Статистическое изучение первичного рынка недвижимости всегда сопряжено с той проблемой, что объект находится в постоянном, причём весьма интенсивном изменении, как в количественном аспекте, так и в своём внутреннем содержании. Поэтому и вопросы постоянной адаптации статистической методологии в отношении первичного рынка недвижимости актуальны непрерывно. Среди задач, которые постоянно находятся в поле статистической науки и практики в отношении первичного рынка недвижимости можно выделить следующие. Во-первых, проведение критического анализа содержания современного рынка первичной недвижимости, что должно позволить выявить его принципиальные особенности как объекта статистического исследования, систематизировать экономические связи субъектов данного сегмента рынка для проведения комплексного статистического анализа его функционирования и развития в любом регионе России. Во-вторых, это построение аналитических классификаций первичного рынка недвижимости, систематизация критериев их построения, что должно позволить провести качественный анализ структуры данного сегмента рынка в современных условиях рыночной экономики. В-третьих, постоянное усовершенствование системы статистических показателей первичного рынка недвижимости, которая постоянно должна дополняться различными блоками показателей, применение которых позволит увязать развитие рынка первичной недвижимости с показателями уровня жизни населения и социально-экономического развития конкретного региона на основе формирования и упорядочения различных ее подсистем, что повысит их согласованность с показателями уровня жизни и социально-экономического развития. Цель: Развитие теории и статистической методологии комплексного изучения первичного рынка недвижимости в части разработки критериев разделения объекта на однородные группы по типологическим признакам и построение на их основе статистических классификаций, необходимых для структурного анализа первичного рынка недвижимости. Материалы и методы: Для получения научных результатов в рамках данной статьи использованы общенаучные методы познания, такие как научная абстракция, анализ и синтез, так как речь идет о разбиении единого целого на типологически однородные совокупности, органичная взаимосвязь между которыми и обеспечивает целостность и единство изучаемого объекта – первичного рынка недвижимости. Кроме того, на протяжении всей работы рассматривается использование статистического метода группировок, так как речь идет о прикладном применении типологических критериев формирования единиц наблюдения в однородные группы. Результаты: Обоснованы и сформулированы основные классификационные признаки экономических активов, обращающихся на первичном рынке недвижимости региона. Разработка критериев типологического разделения объекта позволила построить статистические классификации, необходимые для всестороннего содержательного анализа структуры и структурных сдвигов на первичном рынке недвижимости. Заключение: В научной статье рассмотрены проблемные аспекты статистического изучения первичного рынка недвижимости в части его этимологизации на основе чётких критериев, позволяющих понять качество и свойства обращающихся на нем экономических активов, построить статистические классификации. Всё это является шагом в рамках первого этапа статистического исследования в той его последовательности, которая классически рассматривается общей теорией статистики. Статистические классификации и группировки по типологическим признакам предшествуют наукоемкому обоснованию и применению сложных математико-статических методов для проведения факторного анализа и прогнозирования показателей первичного рынка недвижимости.

