каждому внешнему i-му фактору или i-му рынку необходимо:
В заключение первого этапа необходимо дать интегральную оценку рисков, коридоров управления, эффективности управления внешней средой - всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли на основе многофакторного нейронного моделирования по всем i-м факторам, i-м рынкам в динамике. Для этого необходимо:
Перед началом исследований введем ряд пояснений к сокращениям принятым в моделях.
Логика сокращений следующая. Исследуются организации-конкуренты научно-исследовательского, технологического комплекса (НИИТК) в рамках классификации комитетов ООН по СНС, МОБ, а также американского стандарта NAICS. Организации-конкуренты научно-исследовательского, технологического комплекса (НИИТК) имеют код 331 в СНС, МОБ и имеют лингвистический код - «Professional, scientific, and technical services».
Поэтому все интегральные рынки поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса обозначаются кодом «Sr», т.е. «Professional, scientific, and technical services». На данном этапе исследуются только прямые поставщики (рынки) или прямые затраты. В терминологии комитетов ООН по СНС, МОБ прямые затраты обозначают как «direct». Все интегральные рынки поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса в классификации прямых затрат («direct») обозначаются «Sr» или «Professional, scientific, and technical services».
Косвенные затраты, в терминологии комитетов ООН по СНС, МОБ обозначают как «indirect». Поэтому все интегральные рынки поставщиков-поставщиков предприятий-конкурентов научно-исследовательского, технологического комплекса в классификации косвенных затрат («indirect») обозначаются «Sr» с индексом «i», т.е. «SrI».
Напомним, что все интегральные рынки поставщиков-поставщиков, т.е. с учетом всех этапов технологических переделов и всех поставщиков при разложении в ряд и есть суммарном выражении – косвенные («indirect») затраты.
Все интегральные факторы, которые группируют интегральные рынки поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса, в модели обозначаются английской большой буквой «G», т.е. «GSr» или «General Professional, scientific, and technical services», а косвенные затраты как «GSrI» или «General Primary Metal indirect».
Все прямые затраты эконометрической модели в терминологии комитетов ООН по СНС, МОБ обозначают как «Total Intermediate». В исследовании данный интегральный фактор будет обозначен как «SrTI», т.е. «Professional, scientific, and technical services Total Intermediate».
Валовой выпуск или объем продаж для предприятий-конкурентов научно-исследовательского, технологического комплекса в терминологии комитетов ООН по СНС, МОБ обозначают как «Total Industry Output», в модели обозначено как «SrGO», т.е. «Professional, scientific, and technical services Gross Output».
Другие сокращения и дополнения к моделям будут даваться в случае необходимости в тексте исследования.
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат GSr1-GSr2 дан на рисунке 3.
Рисунок
3 Зрительный образ интегральных
групп прямых затрат GSr1-GSr2
Классификация по интегрированной группе GSr1 представлена в таблице 21.
Таблица 19 Классификация по интегрированной группе GSr1
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr11 |
Фермы |
111CA |
Farms |
|
Sr12 |
Лесное хозяйство, рыболовство, и аналогичные организации |
113FF |
Forestry, fishing, and related activities |
|
Sr13 |
Добыча нефти и газа |
211 |
Oil and gas extraction |
|
Sr14 |
Горно-шахтное, кроме нефти и газа |
212 |
Mining, except oil and gas |
|
Sr15 |
Вспомогательные виды деятельности по добыче |
213 |
Support activities for mining |
|
Sr16 |
Коммунальные услуги (Газ, электричество, водоканал) |
22 |
Utilities |
|
Sr17 |
Строительство |
23 |
Construction |
На первом этапе исследуем 7 интегрированных фактора прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr1. Отметим, что из 7 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 7 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 20.
Таблица 20 Экономический многофакторный анализ по интегрированной группе GSr1
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr11 |
0,065 |
0,0164 |
0,1319 |
0,0365 |
0,5595 |
0,0686 |
4 |
|
Sr12 |
0,023 |
0,0099 |
0,0362 |
0,0082 |
0,3509 |
0,0258 |
5 |
|
Sr13 |
0,007 |
0,0008 |
0,0155 |
0,005 |
0,7453 |
0,0064 |
7 |
|
Sr14 |
0,110 |
0,0311 |
0,1842 |
0,0591 |
0,5389 |
0,1279 |
3 |
|
Sr15 |
0,007 |
0,0008 |
0,0101 |
0,0027 |
0,4113 |
0,0073 |
6 |
|
Sr16 |
0,514 |
0,3813 |
0,6247 |
0,0755 |
0,1469 |
0,5312 |
1 |
|
Sr17 |
0,274 |
0,1091 |
0,5139 |
0,1577 |
0,5748 |
0,224 |
2 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Farms», обозначенному в модели как Sr11 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,06522, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,01637, Max=0,1319. В целом среднеквадратичное отклонение составило Sx=0,03649, вариация Var=0,55946, а медиана Me=0,06855. Фактор Sr11 по значимости занимает 4 место.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Forestry, fishing, and related activities», обозначенному в модели как Sr12 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,02335, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00986, Max=0,03618. В целом среднеквадратичное отклонение составило Sx=0,00819, вариация Var=0,35093, а медиана Me=0,02578. Фактор Sr12 по значимости занимает 5 место.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Oil and gas extraction», обозначенному в модели как Sr13 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,00669, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00078, Max=0,01554. В целом среднеквадратичное отклонение составило Sx=0,00499, вариация Var=0,74534, а медиана Me=0,00645. Фактор Sr13 по значимости занимает 7 место.
Как видно из таблицы 20, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Mining, except oil and gas», обозначенному в модели как Sr14 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,10959, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,03107, Max=0,18418. В целом среднеквадратичное отклонение составило Sx=0,05905, вариация Var=0,53887, а медиана Me=0,12793. Фактор Sr14 по значимости занимает 3 место.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Support activities for mining», обозначенному в модели как Sr15 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,00665, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00084, Max=0,01013. В целом среднеквадратичное отклонение составило Sx=0,00274, вариация Var=0,41125, а медиана Me=0,00727. Фактор Sr15 по значимости занимает 6 место.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Utilities», обозначенному в модели как Sr16 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,51422, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,38132, Max=0,62474. В целом среднеквадратичное отклонение составило Sx=0,07554, вариация Var=0,14691, а медиана Me=0,53124. Фактор Sr16 по значимости занимает 1 место.
В таблице 20 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Construction», обозначенному в модели как Sr17 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr1 данный фактор в среднем составлял величину в размере MX=0,27428, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,1091, Max=0,51386. В целом среднеквадратичное отклонение составило Sx=0,15766, вариация Var=0,57483, а медиана Me=0,22395. Фактор Sr17 по значимости занимает 2 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 7 исследуемых факторов интегральной группы прямых затрат GSr1, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 21.
Таблица 21 Экономический многофакторный анализ по интегрированной группе GSr1 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr11 |
7,2376 |
17042597 |
-1,250573 |
0,05799 |
|
Sr12 |
3,1935 |
222,5256 |
-0,061563 |
0,02182 |
|
Sr13 |
2,2196 |
5,93E+11 |
-2,740191 |
0,0057 |
|
Sr14 |
5,8235 |
1,8E+08 |
-1,462827 |
0,09638 |
|
Sr15 |
10,062 |
296,5423 |
-0,247374 |
0,00619 |
|
Sr16 |
1,2626 |
0,434125 |
1,0182409 |
0,51502 |
|
Sr17 |
0,2154 |
1,06E-05 |
2,1491745 |
0,29689 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr11 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 7,23759. Эконометрическая модель вида Sr11=17042596,53967*GSr1^-1,25057 показала, что эластичность составила -1,25057. Эконометрическая модель вида Sr11=0,05799*GSr1 уточнила среднюю величину фактора Sr11. В заключение отметим, что на исследованном рынке фактора Sr11 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr12 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 3,19354. Эконометрическая модель вида Sr12=222,52559*GSr1^-0,06156 показала, что эластичность составила -0,06156. Эконометрическая модель вида Sr12=0,02182*GSr1 уточнила среднюю величину фактора Sr12. В заключение отметим, что на исследованном рынке фактора Sr12 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr13 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 2,21959. Эконометрическая модель вида Sr13=593044902231,985*GSr1^-2,74019 показала, что эластичность составила -2,74019. Эконометрическая модель вида Sr13=0,0057*GSr1 уточнила среднюю величину фактора Sr13. В заключение отметим, что на исследованном рынке фактора Sr13 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 21, проведенные в интегрированной группе прямых затрат GSr1 фактор Sr14 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 5,82345. Эконометрическая модель вида Sr14=180385561,5223*GSr1^-1,46283 показала, что эластичность составила -1,46283. Эконометрическая модель вида Sr14=0,09638*GSr1 уточнила среднюю величину фактора Sr14. В заключение отметим, что на исследованном рынке фактора Sr14 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr15 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 10,06216. Эконометрическая модель вида Sr15=296,54226*GSr1^-0,24737 показала, что эластичность составила -0,24737. Эконометрическая модель вида Sr15=0,00619*GSr1 уточнила среднюю величину фактора Sr15. В заключение отметим, что на исследованном рынке фактора Sr15 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr16 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,26258. Эконометрическая модель вида Sr16=0,43412*GSr1^1,01824 показала, что эластичность составила 1,01824. Эконометрическая модель вида Sr16=0,51502*GSr1 уточнила среднюю величину фактора Sr16. В заключение отметим, что на исследованном рынке фактора Sr16 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 21 проведенные в интегрированной группе прямых затрат GSr1 фактор Sr17 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,21539. Эконометрическая модель вида Sr17=0,00001*GSr1^2,14917 показала, что эластичность составила 2,14917. Эконометрическая модель вида Sr17=0,29689*GSr1 уточнила среднюю величину фактора Sr17. В заключение отметим, что на исследованном рынке фактора Sr17 преобладают низкие (МХ>=Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 7 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr1. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr1(MX)=3888,522+0,0652*Sr11+0,0234*Sr12+0,0067*Sr13+0,1096*Sr14+0,0067*Sr15+0,5142*Sr16+0,2743*Sr17
GSr1(MX)=3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743
GSr1(Min)=92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091
GSr1(Max)=0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 2700, а многофакторная степенная модель - 1180, что в 2 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr1(Min) обеспечивает точность 2185, точность модели по худшему сценарию GSr1(Max)=2739.
Классификация по интегрированной группе GSr2 представлена в таблице 24.
Таблица 22 Классификация по интегрированной группе GSr2
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr21 |
Изделия из дерева |
321 |
Wood products |
|
Sr22 |
Неметаллические минеральные продукты |
327 |
Nonmetallic mineral products |
|
Sr23 |
Первичные металлы |
331 |
Primary metals |
|
Sr24 |
Металлоизделия |
332 |
FabricatSr metal products |
|
Sr25 |
Машины |
333 |
Machinery |
|
Sr26 |
Электронная продукция |
334 |
Computer and electronic products |
|
Sr27 |
Электрооборудование, приборы и компоненты |
335 |
Primary Metal Manufacturing |
|
Sr28 |
Автомобили, узлы, прицепы и запчасти |
3361MV |
Motor vehicles, bodies and trailers, and parts |
|
Sr29 |
Другое транспортное оборудование |
3364OT |
Other transportation equipment |
На первом этапе исследуем 9 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr2. Отметим, что из 9 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 9 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 23.
Таблица 23 Экономический многофакторный анализ по интегрированной группе GSr2
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr21 |
0,0192881 |
0,0149 |
0,0222 |
0,0019 |
0,0967 |
0,0197 |
9 |
|
Sr22 |
0,1130041 |
0,106 |
0,1233 |
0,0048 |
0,0428 |
0,1128 |
4 |
|
Sr23 |
0,0763827 |
0,0582 |
0,0952 |
0,0119 |
0,1557 |
0,075 |
5 |
|
Sr24 |
0,1595287 |
0,1378 |
0,1824 |
0,0118 |
0,074 |
0,1598 |
2 |
|
Sr25 |
0,0799696 |
0,0609 |
0,1015 |
0,0104 |
0,13 |
0,0785 |
6 |
|
Sr26 |
0,2939624 |
0,2583 |
0,3813 |
0,0351 |
0,1194 |
0,2837 |
1 |
|
Sr27 |
0,1408288 |
0,1188 |
0,1584 |
0,0102 |
0,0727 |
0,1424 |
3 |
|
Sr28 |
0,0760551 |
0,057 |
0,0893 |
0,01 |
0,1311 |
0,0747 |
7 |
|
Sr29 |
0,0409804 |
0,0082 |
0,0959 |
0,021 |
0,5127 |
0,0455 |
8 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
В таблице 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Wood products», обозначенному в модели как Sr21 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,01929, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,01489, Max=0,02224. В целом среднеквадратичное отклонение составило Sx=0,00187, вариация Var=0,0967, а медиана Me=0,01968. Фактор Sr21 по значимости занимает 9 место.
Как следует из таблицы 23, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Nonmetallic mineral products», обозначенному в модели как Sr22 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,113, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,10597, Max=0,12334. В целом среднеквадратичное отклонение составило Sx=0,00484, вариация Var=0,04285, а медиана Me=0,11275. Фактор Sr22 по значимости занимает 4 место.
