<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Электронный научно-практический журнал «Современные научные исследования и инновации» &#187; Седых Игорь Николаевич</title>
	<atom:link href="http://web.snauka.ru/issues/author/i_sedykh/feed" rel="self" type="application/rss+xml" />
	<link>https://web.snauka.ru</link>
	<description></description>
	<lastBuildDate>Fri, 17 Apr 2026 07:29:22 +0000</lastBuildDate>
	<language>ru</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.2.1</generator>
		<item>
		<title>Эконометрическая модель качества жизни населения региона</title>
		<link>https://web.snauka.ru/issues/2018/05/86478</link>
		<comments>https://web.snauka.ru/issues/2018/05/86478#comments</comments>
		<pubDate>Mon, 14 May 2018 10:56:49 +0000</pubDate>
		<dc:creator>Седых Игорь Николаевич</dc:creator>
				<category><![CDATA[08.00.00 ЭКОНОМИЧЕСКИЕ НАУКИ]]></category>
		<category><![CDATA[индикатор]]></category>
		<category><![CDATA[качество жизни]]></category>
		<category><![CDATA[корреляция]]></category>
		<category><![CDATA[образование]]></category>
		<category><![CDATA[регрессия]]></category>
		<category><![CDATA[эконометрическая модель]]></category>

		<guid isPermaLink="false">https://web.snauka.ru/issues/2018/05/86478</guid>
		<description><![CDATA[1. Введение В условиях реализации рыночных механизмов в экономике каждой страны возникает проблема увеличения уровня жизни населения, выступает приоритетной в социально-экономических исследованиях, поскольку ее решение может привести к оптимальному распределению и перераспределению финансовых потоков между разными группами населения, обеспечению стабильного развития регионов государства и, следовательно, устойчивости в обществе. Уровень жизни выступает сложной многоплановой экономической категорией, которая количественно характеризует степень удовлетворения различных [...]]]></description>
			<content:encoded><![CDATA[<p style="text-align: left;" align="center"><strong>1. Введение</strong></p>
<p>В условиях реализации рыночных механизмов в экономике каждой страны возникает проблема увеличения уровня жизни населения, выступает приоритетной в социально-экономических исследованиях, поскольку ее решение может привести к оптимальному распределению и перераспределению финансовых потоков между разными группами населения, обеспечению стабильного развития регионов государства и, следовательно, устойчивости в обществе. Уровень жизни выступает сложной многоплановой экономической категорией, которая количественно характеризует степень удовлетворения различных потребностей всех слоев населения, обеспеченность граждан всеми необходимыми материальными благами общества [2].</p>
<p>На качество жизни людей каждого региона воздействует существенное число факторов.  Внедрение региональных социально-экономических программ подразумевает учет, научный анализ и экономическую оценку интегральных характеристик полного набора индикаторов качества жизни населения с тем, чтобы извлечь достоверную и обоснованную картину настоящей ситуации и сформировать научно обоснованную систему мер влияния на ключевые элементы качества жизни людей.</p>
<p style="text-align: left;" align="center"><strong>2.Методы измерения и факторы качества жизни</strong></p>
<p>Ключевым фактором определения качества жизни населения выступает количество учащихся, а также качество полученного образования. По законам математической логики, для доказательства гипотезы «чем выше уровень образования, тем выше качество жизни» нужно доказать два утверждения: необходимость – если образование качественно, то качественна и сама жизнь человека; достаточность – если качественная жизнь, то качественное и образование.<br />
Если образование является качественным (то есть человек способен использовать в практической деятельности знания, которые были получены в образовательном учреждении), то показатель качества жизни будет достаточно высоким. Следовательно, выполняется критерий качества жизни в виде получения работы и профессионального самоутверждения, далее человек будет иметь некоторое материальное благополучие, здоровье и социальный статус [4].<strong> </strong></p>
<p style="text-align: left;" align="center"><strong>3. Эконометрическая модель зависимости качества жизни от количества учащихся и государственных инвестиций в образование.</strong></p>
<p>Индикатором качества жизни населения, а также фактором, который способствует его увеличению, выступает количество учащихся на 10 тыс. населения региона. По Республике Калмыкия предложенный показатель за три анализируемых года имеет положительную динамику. Так, в 2015 году количество студентов в регионе составляло 328 человека на 10 тыс. населения, а в 2017 году 350. Если брать отдельную долю учащихся от общей численности молодежи до 24 лет, то эта доля составит в 2017 г. составила 65,3% [5].</p>
