авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 4 | 5 || 7 |

Инвестиционно-финансовый механизм управления развитием региональной экономики в современной россии

-- [ Страница 6 ] --

Расчеты показывают, что при выбранном сценарии развития удвоение экономического результата возможно лишь через 55 лет, при этом основную роль играет сфера производства. В этой сфере возможен прирост в 10 раз через 10 лет. Инвестиции в технологии – вторые по эффективности. Отдача культуры и науки крайне мала. Но при росте вложений в эти сферы их влияние резко, в масштабе показательной функции, возрастает даже при малых значениях параметров экономики. Это доказывает целесообразность выбора стратегии развития, ориентированной на структурные изменения инвестиций в развитие экономики.

Для определения типа развития региональной экономики – экстенсивного или интенсивного – можно рассчитать доли ВВП, обусловленные приростом фондов Ф (ВВП(Ф)) и приростом знаний (ВВП(U)):

ВВПt= ВВПt(Ф) + ВВПt(U) (34)

Для этого нужно взять фондоотдачу базового года Фоб и умножить на объем имеющихся в году t фондов [Трапезников В.А., 1969]:

ВВПt(Ф) = Фоб*Фt (35)

Очевидно, что разность ВВПt – ВВПt(Ф) отражает участие в объеме производства материализованных знаний ВВПt(U):

ВВПt – ВВПt(Ф)= ВВПt(U) (36)

Для расчета структурных отношений материальных и интеллектуальных факторов производства можно воспользоваться производственной функцией региона в виде [В.А.Трапезников, 1970]:

P = A*Фt* Ut, (37)

где P – выработка ВРП на 1-го занятого.

Приняв упрощенно = = 0,5, получаем возможность рассчитать Ut :

Ut=р*Ф0, (38)

где Ф0 фондоотдача, руб./руб., и общий объём материализованных знаний:

U = Ut * Nзан, (39)

где Nзан – численность занятых в экономике.

Соотношение

= Ut/Фt (40)

показывает реальное соотношение интеллектуальных ресурсов Ut и материальных Фt в экономике региона. Этот показатель можно сопоставить с ВРП и Р в регионе и сделать выводы о роли Ut в стратегии развития региона.

От выражения (37) можно перейти к оценкам темпов роста показателей экономики

ln p = 0,5 ln Фt + 0,5 ln Ut (41)

dp/p = 0,5 dФt/Фt +0,5 dUt/Ut (42)

p = 0,5Ф + 0,5U (43)

или U = 2p – Ф (44)

Таким образом, темп роста организационных знаний U определяется разностью темпов роста выработки ВВП и темпов роста Ф.

В диссертации был проведен анализ процессов в экономике региона на основе данных госстатистики. ВРП за 10 лет увеличился в 15 раз, выработка достигла 78,7 тыс. руб./год/зан., что привело к росту средней заработной платы. Основные фонды росли по экспоненте (рис. 7).

Ф = Фо*еkt, (45)

где Фо=11,35, k=0,18 (t=1 для 1995 г.)

Фондовооруженность Фt также росла по экспоненте:

Фt =29,2*е0,159t (46)

 Рост основных производственных фондов Рассчитанные значения Ut-78

Рис. 7. Рост основных производственных фондов

Рассчитанные значения Ut показывают быстрый рост Ut (рис. 8):

Ut =772,8*е0,41t.

 Экспоненциальный рост интенсивных факторов в экономике7 Соотношение-79

Рис. 8. Экспоненциальный рост интенсивных факторов в экономике7

Соотношение = Ut/Фt характеризует увеличение доли интенсивных факторов в развитии экономики. Расчеты показали, что 31% общего результата определяют организационные факторы. Это показывает рост вклада интенсивных факторов в производство валового продукта (рис. 9):

 Рост выработки ВРП за счет интенсивных факторов8 В работе-80

Рис. 9. Рост выработки ВРП за счет интенсивных факторов8

В работе осуществлен анализ темпов экстенсивного и интенсивного роста. Темпы роста интенсивных факторов показаны на рисунке 10.

