g. Rostova-na-Donu, Russian Federation
Russian Federation
Russian Federation
UDK 51 Математика
This article presents the material fixed in theoretical and statistical sources of information fixed at the state level, as well as econometric modeling of the developed time series, the key parameter of which is the monthly indicator of the average monthly salary in the Russian Federation for 2005-2022. Based on the constructed econometric model, a forecast of the average monthly salary in Russia for January 2023 was made
econometric model, forecasting, wages, adaptive methods, multiplicative model
Рынок труда представляет собой один из ключевых факторов реализации и прогрессирования рыночного механизма, а также катализатором развития экономической сферы целого государства[1, с. 56]. Его отличительной особенностью выступает передвижение не просто сырья, материалов, капитала и т.д., а живых людей, рабочей силы. Координация и регулирование данного фактора производства обеспечивает решение социальных, экономических и политических задач.
Российская экономика в настоящий момент проходит этап становления. Основная часть экономически активного населения страны является наемными работниками, у которых доход от данной деятельности – основной[2, с. 117]. В связи с этим, необходимо привести определение заработной платы. Согласно ТК РФ, оплата труда работника – это вознаграждение за труд, зависящее от квалификации участника трудового процесса, сложности, количества, качества, а также условий выполняемого труда[3, с. 130]. Сущность раскрытого термина отчетливо прослеживается через основные выполняемые им функции (рис. 1):
Рис. 1. Функции заработной платы
Таким образом, заработная плата обеспечивает социальную справедливость через дифференциацию доходов; мотивирует работников к увеличению уровня количества и качества выполняемых работ; дает возможность восполнять потребности населения и отражает долю участия живого труда в рамках процесса образования цены продукта.
Динамика изменения средней заработной плате в государстве закладывает тенденцию развития платежеспособного спроса населения, размеры внутреннего рынка и основные показатели уровня жизни общества[4, с. 42], что оказывает прямое воздействие на темпы экономического роста, объемы привлеченных инвестиций в страну.
Целью данной статьи выступает проведение эконометрического анализа динамики средней заработной платы в Российской Федерации с 2005 по 2022 года за каждый месяц исследуемого периода и ее прогнозирование на январь 2023 г. [5](рис.2).
Рис. 2. Динамика среднемесячной номинальной заработной платы в России по месяцам за 2005-2022 гг.
Проанализировав данные, важно отметить, что 12 период, а именно конец каждого года исследуемого периода, характеризуется наибольшим среднемесячным значением заработной платы в России. Важно отметить, что проведенное исследование показало существование явной тенденции роста заработных плат в России за 18 рассматриваемых лет, а именно, прирост составил 649,03%. Причиной таких изменений могло послужить развитие национальной экономики Российской Федерации, производственных мощностей, рыночных механизмов и т.д., что определило расширение рынка труда, увеличение количества рабочих мест и, соответственно, спроса на рабочую силу.
Существует ряд факторов и причин, оказывающих влияние на изменение уровня заработной платы в стране. К ним относятся: уровень образования, квалификация, опыт, физические способности работников, а также условия труда, особенности отрасли, государственная политика, деятельность профессиональных союзов, экономическая ситуация и др.[2, с. 51].
Для эффективного экономического роста, предопределения бюджетных показателей, проведения рациональной государственной политики, касающейся всех сфер функционирования страны, в Российской Федерации регулярно применяются методы планирования и прогнозирования будущей деятельности.
Прогноз характеризуется количественными, вероятностными, научно-обоснованными суждениями о возможном состоянии системы в будущем, сроках достижения данного положения и рекомендаций по регулированию тенденции[6, с. 43]. Из чего вытекает цель данной деятельности – прогнозирования – она проявляется в разработке и формировании стратегических планов, поиске перспективных направлений развития социально-экономических условий прогрессирования государства и предопределении воздействия со стороны внешней среды страны.
На данный момент адаптивные методы прогнозирования выступают в качестве наиболее значимых и перспективных методов анализа и составления прогноза. Осуществление адаптации заключается в обработке временных рядов, причем наиболее важными и ценными показателями являются значения последнего периода. Данная приоритетность проявляется в исследовании развития тенденции, имеющейся в настоящее время, а не сложившейся в среднем за весь анализируемый период[7, с. 115]. Важно отметить, что отличительная особенность адаптивных методов проявляется в возможности принять во внимание информацию временного ряда исходя из различных уровней ее важности и ценности, а также степени неактуальности полученных данных. А также, что важно, данные методы формируют модели самокорректирующегося характера, способных производить учет предыдущих прогнозных значений.