<p>Уровень образования населения зависит от следующих факторов: х9 – рентабельность образования, %; х10 – объем государственных инвестиций в образование, млн. руб. Технология построения модели отражает зависимость уровня образования населения (О) от х9 – рентабельности образования и х10 – объема государственных инвестиций в образование.</p>
<p>Таблица 1. Исходные данные для создания модели</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td valign="top" width="160">Годы</td>
<td valign="top" width="160">
<p align="center">О, %</p>
</td>
<td valign="top" width="160">
<p align="center">х9, %</p>
</td>
<td valign="top" width="160">
<p align="center">х10, %</p>
</td>
</tr>
<tr>
<td valign="top" width="160">2015</td>
<td valign="top" width="160">
<p align="center">52,70</p>
</td>
<td valign="top" width="160">
<p align="center">6,25</p>
</td>
<td valign="top" width="160">
<p align="center">48,46</p>
</td>
</tr>
<tr>
<td valign="top" width="160">2016</td>
<td valign="top" width="160">
<p align="center">58,40</p>
</td>
<td valign="top" width="160">
<p align="center">8,34</p>
</td>
<td valign="top" width="160">
<p align="center">53,84</p>
</td>
</tr>
<tr>
<td valign="top" width="160">2017</td>
<td valign="top" width="160">
<p align="center">65,30</p>
</td>
<td valign="top" width="160">
<p align="center">12,35</p>
</td>
<td valign="top" width="160">
<p align="center">127,8</p>
</td>
</tr>
</tbody>
</table>
<p>Степенной двухфакторной модели соответствует уравнение регрессии:</p>
<p align="center">О = а * х<sub>9</sub><sup>b</sup> * x<sub>10</sub><sup>c</sup><sup>         </sup>(1)</p>
<p>Построению модели предшествует процесс линеаризации переменных, который проводится путем логарифмирования обеих частей уравнения:</p>
<p align="center">ln<em>O</em> = ln<em>a</em> + <em>b</em> * ln<em>x<sub>9</sub></em> + <em>c</em> * ln<em>x<sub>10</sub></em>         (2),</p>
<p>Для нахождения параметров уравнения 2 был использован метод наименьших квадратов (МНК).</p>
<p style="text-align: left;" align="right">Таблица 2. Результаты корреляционного анализа</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td valign="top" width="160"></td>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>9</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>10</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">ln<em>O</em></p>
</td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>9</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">1</p>
</td>
<td valign="top" width="160"></td>
<td valign="top" width="160"></td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>10</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">0,999517</p>
</td>
<td valign="top" width="160">
<p align="center">1</p>
</td>
<td valign="top" width="160"></td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">ln<em>O</em></p>
</td>
<td valign="top" width="160">
<p align="center">0,99624</p>
</td>
<td valign="top" width="160">
<p align="center">0,999253</p>
</td>
<td valign="top" width="160">
<p align="center">1</p>
</td>
</tr>
</tbody>
</table>
<p>Анализ матрицы парных коэффициентов корреляции наглядно показывает, что между уровнем образования молодежи и факторами x<sub>9</sub> – рентабельность образования и x<sub>10</sub> – объем государственных инвестиций в образование присутствует связь, поскольку значения коэффициентов корреляции больше, чем 0,7.</p>
<p style="text-align: left;" align="right">Таблица 3. Результаты регрессионного анализа</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td valign="top" width="160"></td>
<td valign="top" width="160">
<p align="center">Коэффициенты</p>
</td>
<td valign="top" width="160">
<p align="center">Стандартная ошибка</p>
</td>
<td valign="top" width="160">
<p align="center">t-статистика</p>
</td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">y-пересечение</p>
</td>
<td valign="top" width="160">
<p align="center">3,365433</p>
</td>
<td valign="top" width="160">
<p align="center">0,146545</p>
</td>
<td valign="top" width="160">
<p align="center">23,467741</p>
</td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>9</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">0,356442</p>
</td>
<td valign="top" width="160">
<p align="center">0,116322</p>
</td>
<td valign="top" width="160">
<p align="center">3,100362</p>
</td>
</tr>
<tr>
<td valign="top" width="160">
<p align="center">ln<em>x<sub>10</sub></em></p>
</td>
<td valign="top" width="160">
<p align="center">0,003240</p>
</td>
<td valign="top" width="160">
<p align="center">0,001634</p>
</td>
<td valign="top" width="160">
<p align="center">2,012350</p>
</td>
</tr>
</tbody>
</table>
<p style="text-align: left;" align="center">Следовательно, уравнение линейной регрессии будет иметь вид:</p>
<p align="center">y = 3,365 + 0,356 * x<sub>9 </sub>+ 0,003 * x<sub>10</sub></p>
<p>Модель степенной регрессии можно получить посредством потенцирования обеих частей:</p>
<p align="center"><em>O</em><em> </em>= 28,3632 * x<sub>9</sub><sup>0,356</sup> * x<sub>10</sub><sup>0,003       </sup>(3)</p>
