Цель исследования.  Установление специфики воспроизводства населения России в современных условиях развития экономики в целом и в разрезе федеральных округов.

Материалы и методы. В процессе написания статьи авторами использованы нормативно-правовые акты Правительства РФ, материалы Федеральной службы государственной статистики, труды отдельных ученых и общественных организаций по проблемам воспроизводства населения. В ходе работы использованы такие статистические методы исследования как: табличный и графические методы, анализ показателей рядов динамики.

Результаты. Изучена численность населения Российской Федерации и компоненты ее изменения за 1990–2021 гг., динамика коэффициентов рождаемости и смертности за 1950–2021 гг., рассмотрены причины снижения суммарного коэффициента рождаемости и чистого коэффициента воспроизводства населения, в том числе в разрезе федеральных округов.

Заключение. В настоящее время численность населения Российской Федерации не достигла уровня 1990 года. Колебания общего прироста населения, обусловлены, в основном, колебаниями миграционного прироста. В условиях низкой рождаемости и высокой смертности, миграционная компонента является определяющим фактором увеличения численности населения. С 1992 года установлена естественная убыль населения (за исключением 2013–2015 гг.). Величина миграционного прироста превысила естественную убыль в 2009–2017 гг., что обеспечило общий прирост населения.

Пересечение кривых динамики коэффициента рождаемости и коэффициента смертности в Российской Федерации установлено в 1992 и 2016 гг. С 2012 по 2016 гг. коэффициент естественного прироста приближается к нулевому уровню, а затем формируется тенденция его снижения, то есть убыли населения. Основной причиной снижения  рождаемости в России является демографическое, социально-экономическое состояние общества, при котором установлено устойчивое снижение суммарного коэффициента рождаемости, демографическое старение населения, изменение структуры семьи. За последние 30 лет в стране отмечается суженное воспроизводство населения, что можно рассматривать как потенциальную депопуляцию.

Установлена высокая вариация суммарного коэффициента рождаемости в разрезе федеральных округов России. В Центральном федеральном округе и Северо-Западном федеральных округах за период 1990–2021 гг. суммарный коэффициент рождаемости не превышал среднероссийский уровень этого показателя. За последние три года (2019–2021 гг.) суммарный коэффициент рождаемости снижается в Северо-Западном, Южном, Приволжском, Сибирском федеральных округах.

Для устранения негативных тенденций уровня рождаемости в регионах необходимо создание рабочих мест, формирование нормальных жилищных условий, обеспечение устойчивого роста реальных доходов населения, организация современного уровня здравоохранения, образования, развитие сети дошкольных учреждений, поддержка семьи.

Оценка ситуации на рыке труда региона, и в конечном счете прогнозирование уровня занятости и безработицы, представляет собой сложную многомерную математическую задачу, не имеющую к настоящему времени достоверного и апробированного решения. Исследования в направлении создания оценочных методик и прогнозирования ситуации на рынке труда представляет актуальную задачу. Предметом работы является оценка ситуации на рынке труда Приволжского Федерального округа (ПФО), посредством анализа и моделирования коэффициента напряженности на рынке труда. Цель исследования состояла в разработке методики, позволяющей осуществить предварительный прогноз ситуации на рынке труда субъекта ПФО. Информационной базой исследования являлись результаты выборочного обследования рабочей силы, проводимой органами государственной статистики в соответствии с классификатором объектов административно-территориального деления (ОКАТО). К настоящему времени длина временного ряда составляет четыре временных периода (2018–2021) года. В качестве методов анализа и моделирования использовались методы дескриптивной статистки, а также математическое  моделирование  связи  коэффициента  напряженности  на рынке труда с показателем рейтинга социально-экономического положения региона ПФО. Показано что статистическая группировка  коэффициента  напряженности  на  рынке  труда в целом по всем субъектам Российской Федерации является крайне неоднородной, что затрудняет моделирование процессов на рынке труда. В тоже время статистическая группировка коэффициента напряженности на рынке труда регионов ПФО является достаточно однородной, что позволяет осуществить моделирования c использованием такого интегрального показателя, как рейтинг социально-экономического положения субъекта ПФО. В процессе моделирования в среде компьютерной программы SPSS сформирована нелинейная регрессионная модель связи коэффициента напряженности на рынке труда (зависимая переменная) и местом в рейтинге социально-экономического положения субъекта ПФО (объясняющая переменна). Модель позволяет осуществить предварительный прогноз ситуации на рынке труда субъекта ПФО.

Ушел из жизни Заслуженный деятель науки Российской Федерации, член-корреспондент РАН, доктор экономических наук, профессор

Цель исследования. В статье анализируется влияние мировых цен на нефть (внешние и внутренние факторы) на ВВП страны, рассматриваются колебания мировых цен на нефть, их влияние на национальную экономику Азербайджана и интегрируемость этих макроэкономических показателей.