По расчетам, эконометрическим моделям таблицы 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Primary metals», обозначенному в модели как Sr23 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,07638, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,05817, Max=0,09516. В целом среднеквадратичное отклонение составило Sx=0,01189, вариация Var=0,1557, а медиана Me=0,07501. Фактор Sr23 по значимости занимает 5 место.
Расчеты, экономическое моделирование в таблице 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Fabricated metal products», обозначенному в модели как Sr24 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,15953, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,13779, Max=0,18244. В целом среднеквадратичное отклонение составило Sx=0,0118, вариация Var=0,07396, а медиана Me=0,15985. Фактор Sr24 по значимости занимает 2 место.
Как видно из таблицы 23, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Machinery», обозначенному в модели как Sr25 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,07997, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,06088, Max=0,1015. В целом среднеквадратичное отклонение составило Sx=0,01039, вариация Var=0,12995, а медиана Me=0,0785. Фактор Sr25 по значимости занимает 6 место.
В таблице 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Computer and electronic products», обозначенному в модели как Sr26 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,29396, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,25834, Max=0,38131. В целом среднеквадратичное отклонение составило Sx=0,0351, вариация Var=0,11942, а медиана Me=0,28366. Фактор Sr26 по значимости занимает 1 место.
Как следует из таблицы 23, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Electrical equipment, appliances, and components», обозначенному в модели как Sr27 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,14083, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,11875, Max=0,15843. В целом среднеквадратичное отклонение составило Sx=0,01023, вариация Var=0,07267, а медиана Me=0,14244. Фактор Sr27 по значимости занимает 3 место.
В таблице 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Motor vehicles, bodies and trailers, and parts», обозначенному в модели как Sr28 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,07606, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,05699, Max=0,08931. В целом среднеквадратичное отклонение составило Sx=0,00997, вариация Var=0,13111, а медиана Me=0,07466. Фактор Sr28 по значимости занимает 7 место.
Расчеты, экономическое моделирование в таблице 23 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Other transportation equipment», обозначенному в модели как Sr29 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr2 данный фактор в среднем составлял величину в размере MX=0,04098, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00823, Max=0,09589. В целом среднеквадратичное отклонение составило Sx=0,02101, вариация Var=0,51267, а медиана Me=0,0455. Фактор Sr29 по значимости занимает 8 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 9 исследуемых факторов интегральной группы прямых затрат GSr2, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 24.
Таблица 24 Экономический многофакторный анализ по интегрированной группе GSr2 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr21 |
1,4941 |
0,004769 |
1,1401586 |
0,01999 |
|
Sr22 |
0,9801 |
0,136655 |
0,9807867 |
0,1124 |
|
Sr23 |
1,3656 |
0,004661 |
1,2803184 |
0,08346 |
|
Sr24 |
1,0386 |
0,096392 |
1,0504447 |
0,15976 |
|
Sr25 |
1,3122 |
0,071284 |
1,0107634 |
0,07863 |
|
Sr26 |
0,7023 |
2,150592 |
0,7990884 |
0,27848 |
|
Sr27 |
1,0525 |
0,096423 |
1,0378697 |
0,14294 |
|
Sr28 |
1,1842 |
0,132037 |
0,9436324 |
0,07579 |
|
Sr29 |
4,5968 |
3,97E-07 |
2,1453421 |
0,04854 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
В таблице 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr21 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,49406. Эконометрическая модель вида Sr21=0,00477*GSr2^1,14016 показала, что эластичность составила 1,14016. Эконометрическая модель вида Sr21=0,01999*GSr2 уточнила среднюю величину фактора Sr21. В заключение отметим, что на исследованном рынке фактора Sr21 преобладают высокие (МХ<Me) цены или прямые затраты.
Как следует из таблицы 24, проведенные в интегрированной группе прямых затрат GSr2 фактор Sr22 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,98006. Эконометрическая модель вида Sr22=0,13665*GSr2^0,98079 показала, что эластичность составила 0,98079. Эконометрическая модель вида Sr22=0,1124*GSr2 уточнила среднюю величину фактора Sr22. В заключение отметим, что на исследованном рынке фактора Sr22 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr23 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,36563. Эконометрическая модель вида Sr23=0,00466*GSr2^1,28032 показала, что эластичность составила 1,28032. Эконометрическая модель вида Sr23=0,08346*GSr2 уточнила среднюю величину фактора Sr23. В заключение отметим, что на исследованном рынке фактора Sr23 преобладают низкие (МХ>=Me) цены или прямые затраты.
Расчеты, экономическое моделирование в таблице 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr24 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,03864. Эконометрическая модель вида Sr24=0,09639*GSr2^1,05044 показала, что эластичность составила 1,05044. Эконометрическая модель вида Sr24=0,15976*GSr2 уточнила среднюю величину фактора Sr24. В заключение отметим, что на исследованном рынке фактора Sr24 преобладают высокие (МХ<Me) цены или прямые затраты.
Как видно из таблицы 24, проведенные в интегрированной группе прямых затрат GSr2 фактор Sr25 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,31218. Эконометрическая модель вида Sr25=0,07128*GSr2^1,01076 показала, что эластичность составила 1,01076. Эконометрическая модель вида Sr25=0,07863*GSr2 уточнила среднюю величину фактора Sr25. В заключение отметим, что на исследованном рынке фактора Sr25 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr26 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,70227. Эконометрическая модель вида Sr26=2,15059*GSr2^0,79909 показала, что эластичность составила 0,79909. Эконометрическая модель вида Sr26=0,27848*GSr2 уточнила среднюю величину фактора Sr26. В заключение отметим, что на исследованном рынке фактора Sr26 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 24, проведенные в интегрированной группе прямых затрат GSr2 фактор Sr27 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,05245. Эконометрическая модель вида Sr27=0,09642*GSr2^1,03787 показала, что эластичность составила 1,03787. Эконометрическая модель вида Sr27=0,14294*GSr2 уточнила среднюю величину фактора Sr27. В заключение отметим, что на исследованном рынке фактора Sr27 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr28 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,18422. Эконометрическая модель вида Sr28=0,13204*GSr2^0,94363 показала, что эластичность составила 0,94363. Эконометрическая модель вида Sr28=0,07579*GSr2 уточнила среднюю величину фактора Sr28. В заключение отметим, что на исследованном рынке фактора Sr28 преобладают низкие (МХ>=Me) цены или прямые затраты.
Расчеты, экономическое моделирование в таблице 24 проведенные в интегрированной группе прямых затрат GSr2 фактор Sr29 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 4,59682. Эконометрическая модель вида Sr29=0*GSr2^2,14534 показала, что эластичность составила 2,14534. Эконометрическая модель вида Sr29=0,04854*GSr2 уточнила среднюю величину фактора Sr29. В заключение отметим, что на исследованном рынке фактора Sr29 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 9 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr2. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr2(MX)=18923,858+0,0193*Sr21+0,1130*Sr22+0,0764*Sr23+0,1595*Sr24+0,0800*Sr25+0,2940*Sr26+0,1408*Sr27+0,0761*Sr280,0410*Sr29
GSr2(MX)=7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410
GSr2(Min)=30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr29^0,0082
GSr2(Max)=0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 32555, а многофакторная степенная модель - 776, что в 42 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr2(Min) обеспечивает точность 6587, точность модели по худшему сценарию GSr2(Max)=8817.
Классификация по интегрированной группе GSr3 представлена в таблице 25.
Таблица 25 Классификация по интегрированной группе GSr3
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr31 |
Мебель и сопутствующие товары |
337 |
Furniture and related products |
|
Sr32 |
Производство другой продукции |
339 |
Miscellaneous manufacturing |
|
Sr33 |
Продукты питания и напитки и табачные изделия |
311FT |
Food and beverage and tobacco products |
|
Sr34 |
Текстильные фабрики |
313TT |
Textile mills and textile product mills |
|
Sr35 |
Одежда и изделия из кожи и сопутствующие товары |
315AL |
Apparel and leather and alliSr products |
|
Sr36 |
Бумажная продукция |
322 |
Paper products |
|
Sr37 |
Печать/Типографии и связанная вспомогательная деятельность |
323 |
Printing and related support activities |
|
Sr38 |
Нефть и угольные продукты |
324 |
Petroleum and coal products |
|
Sr39 |
Химические товары |
325 |
Chemical products |
|
Sr40 |
Пластмассы и резиновые изделия |
326 |
Plastics and rubber products |
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат GSr3-GSr4 дан на рисунке 4.
Рисунок
4 Зрительный образ интегральных
групп прямых затрат GSr3-GSr4
На первом этапе исследуем 10 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr3. Отметим, что из 10 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 10 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 26.
Таблица 26 Экономический многофакторный анализ по интегрированной группе GSr3
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr31 |
0,0064565 |
0,005 |
0,009 |
0,0011 |
0,169 |
0,0062 |
9 |
|
Sr32 |
0,0724253 |
0,0589 |
0,0807 |
0,0063 |
0,0866 |
0,0728 |
5 |
|
Sr33 |
0,0303869 |
0,0213 |
0,0403 |
0,005 |
0,1638 |
0,0305 |
7 |
|
Sr34 |
0,0124121 |
0,0074 |
0,02 |
0,0038 |
0,3049 |
0,0114 |
8 |
|
Sr35 |
0,0015735 |
0,0007 |
0,0029 |
0,0007 |
0,447 |
0,0012 |
10 |
|
Sr36 |
0,102323 |
0,0843 |
0,1291 |
0,0147 |
0,1435 |
0,1063 |
4 |
|
Sr37 |
0,27444 |
0,1521 |
0,4376 |
0,0997 |
0,3632 |
0,2638 |
2 |
|
Sr38 |
0,042669 |
0,0207 |
0,0557 |
0,011 |
0,2573 |
0,0471 |
6 |
|
Sr39 |
0,3191751 |
0,2174 |
0,4208 |
0,0713 |
0,2235 |
0,3041 |
1 |
|
Sr40 |
0,1381385 |
0,1061 |
0,1561 |
0,0149 |
0,1078 |
0,1419 |
3 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Как следует из таблицы 26, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Furniture and related products», обозначенному в модели как Sr31 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,00646, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00497, Max=0,00897. В целом среднеквадратичное отклонение составило Sx=0,00109, вариация Var=0,16898, а медиана Me=0,00624. Фактор Sr31 по значимости занимает 9 место.
Как видно из таблицы 26, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Miscellaneous manufacturing», обозначенному в модели как Sr32 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,07243, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,05892, Max=0,08067. В целом среднеквадратичное отклонение составило Sx=0,00627, вариация Var=0,08655, а медиана Me=0,07281. Фактор Sr32 по значимости занимает 5 место.
В таблице 26 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Food and beverage and tobacco products», обозначенному в модели как Sr33 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,03039, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,02131, Max=0,04026. В целом среднеквадратичное отклонение составило Sx=0,00498, вариация Var=0,16378, а медиана Me=0,03046. Фактор Sr33 по значимости занимает 7 место.
В таблице 26 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Textile mills and textile product mills», обозначенному в модели как Sr34 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,01241, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00745, Max=0,02. В целом среднеквадратичное отклонение составило Sx=0,00378, вариация Var=0,30488, а медиана Me=0,01142. Фактор Sr34 по значимости занимает 8 место.
Как следует из таблицы 26, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Apparel and leather and allied products», обозначенному в модели как Sr35 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,00157, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00069, Max=0,00286. В целом среднеквадратичное отклонение составило Sx=0,0007, вариация Var=0,44702, а медиана Me=0,00117. Фактор Sr35 по значимости занимает 10 место.
В таблице 26 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Paper products», обозначенному в модели как Sr36 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,10232, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,08434, Max=0,12907. В целом среднеквадратичное отклонение составило Sx=0,01468, вариация Var=0,14351, а медиана Me=0,10627. Фактор Sr36 по значимости занимает 4 место.
В таблице 26 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Printing and related support activities», обозначенному в модели как Sr37 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,27444, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,15211, Max=0,43756. В целом среднеквадратичное отклонение составило Sx=0,09969, вариация Var=0,36325, а медиана Me=0,26378. Фактор Sr37 по значимости занимает 2 место.
Как видно из таблицы 26, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Petroleum and coal products», обозначенному в модели как Sr38 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,04267, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,02066, Max=0,05571. В целом среднеквадратичное отклонение составило Sx=0,01098, вариация Var=0,2573, а медиана Me=0,04708. Фактор Sr38 по значимости занимает 6 место.
В таблице 26 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Chemical products», обозначенному в модели как Sr39 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,31918, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,2174, Max=0,42082. В целом среднеквадратичное отклонение составило Sx=0,07133, вариация Var=0,22349, а медиана Me=0,30408. Фактор Sr39 по значимости занимает 1 место.
Как следует из таблицы 26, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Plastics and rubber products», обозначенному в модели как Sr40 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr3 данный фактор в среднем составлял величину в размере MX=0,13814, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,10614, Max=0,1561. В целом среднеквадратичное отклонение составило Sx=0,0149, вариация Var=0,10785, а медиана Me=0,14195. Фактор Sr40 по значимости занимает 3 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 10 исследуемых факторов интегральной группы прямых затрат GSr3, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 27.
