В современной исследовательской практике возрастает применение коммерческих баз данных, популярность которых обусловлена широким охватом компаний и многообразием предоставляемых показателей. Это зачастую приводит к их предпочтению перед официальной статистикой, несмотря на существующие методологические ограничения, включая нестандартизированный формат представления информации и отсутствие балансового метода при формировании данных, что потенциально повышает риск ошибок. Целью работы является оценка репрезентативности базы данных СПАРК для анализа экономических показателей на основе сравнительного анализа с официальными данными Росстата на примере ключевого макроэкономического индикатора (валового регионального продукта (ВРП)). Методология работы включает сравнительный анализ областей применения информационных систем, разработку сопоставимых методов расчета ВРП на основе данных СПАРК (производственным методом и методом формирования по источникам доходов) и статистическую оценку репрезентативности с использованием критерия χ² Пирсона на данных за 2015–2021 гг. Результаты исследования показали отсутствие репрезентативности данных СПАРК для оценки абсолютных значений ВРП (расхождение 31–52 %), обусловленное пропусками и ошибками в исходной информации. Однако подтверждена их репрезентативность для анализа темпов роста ВРП (средняя абсолютная процентная ошибка (MAPE) составила 6-8 %). Сделан вывод о необходимости дифференцированного подхода к выбору источника данных: для анализа абсолютных показателей предпочтительно использовать данные Росстата, для исследования динамических характеристик допустимо использование СПАРК. Научная значимость заключается в разработке методики адаптации данных микроуровня для расчета макроэкономических агрегатов и эмпирическом подтверждении релевантности коммерческих баз данных для анализа экономической динамики. Практическая значимость состоит в формулировке обоснованных рекомендаций по выбору информационных источников, способствующих повышению достоверности экономических исследований.
Идентификаторы и классификаторы
- SCI
- Экономика
Анализ массива публикаций, использующих данные СПАРК, позволяет выделить несколько устойчивых направлений ее применения. Первое направление связано с финансовым анализом отдельных компаний или их групп. В этих работах данные СПАРК в основном используются для сравнительного анализа финансовых результатов высокотехнологичных предприятий (Спицын и др., 2020), оценки последствий слияний и поглощений (Маркова, 2023), моделирования уровня дебиторской задолженности (Просвирина, Ширшикова, 2023) и идентификации общих характеристик успешных компаний (Кравченко и др., 2019).
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Верховец О. А. Влияние мирового экономического кризиса на инновационную активность предприятий Сибирского федерального округа // Исследования молодых ученых: экономическая теория, социология, отраслевая и региональная экономика: сб. статей по материалам конф. «Актуальные вопросы экономики и социологии», 10-13 окт. 2016 г., Новосибирск / под ред. О. В. Тарасовой, А. А. Горюшкина; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2016. С. 19-24.
2. Выборочный метод в эмпирическом социологическом исследовании: учеб. пособие / Е. Л. Могильчак; М-во образования и науки Рос. Федерации, Урал. федер. ун-т. Екатеринбург: Изд-во Урал. ун-та, 2015. С. 9.
3. Вызовы цифровой трансформации и бизнес высоких технологий / Н. А. Кравченко, В. Д. Маркова, Н. П. Балдина [и др.]; под ред. Н. А. Кравченко, В. Д. Марковой; СО РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2019. 351 с.
4. Ганичев Н. А. Актуальные проблемы количественной оценки и прогнозирования цифровой экономики // Экономическая политика России в межотраслевом и пространственном измерении: Материалы 2-й конф. ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию в рамках конф. «Анализ и прогнозирование развития экономики России», 23-24 марта 2020 г., Новосибирск. Т. 2 / под ред. А. О. Баранова, А. А. Широва; Ин-т народнохоз. прогнозирования РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2020. С. 114- 129.
5. Гетерогенность как фактор социально-экономического развития / Н. А. Кравченко, А. Н. Буфетова, А. А. Горюшкин [и др.]; под ред. Н. А. Кравченко, А. А. Горюшкина; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2022. 236 с.
6. Горюшкин А. А., Иванова А. И., Кравченко Н. А., Халимова С. Р. Российские компании и инновационная политика // Новый импульс Азиатской России: источники и средства развития: в 2 т. Т. 2 / под ред. В. А. Крюкова, Н. И. Суслова; СО РАН, Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2022. С. 309-326.