Цель исследования. В последнее время в мире значение технологий распределенного реестра не только активно обсуждается, но и является объектом различных исследований в большинстве развитых стран и во многих областях экономики. В этой связи, ключевой целью исследования является изучение и систематизация научных подходов к оценке эффективности использования технологий распределенного реестра в условиях формирования цифрой экономики, а также в использовании возможности их применения как для поиска путей оптимизации криптобизнеса, так и для развития экономики в целом. Таким образом, актуальными представляются вопросы формирования индикаторов эффективности технологий распределенного реестра, отражающие состояние различных сфер криптоэкономики как на российском, так и на международном уровне, а также апробация механизма оценки эффективности использования технологий распределенного реестра в контексте рассмотренных индикаторов. Материалы и методы. Эффективность использования технологий распределенного реестра в рамках данного исследования рассматривается в сфере финансовой индустрии, бизнес-процессах компаний и международной практике. В исследовании представлено описание как самих методических подходов, так и индикаторов эффективности, критериальные или логические уровни которых, позволили получить информацию о возможностях эффективного использования блокчейна. В ходе исследования были применены теоретические методы, такие как синтез и анализ имеющейся информации. В целях проведения количественного анализа данных был реализован корреляционный метод. С целью наглядного представления результатов исследования были применены табличный и графический методы визуализации данных. Для обработки количественной информации использовался пакет прикладных программ SPSS.23. Результаты. Результаты исследования позволили определить основные направления оценки эффективности использования технологий распределенного реестра, систематизировать существующие подходы к формированию системы индикаторов оценки технологий распределенных реестров, в том числе зарубежные. Апробация механизма оценки эффективности использования технологий распределенного реестра позволила установить существенное влияние курса криптовалюты (BTCUSD) и объема «монет» в обороте на показатель рыночной капитализации. Достаточно значимая связь наблюдается между курсом криптовалюты и международными биржевыми индексами, в частности с Индексом металлов и добычи. Заключение. Проведенное исследование позволило сформировать основные системные направления оценки эффективности использования технологий распределенного реестра, на основе изучения различных концепций. Применение ряда подходов, наблюдаемых в практике исследования данной предметной области позволяет осуществлять комплексный анализ блокчейн. С помощью инструментария статистического анализа было установлено влияние факторов на основные показатели рынка криптовалют.

Цель статьи состоит в рассмотрении статистической методики исследования регионов РФ по уровню инвестиционной привлекательности. Мировая практика свидетельствует, что основой экономического роста как на государственном, так и региональном уровне является инвестиционный рост. Подтверждением этому является опыт большинства стран, совершивших в последние десятилетия резкий рывок в своем экономическом развитии. Осознание этого факта, привело к тому, что в странах как с развитой, так и развивающейся экономикой, привлечение инвестиций в экономику в национальном и региональных масштабах рассматривают как одну из приоритетных задач экономической политики. В условиях геополитической нестабильности, ухудшения экономической конъюнктуры, ослабления позиций Российской Федерации на мировом рынке необходимо уделять больше внимания инвестиционной политике и привлекательности регионов. Инвестиционная активность и привлекательность территорий сегодня – это резерв развития и реальный способ достижения стратегических целей. Важным фактором развития регионов является их инвестиционная привлекательность. Между тем, в настоящее время отсутствует адаптированная к региональным особенностям методика статистического исследования инвестиционной привлекательности. Регионы России имеют существенные различия в инвестиционной привлекательности по ряду факторов. В статье проводится анализ факторов, которые влияют на приток инвестиций в регионы России, а также выделяются группы регионов с близкими характеристиками инвестиционной привлекательности. Материалы и методы. Рассматриваются методы оценки факторов инвестиционной привлекательности территорий (регионов и городов). Мотивы осуществления инвестиций предлагается оценивать по производственному потенциалу региональной экономики, внутреннему рынку региона, отраслевым видам хозяйства (сельское хозяйство, добыча природных ресурсов), инфраструктуре региона. Методологическую основу исследования составляют работы по региональной статистике, математическому моделированию, эконометрике. Применялись графические и табличные методы визуализации результатов исследования, статистические методы анализа экономических явлений. Для решения поставленных задач исследования использовались пакеты прикладных программ SPSS, Statistica. Результаты. В работе был проведен анализ инвестиционной привлекательности Российской Федерации и выявлено современное состояние страны на рынке привлечения инвестиций. В заключение были рассмотрены основные проблемы привлечения инвестиций в Россию, уточнена сущность инвестиционной привлекательности как объекта статистического исследования; выявлены особенности регионов; даны рекомендации по формированию системы статистических показателей, характеризующих инвестиционную привлекательность региона; выявлены группы регионов с близкими характеристиками инвестиционной привлекательности. Заключение. В статье рассматривается вопрос дифференциации российских регионов в их инвестиционной активности, проводится анализ факторов, обусловивших данную дифференциацию. Неоднородность инвестиционного пространства России является одной из особенностей ее экономики. Высокая инвестиционная привлекательность является ключевым фактором повышения конкурентоспособности страны, значительных и устойчивых темпов финансового роста. Выявление регионов с близкими характеристиками инвестиционной привлекательности позволит разрабатывать инвестиционные решения, адаптированные к региональным особенностям.