Таблица 27 Экономический многофакторный анализ по интегрированной группе GSr3 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr31 |
1,1482 |
0,000546 |
1,244 |
0,00682 |
|
Sr32 |
0,9754 |
0,522086 |
0,804 |
0,06988 |
|
Sr33 |
1,3361 |
0,0111 |
1,099 |
0,03092 |
|
Sr34 |
0,6777 |
43,38963 |
0,186 |
0,01067 |
|
Sr35 |
1,6218 |
0,013195 |
0,780 |
0,00144 |
|
Sr36 |
1,3179 |
0,001526 |
1,416 |
0,10949 |
|
Sr37 |
0,3664 |
29643,39 |
-0,156 |
0,22173 |
|
Sr38 |
1,6197 |
1,79E-05 |
1,768 |
0,04748 |
|
Sr39 |
1,8234 |
0,00029 |
1,692 |
0,35752 |
|
Sr40 |
1,4474 |
0,008126 |
1,280 |
0,14406 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
Как следует из таблицы 27, проведенные в интегрированной группе прямых затрат GSr3 фактор Sr31 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,14815. Эконометрическая модель вида Sr31=0,00055*GSr3^1,24381 показала, что эластичность составила 1,24381. Эконометрическая модель вида Sr31=0,00682*GSr3 уточнила среднюю величину фактора Sr31. В заключение отметим, что на исследованном рынке фактора Sr31 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 27, проведенные в интегрированной группе прямых затрат GSr3 фактор Sr32 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,97538. Эконометрическая модель вида Sr32=0,52209*GSr3^0,80369 показала, что эластичность составила 0,80369. Эконометрическая модель вида Sr32=0,06988*GSr3 уточнила среднюю величину фактора Sr32. В заключение отметим, что на исследованном рынке фактора Sr32 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 27 проведенные в интегрированной группе прямых затрат GSr3 фактор Sr33 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,33611. Эконометрическая модель вида Sr33=0,0111*GSr3^1,09862 показала, что эластичность составила 1,09862. Эконометрическая модель вида Sr33=0,03092*GSr3 уточнила среднюю величину фактора Sr33. В заключение отметим, что на исследованном рынке фактора Sr33 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 27 проведенные в интегрированной группе прямых затрат GSr3 фактор Sr34 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,67773. Эконометрическая модель вида Sr34=43,38963*GSr3^0,1863 показала, что эластичность составила 0,1863. Эконометрическая модель вида Sr34=0,01067*GSr3 уточнила среднюю величину фактора Sr34. В заключение отметим, что на исследованном рынке фактора Sr34 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 27, проведенные в интегрированной группе прямых затрат GSr3 фактор Sr35 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,62177. Эконометрическая модель вида Sr35=0,0132*GSr3^0,77965 показала, что эластичность составила 0,77965. Эконометрическая модель вида Sr35=0,00144*GSr3 уточнила среднюю величину фактора Sr35. В заключение отметим, что на исследованном рынке фактора Sr35 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 27 проведенные в интегрированной группе прямых затрат GSr3 фактор Sr36 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,31795. Эконометрическая модель вида Sr36=0,00153*GSr3^1,41619 показала, что эластичность составила 1,41619. Эконометрическая модель вида Sr36=0,10949*GSr3 уточнила среднюю величину фактора Sr36. В заключение отметим, что на исследованном рынке фактора Sr36 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 27 проведенные в интегрированной группе прямых затрат GSr3 фактор Sr37 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,36637. Эконометрическая модель вида Sr37=29643,38608*GSr3^-0,1561 показала, что эластичность составила -0,1561. Эконометрическая модель вида Sr37=0,22173*GSr3 уточнила среднюю величину фактора Sr37. В заключение отметим, что на исследованном рынке фактора Sr37 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 27, проведенные в интегрированной группе прямых затрат GSr3 фактор Sr38 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,61969. Эконометрическая модель вида Sr38=0,00002*GSr3^1,76757 показала, что эластичность составила 1,76757. Эконометрическая модель вида Sr38=0,04748*GSr3 уточнила среднюю величину фактора Sr38. В заключение отметим, что на исследованном рынке фактора Sr38 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 27 проведенные в интегрированной группе прямых затрат GSr3 фактор Sr39 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,82339. Эконометрическая модель вида Sr39=0,00029*GSr3^1,69243 показала, что эластичность составила 1,69243. Эконометрическая модель вида Sr39=0,35752*GSr3 уточнила среднюю величину фактора Sr39. В заключение отметим, что на исследованном рынке фактора Sr39 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 27, проведенные в интегрированной группе прямых затрат GSr3 фактор Sr40 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,44744. Эконометрическая модель вида Sr40=0,00813*GSr3^1,28047 показала, что эластичность составила 1,28047. Эконометрическая модель вида Sr40=0,14406*GSr3 уточнила среднюю величину фактора Sr40. В заключение отметим, что на исследованном рынке фактора Sr40 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 10 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr3. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr3(MX)=19672,584+0,0065*Sr31+0,0724*Sr32+0,0304*Sr33+0,0124*Sr34+0,0016*Sr35+0,1023*Sr36+0,2744*Sr37+0,0427*Sr38+0,3192*Sr39+0,1381*Sr40
GSr3(MX)=6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381
GSr3(Min)=97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr39^0,2174*Sr40^0,1061
GSr3(Max)=0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 25673, а многофакторная степенная модель - 2035, что в 13 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr3(Min) обеспечивает точность 9229, точность модели по худшему сценарию GSr3(Max)=7049.
Классификация по интегрированной группе GSr4 представлена в таблице 30.
Таблица 28 Классификация по интегрированной группе GSr4
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr41 |
Оптовая торговля |
42 |
Wholesale trade |
|
Sr42-1 |
Транспортные средства и запчасти дилеров |
441 |
Motor vehicle and parts dealers |
|
Sr42-2 |
Продукты питания и напитки магазины |
445 |
Food and beverage stores |
|
Sr42-3 |
Общие магазины товарами |
452 |
General merchandise stores |
|
Sr42-4 |
Розничная торговля |
4A0 |
Other retail |
|
Sr43 |
Воздушный транспорт |
481 |
Air transportation |
|
Sr44 |
Железнодорожные перевозки |
482 |
Rail transportation |
|
Sr45 |
Водный транспорт |
483 |
Water transportation |
|
Sr46 |
Автомобильные перевозки |
484 |
Truck transportation |
|
Sr47 |
Транзит и пассажирские перевозки |
485 |
Transit and ground passenger transportation |
|
Sr48 |
Трубопроводный транспорт |
486 |
Pipeline transportation |
|
Sr49 |
Транспортная и вспомогательная деятельность |
487OS |
Other transportation and support activities |
|
Sr410 |
Складирование и хранение |
493 |
Warehousing and storage |
На первом этапе исследуем 13 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr4. Отметим, что из 13 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 13 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 29.
Таблица 29 Экономический многофакторный анализ по интегрированной группе GSr4
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr41 |
0,2638809 |
0,2041 |
0,3225 |
0,0419 |
0,1587 |
0,262 |
1 |
|
Sr42-1 |
0,0046396 |
0,0034 |
0,0063 |
0,001 |
0,2107 |
0,0044 |
10 |
|
Sr42-2 |
0,0006873 |
0,0006 |
0,0009 |
9E-05 |
0,1248 |
0,0007 |
12 |
|
Sr42-3 |
0,002403 |
0,002 |
0,0028 |
0,0002 |
0,0885 |
0,0024 |
11 |
|
Sr42-4 |
0,0173454 |
0,0148 |
0,0232 |
0,0025 |
0,1443 |
0,0161 |
9 |
|
Sr43 |
0,1581433 |
0,1226 |
0,2309 |
0,0279 |
0,1764 |
0,1468 |
3 |
|
Sr44 |
0,0162606 |
0,0107 |
0,0222 |
0,0046 |
0,2841 |
0,0152 |
8 |
|
Sr45 |
0,0663063 |
0,0269 |
0,111 |
0,0268 |
0,4039 |
0,0728 |
5 |
|
Sr46 |
0,1048536 |
0,0929 |
0,1158 |
0,0069 |
0,0654 |
0,1047 |
4 |
|
Sr47 |
0,0663719 |
0,0523 |
0,0865 |
0,0091 |
0,1378 |
0,0629 |
6 |
|
Sr48 |
0,0005698 |
0,0005 |
0,0007 |
7E-05 |
0,1298 |
0,0006 |
13 |
|
Sr49 |
0,2676505 |
0,2078 |
0,3252 |
0,0405 |
0,1513 |
0,2742 |
2 |
|
Sr410 |
0,0348964 |
0,0295 |
0,0394 |
0,0027 |
0,0766 |
0,0348 |
7 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Wholesale trade», обозначенному в модели как Sr41 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,26388, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,20409, Max=0,32246. В целом среднеквадратичное отклонение составило Sx=0,04189, вариация Var=0,15874, а медиана Me=0,26197. Фактор Sr41 по значимости занимает 1 место.
По расчетам, эконометрическим моделям таблицы 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Motor vehicle and parts dealers», обозначенному в модели как Sr42-1 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,00464, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00343, Max=0,00629. В целом среднеквадратичное отклонение составило Sx=0,00098, вариация Var=0,21072, а медиана Me=0,00442. Фактор Sr42-1 по значимости занимает 10 место.
Как следует из таблицы 29, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Food and beverage stores», обозначенному в модели как Sr42-2 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,00069, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00058, Max=0,00088. В целом среднеквадратичное отклонение составило Sx=0,00009, вариация Var=0,12476, а медиана Me=0,00067. Фактор Sr42-2 по значимости занимает 12 место.
По расчетам, эконометрическим моделям таблицы 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «General merchandise stores», обозначенному в модели как Sr42-3 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,0024, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00196, Max=0,00275. В целом среднеквадратичное отклонение составило Sx=0,00021, вариация Var=0,08849, а медиана Me=0,00237. Фактор Sr42-3 по значимости занимает 11 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Other retail», обозначенному в модели как Sr42-4 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,01735, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,01477, Max=0,02325. В целом среднеквадратичное отклонение составило Sx=0,0025, вариация Var=0,14429, а медиана Me=0,01612. Фактор Sr42-4 по значимости занимает 9 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Air transportation», обозначенному в модели как Sr43, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,15814, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,12262, Max=0,23093. В целом среднеквадратичное отклонение составило Sx=0,02789, вариация Var=0,17638, а медиана Me=0,14679. Фактор Sr43 по значимости занимает 3 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Rail transportation», обозначенному в модели как Sr44, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,01626, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,01068, Max=0,02223. В целом среднеквадратичное отклонение составило Sx=0,00462, вариация Var=0,28415, а медиана Me=0,01525. Фактор Sr44 по значимости занимает 8 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Water transportation», обозначенному в модели как Sr45, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,06631, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,0269, Max=0,11101. В целом среднеквадратичное отклонение составило Sx=0,02678, вариация Var=0,40392, а медиана Me=0,07285. Фактор Sr45 по значимости занимает 5 место.
По расчетам, эконометрическим моделям таблицы 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Truck transportation», обозначенному в модели как Sr46, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,10485, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,09292, Max=0,1158. В целом среднеквадратичное отклонение составило Sx=0,00686, вариация Var=0,06545, а медиана Me=0,10466. Фактор Sr46 по значимости занимает 4 место.
Как следует из таблицы 29, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Transit and ground passenger transportation», обозначенному в модели как Sr47, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,06637, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,0523, Max=0,08654. В целом среднеквадратичное отклонение составило Sx=0,00915, вариация Var=0,13781, а медиана Me=0,06289. Фактор Sr47 по значимости занимает 6 место.
Расчеты, экономическое моделирование в таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Pipeline transportation», обозначенному в модели как Sr48, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,00057, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00046, Max=0,00072. В целом среднеквадратичное отклонение составило Sx=0,00007, вариация Var=0,12979, а медиана Me=0,00055. Фактор Sr48 по значимости занимает 13 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Other transportation and support activities», обозначенному в модели как Sr49, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,26765, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,20779, Max=0,32521. В целом среднеквадратичное отклонение составило Sx=0,04048, вариация Var=0,15125, а медиана Me=0,27418. Фактор Sr49 по значимости занимает 2 место.
В таблице 29 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Warehousing and storage», обозначенному в модели как Sr410, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr4 данный фактор в среднем составлял величину в размере MX=0,0349, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,02954, Max=0,03938. В целом среднеквадратичное отклонение составило Sx=0,00267, вариация Var=0,07663, а медиана Me=0,03475. Фактор Sr410 по значимости занимает 7 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 13 исследуемых факторов интегральной группы прямых затрат GSr4, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 30.