7. Иванова А. И., Зубарева Т. И. Анализ российских ИТ-компаний: бизнес-демография и рост // Экономическая политика России в межотраслевом и пространственном измерении: Материалы VI конф. ИНП РАН и ИЭОПП СО РАН по межотраслевому и региональному анализу и прогнозированию, 21-22 марта 2024 г., Томск. Т. 6 / под ред. А. О. Баранова, А. А. Широва; Ин-т экономики и организации пром. пр-ва СО РАН, Ин-т народнохоз. прогнозирования РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2024. С. 32-35.
8. Коломак Е. А. Оценка влияния агломерационных эффектов на экономические показатели предприятий юга Сибири // Современная Евразия: общественно-географический анализ: Материалы Международ. научн. конф. (XIV научная Ассамблея АРГО). 10-19 сент. 2023 г., Улан-Удэ. Улан-Удэ: изд-во Бурятского научного центра СО РАН, 2023. С. 28-32.
9. Костина Е. А. Взаимное влияние умного города и высокотехнологичного бизнеса // Актуальные вопросы экономики и социологии: сб. статей по материалам XIX Осенней конф. молодых ученых в новосибирском Академгородке, 11- 13 окт. 2023 г., Новосибирск / под ред. Ю. М. Слепенковой; Ин-т экономики и организации пром. пр-ва СО РАН. Новосибирск: Изд-во ИЭОПП СО РАН, 2023. С. 67-71.
10. Маркова О. А. Слияния экосистем и стартапов: предварительная оценка эффектов // Управление бизнесом в цифровой экономике: Материалы Международ. научн. конф. 23-24 мар. 2023 г., Санкт-Петербург. СПб.: Санкт-Петербургский гос. ун-т пром. технологий и дизайна, 2023. С. 51-57.
11. Об утверждении Положения по бухгалтерскому учету «Доходы организации» ПБУ 9/99: приказ Минфина России от 06.05.1999 № 32н: зарег. в Минюсте России 31.05.1999 № 1791 // Бюллетень нормативных актов федеральных органов исполнительной власти. 1999. № 29. Введен в действие с 1 января 2000 г.
12. Об утверждении федерального стандарта бухгалтерского учета для организаций государственного сектора «Отчет о движении денежных средств»: приказ Минфина России от 30.12.2017 № 278н: зарег. в Минюсте России 26.03.2018 № 50501 // Официальный интернет-портал правовой информации (www. pravo.gov.ru). 2018. 27 марта. Введен в действие с 1 января 2019 г.
13. Просвирина И. И., Ширшикова Л. А. Использование цифровых технологий в моделировании и прогнозировании дебиторской задолженности: проблема выбора модели // Управление бизнесом в цифровой экономике: Материалы Международ. научн. конф. 23-24 мар. 2023 г., Санкт-Петербург. СПб.: СанктПетербургский гос. ун-т пром. технологий и дизайна, 2023. С. 266-273.
14. Спицына Л. Ю., Спицын В. В. Техническая эффективность и рентабельность предприятий в условиях стагнации: тестирование нелинейной зависимости в разрезе отраслей экономики России // Материалы IV Российского экономического конгресса «РЭК-2020». Т. XVI. Тематическая конференция «Отраслевые рынки и промышленная политика». М., 2020. С. 56-59.
15. Спицын В. В., Михальчук А. А., Спицына Л. Ю. и др. Устойчивый и неустойчивый рост в условиях кризиса: сравнительный анализ предприятий высокотехнологичных отраслей России // Материалы IV Рос. эконом. конгресса «РЭК-2020». Т. XVI. Тематическая конференция «Отраслевые рынки и промышленная политика». М., 2020. С. 52-55.
16. Федеральный стандарт бухгалтерского учета ФСБУ 4/2023 «Бухгалтерская (финансовая) отчетность»: утв. приказом Минфина России от 04.10.2023 № 157н: зарег. в Минюсте России 21.03.2024 № 77591 // Официальный интернет-портал правовой информации (www.pravo.gov.ru). 2024. 22 марта. Применяется начиная с бухгалтерской (финансовой) отчетности за 2025 год.
17. Федеральный стандарт бухгалтерского учета ФСБУ 5/2019 «Запасы»: утв. приказом Минфина России от 15.11.2019 № 180н: зарег. в Минюсте России 25.03.2020 № 57837 // Официальный интернет-портал правовой информации (www.pravo.gov.ru). 2020. 27 марта.