<p>Параметры уравнения 3 показывают, что при изменении рентабельности образования на 1% (при перманентном уровне инвестиций в образование) уровень образования учащихся повысится на 0,356%, а при повышении объема государственных инвестиций на 1% (при перманентном уровне рентабельности образования) результативный признак увеличится на 0,003%.</p>
<p style="text-align: left;" align="center"><strong>4. Основные направления увеличения качества жизни в регионе</strong></p>
<p>Для увеличения уровня жизни граждан необходимо решать задачи целого комплекса проблем, как экономической, так и социальной направленности: сохранение политической стабильности в обществе, устойчивый рост производства, сокращение цен, увеличение заработной платы, улучшение качества и доступности образования. Неотъемлемой частью уровня жизни выступает качество образования и количество учащихся. Очевидно, что при достойном образовании, индивид способен реализовать собственный потенциал в полной мере. Безусловно для реализации себя необходим определенный фундамент, который и должно обеспечивать государство. В данный момент государством осуществляются три ключевых направления регулирования уровня жизни, в том числе, посредством государственных минимальных стандартов, мониторинга заработной платы и социального развития. Для комплексного преодоления отрицательных тенденций низкого уровня качества жизни необходима проработка государственной программы увеличения качества жизни, которая была бы адаптирована для конкретных регионов.</p>
]]></content:encoded>
			<wfw:commentRss>https://web.snauka.ru/issues/2018/05/86478/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>Эконометрическое моделирование оценки кредитного риска</title>
		<link>https://web.snauka.ru/issues/2018/06/86686</link>
		<comments>https://web.snauka.ru/issues/2018/06/86686#comments</comments>
		<pubDate>Sun, 03 Jun 2018 20:02:03 +0000</pubDate>
		<dc:creator>Седых Игорь Николаевич</dc:creator>
				<category><![CDATA[08.00.00 ЭКОНОМИЧЕСКИЕ НАУКИ]]></category>
		<category><![CDATA[ипотека]]></category>
		<category><![CDATA[кредитный дефолт]]></category>
		<category><![CDATA[кредитный риск]]></category>
		<category><![CDATA[кредитование]]></category>
		<category><![CDATA[моделирование]]></category>

		<guid isPermaLink="false">https://web.snauka.ru/issues/2018/06/86686</guid>
		<description><![CDATA[1. Введение Проблема управления и прогнозирования кредитных рисков в условиях современного неравномерного развития экономики и повышения объемов кредитования выступает ключевым элементом при формировании эффективной системы управления рисками кредитной организации. Среди многообразия форм кредитования физических лиц необходимо отметить особую роль ипотечного жилищного кредитования, являющееся одним из финансовых способов обеспечения граждан жильем. Развитие системы данного кредитования входит [...]]]></description>
			<content:encoded><![CDATA[<div align="center"><strong><span>1. Введение</span></strong></div>
<p><span>Проблема управления и прогнозирования кредитных рисков в условиях современного неравномерного развития экономики и повышения объемов кредитования выступает ключевым элементом при формировании эффективной системы управления рисками кредитной организации. Среди многообразия форм кредитования физических лиц необходимо отметить особую роль ипотечного жилищного кредитования, являющееся одним из финансовых способов обеспечения граждан жильем. Развитие системы данного кредитования входит в список приоритетных направлений государственной жилищной политики, также согласно «Стратегии развития ипотечного жилищного кредитования в РФ до 2030» [1] ипотечный жилищный кредит должен стать главным механизмом обеспечения населения жилой недвижимостью. По разным оценкам, доля в продажах жилых площадей в новостройках, при применении разных ипотечных схем достигает 70%. Представленная ситуация позволяет сделать вывод о том, что в процессе кредитования населения кредитными организациями, присутствует достаточно высокий спрос на ипотечное кредитование, который вполне вероятно будет продолжать свой рост. Поскольку кредитный риск занимает подавляющую долю совокупных рисков любой кредитной организации, поэтому именно от уровня качества управления и оценки кредитного риска во многом зависит финансовое состояние как конкретной кредитной организации, так и банковской системы государства в целом. Таким образом ключевое место в риск-менеджменте кредитных организаций занимает проблема оценки вероятности дефолта как отрицательного последствия кредитного риска [5].</span></p>
<div align="center"><strong><span>2. Модели оценки кредитного риска</span></strong></div>
<p><span>С внедрением установленных норм согласно Базельским соглашениям в банковскую систему государства, включая их выполнение в «Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков» [2], у коммерческих банков возникла возможность применять внутренние модели для оценки значения кредитного риска с целью выявления величины капитала, необходимого для покрытия кредитного риска. К ключевым компонентам кредитного риска как правило относятся: вероятность дефолта (Probability of Default, PD), доля потерь при дефолте (Loss Given Default, LGD) и сумма, подверженная риску дефолта (Exposure at Default, EAD).</span></p>