Таблица 30 Экономический многофакторный анализ по интегрированной группе GSr4 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr41 |
1,4859 |
0,002397 |
1,462 |
0,28117 |
|
Sr42-1 |
1,5798 |
2,15E-05 |
1,529 |
0,00514 |
|
Sr42-2 |
0,6818 |
0,006541 |
0,777 |
0,00066 |
|
Sr42-3 |
0,89 |
0,001766 |
1,030 |
0,00242 |
|
Sr42-4 |
0,6353 |
0,764479 |
0,625 |
0,01621 |
|
Sr43 |
0,6373 |
4,060791 |
0,678 |
0,14972 |
|
Sr44 |
1,8879 |
4,05E-06 |
1,816 |
0,01865 |
|
Sr45 |
3,3517 |
1,26E-05 |
1,838 |
0,07759 |
|
Sr46 |
0,826 |
0,682725 |
0,815 |
0,1012 |
|
Sr47 |
0,7096 |
0,207107 |
0,887 |
0,06508 |
|
Sr48 |
1,1406 |
4,46E-05 |
1,251 |
0,0006 |
|
Sr49 |
0,8163 |
9,912011 |
0,642 |
0,24771 |
|
Sr410 |
0,8891 |
0,111535 |
0,885 |
0,03385 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr41 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,48589. Эконометрическая модель вида Sr41=0,0024*GSr4^1,4618 показала, что эластичность составила 1,4618. Эконометрическая модель вида Sr41=0,28117*GSr4 уточнила среднюю величину фактора Sr41. В заключение отметим, что на исследованном рынке фактора Sr41 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr42-1 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,57984. Эконометрическая модель вида Sr42-1=0,00002*GSr4^1,52896 показала, что эластичность составила 1,52896. Эконометрическая модель вида Sr42-1=0,00514*GSr4 уточнила среднюю величину фактора Sr42-1. В заключение отметим, что на исследованном рынке фактора Sr42-1 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 30, проведенные в интегрированной группе прямых затрат GSr4 фактор Sr42-2 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,68176. Эконометрическая модель вида Sr42-2=0,00654*GSr4^0,77667 показала, что эластичность составила 0,77667. Эконометрическая модель вида Sr42-2=0,00066*GSr4 уточнила среднюю величину фактора Sr42-2. В заключение отметим, что на исследованном рынке фактора Sr42-2 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr42-3 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,89003. Эконометрическая модель вида Sr42-3=0,00177*GSr4^1,03008 показала, что эластичность составила 1,03008. Эконометрическая модель вида Sr42-3=0,00242*GSr4 уточнила среднюю величину фактора Sr42-3. В заключение отметим, что на исследованном рынке фактора Sr42-3 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr42-4 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,63527. Эконометрическая модель вида Sr42-4=0,76448*GSr4^0,62498 показала, что эластичность составила 0,62498. Эконометрическая модель вида Sr42-4=0,01621*GSr4 уточнила среднюю величину фактора Sr42-4. В заключение отметим, что на исследованном рынке фактора Sr42-4 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr43 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,63731. Эконометрическая модель вида Sr43=4,06079*GSr4^0,67796 показала, что эластичность составила 0,67796. Эконометрическая модель вида Sr43=0,14972*GSr4 уточнила среднюю величину фактора Sr43. В заключение отметим, что на исследованном рынке фактора Sr43 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr44 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,88795. Эконометрическая модель вида Sr44=0*GSr4^1,81612 показала, что эластичность составила 1,81612. Эконометрическая модель вида Sr44=0,01865*GSr4 уточнила среднюю величину фактора Sr44. В заключение отметим, что на исследованном рынке фактора Sr44 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr45 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 3,35166. Эконометрическая модель вида Sr45=0,00001*GSr4^1,83817 показала, что эластичность составила 1,83817. Эконометрическая модель вида Sr45=0,07759*GSr4 уточнила среднюю величину фактора Sr45. В заключение отметим, что на исследованном рынке фактора Sr45 преобладают высокие (МХ<Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr46 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,826. Эконометрическая модель вида Sr46=0,68272*GSr4^0,81467 показала, что эластичность составила 0,81467. Эконометрическая модель вида Sr46=0,1012*GSr4 уточнила среднюю величину фактора Sr46. В заключение отметим, что на исследованном рынке фактора Sr46 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 30, проведенные в интегрированной группе прямых затрат GSr4 фактор Sr47 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,70958. Эконометрическая модель вида Sr47=0,20711*GSr4^0,88669 показала, что эластичность составила 0,88669. Эконометрическая модель вида Sr47=0,06508*GSr4 уточнила среднюю величину фактора Sr47. В заключение отметим, что на исследованном рынке фактора Sr47 преобладают низкие (МХ>=Me) цены или прямые затраты.
Расчеты, экономическое моделирование в таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr48 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,14063. Эконометрическая модель вида Sr48=0,00004*GSr4^1,25089 показала, что эластичность составила 1,25089. Эконометрическая модель вида Sr48=0,0006*GSr4 уточнила среднюю величину фактора Sr48. В заключение отметим, что на исследованном рынке фактора Sr48 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr49 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,81633. Эконометрическая модель вида Sr49=9,91201*GSr4^0,642 показала, что эластичность составила 0,642. Эконометрическая модель вида Sr49=0,24771*GSr4 уточнила среднюю величину фактора Sr49. В заключение отметим, что на исследованном рынке фактора Sr49 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 30 проведенные в интегрированной группе прямых затрат GSr4 фактор Sr410 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,8891. Эконометрическая модель вида Sr410=0,11153*GSr4^0,8849 показала, что эластичность составила 0,8849. Эконометрическая модель вида Sr410=0,03385*GSr4 уточнила среднюю величину фактора Sr410. В заключение отметим, что на исследованном рынке фактора Sr410 преобладают низкие (МХ>=Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 13 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr4. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr4(MX)=21234,851+0,2639*Sr41+0,0046*Sr42-1+0,0007*Sr42-2+0,0024*Sr42-3+0,0173*Sr42-4+0,1581*Sr43+0,0163*Sr44+0,0663*Sr45+0,1049*Sr46+0,0664*Sr47+0,0006*Sr48+0,2677*Sr49+0,0349*Sr410
GSr4(MX)=6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349
GSr4(Min)=46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295
GSr4(Max)=0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 28571, а многофакторная степенная модель - 806, что в 35 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr4(Min) обеспечивает точность 8970, точность модели по худшему сценарию GSr4(Max)=10011.
Классификация по интегрированной группе GSr5 представлена в таблице 33.
Таблица 31 Классификация по интегрированной группе GSr5
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr51 |
Издательская промышленности (входит программное обеспечение) |
511 |
Publishing industries, except internet (includes software) |
|
Sr52 |
Кинофильмы и звукозапись и аналогичная промышленности |
512 |
Motion picture and sound recording industries |
|
Sr53 |
Радиовещание и телекоммуникация |
513 |
Broadcasting and telecommunications |
|
Sr54 |
Информация и информационные услуги |
514 |
Data processing, internet publishing, and other information services |
|
Sr55 |
Федеральная резервная система, банки, кредитное посредничество, и др. |
521CI |
FSreral Reserve banks, crSrit intermSriation, and related activities |
|
Sr56 |
Торговля ценными бумагами, товарными контрактами, инвестиции |
523 |
Securities, commodity contracts, and investments |
|
Sr57 |
Страхование и смежные виды деятельности |
524 |
Insurance carriers and related activities |
|
Sr58 |
Фонды, трасты и другие финансовые организации |
525 |
Funds, trusts, and other financial vehicles |
|
Sr59 |
Недвижимость |
531 |
Real estate |
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат GSr5-GSr6 дан на рисунке 5.
Рисунок
5 Зрительный образ интегральных
групп прямых затрат GSr5-GSr6
На первом этапе исследуем 9 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr5. Отметим, что из 9 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 8 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 32.
Таблица 32 Экономический многофакторный анализ по интегрированной группе GSr5
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr51 |
0,029215 |
0,0218 |
0,039 |
0,0057 |
0,1945 |
0,0277 |
7 |
|
Sr52 |
0,0109084 |
0,0077 |
0,0133 |
0,0015 |
0,1336 |
0,0112 |
8 |
|
Sr53 |
0,1036408 |
0,0664 |
0,1661 |
0,039 |
0,3761 |
0,0795 |
3 |
|
Sr54 |
0,0516206 |
0,0446 |
0,0609 |
0,0049 |
0,0949 |
0,05 |
5 |
|
Sr55 |
0,152985 |
0,1275 |
0,1851 |
0,0175 |
0,1145 |
0,1558 |
2 |
|
Sr56 |
0,032462 |
0,0228 |
0,0423 |
0,0058 |
0,1781 |
0,0334 |
6 |
|
Sr57 |
0,0754363 |
0,0624 |
0,0962 |
0,008 |
0,1055 |
0,0743 |
4 |
|
Sr58 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr59 |
0,5437319 |
0,4657 |
0,6235 |
0,0509 |
0,0936 |
0,5579 |
1 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Расчеты, экономическое моделирование в таблице 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Publishing industries, except internet (includes software)», обозначенному в модели как Sr51, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,02922, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,02184, Max=0,03901. В целом среднеквадратичное отклонение составило Sx=0,00568, вариация Var=0,19447, а медиана Me=0,02772. Фактор Sr51 по значимости занимает 7 место.
По расчетам, эконометрическим моделям таблицы 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Motion picture and sound recording industries», обозначенному в модели как Sr52, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,01091, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00772, Max=0,0133. В целом среднеквадратичное отклонение составило Sx=0,00146, вариация Var=0,1336, а медиана Me=0,01117. Фактор Sr52 по значимости занимает 8 место.
По расчетам, эконометрическим моделям таблицы 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Broadcasting and telecommunications», обозначенному в модели как Sr53, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,10364, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,06638, Max=0,16612. В целом среднеквадратичное отклонение составило Sx=0,03898, вариация Var=0,37614, а медиана Me=0,07955. Фактор Sr53 по значимости занимает 3 место.
Как видно из таблицы 32, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Data processing, internet publishing, and other information services», обозначенному в модели как Sr54, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,05162, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,04463, Max=0,06088. В целом среднеквадратичное отклонение составило Sx=0,0049, вариация Var=0,09495, а медиана Me=0,04998. Фактор Sr54 по значимости занимает 5 место.
Как видно из таблицы 32, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Federal Reserve banks, credit intermediation, and related activities», обозначенному в модели как Sr55, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,15298, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,12751, Max=0,1851. В целом среднеквадратичное отклонение составило Sx=0,01751, вариация Var=0,11448, а медиана Me=0,15578. Фактор Sr55 по значимости занимает 2 место.
В таблице 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Securities, commodity contracts, and investments», обозначенному в модели как Sr56, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,03246, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,0228, Max=0,04226. В целом среднеквадратичное отклонение составило Sx=0,00578, вариация Var=0,1781, а медиана Me=0,0334. Фактор Sr56 по значимости занимает 6 место.
В таблице 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Insurance carriers and related activities», обозначенному в модели как Sr57, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,07544, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,06244, Max=0,09617. В целом среднеквадратичное отклонение составило Sx=0,00796, вариация Var=0,10549, а медиана Me=0,07429. Фактор Sr57 по значимости занимает 4 место.
В таблице 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Funds, trusts, and other financial vehicles», обозначенному в модели как Sr58, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr58 в модель GSr5 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
По расчетам, эконометрическим моделям таблицы 32 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Real estate», обозначенному в модели как Sr59, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr5 данный фактор в среднем составлял величину в размере MX=0,54373, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,46569, Max=0,62352. В целом среднеквадратичное отклонение составило Sx=0,05091, вариация Var=0,09363, а медиана Me=0,55791. Фактор Sr59 по значимости занимает 1 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 9 исследуемых факторов интегральной группы прямых затрат GSr5, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 33.
Таблица 33 Экономический многофакторный анализ по интегрированной группе GSr5 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr51 |
1,07 |
0,0105 |
0,8443 |
0,003 |
|
Sr52 |
0 |
0 |
0 |
|
|
Sr53 |
1,01 |
0,0674 |
1,006 |
0,071 |
|
Sr54 |
1,53 |
0,0014 |
1,5124 |
0,102 |
|
Sr55 |
1,41 |
0,0064 |
1,4434 |
0,258 |
|
Sr56 |
0,79 |
2,6562 |
0,7814 |
0,434 |
|
Sr57 |
1,03 |
0,0325 |
1,1028 |
0,08 |
|
Sr58 |
0 |
0 |
0 |
|
|
Sr59 |
0,42 |
11369 |
-0,4973 |
0,053 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
Расчеты, экономическое моделирование в таблице 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr51 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,22895. Эконометрическая модель вида Sr51=2,88901*GSr5^0,59626 показала, что эластичность составила 0,59626. Эконометрическая модель вида Sr51=0,02767*GSr5 уточнила среднюю величину фактора Sr51. В заключение отметим, что на исследованном рынке фактора Sr51 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr52 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,95389. Эконометрическая модель вида Sr52=0,01394*GSr5^0,97776 показала, что эластичность составила 0,97776. Эконометрическая модель вида Sr52=0,01094*GSr5 уточнила среднюю величину фактора Sr52. В заключение отметим, что на исследованном рынке фактора Sr52 преобладают высокие (МХ<Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr53 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,47732. Эконометрическая модель вида Sr53=38776,99405*GSr5^-0,1289 показала, что эластичность составила -0,1289. Эконометрическая модель вида Sr53=0,08703*GSr5 уточнила среднюю величину фактора Sr53. В заключение отметим, что на исследованном рынке фактора Sr53 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 33, проведенные в интегрированной группе прямых затрат GSr5 фактор Sr54 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,24195. Эконометрическая модель вида Sr54=0,00779*GSr5^1,16523 показала, что эластичность составила 1,16523. Эконометрическая модель вида Sr54=0,05305*GSr5 уточнила среднюю величину фактора Sr54. В заключение отметим, что на исследованном рынке фактора Sr54 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 33, проведенные в интегрированной группе прямых затрат GSr5 фактор Sr55 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,93972. Эконометрическая модель вида Sr55=0,96356*GSr5^0,83834 показала, что эластичность составила 0,83834. Эконометрическая модель вида Sr55=0,14892*GSr5 уточнила среднюю величину фактора Sr55. В заключение отметим, что на исследованном рынке фактора Sr55 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr56 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,91006. Эконометрическая модель вида Sr56=1,9887*GSr5^0,63836 показала, что эластичность составила 0,63836. Эконометрическая модель вида Sr56=0,03073*GSr5 уточнила среднюю величину фактора Sr56. В заключение отметим, что на исследованном рынке фактора Sr56 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr57 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,17977. Эконометрическая модель вида Sr57=0,00596*GSr5^1,22174 показала, что эластичность составила 1,22174. Эконометрическая модель вида Sr57=0,07751*GSr5 уточнила среднюю величину фактора Sr57. В заключение отметим, что на исследованном рынке фактора Sr57 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 33, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Funds, trusts, and other financial vehicles», обозначенному в модели как Sr58, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
По расчетам, эконометрическим моделям таблицы 33 проведенные в интегрированной группе прямых затрат GSr5 фактор Sr59 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,13312. Эконометрическая модель вида Sr59=0,02345*GSr5^1,27486 показала, что эластичность составила 1,27486. Эконометрическая модель вида Sr59=0,56416*GSr5 уточнила среднюю величину фактора Sr59. В заключение отметим, что на исследованном рынке фактора Sr59 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 9 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr5. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr5(MX)=62244,540+0,0292*Sr51+0,0109*Sr52+0,1036*Sr53+0,0516*Sr54+0,1530*Sr55+0,0325*Sr56+0,0754*Sr57+0,5437*Sr59
GSr5(MX)=4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437
GSr5(Min)=25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657
GSr5(Max)=0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 64642, а многофакторная степенная модель - 1881, что в 34 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr5(Min) обеспечивает точность 14478, точность модели по худшему сценарию GSr5(Max)=16938.