Материалы и методы. Изучение динамики функционирования временных рядов на основе исходных данных выявило их нестационарность, что не позволяет построить «качественную» прогностическую модель. Для достижения целей исследования и «повышения качества» формируемой модели, которая используется для расчета прогнозных оценок, были проведены соответствующие эконометрические процедуры и исследована интегрируемость временных рядов. В частности, используется метод векторной модели коррекции ошибок – VECM. Тест основан на использовании уравнений коинтеграции между переменными, где длина лагов и определения причинности по Грейнджеру решаются в рамках этой модели. При формировании модели VECM выдвинутые в работе гипотезы проверялись на основе использования эконометрических тестов. Отклики импульсной функции на независимые переменные модели изучались методом графического представления на основе значений модели и ее невязок.

Результаты. Определено, что долгосрочную равновесную связь между переменными можно считать устойчивой, так как после нарушения в краткосрочные периоды от шоковых реакций устойчивость восстанавливается. Примененный метод декомпозиции дисперсий ошибок прогноза для определения влияния экзогенных переменных на эндогенную переменную показал, что наибольшую неопределенность в прогноз для ВВП, марок Azeri_light, Brent и West дают собственные изменения в течение первого триместра рассматриваемого периода.

Заключение. Полученные результаты могут быть полезными для выявления реальных тенденций ВВП Азербайджана и определения его взаимозависимостей с другими макроэкономическими переменными, для определения его взаимозависимостей с вариацией цен на энергоносители на основе анализа динамики рассматриваемых показателей, для разработки рекомендаций и образования направлений перспективного развития  ВВП.

Актуальность исследования объясняется связью экономического роста и инвестиций в человеческий капитал.

Цель исследования. Целью исследования является сравнительный анализ динамики отдачи физического и человеческого капитала в европейских и азиатских регионах России. Материалы и методы. В статье авторы используют расширенную производственную функцию Кобба-Дугласа и проводят регрессионный пространственный анализ на основе данных официальной российской статистики.

Результаты. Даны оценки взаимосвязи доходов населения регионов с численностью занятых, с объёмом основных фондов регионов и человеческим капиталом; фонда заработной платы населения регионов с численностью занятых, с объёмом основных фондов регионов и человеческим капиталом, обоснованы коэффициенты эластичности. Проанализированы и интерпретированы значения коэффициентов эластичности. В частности, коэффициенты эластичности доходов населения по основным фондам для азиатских и европейских регионов имеют тенденцию к снижению, что авторы объясняют низким уровнем инвестиций в обновление основного капитала на предприятиях. Коэффициенты эластичности доходов населения по численности занятого в экономике регионов населения заметно его выше и имеют тенденцию к росту. При этом человеческий капитал оказывает более сильное влияние на доходы населения, чем основные фонды и численность занятого в экономике регионов населения. Выявлено снижение влияния человеческого капитала на доходы населения в группе европейских регионов России в конце рассматриваемого периода и относительная стабильность его отдачи в азиатской группе регионов.

Заключение. Влияние человеческого капитала на доходы населения существенно отличается в европейских и азиатских регионах России. Авторами выявлены тенденции эффективности и особенности использования основных факторов производства в разных группах регионов РФ в рассматриваемый период. Научная значимость состоит в обобщении знаний о роли человеческого капитала в экономическом развитии, передаче технологий и повышении за его счет инвестиционной привлекательности населенных пунктов и регионов; получении статистически значимых моделей оценки экономической отдачи человеческого капитала.

Цель исследования. Для характеристики уровня и динамики экономического развития страны, ее суверенитета и, соответственно, принятия эффективных управленческих решений необходимы количественные сведения о экономических активах, в частности, финансовых, их представлении в национальных счетах, денежно-кредитной статистике и показателях внешнего сектора.

Целью работы является систематизация теоретических и практических разработок по определению и представлению данных о финансовых активах в современной статистике внешнеэкономических связей России, определение направлений совершенствования методов оценки и анализа финансовых активов, системы показателей, характеризующих их наличие, структуру и динамику.

Материалы и методы. В работе авторы рассмотрели определения, специфику, классификации и категории финансовых активов и обязательств, применили структурный и динамический анализ данных, а также методы теоретического исследования в форме обобщения, сравнения и специальных аналитических процедур на основе официальных статистических данных Росстата, Банка России, Минфина и международных статистических  организаций.

Результаты. В работе определены основные направления статистического изучения финансовых активов,  основанные на действующих международных стандартах с учетом национальной практики. Рассмотрены актуальные вопросы теории и практики наблюдения и представления данных о финансовых активах во внешнеэкономической статистике, приложения определений и классификаций международных стандартов к российской официальной статистической деятельности. Сформулированы особенности представления данных о финансовых активах в макростатистике, в системе показателей статистики внешнеэкономических связей. Авторы провели исследование структуры и динамики показателей внешнеэкономической статистики России, характеризующих состояние и движение представляющих их финансовых активов и обязательств.