Цель исследования – исследование уровня производительности труда как важнейшего условия устойчивого экономического роста и повышения конкурентоспособности национальной экономики Материалы и методы. В исследовании были использованы методы анализа состава и структуры, расчет абсолютных и относительных показателей динамики, средних величин, сравнительный анализ, графический метод анализа, а также общетеоретический метод анализа российских и зарубежных литературных источников. Основными методами исследования являются кластерный, стохастический и динамический анализ. В исследовании нашли применение методы сбора первичной экономической информации, включая анализ законодательных и нормативно-правовых актов РФ, официальных статистических данных, данных публичной отчетности отечественных предприятий, анализ прочих открытых источников информации, системный подход, методы статистического и сравнительного анализа. В проведенном исследовании рассмотрены труды Алексеевой Н.А., Барышевой Г.А., Ивантера В., Идрисова А., Кайманакова С.В., Комкова Н.И., Кондратьевой Е.В., Корогодина И.Т., Косициной, Ф.П., Кувалина Д., Кулькова В.М., Мамонтова В.Д., Некипелова А., Никулиной О.В., Одер Д.Е., Сапир Ж., Юхачева С.П., Янтовского А.А. и других. Результаты. Придерживаясь мнения известных ученых-экономистов, будем рассматривать экономический рост как систему взаимодействия и воспроизводства элементов и факторов экономического роста национальной экономики. Экономический рост предопределяют факторы, определяющие темпы и масштабы долгосрочного увеличения валового внутреннего продукта, возможности повышения эффективности и качества роста. Проведенное исследование позволило определить, что основными факторами влияющими на экономический рост являются производительность труда, размер средней заработной платы и объем инвестиций. В свою очередь производительность труда, также связана с затратами на технологическими инновации и индексом изобретательности. Одной из качественных характеристик экономического роста является производительность труда, которая способствует не только увеличению объема производства, но и повышение уровня доходов населения, обусловленного ростом суммарного потребления товаров и услуг. Заключение. Реализация принципа опережающего роста производительности труда над ростом заработной платы, должна учитывать необходимость обеспечения справедливости в дифференциации доходов, что позволит стимулировать развитие креативного потенциала трудовых ресурсов. Для повышения производительности труда на предприятиях необходимо внедрять современные методы процессного управления, принципы организации бережливого производства. Системный подход к решению названных проблем позволит уже в ближайшие годы повысить конкурентоспособность предприятий, а в долгосрочной перспективе будет способствовать планомерному повышению производительности труда и обеспечивать достойный экономический рост.

В статье рассматриваются основные методологические аспекты и результаты апробации альтернативных методик комплексной сравнительной оценки уровня надежности коммерческих банков на примере субъектов банковского сектора Вологодской области. Надежность коммерческого банка является ключевым критерием устойчивости банковской системы в целом, с одной стороны, и основой для становления банка сегодня и его процветания в будущем. В связи с этим, в настоящих неоднозначных финансовых условиях, характеризующихся жесткой конкуренцией между кредитно-финансовыми институтами, встает вопрос исследования и совершенствования методов оценки надежности коммерческого банка. Цель: целью данного исследования является представление основных методологических аспектов и результатов апробации альтернативных методик комплексной сравнительной оценки уровня надежности коммерческих банков на примере субъектов банковского сектора Вологодской области. Материалы и методы: исследования выполнены на основе построения математической модели, состоящей из финансовых показателей, каждому из которых экспертным путем был присвоен удельный вес, и последующего рейтинга; многомерной комплексной сравнительной оценки; кластерного анализа. Исходными данными для настоящих исследований послужил справочник по 30 кредитным организациям, представленный на официальном сайте Центрального банка Российской Федерации. Результаты: Согласно полученным расчетам, используемые нами разные подходы к составлению рейтинга кредитных организаций дали близкие результаты, что говорит о высокой степени адекватности методик. Для объективной оценки мы предложили и апробировали разные методологические подходы к составлению рейтинга по такой качественной характеристике коммерческого банка, как надежность. В нашем исследовании были использованы: математическая модель, состоящая из финансовых показателей, каждому из которых экспертным путем был присвоен удельный вес; многомерная комплексная сравнительная оценка; кластерный анализ. Это позволило, во-первых, выполнить сравнительную оценку надежности при построении рейтинга, во-вторых, ранжировать банки по разным проблемным блокам, в-третьих, классифицировать объекты исследования согласно их финансовым характеристикам, в-четвертых, выявить основные факторы, оказавшие влияние на ранжирование банков. Полученные результаты апробации методик являются дополнительной информацией к рейтингам, публикуемым ведущими рейтинговыми агентствами и Банком России, что позволяет обоснованно принять решение в выборе оптимально надежной кредитной организации. Заключение: Как показали исследования, размеры коммерческого банка не всегда говорят о его устойчивости, ликвидности и эффективности деятельности. Анализируя рейтинги кредитных организаций по абсолютным показателям, мы пришли к выводу, что недостаточно принимать во внимание лишь объемы деятельности организации, хотя это и немаловажно. Таким образом, чтобы получить достоверный рейтинг, необходимо использовать разные методики, которые будут дополнять друг друга и давать более точный итог поставленной задаче.

