Предложение системы показателей для оценки кредитоспособности регионов Российской Федерации. Получение минимального и оптимального числа кластеров кредитоспособности. Построение дискриминантных моделей для ее оценки с высокой достоверностью распознавания.
Аннотация к работе
В сложных современных экономических условиях развития страны, с учетом введенных против России санкций, роль повышения инвестиционной привлекательности, как государства в целом, так и регионов его образующих значительно возрастает. В группу показателей, характеризующих финансовое состояние региона, входят: - отношение объема государственного долга к объему доходов бюджета без учета объема безвозмездных поступлений. Объем доходов без учета безвозмездных поступлений от других бюджетов бюджетной системы РФ в абсолютном выражении характеризует объем собственной доходной базы бюджета субъекта РФ, а следовательно, позволяет оценить возможности региона выполнять свои обязательства по долгам. В группу критериев, определяющих уровень экономического развития региона, входят: - объем производства товаров и услуг на душу населения. Объем производства товаров и услуг в регионе рассчитывается как сумма объемов производства по трем базовым видам экономической деятельности («добыча полезных ископаемых», «обрабатывающие производства», «производство и распределение электроэнергии, газа и воды»), объема работ, выполненных по виду деятельности «строительство» и объема платных услуг населению.В данной работе была предложена система показателей для оценки кредитоспособности регионов РФ. Составлена система из 14 независимых входных показателей для оценки кредитоспособности регионов. Проведен кластерный анализ (зависимого показателя ) оценки кредитоспособности регионов.
Вывод
В данной работе была предложена система показателей для оценки кредитоспособности регионов РФ. Был проведен корреляционный анализ показателей, выделены коррелирующие зависимости. Составлена система из 14 независимых входных показателей для оценки кредитоспособности регионов. Проведен кластерный анализ (зависимого показателя ) оценки кредитоспособности регионов. Получено, что минимальное число кластеров кредитоспособности регионов для зависимого показателя равно 5, а оптимальное - 8. Представлена дендрограмма кредитоспособности регионов ЮФО и СКФО по пенташкале, полученная агломеративным методом кластерного анализа. Для системы из 14 независимых входных переменных и качественной выходной переменной - оценка кредитоспособности регионов, имеющей 5 и 8 значений кластеров, были построены дискриминантные модели для оценки кредитоспособности регионов, достоверность распознавания которых 91% и 96% соответственно. Для которых были получены апостериорные вероятности принадлежности исследуемых регионов к группам кредитоспособности и расстояния Махалонобиса от центра групп для каждого из регионов.
Отметим, что для адекватного и эффективного исследования состояния конкретно взятого региона модели многомерного статистического анализа необходимо дополнять и использовать их в комплексе с другими моделями оценки состояния региона, такими как, нечеткие продукционные, гибридные системы, нейронные сети, т.е. составить репрезентативную группу методов.
Узденов У.А. Современные финансово-экономическое состояние и пути повышения рейтинга КЧР: монография / У.А. Узденов, А.В. Коваленко, М.Х. Уртенов // Карачаевск: КЧГУ, 2010. - 448 с.
Узденов У.А. Исследование кредитоспособности регионов методами многомерного статистического анализа //Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. / А.В. Коваленко, М.Х. Уртенов, У.А. Узденов // URL: http://ej.kubagro.ru/2010/04/pdf/09.pdf
Узденов У.А. Математические модели и инструментальные средства оценки социально-экономического состояния региона. дисс. к. эконом. н. по спец. 08.00.13. Москва. 2011 г. 132с.
Барановская Т.П., Коваленко А.В., Кармазин В.Н., Уртенов М.Х. Современные математические методы анализа финансово-экономического состояния предприятия: монография Краснодар: КУБГАУ, 2009. - 250 с.
Коваленко А.В. Математические модели и инструментальные средства комплексной оценки финансово-экономического состояния предприятия. дисс. канд. эконом. наук. Краснодар, 2009. 210c.
Коваленко А.В., Уртенов М.Х., Узденов У.А. Многомерный статистический анализ предприятия: монография. Москва, Academia. 2009. 240c.