Сергиенко Е. А., Огуреева О. С.
Модели канонического корреляционного анализа в формировании репрезентативной системы показателей регионального развития
Одним из основных вопросов исследования региональной дифференциации экономики Украины является объяснение причин пространственной неоднородности экономического развития. Проблемы пространственной неоднородности и межрегионального неравенства территориального развития являются наиболее актуальными в стратегическом управлении социально-экономическими процессами развития экономики Украины и обеспечения ее национальной безопасности [3].Современная экономическая наука сформировала множество взглядов на существующие объяснения причин пространственной неоднородности, результаты согласованного социально-экономического развития регионов. Однако, одной из наиболее важных проблем исследования уровня социально-экономического развития регионов является проблема сбора, обработки и формирования информационно-аналитического пространства признаков, выделение результирующих и факторных признаков, оценки их взаимосвязи. Поэтому формирование репрезентативной статистической базы исследования по основным направлениям жизнедеятельности региона (локальные сферы) (демография, инвестиционная деятельность, инновационное развитие и т.д.) с учетом существующих методов и методик обоснованности показателей на основе современного экономико-математического аппарата является актуальной задачей. При формировании информационного пространства показателей необходимо соблюдение общих требований, предъявляемых к информационному пространству, а именно:
2) полнота - возможность с помощью показателей достаточно полно описать различные процессы, факты, явления предметной области, которая исследуется;
3) достоверность – соответствие выделенных единиц смысловой информации их реальным значениям;
4) непротиворечивость – отсутствие омонимии.
5) использование общедоступной статистической информации.
В работе в качестве инструментария обоснованного формирования репрезентативной системы показателей регионального развития предлагается методология канонического корреляционного анализа [1, 2], оперирующего каноническими корреляциями – корреляциями между взаимосвязанными комплексами факторных и результирующих признаков, а не отдельными показателями. Основная цель реализации данного метода:
– идентификация объекта (исследование в двух признаковых пространствах);
– максимизация связи (отображение объекта в пространствах);
Выбор аппарата канонических корреляций в исследовании признакового пространства имеет следующие основные особенности:
– метод канонических корреляций дает возможность одновременно анализировать взаимосвязь выходных показателей и большого числа определяющих факторов;
– обеспечивается высокая степень связи между линейными комбинациями факторов и линейными комбинациями исследуемых выходных показателей;
– канонические веса позволяют интерпретировать значение каждого канонического корня: как конкретные переменные в каждом множестве влияют на взвешенную сумму;
– линейные комбинации строятся таким образом, что они являются центрированными, нормированными и некоррелированными внутри множеств.
Каноническая корреляция ‑ это корреляция между новыми каноническими переменными U и V:
где p‑ количество результативных показателей;
q‑ количество переменных показателей, p £q.
.
Общий алгоритм формирования репрезентативной системы показателей и анализа результативных и факторных признаков методом канонических корреляций имеет следующий вид [1, 2]:
1. Формирование массива исходных данных.
2. Анализ исходных данных - поиск выбросов, проверка нормальности закона распределения.
3. Исследование зависимости между переменными.
4. Расчет параметров, отображающих характер связи и зависимости.
5. Построение системы канонических корреляций.
6. Оценка значимости канонических корней на основе критерия Бартлетта ().
7. Интерпретация результатов моделирования.
8. Пошаговый анализ и отсев малозначимых факторов.
Аналитические расчеты представленного алгоритма для соответствующего множества признаков реализуются следующим образом:
Шаг 1. Вычисление матриц парных корреляций.
Шаг 2. Вычисление обратных матриц к матрицам парных корреляций.
Шаг 3. Нахождение собственных чисел и получение канонических коэффициентов корреляции.
Шаг 4. Нахождение собственных векторов и получение параметров (коэффициентов) при результативных переменных в системе канонических корреляций.
Шаг 5. Расчет параметров (коэффициентов) при факторных переменных в системе канонических корреляций.
Шаг 6. Построение системы взаимосвязи переменных на основе канонических корреляций.
Шаг 7. Оценка значимости канонических корреляций.
Шаг 8. Пошаговый анализ и отсев малозначимых факторов. Экономическая интерпретация результатов моделирования.
Использование метода канонических корреляций в социально-экономических исследованиях прежде всего предполагает возможность содержательной интерпретации полученных результатов по сравнению с другими многомерными методами. В противном случае теряет смысл применение данного метода в исследовании причинно-следственной связи (ее тесноты и формы) массовых экономических явлений. Анализ структуры канонических переменных и величины канонических корреляций позволяет осуществлять отбор наиболее информативных переменных по характеристике тесноты связи между двумя множествами переменных и содержанию исследуемых процессов.
Метод канонических корреляций расширяет возможность формирования и исследования взаимосвязей различных явлений и процессов в социально-экономических системах различного уровня иерархии в результате вовлечения в процесс анализа систем изучаемых показателей.
Литература:
1. Дубров А. М. Многомерные статистические методы / А. М. Дубров, В. С. Мхитарян, Л. И. Трошин; – М. : Финансы и статистика, 1998. – 350 с.
2. Многомерный статистический анализ в экономике: Л. А. Сошникова, В. Н. Тамашевич, Г. Уебе, М. Шефер / учебн. пособие для вузов под ред. проф. В. Н. Тамашевича. – М. : ЮНИТИ – ДАНА, 1999. – 598 с.
3. Модели оценки неравномерности и циклической динамики развития территорий: Монография / Под ред. Т. С. Клебановой, Н. А. Кизима. – Х.: ИД «ИНЖЭК», 2011. – 352 с.