Цель исследования. Цель представленной статьи – аналитическое сравнение результатов обработки выпускных квалификационных работ бакалавров и магистров кафедры Высшей математики Института кибернетики Российского технологического университета (МИРЭА) летом 2018 года с помощью двух систем обнаружения текстовых заимствований: Антиплагиат и Руконтекст. Исследование является актуальным в связи с развитием информационных технологий в образовании и возрастающей популярностью механизмов анализа текста на наличие заимствований путем автоматизированной проверки. Системы, разработанные с целью автоматизации обнаружения текстовых заимствований в различных видах работ, созданы с целью усовершенствования образовательного процесса, упрощения процедуры проверки студенческих работ преподавателями, соблюдения авторских прав, и ориентированы на развитие академической честности. Материалы и методы. Математический анализ результатов был произведен на основе методов математической статистики, непосредственно в вычислительном эксперименте применён пакет статистической обработки данных языка R. Результаты. В представленном исследовании был проведен педагогический эксперимент по статистическому анализу взаимосвязей характеристик выпускных квалификационных работ бакалавров и магистров кафедры Высшей математики Института кибернетики Российского технологического университета (РТУ МИРЭА) летом 2018 года: выявлены зависимости между параметрами, характеризующими конкретного студента, статистическими параметрами, описывающими его работу, и процентом оригинальности, полученным в системах проверки выпускных квалификационных работ на наличие текстовых заимствований Антиплагиат и Руконтекст. Произведено сравнение результатов, полученных при анализе выпускных квалификационных работ в разных системах. Формируются выводы о преимуществах каждой из рассматриваемых систем. При рассмотрении разницы между процентом оригинальности, полученным в системах Антиплагиат и Руконтекст, было выявлено, что с ростом длины текста работы (количества слов) растёт разница между результатами, полученными в этих системах. Заключение. При поиске взаимосвязи между процентом оригинальности работы и статистическими параметрами, описывающими работу, а также доступными параметрами, характеризующими автора, оказалось, что тип зависимости для двух рассматриваемых систем совпадает, и масштаб коэффициентов одинаков. Различия наблюдаются в конкретном наборе параметров: зависимость оригинальности работы от характеристик студентов при использовании системы Руконтекст лучше описывается параметром пола, а в результатах системы Антиплагиат – уровнем образования. Это можно объяснить разным наполнением баз: в базах Антиплагиата больше студенческих работ. Также разные параметры лучше описывают зависимость процента оригинальности от длины текста: для Антиплагиата лучший результат получен при использовании количества символов, а для Руконтекст – числа слов. Эти зависимости, по-видимому, объясняются различными техническими алгоритмами поиска заимствований в тексте. Также в исследовании рассмотрена статистическая зависимость между оригинальностью, полученной в каждой из систем.

Цель исследования. Предложить теоретико-методологический инструментарий оценки вклада внешней трудовой миграции в инклюзивное развитие.