Заключение. Статистический анализ внешнеэкономических операций с финансовыми активами позволяет выявить не только основные тенденции развития данных процессов, но дает возможность проанализировать отношения между подсекторами сектора Финансовых корпораций, между этим сектором и другими секторами, а также всестороннее изменение объема и состава запасов и потоков финансовых активов в результате обмена между резидентами и нерезидентами.

Авторы всесторонне рассмотрели методологическую основу построения финансового счета Платежного баланса, Международной инвестиционной позиции, в т.ч.в разрезе финансовых инструментов. Данные построения с помощью своей системы статистических показателей отражают международные экономические связи и представляют собой важный инструмент исследования финансовых активов. Группировки статей финансового счета Платежного баланса основаны не только на категориях финансовых инструментов, но и функциональных категориях инвестиций и классификациях институциональных секторов, что служит целям всестороннего отражения финансовых активов во внешнеэкономических отношениях. Таким образом, очевидно, что главной задачей такого представления является отражение финансовых активов с точки зрения вида инструментов, а также анализ роли того или иного сектора в осуществлении соответствующих операций.

В Международной инвестиционной позиции финансовые активы также отражены полно в той их части, которая участвует в экономических операциях между резидентами и нерезидентами: В подлежащем приводятся группы финансовых активов и обязательств в классификации, аналогичной используемой в Платежном балансе: по функциональному назначению, по финансовым инструментам, по институциональным секторам, по срокам погашения. Вместе с Финансовым счетом показатели счета прочих изменений в финансовых активах и обязательствах объясняют общую величину изменений: увеличение или снижение стоимости финансовых активов/обязательств, их возникновение или выбытие, происходящие в результате операций, переоценки и прочих изменений в объеме.

Вопросы теории и практики представления показателей финансовых активов в рассмотренных разделах макростатистики и их анализа являются актуальным и перспективным направлением совершенствования национального статистического учета, в т.ч. вследствие распространения дистанционной работы, сбора информации через интернет, появления большого числа новых финансовых инструментов и операций.

Авторы статьи неоднократно обращались в своих исследованиях к проблемам макроэкономической финансовой статистики, что дало им возможность в работе всесторонне рассмотреть актуальные вопросы представления финансовых активов в статистике внешнеэкономических связей.

Цель исследования – изучить потенциал статистического моделирования в прогнозировании цен на криптовалюту Биткоин и его влияния для экономики. В ходе статьи были получены ответы на такие вопросы, как: Какого влияние макроэкономических событий на динамику цены Биткоина? Как быстро криптовалютный рынок стабилизируется после падений? Насколько эффективно статистическое моделирование для решения задачи прогнозировании цены Биткоина? Какая из моделей показывает наилучшие результаты? Какие меры регулирования и контроля криптовалютного рынка необходимы на этапе его становления в Российской Федерации?

Материалы и методы. Были собраны и проанализированы исторические данные о среднемесячных ценах закрытия Биткоина и макроэкономических событиях, таких как пандемия COVID-19 и российско-украинский конфликт. В работе использованы статистические модели, включая ARIMA и LSTM, для прогнозирования будущих цен на Биткоин на основе исторических данных. Точность моделей была вычислена на основе таких показателей как средняя абсолютная ошибка (MAE) и среднеквадратичная  ошибка  (MSE).

Результаты. Анализ влияния макроэкономических событий показал, что в условиях кризиса привлекательность Биткоина увеличивалась и инвесторы использовали данный актив в качестве нового инструмента инвестирования. В ходе анализа последствий русско-украинского конфликта для криптовалютного рынка было выявлена его реакция на геополитические события согласно увеличившимся показателям ликвидности на рынке. В процессе моделирования динамики среднемесячной цены Биткоина наилучшей моделью ARIMA была признана модель с параметрами (1, 1, 0) при MAE = 15,03 %. Модель нейронных сетей LSTM на аналогичном наборе данных показала ошибку МАЕ, равную 2,57 %.

Заключение. Анализ показывает, что биткойн был наиболее привлекательным инвестиционным инструментом во время кризиса пандемии, что привело к резкому росту его цены в 2021 году. Российско-украинский конфликт также повлиял на его цену, вызвав значительное снижение в 2022 году. Однако методы статистического моделирования прогнозируют рост цены Биткоина в первой половине 2023 года, и правительства могут рассмотреть возможность регулирования или контроля его использования для снижения связанных с криптовалютным рынком рисков. Рекомендуемыми мерами являются внедрение нормативных актов, введение налогов на транзакции, разработка национальных цифровых валют, просвещение общественности и предотвращение преступной деятельности.