Иркутск, Иркутская область, Россия
Россия
В результате организованного с использованием соответствующей вычислительной технологии конкурса регрессионных моделей разработаны математические модели влияния некоторых экономических показателей (стоимости экспортированной сырой нефти, нефтепродуктов, природного газа, прямых инвестиций за границу и в Россию, объема ВВП) на объемы экспорта и импорта информационных, компьютерных и телекоммуникационных (ИКТ) услуг. Выбор именно таких выходных показателей в модели обусловлен значительным ростом мирового рынка этих услуг за последние десятилетия в целом. При этом относительный рост телекоммуникационных, компьютерных и информационных услуг намного более динамичен по сравнению с услугами в традиционных сферах, таких как транспортировка, строительство, переработка товаров. Немаловажной причиной выбора именно данных показателей является также высокий уровень участия предприятий IT-отрасли в экспорте ИКТ-услуг. По некоторым оценкам, в него вовлечены около 2 000 фирм отрасли. Другими словами, более 60 % предприятий ИКТ в России занимаются экспортом своих услуг в зарубежные страны, при этом основными странами-импортерами услуг ИКТ из России являются европейские страны и США. Объемы ИКТ-услуг, как следует из формального и содержательного анализа построенных моделей, более чем на 50 % обеспечиваются уровнем развития экономики страны, индикатором которого является ВВП. При этом на динамику как экспорта, так и импорта телекоммуникационных, компьютерных и информационных услуг существенное влияние оказывают также стоимость экспортированного сырья – сырой нефти, нефтепродуктов и природного газа. Представленные в работе модели могут быть эффективно использованы для дальнейшего детального анализа влияния макроэкономических факторов на развитие информационных и компьютерных технологий и решения широкого круга прогнозных задач средне- и краткосрочного характера
информационные и компьютерные технологии, объем экспорта и импорта, регрессионная модель, конкурс моделей, критерии адекватности, нефть, нефтепродукты и природный газ, внутренний валовой продукт
1. Кузнецова Е. И. Национальная экономическая безопасность как предмет экономической страте-гии государства // Национальные интересы: приоритеты и безопасность. 2008. Т. 4. № 7 (28). С. 30-34.
2. Isham J., Woolcock M., Pritchett L., Busby G. The varieties of resource experience: Natural resource export structures and the political economy of economic growth // World Bank Economic Review. 2005. V. 19 (2). P. 141-174.
3. Farzanegan M. R., Markwardt G. The effects of oil price shocks on the Iranian economy // Energy Economics. 2009. V. 31 (1). P. 134-151.
4. Ишханян М. В., Сотникова О. А. Эконометрический анализ зависимости между динамикой ми-рового рынка сырой нефти и курсом акций транспортных компаний // Вклад транспорта в национальную экономическую безопасность: сб. тр. II Междунар. науч.-практ. конф. (Москва, 06 апреля 2017 г.) / под ред. Р. А. Кожевникова, Ю. И. Соколова. М.: Изд-во МИИТ, 2017. С. 154-156.
5. Nurunnabi M. Transformation from an Oil-based Economy to a Knowledge-based Economy in Saudi Arabia: the Direction of Saudi Vision 2030 // Journal of the Knowledge Economy. 2017. V. 8 (2). P. 536-564.
6. Заорский Г. В., Илющенко Т. В. Ресурсное обеспечение государственного регулирования экономики // Проблемы развития мировой и российской экономики: материалы Междунар. науч. конф. (Иркутск, 26 марта 2013 г.) / отв. ред. В. П. Горев. Иркутск: Изд-во Байкал. гос. ун-та экономики и права, 2013. С. 61-78.
7. Ивантер В. В. Стратегия перехода к экономическому росту // Проблемы прогнозирования. 2016. № 1 (154). С. 3-7.
8. Nath H. K., Liu L. Information and communications technology (ICT) and services trade // Information Economics and Policy. 2017. N. 41. P. 81-87.
9. Liu L., Nath H. K. Information and communications technology and trade in emerging market economies // Emerging Markets Finance and Trade. 2013. V. 49 (6). P. 67-87.
10. Tay C. Comparison of the impact of information and communication technology between bilateral trade in goods and services // Journal of System and Management Sciences. 2020. V. 10 (1). P. 1-31.
11. Green R., Burgess J., Turner G. The ICT Sector, Growth and Productivity: Ireland and Australia Com-pared // The Economic and Labour Relations Review. 2004. V. 15 (1). P. 99-127.
12. The ICT Development Index (IDI): conceptual framework and methodology. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/publications/mis2015/methodology.aspx (дата обращения: 15.06.2021).
13. Центральный банк Российской Федерации: официальный сайт. URL: https://www.cbr.ru/ (дата обращения: 15.06.2021).
14. Окунев Д. О. Влияние мировых цен сырой нефти на цену нефтепродуктов в России, Китае и США // Евразийское пространство: добрососедство и стратегическое партнерство: материалы VIII Евраз. эконом. форума молодежи (Екатеринбург, 19-21 апреля 2017 г.): в 3 т. Екатеринбург: Изд-во Урал. гос. эконом. ун-та, 2017. Т. 2. С. 87-90.
15. Borenstein S., Cameron C., Gilbert R. Do gasoline prices respond asymmetrically to crude oil price changes? // Quarterly Journal of Economics. 1997. V. 112 (1). P. 304-339.
16. Базилевский М. П., Вергасов А. С., Носков С. И. Групповой отбор информативных переменных в регрессионных моделях // Юж.-Сиб. науч. вестн. 2019. № 4-1 (28). С. 36-39.
17. Носков С. И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. Иркутск: Облинформпечать, 1996. 320 с.
18. Базилевский М. П. Аналитические зависимости между коэффициентами детерминации и соот-ношением дисперсий ошибок исследуемых признаков в модели регрессии Деминга // Математическое моделирование и численные методы. 2016. № 2 (10). С. 104-116.
19. Базилевский М. П. Аналитические зависимости для некоторых критериев адекватности модели регрессии деминга // Вестн. Иркут. гос. техн. ун-та. 2016. Т. 20. № 10 (117). С. 81-89.
20. Носков С. И., Базилевский М. П. Множественное оценивание параметров и критерий согласованности поведения в регрессионном анализе // Вестн. Иркут. гос. техн. ун-та. 2018. Т. 22. № 4 (135). С. 101-110.
21. Носков С. И., Врублевский И. П. Анализ регрессионной модели грузооборота железнодорожного транспорта // Вестн. транспорта Поволжья. 2020. № 1 (79). С. 86-90.
22. Носков С. И. Выбор метода оценивания параметров линейной регрессии на основе выявления аномальных наблюдений // Вестн. Воронеж. гос. техн. ун-та. 2021. Т. 17. № 2. С. 24-29.
23. Носков С. И. Метод смешанного оценивания параметров линейной регрессии: особенности при-менения // Вестн. Воронеж. гос. ун-та. Сер.: Системный анализ и информационные технологии. 2021. № 1. С. 126-132.
24. Носков С. И. Оценивание параметров линейной регрессии посредством максимизации числа совпадений знаков приращений фактических и расчетных значений зависимой переменной // Информа-ционные технологии и математическое моделирование в управлении сложными системами. 2021. № 2 (10). С. 109-111.
25. Носков С. И., Базилевский М. П., Врублевский И. П. Оценка результатов среднесрочного прогно-зирования эксплуатационных характеристик железной дороги // Вестн. Урал. гос. ун-та путей сообщения. 2020. № 1 (45). С. 51-57.