Методы. В исследовании были использованы методы статистического, эконометрического анализа, сравнительный анализ, графический метод анализа, а также общетеоретический метод анализа российских и зарубежных литературных источников. Основными информационными источниками для проведения исследования стали данные официального сайта Федеральной службы государственной статистики, а также данные Единой межведомственной информационно-статистической системы.

Результаты. Основными результатами исследования являются следующие: – Разработка теоретической двухконтурной модели регулирования миграционных потоков с упором на привлечение квалифицированных кадров в промышленность. – Эконометрические результаты зафиксировали обратную связь миграции с экономическим ростом и индикаторами инклюзивного развития – обрабатывающей промышленностью, высокотехнологичной продукцией и инновационным экспортом в российских регионах. – Также были получены результаты, свидетельствующие о слабом регулировании миграционных процессов в российских регионах, эффективность которых зафиксирована на уровне 25% из 100%. – Для инклюзивного развития российских регионов были получены пороговые значения по: привлечению квалифицированных кадров в обрабатывающую промышленность до 32% от общего количества трудящихся в сфере, регулирование миграционными и экономическими процессами со стороны государственных институтов должно находиться в зоне ответственности на уровне 75% против 25%, ИЧР в регионах должен находиться на уровне 93% из 100%. – Полученные пороговые значения позволили сформировать и отработать прогноз развития для Свердловской области на перспективу до 2025 г.

Заключение. В целом по проведенному исследованию было получены выводы о необходимости смены курса с привлечения низкоквалифицированных мигрантов на квалифицированных, усилении роли государственных институтов по регулированию миграционных процессов, а также повышении уровня человеческого капитала в России. В целях дальнейшего экономического развития необходимы качественные изменения в человеческом капитале, развитии промышленности, диверсификации национальной экономики и развитие научно-технологического потенциала страны.

Цель исследования. Первой целью исследования является сравнительный анализ действующих на территории РФ моделей учетной системы рынка ценных бумаг, в частности рассматриваются модель распределенной учетной системы и модель централизованного учета с использованием центрального депозитария. Вторая цель – применение технологии распределенных реестров в разработке новой модель учетной системы РЦБ. Поставленные цели обусловлены возрастающим интересом к технологии и схожесть её внутренних процессов с системой учета прав собственности на активы. Выявлены потребности в оптимизации существующей учетной системе, приведении системы к логической централизации. Предложено применение технологии распределенных реестров с целью объединения учетных систем депозитариев. Проведен анализ эффективности приведенных моделей и выявлены критерии оценки эффективности каждой модели.

Материалы и методы. Для проведения исследования применялись труды описания генезиса учетной системы РЦБ в России. Изучены работы российский и зарубежных исследователей в области влияния технологии распределенных реестров на учётную систему и бизнес-процессы организаций. Методологией сравнения моделей выступил подход к разработке узкоспециализированных критериев оценки, отвечающих потребностям наибольшему числу участников рынка ценных бумаг.

Результаты. Разработаны критерии оценки, на основе которых проводилось сопоставление существующих моделей учётной системы РЦБ и проектируемой модели на технологии распределенных реестров. Выявлены потребности в оптимизации существующей учетной системы России, необходимости в приведении системы к логической централизации взаимодействия элементов. Разработаны предложения по применению технологии распределенных реестров с целью объединения учетных систем ценных бумаг. Разнообразие элементов учетной системы РЦБ России определило большое количество индикаторов, используемых в сопоставлениях моделей, а также разнообразие подходов, как к построению самих индикаторов, так и к сбору данных, обеспечивающих их расчет и сами сравнения.