 Изменение темпов роста интенсивных факторов9 График показывает, что-81

Рис. 10. Изменение темпов роста интенсивных факторов9

График показывает, что после 1999 г. темп роста организационных факторов развития был положительным, но с отрицательной динамикой в последние годы, что является тревожным симптомом.

Для повышения эффективности стратегии развития необходимо увеличить внимание и вложения в организационные факторы, в менеджмент на уровне государственных и производственных структур. На основе построенной модели возможно имитировать разные сценарии экономического развития, меняя сочетания экстенсивных и интенсивных факторов. Проведенный анализ реального развития экономики показывает важность более полного использования организационных и интеллектуальных факторов в стратегии экономических преобразований. В условиях «новой» (сервисной) экономики всё более важную роль в развитии играют интеллектуальные ресурсы. Эти ресурсы определены материализацией знаний и состоят из «человеческого капитала» и «структурного капитала», в который входят инновации и организационный капитал. Интеллектуальные ресурсы относятся к нематериальным факторам производства, вес которых в современных фирмах возрастает. В 2003 г. соотношение стоимости нематериальных факторов к материальным в США составляло в среднем 3,5/1, в 2005 г. должно достичь 5–10. Поэтому интересно оценить стоимость интеллектуальных ресурсов в регионах России и сопоставить её с показателями экономического роста.

Средством такой оценки может быть построение математических моделей экономики регионов. В качестве основы моделей регионов были выбраны связи материальных факторов фондовооруженности Фt и удельных материализованных знаний Ut, которыми в среднем оперирует работник, занятый в экономике. Модельное представление взаимосвязей представлено уравнениями (37–40).

На основе обработки статистических данных ряда областей РФ была определена основная тенденция современного развития экономики регионов, состоящая в росте соотношения интеллектуальных ресурсов по отношению к фондовооруженности, т.е. роль интенсивных факторов возрастает, при этом коэффициент корреляции ВРП областей и соотношения r =0,89, т.е. рост использования интеллектуальных ресурсов, ведёт к росту ВРП. Общий интеллектуальный ресурс значительно меньше, чем производственные фонды, что может являться причиной низких темпов экономического роста. Фондовооруженность пока сильно влияет на рост ВРП. Например, для Краснодарского края зависимость Y=f(Фt) имеет возрастающий характер с большей чувствительностью, чем для зависимости Y=f(Ut). Как правило, более медленный рост Ut и ведет к меньшим темпам экономического роста.

Далее в работе отмечается, что управление регионом реализуется в условиях действия неуправляемых факторов, поэтому в диссертации рассмотрено применение методики Тагути для выбора управляющих воздействий, учитывающих влияния неуправляемых факторов.

Третья группа проблем содержит построение и идентификацию основных переменных стохастической мультипараметрической модели анализа инвестиционных проектов в региональной экономике, имитационное моделирование случайной системной ситуации на ее основе, определение коэффициентов оценки эффективности и проведение экспериментальных расчетов с целью выбора стохастических инвестиционных проектов.

В работе показано, что развитие региональной экономики определяется размером инвестиций в проекты, отбор которых проводится в условиях неполной определенности, т.к. учесть влияние всех факторов на проекты сложно. Но недостаточный учет этих факторов среды (уровня цен, инфляции, курсов валют, налоговых ставок, поведения конкурентов) может привести к ошибочным решениям и значительным потерям ресурсов. Поскольку проект реализуется в будущем, а принимать решения нужно сейчас, возникает необходимость планирования внедрения проектов на основе учета влияний стохастических факторов среды. Методы отбора проектов в таких условиях недостаточно разработаны, поэтому в работе использовались наиболее эффективные в условиях случайных воздействий методы имитационного моделирования системных ситуаций, т.е. учета влияний внешней и внутренней среды.

Случайная системная ситуация на фиксированный момент времени складывается из следующих стохастических реализаций (трехпараметрическая системная ситуация): случайная ставка дисконтирования ; случайный коэффициент инфляции ; случайный поток денежных платежей i-го инвестиционного проекта.

