Краткосрочное прогнозирование показателей реализации Государственной программы Российской Федерации «Развитие науки и технологий» Колмаков Игорь Борисович – д.э.н., проф. кафедры Информатики РЭУ им. Г.В. Плеханова Кольцов Алексей Викторович - к.э.н., зам. директора ЦИСН ФГБНУ НИИ РИНКЦЭ Доможаков Матвей Валерьевич – аспирант кафедры Информатики РЭУ им. Г.В. Плеханова Москва 2014 Круглый стол Финансовый университет

2 Задачи, требующие решения для разработок балансово- эконометрических моделей прогноза развития сферы исследований и разработок Разработка концепции построения системы прогнозных расчетов Анализ статистической отчетной информации и информационное обеспечение системы краткосрочного прогноза. Разработка основных блоков балансово-эконометрической регрессионной модели для краткосрочного прогноза Анализ сценариев развития экономики РФ с учетом влияния показателей сценарных условий Разработка программно-технологических средств системы краткосрочного прогноза Разработка методических рекомендаций по совершенствованию системы прогнозных расчетов 2

3 Экспертные показатели прогноза сценарных условий Показатели банковской системы Блок прогноза показателей финансовой системы Производство ВВП Использовани е ВВП Формирование ВВП по источникам доходов Блоки расчета сводных и производных показателей Блок прогноза макроэкономич еских показателей Блок прогноза показателей сферы исследований и разработок Блок прогноза показателей инновационной сферы Использование информационн о- коммуникацио нных технологий Показатели системы бюджетов Блок формирования табличных и графических отчетов Инновации Показатели внешнеэконо мической деятельности Организации, выполняющие исследования и разработки Кадры науки и подготовка кадров Финансирова- ние науки Результатив- ность Нанотехноло- гии Блок-схема эконометрической модели прогноза

Отдельные индикаторы реализации ГПРНТ 1. Доля внутренних затрат на исследования и разработки в ВВП. 2. Коэффициент изобретательской активности (число отечественных патентных заявок на изобретения, поданных в России в расчете на 10 тыс. чел. населения). 3. Удельный вес внебюджетных средств во внутренних затратах на исследования и разработки. 4. Отношение средней заработной платы научных сотрудников к средней заработной плате в соответствующем регионе. 5. Удельный вес учреждений высшего профессионального образования во внутренних затратах на исследования и разработки (%). 4

5

6

7

8

9

Выводы 1. Выполненные прогнозные расчеты показали, что комплексная макроэконометрическая модель может быть использована для прогноза индикаторов реализации Государственной программы развития науки и технологий. 2. Прогнозные расчеты на основе использования уравнений множественной регрессии отличаются достаточно высокой степенью точности, которая подтверждается приемлемыми значениями основных статистических характеристик. 3. Модель отражает взаимосвязь индикаторов реализации ГПРНТ с важнейшими макроэкономическими показателями (ВВП, валовые накопления, бюджетные ассигнования, денежная масса и др.) 4. Предложенная модель дает возможность сравнения результатов прогнозных расчетов с использованием уравнений множественной регрессии с прогнозами, основанными на применении альтернативных методов (прямые аналитические расчеты, трендовые однофакторные модели, сплайны, интеллектуальные системы, в частности методы нейросетевого прогноза). 5. В целях более полного отражения результатов реализации ГПРНТ и учета соответствующих взаимосвязей модель необходимо, наряду с представленными показателями, дополнить уравнениями, характеризующими затраты на ИиР, уровень внебюджетных затрат, внутренние затраты учреждений высшего профессионального образования и др. 6. Для повышения точности прогнозных расчетов предполагается ввести в модель верификатор – блок оценки точности прогноза, в котором рассчитанное прогнозное значение показателя на отчетных данных сравнивается с фактическим значением, уже имеющимся статистической отчетности. 10

Спасибо за внимание! 11