Заключение. По результатам исследования определено, что децентрализованная модель учетной системы РЦБ на технологии распределенных реестров в сравнении с распределенной моделью снижает трансакционную стоимость операций учета ценных бумаг, оптимизирует сложность процессов взаимодействия между элементами системы, такими как депозитарии и регистраторы, повышает прозрачность фондового рынка, процессов осуществления переходов прав собственности на активы, за счет чего возрастает ликвидность таких активов и интерес со стороны инвесторов. Децентрализованная модель стандартизирует обеспечивает наличие стандарта обмена данными, что положительно сказывается на индикаторы информационных систем участников. В сравнении с централизованной моделью децентрализованная модель устраняет трансакционную посредническую комиссию центрального депозитария, устраняет монополизацию выбора направления развития системы учета ценных бумаг. В конечном итоге выявлено положительное влияние децентрализованной модели на фондовый рынок в целом. Образовавшаяся форма отношений снижет основные затратные индикаторы элементов учетной системы, такие как трансакционные расходы, стоимость сопровождения и развития информационных систем, число необходимых к применению форматов по взаимодействию с контрагентами.

Цель исследования. При обработке результатов тестирования часто используется модель Раша. Однако при использовании этой модели и метода максимального правдоподобия (ММП), оценки уровней подготовленности респондентов зависят только от числа правильно выполненных заданий теста и не зависят от трудности выполненных заданий. Цель исследования – анализ влияния трудностей заданий на уровни подготовленности респондентов на основе взвешенного метода максимального правдоподобия (ВММП). Для получения весовых коэффициентов ВММП в работе используются первичные баллы заданий. Материалы и методы. Анализ влияния трудностей заданий на уровни подготовленности респондентов проведен при использовании дихотомической таблицы, полученной при тестировании знаний 19 респондентов по курсу основ электроники. Использовались индикаторные переменные 16 тестовых заданий. Для заданий рассчитывались первичные баллы, определяющие их трудности. Весовые коэффициенты используемого ВММП зависят от первичных баллов заданий и от коэффициента влияния K. При K = 0 ВМПП превращается в МПП. С увеличением K от 0 до 2 весовые коэффициенты увеличиваются и появляется возможность подробного анализа влияния трудностей заданий на уровни подготовленности респондентов. Для расчета параметров модели Раша на основе ВММП используются программы (М-файлы) для среды MATLAB и программа Ministep (Winsteps). Результаты. Использование ВММП с весовыми коэффициентами, полученными на основе первичных баллов трудностей заданий, позволяет дополнительно дифференцировать уровни подготовленности респондентов в классической дихотомической модели Раша. Результаты анализа, проведенного с использованием данных теста по электронике, показывают, что при прочих равных условиях новые уровни подготовленности увеличиваются, если респонденты выполняют трудные задания и, наоборот, уровни подготовленности респондентов уменьшаются, если респонденты выполняют легкие задания. При этом уровни трудностей самих заданий практически не изменяются. Как правило, чем больше коэффициент влияния K, тем больше отличается оценка подготовленностей респондентов, полученная на основе ВММП от оценки на основе ММП. Однако имеются респонденты, уровень подготовленности которых не изменяется или изменяется незначительно при увеличении коэффициента K от 0 до 2. Для теста по электронике при малом коэффициенте K ≤ 1 исходный порядок расположения респондентов по уровням подготовленности, рассчитанных на основе ММП, сохраняется. При увеличенном коэффициенте влияния K ≥ 1,5 новые уровни подготовленности, рассчитанные с помощью ВММП, обуславливают изменение порядка распределения респондентов по уровням подготовленности. Расчеты, проведенные на основе полученных формул с помощью пакета MATLAB, подтверждаются данными полученными с помощью программы Winsteps. Отличия без учета экстремальных респондентов не превышают 0,01 логит при максимальном значении коэффициента K, равном 2. Заключение. На основе взвешенного метода максимального правдоподобия предложена методика учета трудностей заданий на уровни подготовленности респондентов в дихотомической модели Раша при использовании первичных баллов заданий. Результаты анализа, проведенного с использованием данных теста по электронике, показывают, что в этом случае получим дифференцированные уровни подготовленности респондентов набравших одинаковые баллы по сравнению с оценками метода максимального правдоподобия. Заметим, что результаты, полученные с помощью ВМПП при использовании данных теста по электронике, не противоречат данным, полученным на основе классической дихотомической модели Раша и МПП. Результаты, полученные на основе ВММП, позволяют уточнить уровни подготовленности респондентов, полученные на основе ММП.