Следующие случайные величины применены в качестве критериев принятия комплексного решения о выборе инвестиционного проекта:

(47)

40.Особое внимание уделено расчету внутренней нормы рентабельности (IRR). В случае стохастического характера нормы дисконта формула преобразована через замену случайных величин их числовыми характеристиками. Для этого использован некий детерминированный аналог случайной величины NPV:

(48)

Решение уравнения =0 позволяет найти IRRi.

В диссертации приведен практический пример выбора варианта проекта на основе предложенного метода.

В результате имитации трехпараметрической случайной системной ситуации были рассчитаны все разработанные коэффициенты для анализа альтернативных инвестиционных проектов. На рисунке 11 приведены колебания . Стохастические флуктуации NPV по проектам в зависимости от-89.

Рис. 11. Стохастические флуктуации NPV по проектам в зависимости
от системной ситуации10

В результате имитационной процедуры был выбран проект, лучший с точки зрения устойчивости к изменениям среды и наиболее качественный по критериям эффективности.

Четвертая группа проблем содержит обоснование применения фрактального анализа для представления региональных инвестиционно-финансовых процессов в условиях рыночной экономики, адаптацию R/S-анализа к применению для оценки финансовых рядов, прогнозирование финансовых временных рядов методами фрактального анализа и применение многомасштабного R/S-анализа для прогнозирования состояния региональной экономики.

Рассмотренное в данной работе применение фракталов для анализа экономических данных также является частью описанной тенденции расширения использования фракталов. Метод многомасштабного R/S-анализа можно представить следующим словесным описанием. На начальном этапе выбирается ряд значений , такой, что анализ для каждого значения может дать результат, значительно отличающийся от других. Для каждого временного ряда эти значения очевидно различны, для финансовых временных рядов их можно выбирать, руководствуясь стандартными временами, принятыми в экономических расчетах и бухгалтерском учете – месяц, квартал, год, а также дополнительные малые значения – неделя, две недели. По формулам, приведенным выше, для каждого значения рассчитываются значения статистик , на основании которых вычисляются значения экспоненты Херста по соответствующим формулам. Значения экспоненты Херста являются простым критерием для оценки персистентности ряда: большее значение экспоненты Херста свидетельствует о большей стабильности ряда, и, наоборот, меньшее значение экспоненты Херста свидетельствует о меньшей стабильности ряда. В пределе при значении экспоненты Херста 0.5<H<1 поведение ряда считается постоянным (персистентным), при значении экспоненты Херста 0<H<0.5 – непостоянным (антиперсистентным). Однако предельные случаи встречаются довольно редко, поэтому имеет смысл оценивать значение экспоненты Херста для данного участка по сравнению с значениями для других участков. Для исследуемых в данной работе рядов получено следующее экспериментальное правило – участок ряда считается нестабильным, если для него экспонента Херста , где для данного примера P=0.8. С учетом данного правила для каждого масштаба определяется список нестабильных участков . После нахождения нестабильностей на всех масштабах результаты сводятся в один список нестабильных участков U. Эта методика реализована в форме алгоритма и позволила выявить участки нестабильности во временных рядах показателей экономики Ростовской области и при анализе денежных потоков предприятий.

Пятая группа проблем включает обоснование применения нечеткой логики для решения задач управления региональной экономикой, оптимизации управления экономическими объектами в нечеткой среде и с нечеткой целью, разработку градиентного метода достижения целей регионального управления.

В работе показано, что позитивные сдвиги в современном экономическом развитии происходят на основе использования новых знаний и технологий. Выбор стратегии развития и ее оптимизация являются актуальными задачами управления регионами. Решение этих задач в традиционной постановке не всегда эффективно, т.к. существует неопределенность в данных и нечеткость целей и ограничений. В работе рассматриваются методы решения задач управления регионом на основе применения нечетких категорий.

В диссертации построены размытые модели региональной экономики.

Предположим, что в результате наблюдения объекта получено N значений входных и выходных переменных (Х1i,……,X ni,Yi ) ( табл. 4).

Таблица 4 – Данные для нечеткого моделирования

N

X1

Xn

Y

1

X11

X1n

1

2

X21

X2n

2

…..

…..

…...

…..

…...

…...

……

…...

…...

N

XNI

XNn

N



Pages:     | 1 |   ...   | 4 | 5 || 7 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.