18. Халимова С. Р. Выявление факторов развития высокотехнологичного бизнеса с учетом возраста компаний (на примере фармацевтической промышленности) // Отраслевые рынки и промышленная политика: Материалы IV Российского экономического конгресса «РЭК-2020». 2020 г., Москва / под ред. И. Л. Любимова, Ю. В. Симачева. М., 2020. С. 63-66.
Выпуск
Другие статьи выпуска
Исследование посвящено математическому инструментарию, предложенному для оценки эффективности деятельности организаций инновационной инфраструктуры. Необходимость оценки связана с высоким уровнем финансовой поддержки организаций, участвующих в реализации научно-технической политики Российской Федерации. В этой связи особое внимание уделяется математическому моделированию как способу принятия обоснованных решений. Для этого анализируются разные подходы, которые применимы в условиях количественной, качественной и динамичной информации. В результате анализа и с учетом исследовательских наработок предлагается математический инструментарий, направленный на оценку эффективности деятельности организаций инновационной инфраструктуры. В качестве примера апробируется подход на конкретном элементе инновационной инфраструктуры. С целью повышения эффективности оцениваемой организации формулируется и решается задача по нахождению необходимых параметров.
К числу ключевых проблем пространственного развития Российской Федерации относятся межрегиональная асимметрия по основным социально-экономическим показателям, концентрация ресурсов и факторов роста в центрах экономической активности, а также фрагментарность и несогласованность развития рыночной инфраструктуры. Недостаточный уровень развития рыночной инфраструктуры в ряде сибирских регионов закономерно приводит к ограничению деловой активности, замедлению темпов роста производства, нарушению нормального хода воспроизводственного процесса в региональных хозяйственных системах. Цель исследования заключается в разработке концептуальных основ развития рыночной инфраструктуры исходя из новой модели и стратегического управления развитием регионов Сибири с учетом современных вызовов, угроз и технологических трендов. Для достижения поставленной цели потребовалось выявить объективные факторы, предпосылки и закономерности преобразования рыночной инфраструктуры в новых условиях, дать оценку современному уровню экономического потенциала рыночной системы, сформулировать перечень элементов инфраструктуры на региональном уровне с учетом специфических критериев выделения различных типов рыночных структур, а также предложить методы экономического регулирования процессов их развития. В статье представлено систематизированное изложение теоретических и методологических проблем управления рыночной инфраструктурой региона. Рассмотрены современные подходы, принципы классификации, методы анализа процессов развития и проблемы модернизации финансово-кредитной, торгово-посреднической, внешнеэкономической, информационной инфраструктуры, а также формы и методы государственного регулирования на региональном уровне. Предложены концептуальные подходы к модернизации рыночной инфраструктуры региона, включающие обоснование новых моделей, приоритетов преобразования инфраструктуры и механизмов управления, адекватных современным вызовам и угрозам. Сформулированные выводы содержат оценку сложившейся ситуации и потенциальных рисков для рыночной инфраструктуры сибирских регионов, связанных с ускорением технологического прогресса, фрагментацией регулирования коммерческой и финансово-кредитной деятельности, а также возможные направления совершенствования регионального управления. Полученные результаты могут иметь существенное практическое значение для формирования государственной политики, нацеленной на смягчение диспропорций между регионами России.
В статье проведен комплексный анализ развития обрабатывающей промышленности Таджикистана в период 2018–2023 гг. в контексте реализации государственной стратегии индустриализации и импортозамещения. На основе данных Агентства по статистике при Президенте Республики Таджикистан и международных организаций исследованы динамика объемов производства, количественные изменения в секторе предприятий и структурные сдвиги внутри отрасли. Методологическую основу составили методы сравнительного, структурно-динамического и сравнительно-сопоставительного анализа. Проведен детальный сравнительный анализ траектории развития обрабатывающей промышленности Таджикистана с соседними странами Центральной Азии (Казахстан, Узбекистан, Кыргызстан). Установлено, что, в отличие от сырьевой ориентации Казахстана и более диверсифицированной, но менее динамичной модели Узбекистана, Таджикистан демонстрирует «феномен догоняющего роста», основанный на агрессивной политике импортозамещения в пищевой промышленности и росте числа малых и средних предприятий. Выявлена определяющая роль пищевой промышленности, доля которой в обрабатывающем секторе (40,7 %) является одной из самых высоких в регионе. В статье обоснована необходимость перехода от точечной поддержки отраслей к кластерной модели развития. Сформулированы ключевые проблемы и предложены стратегические приоритеты для органов государственного управления, направленные на углубление модернизации и развитие человеческого капитала с учетом регионального опыта.