<div align="center">
<p><strong><span>3. Эконометрические модели вероятности кредитного дефолта</span></strong></p>
</div>
<p><span>Модели вероятности кредитного дефолта PD в основном основывается на двух теориях: объяснение причин кредитного дефолта (теория платежеспособности и теория опционов. Возникновение данных теорий связано со становлением таких областей экономической науки как: теория потребления, институциональная экономика, теория опционов и теория портфельных инвестиций. В теории платежеспособности главную роль играет соотношение ежемесячного платежа заемщика к объему его ежемесячного дохода, известного в виде соотношения Платеж/Доход. Согласно теории опционов, заемщик делает объявление об ипотечном дефолте, когда финансовые выгоды от данного решения превосходят сопутствующие данному решению экономические издержки. При моделировании вероятности дефолта существенное значение имеет соотношение размера кредита к стоимости залогового обеспечения, известного в виде показателя Кредит/Залог, а также определенные факторы, которые способствуют его изменению, например, цены на рынке недвижимости жилых площадей.</span><strong></strong></p>
<p><span>Для моделирования определенной доли потерь при реализации кредитного дефолта при бухгалтерском подходе удельный вес потерь при дефолте рассчитывается как:</span></p>
<p style="text-align: center;"><img src="http://content.snauka.ru/web/86686_files/0.gif" alt="" width="208" height="33" /><span>      </span><span>(1)</span></p>
<p><span>где accounting LGD – бухгалтерская доля потерь при дефолте;</span></p>
<p><span>R – взысканная в судебном порядке сумма задолженности;</span></p>
<p><span>C – общие издержки по взысканию платежей, появляющиеся в процессе работы с просроченной задолженностью;</span></p>
<p><span>EAD – сумма, подверженная риску дефолта, включающая в себя средства, которые были предоставлены заемщику и не погашены им соответственно – текущее остаточное значение долга, включая пени, штрафы и комиссию.</span></p>
<p><span>При экономическом подходе применяется метод дисконтированных денежных потоков:</span></p>
<p style="text-align: center;"><img src="http://content.snauka.ru/web/86686_files/0(1).gif" alt="" width="258" height="35" />     <span> </span><span>(2)</span></p>
<p><span>где workout LGD – удельный вес экономических потерь при дефолте;</span></p>
<p><span>PV(R) – приведенная к дате дефолта стоимость взысканной в судебном порядке суммы задолженности;</span></p>
<p><span>PV(C) – приведенная к дате дефолта стоимость общих издержек, которые возникли в процессе работы с просроченной задолженностью.</span></p>
<p><span>Таким образом, в рамках выше представленных подходов совместно с событием кредитного дефолта необходимо обладать информацией о соответствующей стоимости залогового обеспечения и размера общих экономических издержек, сопряженных с взысканием просроченной задолженности, а также остаточного значения долга EAD. Соответственно, система факторов кредитных рисков в отношении LGD формируется с точки зрения их воздействия на вышеупомянутые элементы LGD. Различные эмпирические работы указывают на воздействие характеристик залогового обеспечения, определенных параметров кредита, включая ипотечный, особенностей судебного процесса по урегулированию просроченной задолженности и остальных макроэкономических условий. В них в целом превалирует применение эконометрических (регрессионных) моделей в классе параметрических, несмотря на присутствие нескольких отличительных особенностей распределения LGD (например, бимодальность и цензурированность).</span></p>
<div align="center"><strong><span>4. Заключение</span></strong></div>
<p><span>Ключевым элементом российской государственной политики выступает формирование доступного кредитования физических лиц, включая доступное ипотечное кредитование. Ипотека выступает одним из основных механизмов достижения данной цели. Изучение вероятности наступления кредитного риска и его доли на базе эконометрического моделирования выступает ключевым методом минимизации и предупреждения данного риска и успешной реализации кредитной политики, так как моделирование дает возможность избегать необоснованного риска еще на стадии рассмотрения кредитной заявки на предоставление определенного кредита. Таким образом можно отметить, что в условиях высоких финансовых рисков выигрывает тот, кто способен проанализировать, определить риски, а также их минимизировать и предупредить. Это выступает главным залогом успеха коммерческого банка при кредитовании.</span></p>
]]></content:encoded>
			<wfw:commentRss>https://web.snauka.ru/issues/2018/06/86686/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>
