+7(495) 989 9610
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Региональная экономика: теория и практика»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Идентифицируемые регрессионные модели взаимосвязи показателей развития сельского хозяйства в регионах

Купить электронную версию статьи

т. 18, вып. 7, июль 2020

Получена: 29.04.2020

Получена в доработанном виде: 26.05.2020

Одобрена: 09.06.2020

Доступна онлайн: 16.07.2020

Рубрика: Экономико-математическое моделирование

Коды JEL: C01, C39, C87

Страницы: 1357–1373

https://doi.org/10.24891/re.18.7.1357

Исмиханов З.Н. кандидат экономических наук, доцент, декан факультета информатики и информационных технологий, Дагестанский государственный университет (ДГУ), Махачкала, Российская Федерация 
Zaur_7979@mail.ru

ORCID id: отсутствует
SPIN-код: 9358-4640

Предмет. Оценка количественных взаимосвязей показателей развития сельского хозяйства на основе идентифицируемых эконометрических моделей.
Цели. Построение идентифицируемых структурных эконометрических моделей взаимосвязей ключевых показателей развития сельского хозяйства в российских регионах в современных условиях.
Методология. Применены методы эконометрического моделирования, математической статистики; использованы прикладные компьютерные программы.
Результаты. Обоснована актуальность количественной оценки взаимосвязей ключевых показателей развития сельского хозяйства в российских регионах на основе идентифицируемых эконометрических моделей. Рассмотрена методология построения системы одновременных уравнений (идентифицируемых) взаимосвязи ключевых показателей развития сельского хозяйства в регионах, выделены их основные количественные зависимости. Получены статистически значимые идентифицируемые структурные модели взаимосвязи показателей развития сельского хозяйства.
Выводы. В современных условиях возможности для объективной количественной оценки взаимосвязи показателей развития сельского хозяйства связаны с применением формализованных количественных методов. Статистические свойства идентифицируемых структурных моделей улучшаются по мере увеличения числа наблюдений. Наилучшими статистическими свойствами обладают модели, полученные для регионов Южного федерального округа.

Ключевые слова: идентификация модели, структурная модель, критерий, количественная оценка, статистическая значимость модели

Список литературы:

  1. Герасимов А.Н., Громов Е.И., Скрипниченко Ю.С. Инструментарий сценарного прогнозирования в системе принятия управленческих решений в аграрной экономике Ставропольского края // Экономика сельского хозяйства России. 2015. № 6. С. 85–93.
  2. Громов Е.И. Результаты сценарного прогнозирования устойчивого развития сельских территорий // Вестник Адыгейского государственного университета. Серия 5: Экономика. 2017. № 3. С. 116–124. URL: Link
  3. Рудой Е.В., Петухова М.С. Совершенствование метода сценарного прогнозирования научно-технологического развития отрасли растениеводства на основе анализа динамики факторов производства // Экономика сельскохозяйственных и перерабатывающих предприятий. 2019. № 7. С. 40–43.
  4. Малашонок А.А. Оценка внешней среды продуктового подкомплекса как фактора устойчивого развития АПК региона // Региональная экономика: теория и практика. 2019. Т. 17. Вып. 7. С. 1377–1395. URL: Link
  5. Юкиш В.Ф., Прохорова Т.М., Романова А.А. Прогнозирование показателей сельского и лесного хозяйства Российской Федерации // Экономика и бизнес: теория и практика. 2018. № 2. С. 97–101. URL: Link
  6. Анохина М.E. Моделирование стратегии управления экономическим ростом сельского хозяйства (часть 1) // Экономика сельскохозяйственных и перерабатывающих предприятий. 2019. № 2. С. 23–34.
  7. Полушкина Т.М., Пронина Ю.Ю., Дубина Г.И. Концептуальные основы развития системы государственного регулирования сельского хозяйства на региональном уровне // Региональная экономика: теория и практика. 2019. Т. 17. Вып. 1. С. 153–168. URL: Link
  8. Самыгин Д.Ю., Барышников Н.Г., Мизюркина Л.А. Модели сценарного прогнозирования развития сельского хозяйства региона // Экономика региона. 2019. Т. 15. Вып. 3. С. 865–879. URL: Link
  9. Агаркова Л.В., Гурнович Т.Г., Берулава О.С. Построение прогнозных параметров деятельности предприятий регионального АПК // Региональная экономика: теория и практика. 2016. Т. 14. Вып. 3. С. 16–27. URL: Link
  10. Иванова В.Н., Серёгин С.Н., Гринько В.С.  Антироссийские санкции и импортозамещение: новые возможности роста производства продукции АПК России // Пищевая промышленность. 2015.  №  7. С. 8–14. URL: Link
  11. Бородин К.Г. Модель прогноза развития товарных рынков в условиях меняющихся мер государственной политики // Экономика и математические методы. 2016. Т. 52. № 1. С. 95–111. URL: Link
  12. Вдовин С.М., Гуськова Н.Д., Неретина Е.А., Иванова И.А. Прогнозирование устойчивости развития региона на основе экономико-математического моделирования // Национальные интересы: приоритеты и безопасность. 2016. Т. 12. Вып. 9. C. 18–27. URL: Link
  13. Носонов А.М. Современные методы моделирования развития сельского хозяйства // Вестник Московского государственного областного университета. Серия: Естественные науки. 2018. № 3. С. 62–74. URL: Link
  14. Хачев М.М., Теммоева С.А. Эконометрическая модель прогнозирования развития сельского хозяйства региона // Международный журнал прикладных и фундаментальных исследований. 2017. № 9. С. 163–167. URL: Link
  15. Дегтярева Н.А., Берг Н.А. Принятие эффективных управленческих решений на основе эконометрического прогнозирования // Вестник Челябинского государственного университета. Экономические науки. 2018. № 7. С. 176–183. URL: Link
  16. Ананьев С.А., Гусарова О.М. Эконометрическое моделирование уровня развития региональной экономики // Международный студенческий научный вестник. 2017. № 6. URL: Link
  17. Гельфанова Д.Д., Мандражи З.Р., Сухтаева А.М. Регрессионная модель и прогнозирование экономических процессов производства сельскохозяйственной продукции // Ученые записки Крымского инженерно-педагогического университета. 2017. № 4. С. 37–42. URL: Link
  18. Адамадзиев К.Р., Ахмедов А.С. Прогнозирование экономических показателей регионов методами моделирования // Фундаментальные исследования. 2015. № 10. Ч. 2. С. 330–335. URL: Link
  19. Рогачев А.Ф. Системный анализ и прогнозирование временных рядов урожайности на основе автокорреляционных функций и нейросетевых технологий // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. 2018. № 3. С. 309–316. URL: Link
  20. Борисовская К.А. Экономико-математическое моделирование и среднесрочное прогнозирование объема экспорта продовольствия Российской Федерации // Вестник Ростовского государственного экономического университета (РИНХ). 2017. № 3. С. 23–29. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8733 (Online)
ISSN 2073-1477 (Print)

Свежий номер журнала

т. 18, вып. 7, июль 2020

Другие номера журнала