Современные выставочно-ярмарочные мероприятия играют значимую роль в стимулировании экономической активности, продвижении инновационных решений и формировании внешнеэкономических связей. Предметом настоящего исследования является комплексная оценка эффективности участия в международных выставках и ярмарках как со стороны организаторов, так и со стороны компаний-экспонентов. Цель работы – разработка и апробация методического инструментария для анализа результативности подобных мероприятий. Научная новизна исследования заключается в систематизации существующих подходов и предложений интегральной модели оценки, основанной на сочетании ресурсного, процессного и экономического компонентов. Теоретическая значимость исследования состоит в уточнении понятийного аппарата в области выставочно-ярмарочной деятельности, структуризации существующих концепций оценки эффективности и формировании обоснованного подхода к интерпретации результативности участия с позиций институциональной и маркетинговой теорий. Практическая значимость выражается в возможности применения полученных результатов компаниями и органами поддержки бизнеса при принятии решений об участии в выставках, а также организаторами при планировании и анализе мероприятий. Методология исследования основана на анализе статистических данных, теоретических источников и авторских расчетах на примере международной промышленной выставки «Иннопром». Представлены оценки прямого и косвенного эффекта от участия, включая доходность для компаний и вклад в экономику региона. Сделан вывод о высокой эффективности участия в выставках при наличии соответствующего формата и государственной поддержки. Исследование вносит вклад в развитие теории и практики выставочно-ярмарочной деятельности, предлагая универсальный инструментарий оценки результативности подобных мероприятий.
В работе описан генезис точечных динамических межотраслевых моделей, разработанных в ИЭОПП СО РАН. Основоположником этого направления исследований в ИЭОПП СО РАН является Н. Ф. Шатилов, который в 60-е гг. XX в. построил одну из первых в мире динамических межотраслевых моделей, использовавшихся в практических прогнозных расчетах. Дано краткое описание системы КАМИН (система комплексного анализа межотраслевой информации), в основу которой была положена динамическая межотраслевая модель (ДММ) Н. Ф. Шатилова, развитая в направлении учета распределенных во времени инвестиционных лагов. Дано краткое описание блоков системы КАМИН. В статье предлагается математическое описание модифицированной динамической межотраслевой модели системы КАМИН, в которой реализовано экзогенное моделирование конечного потребления домашних хозяйств. Дано описание теоретической схемы последовательности расчетов по ДММ с экзогенным моделированием инвестиций в основной капитал и конечного потребления домашних хозяйств. Предлагается несколько алгоритмов численного решения этой модели. Приводятся результаты экспериментальных прогнозных расчетов, выполненных с использованием модифицированной модели для экономики России на период 2025–2035 гг. Приводится теоретическая схема интеграции модифицированной ДММ-КАМИН в модельный блок базы знаний ИЭОПП СО РАН. Дается краткое описание возможностей использования этой модели в рамках модельного блока базы знаний, разработанной в ИЭОПП СО РАН.
В статье представлены результаты экономико-социологического анализа потребительского поведения населения регионов Сибири в 2024 г. Потребительское поведение оценивалось по результатам социологических опросов населения, проведенных в январе и октябре 2024 г. в Алтайском крае, Новосибирской области и Красноярском крае. Цель – выявление типов («портретов») потребителей на региональном уровне с учетом их предпочтений, ожиданий и поведенческих стратегий. На основе метода кластеризации k-средних отдельно по данным января (два региона – участника опросов) и октября (три региона-участника) 2024 г. построены четырехкластерные типологии потребительского поведения населения, в основу которых включены показатели: текущие и ожидаемые стратегии потребления за три месяца; потребность в привлечении кредитов на покупки; потребность и возможность сберегать; расходы на обязательные платежи, покупку товаров и услуг для повседневных нужд и сбережения; уровень платежеспособности домохозяйств; среднедушевой размер ежемесячного дохода. В каждом случае выделены два противоположных типа потребителей: с наиболее низким и, напротив, наиболее высоким потенциалом потребления (т. е. возможности потреблять). Также выделены два промежуточных типа потребления: близкая к группе с высоким потребительским потенциалом, а также тип потребителей, больше тяготеющих к экономии. По результатам сопоставления типологий сделаны выводы об усилении смешанного характера потребления с одновременным сочетанием склонности к потреблению и сбережению; о значимости региональной специфики в формировании различий в потреблении населения. Установлено, что типы потребления различаются также своим проинфляционным потенциалом.