Классификация по интегрированной группе GSr6 представлена в таблице 36.
Таблица 34 Классификация по интегрированной группе GSr6
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr61 |
Аренда, лизинг, арендодатели нематериальных активов |
532RL |
Rental and leasing services and lessors of intangible assets |
|
Sr62 |
Юридические услуги |
5411 |
Legal services |
|
Sr63 |
Дизайн, компьютерные системы и сопутствующие услуги |
5415 |
Computer systems design and related services |
|
Sr64 |
Разные профессиональные, научные и технические услуги |
5412OP |
Miscellaneous professional, scientific, and technical services |
|
Sr65 |
Управление компаниями и организациими |
55 |
Management of companies and enterprises |
|
Sr66 |
Административные и вспомогательные услуги |
561 |
Administrative and support services |
|
Sr67 |
Утилизация отходов, рекультивационные услуги |
562 |
Waste management and remSriation services |
На первом этапе исследуем 7 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr6. Отметим, что из 7 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 7 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 35.
Таблица 35 Экономический многофакторный анализ по интегрированной группе GSr6
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr61 |
0,0590638 |
0,0512 |
0,0681 |
0,0054 |
0,0921 |
0,0586 |
5 |
|
Sr62 |
0,0919107 |
0,0605 |
0,1141 |
0,0163 |
0,1773 |
0,0975 |
3 |
|
Sr63 |
0,034438 |
0,0264 |
0,0397 |
0,0033 |
0,0947 |
0,0343 |
6 |
|
Sr64 |
0,5724707 |
0,5445 |
0,5907 |
0,0153 |
0,0267 |
0,5726 |
1 |
|
Sr65 |
0,0544212 |
0,0382 |
0,0635 |
0,0069 |
0,1265 |
0,0569 |
4 |
|
Sr66 |
0,1822563 |
0,1523 |
0,2427 |
0,0314 |
0,172 |
0,173 |
2 |
|
Sr67 |
0,0054394 |
0,0045 |
0,0063 |
0,0007 |
0,1197 |
0,0056 |
7 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Как следует из таблицы 35, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Rental and leasing services and lessors of intangible assets», обозначенному в модели как Sr61, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,05906, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,05116, Max=0,0681. В целом среднеквадратичное отклонение составило Sx=0,00544, вариация Var=0,09209, а медиана Me=0,05861. Фактор Sr61 по значимости занимает 5 место.
По расчетам, эконометрическим моделям таблицы 35 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Legal services», обозначенному в модели как Sr62, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,09191, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,06046, Max=0,11409. В целом среднеквадратичное отклонение составило Sx=0,01629, вариация Var=0,17727, а медиана Me=0,09752. Фактор Sr62 по значимости занимает 3 место.
Как следует из таблицы 35, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Computer systems design and related services», обозначенному в модели как Sr63, за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,03444, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,02635, Max=0,03973. В целом среднеквадратичное отклонение составило Sx=0,00326, вариация Var=0,09471, а медиана Me=0,03429. Фактор Sr63 по значимости занимает 6 место.
В таблице 35 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Miscellaneous professional, scientific, and technical services», обозначенному в модели как Sr64 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,57247, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,54454, Max=0,59068. В целом среднеквадратичное отклонение составило Sx=0,01526, вариация Var=0,02666, а медиана Me=0,57261. Фактор Sr64 по значимости занимает 1 место.
В таблице 35 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Management of companies and enterprises», обозначенному в модели как Sr65 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,05442, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,0382, Max=0,06352. В целом среднеквадратичное отклонение составило Sx=0,00688, вариация Var=0,1265, а медиана Me=0,05689. Фактор Sr65 по значимости занимает 4 место.
В таблице 35 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Administrative and support services», обозначенному в модели как Sr66 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,18226, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,15228, Max=0,24269. В целом среднеквадратичное отклонение составило Sx=0,03135, вариация Var=0,17202, а медиана Me=0,17303. Фактор Sr66 по значимости занимает 2 место.
В таблице 35 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Waste management and remediation services», обозначенному в модели как Sr67 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr6 данный фактор в среднем составлял величину в размере MX=0,00544, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00446, Max=0,00635. В целом среднеквадратичное отклонение составило Sx=0,00065, вариация Var=0,11966, а медиана Me=0,0056. Фактор Sr67 по значимости занимает 7 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 7 исследуемых факторов интегральной группы прямых затрат GSr6, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 36.
Таблица 36 Экономический многофакторный анализ по интегрированной группе GSr6 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr61 |
0,9402 |
0,492046 |
0,825 |
0,05695 |
|
Sr62 |
1,4116 |
0,000218 |
1,496 |
0,09924 |
|
Sr63 |
1,4562 |
0,003495 |
1,188 |
0,03551 |
|
Sr64 |
1,0049 |
0,42637 |
1,024 |
0,57364 |
|
Sr65 |
1,6629 |
0,000564 |
1,376 |
0,05759 |
|
Sr66 |
0,7188 |
15,77178 |
0,632 |
0,17159 |
|
Sr67 |
1,0306 |
0,004778 |
1,010 |
0,0055 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
Как следует из таблицы 36, проведенные в интегрированной группе прямых затрат GSr6 фактор Sr61 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,94022. Эконометрическая модель вида Sr61=0,49205*GSr6^0,82508 показала, что эластичность составила 0,82508. Эконометрическая модель вида Sr61=0,05695*GSr6 уточнила среднюю величину фактора Sr61. В заключение отметим, что на исследованном рынке фактора Sr61 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 36 проведенные в интегрированной группе прямых затрат GSr6 фактор Sr62 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,41161. Эконометрическая модель вида Sr62=0,00022*GSr6^1,49639 показала, что эластичность составила 1,49639. Эконометрическая модель вида Sr62=0,09924*GSr6 уточнила среднюю величину фактора Sr62. В заключение отметим, что на исследованном рынке фактора Sr62 преобладают высокие (МХ<Me) цены или прямые затраты.
Как следует из таблицы 36, проведенные в интегрированной группе прямых затрат GSr6 фактор Sr63 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,45617. Эконометрическая модель вида Sr63=0,0035*GSr6^1,18804 показала, что эластичность составила 1,18804. Эконометрическая модель вида Sr63=0,03551*GSr6 уточнила среднюю величину фактора Sr63. В заключение отметим, что на исследованном рынке фактора Sr63 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 36 проведенные в интегрированной группе прямых затрат GSr6 фактор Sr64 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,00488. Эконометрическая модель вида Sr64=0,42637*GSr6^1,02424 показала, что эластичность составила 1,02424. Эконометрическая модель вида Sr64=0,57364*GSr6 уточнила среднюю величину фактора Sr64. В заключение отметим, что на исследованном рынке фактора Sr64 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 36 проведенные в интегрированной группе прямых затрат GSr6 фактор Sr65 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,6629. Эконометрическая модель вида Sr65=0,00056*GSr6^1,37561 показала, что эластичность составила 1,37561. Эконометрическая модель вида Sr65=0,05759*GSr6 уточнила среднюю величину фактора Sr65. В заключение отметим, что на исследованном рынке фактора Sr65 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 36 проведенные в интегрированной группе прямых затрат GSr6 фактор Sr66 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,71876. Эконометрическая модель вида Sr66=15,77178*GSr6^0,63158 показала, что эластичность составила 0,63158. Эконометрическая модель вида Sr66=0,17159*GSr6 уточнила среднюю величину фактора Sr66. В заключение отметим, что на исследованном рынке фактора Sr66 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 36 проведенные в интегрированной группе прямых затрат GSr6 фактор Sr67 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,0306. Эконометрическая модель вида Sr67=0,00478*GSr6^1,01011 показала, что эластичность составила 1,01011. Эконометрическая модель вида Sr67=0,0055*GSr6 уточнила среднюю величину фактора Sr67. В заключение отметим, что на исследованном рынке фактора Sr67 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 7 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr6. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr6(MX)=122821,820+0,0591*Sr61+0,0919*Sr62+0,0344*Sr63+0,5725*Sr64+0,0544*Sr65+0,1823*Sr66+0,0054*Sr67
GSr6(MX)=3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054
GSr6(Min)=13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045
GSr6(Max)=1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 157772, а многофакторная степенная модель - 2403, что в 66 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr6(Min) обеспечивает точность 29297, точность модели по худшему сценарию GSr6(Max)=28642.
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат GSr7-GSr8 дан на рисунке 6.
Рисунок
6 Зрительный образ интегральных
групп прямых затрат GSr7-GSr8
Классификация по интегрированной группе GSr7 представлена в таблице 37.
Таблица 37 Классификация по интегрированной группе GSr7
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr71 |
Образовательные услуги |
61 |
Srucational services |
|
Sr72 |
Услуги амбулаторного здравоохранения |
621 |
Ambulatory health care services |
|
Sr73 |
Больницы и уход за больными |
622 |
Hospitals |
|
Sr73-1 |
Уход и жилой уходу объекты |
623 |
Nursing and residential care facilities |
|
Sr74 |
Социальная помощь |
624 |
Social assistance |
|
Sr75 |
Исполнительское искусство, Зрелищные виды спорта, музеи, и соответствующие организации |
711AS |
Performing arts, spectator sports, museums, and related activities |
|
Sr76 |
Развлечения, азартные игры, отдых и промышленность развлечений |
713 |
Amusements, gambling, and recreation industries |
|
Sr77 |
Жилье |
721 |
Accommodation |
|
Sr78 |
Общественное питание и места для питья |
722 |
Food services and drinking places |
|
Sr79 |
Другие услуги, кроме правительства |
81 |
Other services, except government |
На первом этапе исследуем 10 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr7. Отметим, что из 10 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 7 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 38.
Таблица 38 Экономический многофакторный анализ по интегрированной группе GSr7
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr71 |
0,0023829 |
0,0011 |
0,0044 |
0,001 |
0,4172 |
0,0022 |
7 |
|
Sr72 |
0,0097292 |
0,006 |
0,0201 |
0,0045 |
0,4637 |
0,0078 |
6 |
|
Sr73 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr73-1 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr74 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr75 |
0,1000431 |
0,086 |
0,1118 |
0,0075 |
0,0753 |
0,1007 |
4 |
|
Sr76 |
0,0184979 |
0,0041 |
0,0276 |
0,0072 |
0,3886 |
0,0205 |
5 |
|
Sr77 |
0,1376988 |
0,1162 |
0,1579 |
0,012 |
0,087 |
0,139 |
3 |
|
Sr78 |
0,4107696 |
0,3796 |
0,4671 |
0,0226 |
0,055 |
0,4076 |
1 |
|
Sr79 |
0,3208784 |
0,2584 |
0,3636 |
0,0291 |
0,0907 |
0,328 |
2 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Educational services», обозначенному в модели как Sr71 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,00238, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00108, Max=0,00443. В целом среднеквадратичное отклонение составило Sx=0,00099, вариация Var=0,41718, а медиана Me=0,00222. Фактор Sr71 по значимости занимает 7 место.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Ambulatory health care services», обозначенному в модели как Sr72 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,00973, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00605, Max=0,02011. В целом среднеквадратичное отклонение составило Sx=0,00451, вариация Var=0,46374, а медиана Me=0,00779. Фактор Sr72 по значимости занимает 6 место.
Как следует из таблицы 38, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Hospitals», обозначенному в модели как Sr73, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr73 в модель GSr7 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
Расчеты, экономическое моделирование в таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Nursing and residential care facilities», обозначенному в модели как Sr73-1, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr73-1 в модель GSr7 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Social assistance», обозначенному в модели как Sr74, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr74 в модель GSr7 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Performing arts, spectator sports, museums, and related activities», обозначенному в модели как Sr75 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,10004, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,08604, Max=0,11182. В целом среднеквадратичное отклонение составило Sx=0,00754, вариация Var=0,07532, а медиана Me=0,10067. Фактор Sr75 по значимости занимает 4 место.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Amusements, gambling, and recreation industries», обозначенному в модели как Sr76 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,0185, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00411, Max=0,02762. В целом среднеквадратичное отклонение составило Sx=0,00719, вариация Var=0,38861, а медиана Me=0,02049. Фактор Sr76 по значимости занимает 5 место.