В ходе написания данной статьи был сформирован прогноз уровня оплаты труда по российской экономике на 2023 год. Основой формирования эконометрической модели стала номинальная начисленная заработная плата работников (yt) по полному кругу организаций в целом по экономике России относительно каждого месяца (t) за период с 2005 по 2022 год. Ниже отражены исходные данные размера среднемесячной заработной платы в России за 2005-2022 гг. (табл. 1).
Таблица 1
Размер среднемесячной заработной платы в РФ в рублях за 2005-2022 гг.
На основе приведенных в таблице данных, проведем построение их в виде графика, представив имеющиеся значения в форме временного ряда yt, при t = 1, 2, ..., 216, где t ‒ номер месяца (см. рис. 3).
Рис. 3. График динамики среднего месячного значения оплаты труда в РФ, руб.
Сформированное графическое изображение дает возможность выявить наличие сезонной составляющей в рамках временного ряда с периодом l=12 и линейный тренд. Анализ графической структуры ряда и его тенденции к росту доказывает целесообразность построения модели, называемой мультипликативной. Ее уравнение представлено ниже:
где T – трендовая компонента, S – сезонная компонента, Е – случайная компонента.
Кроме того, уровни ряда были выравнены с использованием метода скользящей средней, что является необходимым для осуществления расчетов оценки сезонной составляющей[8, с. 26]. Рассчитанные оценки дают возможность определить значений скорректированного показателя сезонной компоненты (S).
Результирующие значения отражены в табл. 2. Рассчитана средняя величина оценки сезонной составляющей по каждому месяцу анализируемого периода времени(
), а также коэффициент ее корректировки, гарантирующей равенство 12 суммы скорректированных сезонных.
Таблица 2
Расчет средней и скорректированной оценки сезонной компоненты
Данные расчеты стали основой для формирования десезонализированного ряда YT/Sв виде линейного тренда (рис. 4):
Рис. 4. Десезонализированный ряд YT/S
Проведем статистический анализ десезонализированного ряда с помощью надстройки «Анализ данных» инструментов Excel
«Регрессия»[9, с. 13]. Результаты представлены на рис. 5.
Рис. 5. Регрессионный анализ десезонализированного ряда
Уравнение линии тренда сформировано путем применения анализа регрессии имеющихся данных и имеет следующее представление:
С учетом уравнение трендовой компоненты и величины сезонной составляющей рассчитывается прогнозное значение на первый месяц 2023 г.: 54866,4руб.Таким образом, на основе полученных результатов произведем соотношение фактических и действительных показателей и полученных путем расчета с использованием метода скользящей средней (рис. 6).
Рис. 6. Фактические и расчетные значения по скользящей средней
Подведем итог настоящему исследованию: для расчета прогнозной величины среднего значения зарплаты в России Федерации на январь 2023 г. применены адаптивные методы эконометрического прогнозирования. Уровень заработной платы отражает темпы роста экономики страны, экономическую ситуацию и уровень качества жизни населения, т.е. определяет ход развития и социальной составляющей государства. Важность прогнозирования заработной платы проявляется в определении будущего уровня жизни населения, его платежеспособного спроса, возможностей удовлетворения потребностей народа с учетом экономической обстановки в стране, для планирования государственных программ, мер поддержки и социально-экономической политики.
1. Roik, V. D. Social policy: wages and insurance of the risks of its loss: a textbook for universities. M.: Yurayt, 2023. 536 p.
2. Roik, V. D. Salaries, wages and pension insurance in Russia: a textbook for universities. M.: Yurayt, 2023. 692 p.
3. “Labor Code of the Russian Federation” dated December 30, 2001 N 197-FZ (as amended on August 4, 2023, as amended on October 24, 2023) (as amended and supplemented, entered into force on September 1, 2023).
4. Order of the Government of the Rostov Region dated July 12, 2023 No. 571 “On the forecast of socio-economic development of the Rostov region for 2024 - 2026.”
5. Official website of the Federal State Statistics Service [Electronic resource]. URL: https://rosstat.gov.ru/.
6. Tsvil M. M. Econometrics: lecture notes on the academic discipline. Rostov n/d: Russian Customs Academy, Rostov branch, 2012. 86 p.
7. Tsvil M.M., Karapetyan A.A. Forecasting using adaptive methods based on foreign trade data from the Southern Customs Administration // Zh. Academic bulletin of the Rostov branch of the Russian Customs Academy/2016. No. 4. pp. 112-117.
8. Tsvil M. M. Analysis of time series and forecasting: textbook. allowance. Rostov n/d: Russian Customs Academy, Rostov branch, 2016. 135 p.
9. Atdache M.N. Adaptive forecasting methods: implementation in Excel and R program: tutorial. SPb.: SPbGEU, 2018. 101 p.
Authors: Luzheckaya P. A.