Российская экономика в период с 2015 по 2024 г. столкнулась с небывалым количеством различных по своей природе шоков, среди которых в первую очередь необходимо выделить беспрецедентное санкционное давление со стороны западных стран и введенные ограничения в связи с пандемией COVID-19. Перманентные нестабильность и неопределенность общеэкономической конъюнктуры в последнее десятилетие привели к формированию устойчиво высоких инфляционных ожиданий у экономических агентов, превышающих уровень фактической инфляции в полтора-два раза, о чем свидетельствуют данные Центрального банка, основанные на результатах социологических опросов фонда «Общественное мнение». Несмотря на усилия, прикладываемые Центральным банком в сфере информационной политики, до настоящего времени сохраняется качественный разрыв между объективной экономической динамикой и ее субъективным восприятием экономическими агентами, что, безусловно, создает дополнительные проблемы для регулятора, целью которого является поддержание инфляции на стабильном уровне вблизи четырех процентов. Так, неоправданно пессимистичные настроения потребителей приводят к резкому повышению спроса на товары первой необходимости каждый раз, когда появляется возможность поддаться панике, будь то введение первых ковидных ограничений или введение первых пакетов санкций после начала специальной военной операции. Возникшее ускорение темпов роста потребительских цен на отдельные категории товаров в условиях их дефицита выступает как дополнительный проинфляционный фактор при продолжающемся воздействии вызвавших его шоков на инфляционную динамику, ввиду чего Центральный банк вынужден прибегать к экстраординарным мерам для возвращения контроля над ситуацией, где в качестве примера можно привести рекордное увеличение ключевой ставки на десять с половиной процентных пунктов в феврале 2022 г. В этом контексте становится значимым изучение факторов формирования инфляционных ожиданий, определению которых и посвящена данная статья. При этом в качестве субъектов ожиданий рассматриваются не только среднестатистические домохозяйства, ожидания которых ежемесячно публикуются Центральным банком, но и экономисты по сфере своей деятельности, представленные участниками финансовых рынков. Ожидания последних авторы статьи оценили самостоятельно с помощью метода биржевых индикаторов, в своей основе предполагающего использование спреда доходности номинальной и индексируемой на инфляцию государственной облигации как прокси ожидаемой инфляции. Далее на основе обзора академической литературы, собранной статистической информации и непосредственно экономической логики, были выбраны отдельные экономические показатели, гипотеза о влиянии которых на инфляционные ожидания рассматриваемых групп экономических агентов проверялась посредством проведения регрессионного анализа с использованием данных в помесячном и поквартальном выражении для периода с 2015 по 2024 г. Результаты представленного исследования могут быть полезны Центральному банку при проведении информационной политики, а также найдут применение в моделях прогнозирования инфляции.
В данной статье представлены результаты исследования, направленного на применение методов отбора и оптимизации показателей, используемых для оценки регионального потенциала. Основной целью исследования является создание сбалансированной системы индикаторов, которая позволит проводить глубокий анализ социально-экономического развития регионов, минимизируя при этом избыточность данных. Исследование основано на применении методов многомерного статистического анализа, таких как метод главных компонент и корреляционный анализ. На первом этапе были определены ключевые показатели, которые вносят наибольший вклад в объяснение вариативности данных. В результате был сформирован экспресс-набор из десяти индикаторов, отражающих основные аспекты регионального развития. На втором этапе исследования был проведен корреляционный анализ, который позволил выявить и исключить переменные с высокой степенью взаимозависимости. Это позволило минимизировать проблему мультиколлинеарности и повысить интерпретируемость результатов. В ходе исследования был разработан комплекс индикаторов, который позволяет всесторонне охарактеризовать социально-экономическое развитие регионов и избежать проблемы мультиколлинеарности. Научная новизна работы заключается в создании методики формирования оптимального набора показателей регионального потенциала. Эта методика учитывает не только статистические взаимосвязи между переменными, но и экспертную оценку значимости каждого из них. Практическая значимость исследования заключается в том, что оно создает основу для дальнейшего моделирования и оценки регионального потенциала, а также для разработки эффективных методов управления социально-экономическим развитием территорий. Полученные результаты могут быть использованы в аналитической работе государственных и муниципальных органов власти, а также в научных исследованиях в области региональной экономики.