В таблице 38 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Accommodation», обозначенному в модели как Sr77 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,1377, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,1162, Max=0,15793. В целом среднеквадратичное отклонение составило Sx=0,01197, вариация Var=0,08695, а медиана Me=0,13899. Фактор Sr77 по значимости занимает 3 место.
Как видно из таблицы 38, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Food services and drinking places», обозначенному в модели как Sr78 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,41077, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,37964, Max=0,46706. В целом среднеквадратичное отклонение составило Sx=0,02258, вариация Var=0,05497, а медиана Me=0,4076. Фактор Sr78 по значимости занимает 1 место.
Как видно из таблицы 38, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Other services, except government», обозначенному в модели как Sr79 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr7 данный фактор в среднем составлял величину в размере MX=0,32088, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,25844, Max=0,36359. В целом среднеквадратичное отклонение составило Sx=0,0291, вариация Var=0,09068, а медиана Me=0,32803. Фактор Sr79 по значимости занимает 2 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services - определить динамику каждого из 10 исследуемых факторов интегральной группы прямых затрат GSr7, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 39.
Таблица 39 Экономический многофакторный анализ по интегрированной группе GSr7 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr71 |
0,5614 |
314,8977 |
-0,164426 |
0,00221 |
|
Sr72 |
0,3149 |
808694,3 |
-0,796688 |
0,00853 |
|
Sr73 |
0 |
0 |
0 |
|
|
Sr73-1 |
0 |
0 |
0 |
|
|
Sr74 |
0 |
0 |
0 |
|
|
Sr75 |
1,0881 |
0,078662 |
1,0233179 |
0,09975 |
|
Sr76 |
5,9227 |
3,66E-13 |
3,4063266 |
0,02044 |
|
Sr77 |
0,8337 |
4,06697 |
0,6675667 |
0,13484 |
|
Sr78 |
1,0558 |
0,84618 |
0,9289763 |
0,40867 |
|
Sr79 |
0,9763 |
0,037615 |
1,2098669 |
0,32556 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
В таблице 39 проведенные в интегрированной группе прямых затрат GSr7 фактор Sr71 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,56144. Эконометрическая модель вида Sr71=314,89766*GSr7^-0,16443 показала, что эластичность составила -0,16443. Эконометрическая модель вида Sr71=0,00221*GSr7 уточнила среднюю величину фактора Sr71. В заключение отметим, что на исследованном рынке фактора Sr71 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 39 проведенные в интегрированной группе прямых затрат GSr7 фактор Sr72 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,31486. Эконометрическая модель вида Sr72=808694,30498*GSr7^-0,79669 показала, что эластичность составила -0,79669. Эконометрическая модель вида Sr72=0,00853*GSr7 уточнила среднюю величину фактора Sr72. В заключение отметим, что на исследованном рынке фактора Sr72 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 39, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Hospitals», обозначенному в модели как Sr73, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
По расчетам, эконометрическим моделям таблицы 39 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Nursing and residential care facilities», обозначенному в модели как Sr73-1, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
В таблице 39 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Social assistance», обозначенному в модели как Sr74, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
В таблице 39 проведенные в интегрированной группе прямых затрат GSr7 фактор Sr75 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,0881. Эконометрическая модель вида Sr75=0,07866*GSr7^1,02332 показала, что эластичность составила 1,02332. Эконометрическая модель вида Sr75=0,09975*GSr7 уточнила среднюю величину фактора Sr75. В заключение отметим, что на исследованном рынке фактора Sr75 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 39 проведенные в интегрированной группе прямых затрат GSr7 фактор Sr76 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 5,92267. Эконометрическая модель вида Sr76=0*GSr7^3,40633 показала, что эластичность составила 3,40633. Эконометрическая модель вида Sr76=0,02044*GSr7 уточнила среднюю величину фактора Sr76. В заключение отметим, что на исследованном рынке фактора Sr76 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 39 проведенные в интегрированной группе прямых затрат GSr7 фактор Sr77 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,83367. Эконометрическая модель вида Sr77=4,06697*GSr7^0,66757 показала, что эластичность составила 0,66757. Эконометрическая модель вида Sr77=0,13484*GSr7 уточнила среднюю величину фактора Sr77. В заключение отметим, что на исследованном рынке фактора Sr77 преобладают высокие (МХ<Me) цены или прямые затраты.
Как видно из таблицы 39, проведенные в интегрированной группе прямых затрат GSr7 фактор Sr78 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,0558. Эконометрическая модель вида Sr78=0,84618*GSr7^0,92898 показала, что эластичность составила 0,92898. Эконометрическая модель вида Sr78=0,40867*GSr7 уточнила среднюю величину фактора Sr78. В заключение отметим, что на исследованном рынке фактора Sr78 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 39, проведенные в интегрированной группе прямых затрат GSr7 фактор Sr79 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,9763. Эконометрическая модель вида Sr79=0,03761*GSr7^1,20987 показала, что эластичность составила 1,20987. Эконометрическая модель вида Sr79=0,32556*GSr7 уточнила среднюю величину фактора Sr79. В заключение отметим, что на исследованном рынке фактора Sr79 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 10 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr7. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr7(MX)=19030,256+0,0024*Sr71+0,0097*Sr72+0,1000*Sr75+0,0185*Sr76+0,1377*Sr77+0,4108*Sr78+0,3209*Sr79
GSr7(MX)=3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209
GSr7(Min)=13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr78^0,3796*Sr79^0,2584
GSr7(Max)=1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 14901, а многофакторная степенная модель - 445, что в 33 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr7(Min) обеспечивает точность 3433, точность модели по худшему сценарию GSr7(Max)=3534.
Классификация по интегрированной группе GSr8 представлена в таблице 40.
Таблица 40 Классификация по интегрированной группе GSr8
|
Модель |
Наименование |
Код стандарта |
Наименование по стандарту |
|---|---|---|---|
|
Sr81 |
Федеральный правительство в целом |
GFG |
FSreral general government |
|
Sr82 |
Федеральные государственные организации |
GFE |
FSreral government enterprises |
|
Sr83 |
Штаты и местное правительство в целом |
GSLG |
State and local general government |
|
Sr84 |
Штаты и муниципальные организации |
GSLE |
State and local government enterprises |
|
Sr85 |
Лом, использованные товары и товар б.у. |
UsSr |
Scrap, usSr and secondhand goods |
|
Sr86 |
Несравнимый импорт и остальностальное |
Other |
Noncomparable imports and rest-of-the-world adjustment1 |
На первом этапе исследуем 6 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат GSr8. Отметим, что из 6 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 3 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 41.
Таблица 41 Экономический многофакторный анализ по интегрированной группе GSr8
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
Sr81 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr82 |
0,5312068 |
0,4106 |
0,6367 |
0,0747 |
0,1407 |
0,5532 |
1 |
|
Sr83 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr84 |
0,1223952 |
0,0831 |
0,1878 |
0,0346 |
0,2826 |
0,1106 |
3 |
|
Sr85 |
0 |
0 |
0 |
0 |
0 |
0 |
|
|
Sr86 |
0,346398 |
0,2701 |
0,4137 |
0,0425 |
0,1226 |
0,337 |
2 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Расчеты, экономическое моделирование в таблице 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Federal general government», обозначенному в модели как Sr81, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr81 в модель GSr8 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
В таблице 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Federal government enterprises», обозначенному в модели как Sr82 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr8 данный фактор в среднем составлял величину в размере MX=0,53121, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,41059, Max=0,63668. В целом среднеквадратичное отклонение составило Sx=0,07472, вариация Var=0,14066, а медиана Me=0,55316. Фактор Sr82 по значимости занимает 1 место.
По расчетам, эконометрическим моделям таблицы 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «State and local general government», обозначенному в модели как Sr83, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr83 в модель GSr8 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
По расчетам, эконометрическим моделям таблицы 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «State and local government enterprises», обозначенному в модели как Sr84 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr8 данный фактор в среднем составлял величину в размере MX=0,1224, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,08313, Max=0,18783. В целом среднеквадратичное отклонение составило Sx=0,03459, вариация Var=0,2826, а медиана Me=0,11059. Фактор Sr84 по значимости занимает 3 место.
По расчетам, эконометрическим моделям таблицы 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Scrap, used and secondhand goods», обозначенному в модели как Sr85, показали, что за период 1997-2014 гг. он незначим. Поэтому фактор Sr85 в модель GSr8 для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» не включается.
Расчеты, экономическое моделирование в таблице 41 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Noncomparable imports and rest-of-the-world adjustment1», обозначенному в модели как Sr86 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат GSr8 данный фактор в среднем составлял величину в размере MX=0,3464, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,27007, Max=0,41368. В целом среднеквадратичное отклонение составило Sx=0,04248, вариация Var=0,12263, а медиана Me=0,337. Фактор Sr86 по значимости занимает 2 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services - определить динамику каждого из 6 исследуемых факторов интегральной группы прямых затрат GSr8, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 42.
Таблица 42 Экономический многофакторный анализ по интегрированной группе GSr8 (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
Sr81 |
0 |
0 |
0 |
|
|
Sr82 |
0,6616 |
138,8839 |
0,3613618 |
0,51452 |
|
Sr83 |
0 |
0 |
0 |
|
|
Sr84 |
2,0906 |
4,77E-06 |
2,1587416 |
0,12964 |
|
Sr85 |
0 |
0 |
0 |
|
|
Sr86 |
1,4043 |
0,002027 |
1,588007 |
0,35584 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
В таблице 42 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Federal general government», обозначенному в модели как Sr81, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
В таблице 42 проведенные в интегрированной группе прямых затрат GSr8 фактор Sr82 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,66161. Эконометрическая модель вида Sr82=138,88386*GSr8^0,36136 показала, что эластичность составила 0,36136. Эконометрическая модель вида Sr82=0,51452*GSr8 уточнила среднюю величину фактора Sr82. В заключение отметим, что на исследованном рынке фактора Sr82 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 42 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «State and local general government», обозначенному в модели как Sr83, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
По расчетам, эконометрическим моделям таблицы 42 проведенные в интегрированной группе прямых затрат GSr8 фактор Sr84 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 2,09063. Эконометрическая модель вида Sr84=0*GSr8^2,15874 показала, что эластичность составила 2,15874. Эконометрическая модель вида Sr84=0,12964*GSr8 уточнила среднюю величину фактора Sr84. В заключение отметим, что на исследованном рынке фактора Sr84 преобладают низкие (МХ>=Me) цены или прямые затраты.
По расчетам, эконометрическим моделям таблицы 42 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Scrap, used and secondhand goods», обозначенному в модели как Sr85, показали, что за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» он незначим.
Расчеты, экономическое моделирование в таблице 42 проведенные в интегрированной группе прямых затрат GSr8 фактор Sr86 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,40426. Эконометрическая модель вида Sr86=0,00203*GSr8^1,58801 показала, что эластичность составила 1,58801. Эконометрическая модель вида Sr86=0,35584*GSr8 уточнила среднюю величину фактора Sr86. В заключение отметим, что на исследованном рынке фактора Sr86 преобладают низкие (МХ>=Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 6 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr8. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr8(MX)=3673,795+0,5312*Sr82+0,1224*Sr84+0,3464*Sr86
GSr8(MX)=2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464
GSr8(Min)=16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701
GSr8(Max)=0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 2784, а многофакторная степенная модель - 304, что в 9 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr8(Min) обеспечивает точность 975, точность модели по худшему сценарию GSr8(Max)=1033.
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат GSr1-GSr8 эконометрической модели SrTI (Total IntermSriate) дан на рисунке 7.
На первом этапе исследуем 8 интегрированных факторов прямых затрат на товары и услуги, приобретенных организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынках интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат SrTI. Отметим, что из 8 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынков) 8 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 43.
Таблица 43 Экономический многофакторный анализ по интегрированной группе SrTI
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
GSr1 |
0,017 |
0,0099 |
0,029 |
0,0074 |
0,4437 |
0,0125 |
8 |
|
GSr2 |
0,054 |
0,0403 |
0,0666 |
0,0081 |
0,1506 |
0,0534 |
6 |
|
GSr3 |
0,062 |
0,0562 |
0,0715 |
0,0045 |
0,0735 |
0,0609 |
5 |
|
GSr4 |
0,064 |
0,0535 |
0,0722 |
0,0048 |
0,0746 |
0,0642 |
4 |
|
GSr5 |
0,235 |
0,2213 |
0,262 |
0,0123 |
0,0522 |
0,2334 |
2 |
|
GSr6 |
0,483 |
0,4642 |
0,5139 |
0,0153 |
0,0316 |
0,4791 |
1 |
|
GSr7 |
0,069 |
0,057 |
0,0834 |
0,0093 |
0,1343 |
0,0646 |
3 |
|
GSr8 |
0,016 |
0,0122 |
0,0198 |
0,0025 |
0,1564 |
0,0163 |
7 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Рисунок
7 Зрительный образ интегральных
групп внешних прямых затрат GSr1-GSr8
эконометрической модели SrTI (Total
Intermediate)
В таблице 43 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Farms..Construction», обозначенному в модели как GSr1 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,01673, Min=0,00994, Max=0,02897, среднеквадратичное отклонение составило Sx=0,00742, вариация Var=0,44368, а медиана Me=0,01246. В целом фактор GSr1 по значимости занимает 8 место.