Настоящее исследование посвящено оценке перетеканий волатильности между российским фондовым индексом RTSI и американским индексом S&P-500 в период с января 2020 г. по декабрь 2023 г., охватывающий как докризисный этап, так и период широкомасштабных международных санкций против России. Цель работы – выявить изменения характера взаимозависимости и динамики волатильности двух рынков под воздействием глобальных и региональных шоков, включая санкционные ограничения 2022 г. Методологической основой исследования является двумерная модель VAR(1)-GARCH(1,1), позволяющая одновременно анализировать средние и условные дисперсии доходностей, а также фиксировать эффекты переливания волатильности и заражения. Выбор модели обусловлен ее способностью учитывать асимметричные реакции рынков на внутренние и внешние шоки и оценивать временную изменчивость взаимосвязей. Результаты показывают, что до введения санкций наблюдались значительные двусторонние переливания волатильности, особенно в условиях глобальных кризисов, таких как пандемия COVID-19. После 2022 г. интенсивность этих эффектов снизилась, при этом условная корреляция между рынками ослабла в периоды региональных потрясений. Для российского рынка выявлена высокая постоянная составляющая волатильности, отражающая структурный уровень риска, тогда как для американского рынка волатильность формировалась в основном за счет прошлых шоков. Выводы исследования указывают на возросшую независимость российского фондового рынка от динамики американского, сопровождающуюся признаками адаптации к санкционному режиму. Полученные результаты могут быть полезны при анализе трансграничных финансовых связей, управлении рисками и формировании инвестиционных стратегий в условиях геополитической неопределенности.
Проявление так называемого «розового налога» на рынке товаров и услуг в оплате труда женщин расценивается как социальная несправедливость. Ведущаяся во многих странах борьба против использования фирмами стратегии ценовой дискриминации по полу до сих пор не увенчалась успехом, что подтверждает актуальность противодействия данному явлению и проведения исследования его исторических и экономических предпосылок. Целью исследования является обоснование отсутствия исторических корней «розового налога» на примере рынка одежды, как самого массового потребительского товара, и наличия его связи с ценовой дискриминацией. Использовались методы: сравнения, анализа и синтеза, обобщения, актуализации. В статье прослеживается, как менялось соотношение гендерных сегментов в американской истории одежды и в российской истории одежды разных сословий в ценовом аспекте. Сделан вывод о сближении женского и мужского рынков одежды по динамике роста, каналам продаж, качеству товаров, что свидетельствует о сокращении основания для «розового налога, но для законодательного устранения гендерной несправедливости требуются совместные усилия общества и государства.
Поддержка высокотехнологичного сектора признается важной экономической задачей. Для ее решения необходимо выявление особенностей и факторов роста высокотехнологичных компаний, отличающих их от компаний других секторов. Использование разных подходов к поиску факторов роста дает разные результаты, объяснения различий зачастую не приводится. Цель данного исследования – выявить значимые факторы роста российских высокотехнологичных и низкотехнологичных производственных компаний и дать объяснение характера их влияния посредством использования сочетания методов стандартной регрессии и логит-регрессии на данных базы опросов BEEPS. Результатом исследования является разделение факторов по их характеру влияния на рост фирмы: одни факторы влияют на шансы компаний стать растущими, а другие – непосредственно на величину темпа прироста выручки. Чтобы повысить шансы стать растущей высокотехнологичной, фирме необходимо обеспечить выход на широкий рынок, в том числе внешний. Но для поддержки высоких темпов прироста фирме нужно совершенствовать производственные и управленческие процессы. Низкотехнологичная фирма получает шанс стать растущей при внедрении новых методов работы и учете запросов клиентов, но поддерживать высокие темпы роста фирма сможет, расширяя рынок сбыта до мирового. Таким образом, используемое сочетание двух разных видов регрессионных моделей позволило определить разные стороны влияния факторов, которые не всегда проявляются при использовании лишь одной модели.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- Новосибирский Государственный Университет
- Регион
- Россия, Новосибирск
- Почтовый адрес
- 630090, Новосибирская область, г. Новосибирск, ул. Пирогова, д. 1.
- Юр. адрес
- 630090, Новосибирская область, г. Новосибирск, ул. Пирогова, д. 1.
- ФИО
- Федорук Михаил Петрович (Руководитель)
- E-mail адрес
- rector@nsu.ru
- Контактный телефон
- +7 (383) 3634000
- Сайт
- https://www.nsu.ru/