Расчеты, экономическое моделирование в таблице 43 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Wood products…Other transportation equipment», обозначенному в модели как GSr2 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,0537, Min=0,04027, Max=0,06661, среднеквадратичное отклонение составило Sx=0,00809, вариация Var=0,15063, а медиана Me=0,05335. В целом фактор GSr2 по значимости занимает 6 место.
Как видно из таблицы 43, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Furniture and related products…Plastics and rubber products», обозначенному в модели как GSr3 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,06161, Min=0,05619, Max=0,07155, среднеквадратичное отклонение составило Sx=0,00453, вариация Var=0,0735, а медиана Me=0,06087. В целом фактор GSr3 по значимости занимает 5 место.
В таблице 43 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Wholesale trade…Warehousing and storage», обозначенному в модели как GSr4 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,06406, Min=0,05348, Max=0,07218, среднеквадратичное отклонение составило Sx=0,00478, вариация Var=0,07464, а медиана Me=0,06422. В целом фактор GSr4 по значимости занимает 4 место.
В таблице 43 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Publishing industries, except internet (includes software)…Real estate», обозначенному в модели как GSr5 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,23525, Min=0,2213, Max=0,26199, среднеквадратичное отклонение составило Sx=0,01227, вариация Var=0,05216, а медиана Me=0,23342. В целом фактор GSr5 по значимости занимает 2 место.
Как следует из таблицы 43, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Rental and leasing services and lessors of intangible assets…Waste management and remediation services», обозначенному в модели как GSr6 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,48305, Min=0,46417, Max=0,51395, среднеквадратичное отклонение составило Sx=0,01527, вариация Var=0,03162, а медиана Me=0,47909. В целом фактор GSr6 по значимости занимает 1 место.
В таблице 43 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Educational services…Other services, except government», обозначенному в модели как GSr7 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,06947, Min=0,05704, Max=0,08339, среднеквадратичное отклонение составило Sx=0,00933, вариация Var=0,13427, а медиана Me=0,06463. В целом фактор GSr7 по значимости занимает 3 место.
Как видно из таблицы 43, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Federal general government…Noncomparable imports and rest-of-the-world adjustment1», обозначенному в модели как GSr8 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrTI данный фактор в среднем составлял величину в размере MX=0,01613, Min=0,01221, Max=0,01975, среднеквадратичное отклонение составило Sx=0,00252, вариация Var=0,1564, а медиана Me=0,01631. В целом фактор GSr8 по значимости занимает 7 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 8 исследуемых факторов интегральной группы прямых затрат SrTI, их эконометрические однофакторные модели за исследуемый период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 44.
Таблица 44 Экономический многофакторный анализ по интегрированной группе SrTI (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
GSr1 |
0,3746 |
140750,6 |
-0,24555 |
0,01357 |
|
GSr2 |
1,5919 |
0,00014 |
1,461169 |
0,05738 |
|
GSr3 |
0,9798 |
0,0525 |
1,0122402 |
0,06202 |
|
GSr4 |
1,1745 |
0,036922 |
1,0426082 |
0,06476 |
|
GSr5 |
0,9193 |
0,362987 |
0,9662052 |
0,23336 |
|
GSr6 |
1,0609 |
0,181717 |
1,0759266 |
0,48862 |
|
GSr7 |
0,7635 |
12,004 |
0,59904 |
0,06539 |
|
GSr8 |
0,6895 |
7,064616 |
0,5264916 |
0,01491 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
Как видно из таблицы 44, в интегрированной группе прямых затрат SrTI фактор GSr1 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,37461. Эконометрическая модель вида GSr1=140750,55334*SrTI^-0,24555 показала, что эластичность составила -0,24555. Эконометрическая модель вида GSr1=0,01357*SrTI уточнила среднюю величину фактора GSr1. В заключение отметим, что на исследованном рынке фактора GSr1 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 44, в интегрированной группе прямых затрат SrTI фактор GSr2 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,59194. Эконометрическая модель вида GSr2=0,00014*SrTI^1,46117 показала, что эластичность составила 1,46117. Эконометрическая модель вида GSr2=0,05738*SrTI уточнила среднюю величину фактора GSr2. В заключение отметим, что на исследованном рынке фактора GSr2 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 44, в интегрированной группе прямых затрат SrTI фактор GSr3 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,97984. Эконометрическая модель вида GSr3=0,0525*SrTI^1,01224 показала, что эластичность составила 1,01224. Эконометрическая модель вида GSr3=0,06202*SrTI уточнила среднюю величину фактора GSr3. В заключение отметим, что на исследованном рынке фактора GSr3 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 44 в интегрированной группе прямых затрат SrTI фактор GSr4 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,17446. Эконометрическая модель вида GSr4=0,03692*SrTI^1,04261 показала, что эластичность составила 1,04261. Эконометрическая модель вида GSr4=0,06476*SrTI уточнила среднюю величину фактора GSr4. В заключение отметим, что на исследованном рынке фактора GSr4 преобладают высокие (МХ<Me) цены или прямые затраты.
В таблице 44 в интегрированной группе прямых затрат SrTI фактор GSr5 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,91925. Эконометрическая модель вида GSr5=0,36299*SrTI^0,96621 показала, что эластичность составила 0,96621. Эконометрическая модель вида GSr5=0,23336*SrTI уточнила среднюю величину фактора GSr5. В заключение отметим, что на исследованном рынке фактора GSr5 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как следует из таблицы 44, в интегрированной группе прямых затрат SrTI фактор GSr6 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,06095. Эконометрическая модель вида GSr6=0,18172*SrTI^1,07593 показала, что эластичность составила 1,07593. Эконометрическая модель вида GSr6=0,48862*SrTI уточнила среднюю величину фактора GSr6. В заключение отметим, что на исследованном рынке фактора GSr6 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 44 в интегрированной группе прямых затрат SrTI фактор GSr7 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,76353. Эконометрическая модель вида GSr7=12,004*SrTI^0,59904 показала, что эластичность составила 0,59904. Эконометрическая модель вида GSr7=0,06539*SrTI уточнила среднюю величину фактора GSr7. В заключение отметим, что на исследованном рынке фактора GSr7 преобладают низкие (МХ>=Me) цены или прямые затраты.
В таблице 44 в интегрированной группе прямых затрат SrTI фактор GSr8 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,68953. Эконометрическая модель вида GSr8=7,06462*SrTI^0,52649 показала, что эластичность составила 0,52649. Эконометрическая модель вида GSr8=0,01491*SrTI уточнила среднюю величину фактора GSr8. В заключение отметим, что на исследованном рынке фактора GSr8 преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 8 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат SrTI. Многофакторные эконометрические модели управления внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
SrTI(MX)=281377,042+0,0167*GSr1+0,0537*GSr2+0,0616*GSr3+0,0641*GSr4+0,2353*GSr5+0,4831*GSr6+0,0695*GSr7+0,0161*GSr8
SrTI(MX)=4,575*GSr1^0,0167*GSr2^0,0537*GSr3^0,0616*GSr4^0,0641*GSr5^0,2353*GSr6^0,4831*GSr7^0,0695*GSr8^0,0161
SrTI(Min)=11,420*GSr1^0,0099*GSr2^0,0403*GSr3^0,0562*GSr4^0,0535*GSr5^0,2213*GSr6^0,4642*GSr7^0,0570*GSr8^0,0122
SrTI(Max)=1,262*GSr1^0,0290*GSr2^0,0666*GSr3^0,0715*GSr4^0,0722*GSr5^0,2620*GSr6^0,5139*GSr7^0,0834*GSr8^0,0198
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 328106, а многофакторная степенная модель - 2025, что в 162 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrTI(Min) обеспечивает точность 35109, точность модели по худшему сценарию SrTI(Max)=44736.
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(MX)=4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внешними факторами лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Min)=11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внешними факторами худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Max)=1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198
Перейдем к моделированию внутренних факторов влияющих на управление предприятий-конкурентов научно-исследовательского, технологического комплекса на основе динамико-бифуркационного межотраслевого моделирования.
На данном этапе необходимо оценить влияние исключительно внутренних факторов на управление или выручку, т.е. все виды прямых затрат внутри предприятий научно-исследовательского, технологического комплекса исследуемой отрасли от рабочего места персонала до производственно-технологических подразделений, отделов и собственно организации. Практически необходимо дать комплексную оценку всех i-х факторов добавленной стоимости в динамике.
Цель данного этапа дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внутренним факторам с их полной детализацией: по персоналу, основным фондам, амортизации, инвестициям, доходам, расходам, процентам, налогам и, наконец, чистой прибыли. Понятно, что по каждому внутреннему i-му фактору необходимо:
Выявить приоритеты управления внутренней средой на основе нейронным, весовым, кластерно-дискриминантным моделям по всем внутренним i-м факторам в динамике.
В заключение первого этапа необходимо дать интегральную оценку рисков, коридоров управления, эффективности управления внутренней средой всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли на основе многофакторного нейронного моделирования по всем внутренним i-м факторам в динамике. Для этого необходимо:
Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями научно-исследовательского, технологического комплекса исследуемой отрасли внутренними факторами, определяющими производственную функцию предприятий-конкурентов отрасли «NAICS 5412OP - Professional, scientific, and technical services», в динамике.
На первом этапе исследуем 3 интегрированных фактора прямых затрат на товары и услуги, приобретенные организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынке интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат SrADD. Отметим, что из 3 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынка) 3 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 45.
Таблица 45 Экономический многофакторный анализ по интегрированной группе SrADD
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
V001 |
0,6918655 |
0,656 |
0,7326 |
0,021 |
0,0303 |
0,6941 |
1 |
|
V002 |
0,0119158 |
0,0094 |
0,0148 |
0,002 |
0,167 |
0,0114 |
3 |
|
V003 |
0,2962187 |
0,2535 |
0,3343 |
0,0222 |
0,075 |
0,2955 |
2 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
В таблице 45 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Compensation of employees», обозначенному в модели как V001 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrADD данный фактор в среднем составлял величину в размере MX=0,69187, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,65596, Max=0,7326. В целом среднеквадратичное отклонение составило Sx=0,021, вариация Var=0,03035, а медиана Me=0,69406. Фактор V001 по значимости занимает 1 место.
В таблице 45 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Taxes on production and imports, less subsidies», обозначенному в модели как V002 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrADD данный фактор в среднем составлял величину в размере MX=0,01192, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,00942, Max=0,01476. В целом среднеквадратичное отклонение составило Sx=0,00199, вариация Var=0,16698, а медиана Me=0,01137. Фактор V002 по значимости занимает 3 место.
В таблице 45 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Gross operating surplus», обозначенному в модели как V003 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrADD данный фактор в среднем составлял величину в размере MX=0,29622, при этом коридор управления, риски исследуемого фактора лежат в диапазоне Min=0,25351, Max=0,33427. В целом среднеквадратичное отклонение составило Sx=0,02223, вариация Var=0,07504, а медиана Me=0,29555. Фактор V003 по значимости занимает 2 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 3 исследуемых факторов интегральной группы прямых затрат SrADD, их эконометрические однофакторные модели за период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 46.
Таблица 46 Экономический многофакторный анализ по интегрированной группе SrADD (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
V001 |
1,0934 |
0,212484 |
1,088237 |
0,69708 |
|
V002 |
1,475 |
7,92E-07 |
1,7182488 |
0,01258 |
|
V003 |
0,7908 |
7,290573 |
0,7602892 |
0,29034 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
По расчетам, эконометрическим моделям таблицы 46 проведенные в интегрированной группе прямых затрат SrADD фактор V001 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,0934. Эконометрическая модель вида V001=0,21248*SrADD^1,08824 показала, что эластичность составила 1,08824. Эконометрическая модель вида V001=0,69708*SrADD уточнила среднюю величину фактора V001. В заключение отметим, что на исследованном рынке фактора V001 преобладают высокие (МХ<Me) цены или прямые затраты.
Как видно из таблицы 46, проведенные в интегрированной группе прямых затрат SrADD фактор V002 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,47496. Эконометрическая модель вида V002=0*SrADD^1,71825 показала, что эластичность составила 1,71825. Эконометрическая модель вида V002=0,01258*SrADD уточнила среднюю величину фактора V002. В заключение отметим, что на исследованном рынке фактора V002 преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 46, проведенные в интегрированной группе прямых затрат SrADD фактор V003 за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,79082. Эконометрическая модель вида V003=7,29057*SrADD^0,76029 показала, что эластичность составила 0,76029. Эконометрическая модель вида V003=0,29034*SrADD уточнила среднюю величину фактора V003. В заключение отметим, что на исследованном рынке фактора V003 преобладают низкие (МХ>=Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 3 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат SrADD.
Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. управления внутренними факторами могут быть представлены в виде:
SrADD(MX)=283900,015+0,6919*SrComp+0,0119*SrTax+0,2962*SrGOS
SrADD(MX)=1,953*SrComp^0,6919*SrTax^0,0119*SrGOS^0,2962
SrADD(Min)=5,383*SrComp^0,6560*SrTax^0,0094*SrGOS^0,2535
SrADD(Max)=0,702*SrComp^0,7326*SrTax^0,0148*SrGOS^0,3343
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 223831, а многофакторная степенная модель - 4289, что в 52 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrADD(Min) обеспечивает точность 39962, точность модели по худшему сценарию SrADD(Max)=38703.
На данном этапе необходимо комплексно оценить внутренние и внешние факторы и их влияние на управление или выручку. Практически необходимо дать комплексную динамическую оценку всех i-х факторов добавленной стоимости и всех j-х факторов внешней среды. Цель данного этапа дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внутренним и внешним факторам с их полной детализацией в динамике. Понятно, что по каждому внутреннему i-му внутреннему фактору и j-му фактору внешней среды необходимо:
Выявить приоритеты управления внутренней средой на основе нейронным, весовым, кластерно-дискриминантным моделям по всем внутренним i-м факторам и внешним j-м факторам в динамике.
В заключение первого этапа необходимо дать интегральную оценку рисков, коридоров управления, эффективность управления внутренней и внешней средой всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли на основе многофакторного нейронного моделирования по всем внутренним i-м факторам и внешним j-м факторам в динамике. Для этого необходимо:
Построить интегральную многофакторную среднеотраслевую модель эффективности управления худшими организациями научно-исследовательского, технологического комплекса исследуемой отрасли внутренними и внешними факторами в динамике.
Рисунок
8 Зрительный образ интегральных
групп прямых затрат подсистемы добавленной
стоимости SrADD внутренних факторов
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США прямых затрат подсистемы добавленной стоимости SrADD внутренних факторов дан на рисунке 8.
На первом этапе исследуем 2 интегрированных фактора прямых затрат на товары и услуги, приобретенные организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» на 71 рынке интегрированных товаров и услуг за исследуемый период 1997-2014 гг. В выборку включены все рынки США. Рассматривается интегральная группа прямых затрат SrGO. Отметим, что из 2 изучаемых интегрированных факторов/рынков прямых затрат (из 71 рынка) 2 фактора/рынка влияют на интегрированный/итоговый фактор прямых затрат эконометрической модели II (Total Intermediate). Подробные расчеты, эконометрические модели сведены в таблицу 47.
Таблица 47 Экономический многофакторный анализ по интегрированной группе выручка SrGO
|
Факторы |
MX |
Min |
Max |
Sx |
Var |
Me |
Ранг |
|---|---|---|---|---|---|---|---|
|
SrADD |
0,6230244 |
0,5868 |
0,6654 |
0,0242 |
0,0389 |
0,6131 |
1 |
|
SrTI |
0,3769756 |
0,3346 |
0,4132 |
0,0242 |
0,0643 |
0,3869 |
2 |
MX – средняя величина, Min – минимальное значение, Max – максимальное значение, Sx - среднеквадратичное отклонение, Var - вариация, Me – медиана.
Как следует из таблицы 47, проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Total Value Added», обозначенному в модели как SrADD за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrGO данный фактор в среднем составлял величину в размере MX=0,62302, Min=0,58682, Max=0,66536, среднеквадратичное отклонение составило Sx=0,02425, вариация Var=0,03892, а медиана Me=0,61315. В целом фактор SrADD по значимости занимает 1 место.
По расчетам, эконометрическим моделям таблицы 47 проведенные исследования по интегральному фактору прямых затрат покупок на интегральном рынке «Total Industry Output», обозначенному в модели как SrTI за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services», позволяют утверждать следующее. В интегрированной группе прямых затрат SrGO данный фактор в среднем составлял величину в размере MX=0,37698, Min=0,33464, Max=0,41318, среднеквадратичное отклонение составило Sx=0,02425, вариация Var=0,06432, а медиана Me=0,38685. В целом фактор SrTI по значимости занимает 2 место.
Цель второго этапа исследования для организаций научно-исследовательского, технологического комплекса отрасли NAICS 5412OP - Professional, scientific, and technical services определить динамику каждого из 2 исследуемых факторов интегральной группы прямых затрат SrGO, их эконометрические однофакторные модели за исследуемый период 1997-2014 гг. Подробные расчеты, эконометрические модели сведены в таблицу 48.
Таблица 48 Экономический многофакторный анализ по интегрированной группе выручка SrGO (продолжение)
|
Факторы |
Темп |
b0 |
Эластичность (b1) |
Линейная (k) |
|---|---|---|---|---|
|
SrADD |
0,89 |
4,508 |
0,857 |
0,614 |
|
SrTI |
1,21 |
0,014 |
1,240 |
0,386 |
Темп - темп изменения фактора во времени, b0, Эластичность (b1) - однофакторная степенная регрессионная модель и эластичность изменения фактора Sri=b0i*GSrib1i, Линейная (k) - линейная модель Sri=ki*GSri.
Как следует из таблицы 48, в интегрированной группе прямых затрат SrGO фактор SrADD за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 0,89194. Эконометрическая модель вида SrADD=4,50763*SrGO^0,85704 показала, что эластичность составила 0,85704. Эконометрическая модель вида SrADD=0,61393*SrGO уточнила среднюю величину фактора SrADD. В заключение отметим, что на исследованном рынке фактора SrADD преобладают низкие (МХ>=Me) цены или прямые затраты.
Как видно из таблицы 48, в интегрированной группе прямых затрат SrGO фактор SrTI за период 1997-2014 гг. для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» показал динамику в размере 1,21125. Эконометрическая модель вида SrTI=0,01363*SrGO^1,23957 показала, что эластичность составила 1,23957. Эконометрическая модель вида SrTI=0,38607*SrGO уточнила среднюю величину фактора SrTI. В заключение отметим, что на исследованном рынке фактора SrTI преобладают высокие (МХ<Me) цены или прямые затраты.
На третьем этапе проведем многофакторное эконометрическое моделирование 2 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат SrGO.
Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. управления внутренними, внешними факторами могут быть представлены в виде:
SrGO(MX)=500074,676+0,6230*SrADD+0,3770*SrTI
SrGO(MX)=1,942*SrADD^0,6230*SrTI^0,3770
SrGO(Min)=5,477*SrADD^0,5868*SrTI^0,3346
SrGO(Max)=0,686*SrADD^0,6654*SrTI^0,4132
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 504641, а многофакторная степенная модель - 4722, что в 107 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrGO(Min) обеспечивает точность 79835, точность модели по худшему сценарию SrGO(Max)=77068.
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внутренними, внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(MX)=1,942*(1,953*PmComp^0,6919*PmTax^0,0119*PmGOS^0,2962)^0,6230*(4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161)^0,3770
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внутренними, внешними факторами лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(Min)=5,477*(5,383*PmComp^0,6560*PmTax^0,0094*PmGOS^0,2535)^0,5868*(11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122)^0,3346
За исследуемый период 1997-2014 гг. интегральную многофакторную среднеотраслевую модель эффективности управления внутренними, внешними факторами худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(Max)=0,686*(0,702*PmComp^0,7326*PmTax^0,0148*PmGOS^0,3343)^0,6654*(1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198)^0,4132
В заключении отметим, что межотраслевое моделирование расчет средних индикативно-плановых показателей по объемам финансирования убедительно показали значимость роли науки в экономике ведущей страны мира. В частности, для обеспечения роста экономики страны на 10% доля объемов продаж отрасли науки должна составлять 8,9%, соответственно, показатель численности должен быть на уровне 10,1%.
По синергетическому эффекту наука превосходит следующие отрасли экономики США:
По синергетическому эффекту наука уступает следующим отраслям экономики США:
Следует отметить один важный момент, связанный с особенностями учета видов деятельности в СНС ООН и собственно в МОБах всех государств-членов ООН. С времен СССР и создания организационных структур в виде научно-производственных объединений (НПО) в систему отчетности волей или не волей были заложены искажения или смещения при оценке научно-исследовательской деятельности и науки. Это было связано со следующим: НПО очень часто неизбежные масштабные научно-исследовательские работы записывали в опытно-конструкторские работы (ОКРы), опытно-технологические работы (ОТР) и, в конечном счете, в результаты деятельности НПО. В результате получалось, что наука как бы занималась исследованиями исключительно только на бумаге или в виде исследований, алгоритмов, программных продуктов на компьютерах, суперкомпьютерах НПО, что резко снижало ее мультипликативное воздействие на экономику страны в целом.
К сожалению, данный ошибочный подход, принятый в СССР, в интегрированном учете научно-производственных объединений был реализован и в стандартах СНС ООН.
В работе доказано, что нужно не вести бесконечные дискуссии так называемого «экспертного сообщества» на тему роль и место науки, а проводить конкретные исследования в рамках системы национальных счетов ООН (СНС) и осуществлять межотраслевое моделирование для развитых стран-членов ООН в рамках программ ООН по межгосударственному сопоставлению.
Данная монография открывает новую серию научных исследований «Космо-ноосферная экономика», которую разрабатывает объединенный авторский коллектив фонд «Ноосфера», научный руководитель Г.П. Самарина, и авторский коллектив, научный руководитель Х.М. Мухаббатов.
Объединение двух коллективов позволило значительно расширить исследования в области русского космизма, углубить изыскания в области ноосферной экономики и значительно усовершенствовать прогностические модели по мировым кризисам, войнам, революциям и т.д.
Данная книга посвящена космо-ноосферному межотраслевому межгосударственному моделированию, как единой серии книг «Космос, Ноосферная экономика».
Учитывая катастрофическое положение в отечественном и зарубежном экономическом образовании, науки, авторы обосновали создание Федерального центра по подготовке/переподготовке профессиональных управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, военные конфликты, эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительства, администрации президента РФ, ГД РФ, СФ РФ, министерства обороны РФ, федеральной службы безопасности РФ, МЧС РФ.
Для обеспечения эффективной практической подготовки специалистов на всех уровнях авторами на основе методик Дорошко-Самариной был разработан комплекс дистанционного обучения. Эффективное обучение, масштабные расчеты, моделирование проводятся на основе программного обеспечения, технологий дистанционного обучения, которые разработал коллектив. Технологии дистанционного обучения, программное обеспечение успешно работают более 15 лет при подготовке студентов, аспирантов, докторантов, руководителей, экономистов, находящихся в любой точке мира. В рамках разработанных методик в монографии приводится укрупненный комплекс системы деловых игр «Кризис или Развитие», дополненной наиболее интересными, по мнению авторов, ссылками на видео-лекции, видео-моделирование.
Затраты на подготовку персонала организаций, отраслей экономики любой страны многократно превосходят интегральные инвестиции в оборотные и основные фонды. Поэтому роль человеческого капитала всегда доминировала, превосходит и будет преобладать над всеми суммарными видами капитала и банков, и бизнеса вместе взятых. Сегодняшний кадровый голод в РФ во всех ветвях власти, на всех иерархических уровнях управления экономики результат безграмотного управления персоналом и отсутствие внятной кадровой политики в годы реформ. Вот почему авторы считают, что применение деловых игр позволят снизить затраты и поднять эффективность управления на всех уровнях иерархии от предприятий до правительства, администрации президента РФ, ГД РФ, СФ РФ, МО РФ, ФСБ РФ, МЧС РФ.
Второй раздел монографии выполнен Х.М. Мухаббатовым. В виду существенного ограничения и масштабности проведенных исследований в монографии Х.М.Мухаббатова «Воля к свободе, или Экономика самоорганизации материи» в данный раздел включены основные положения и результаты для проведения дальнейших исследований.
Во втором разделе даны нейронные модели производственной функции научно-исследовательского комплекса. На основе межотраслевого моделирования определена значимая роль и место научно-исследовательского, технологического комплекса исследуемой отрасли «Professional, scientific, and technical services» экономики США. Во втором разделе первой главы дан динамический анализ, моделирование производственной функции, управления структуры материальных затрат предприятиями-конкурентами научно-исследовательского, технологического комплекса исследуемой отрасли «Professional, scientific, and technical services» экономики США. Раскрыты общие положения, алгоритмы, моделирование производственной функции, управления структурой материальных затрат предприятиями-конкурентами научно-исследовательского комплекса экономики США.
Приведен динамический анализ структуры затрат, количественная оценка рисков, коридоров управления, эффективности, нейронное моделирование предприятий-конкурентов исследуемой отрасли экономики США. Осуществлено моделирование внешних факторов, влияющих на управление предприятий-конкурентов научно-исследовательского комплекса со всеми рынками и отраслями экономики США на основе динамико-бифуркационного межотраслевого моделирования. Дано моделирование внутренних факторов, влияющих на управление предприятий-конкурентов научно-исследовательского комплекса на основе динамико-бифуркационного межотраслевого моделирования. Раскрыта модельная интегральная оценка внутренних, внешних факторов, количественная оценка рисков, коридоров управления, эффективности, нейронное моделирование влияния на управление предприятий-конкурентов научно-исследовательского комплекса на основе динамико-бифуркационного межотраслевого моделирования.
В книге даны выдержки научно-исследовательских работ наших коллег: Д. да Консейсао (6.1), Л.А.Евсеева (6.2), Ш.Н.Бойназарова (6.3). Отметим, что в предыдущие книги не были включены версии научных исследований ряда авторов по кризису 2013-2014гг. ввиду ограниченного финансирования.
Bureau of Labor Statistics, Occupational Employment Statistics - http://stats.bls.gov/oes/current/oessrci.htm
