ISBN 978-5-7629-2891-5 © Дорошко С.Е., Самарина Г.П., 2021
2/ Ленинградское оптико-механическое объединение им. В.И.Ленина 2021г.
3/ Добро пожаловать в автомобильную столицу США 2021г.
https://www.yaplakal.com/forum2/topic1982768.html
В данной монографии подводятся итоги 25-50-летних научно-практических исследований авторов в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко», а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной». Эти две мировоззренческие концепции пронизывают друг друга, образуя как миллиардные многообразия видимых, так и ещё большие триллионные многообразия невидимых связей, которые неразрывно взаимодействуют между собой. Главная цель монографии - подготовить целевые установки научно-практических исследований, работ Народной Академии СЭВ на следующие пять лет. Монография продолжает серию научных исследований «Космо-ноосферная экономика» авторского коллектива «Фонд Ноосфера», Народной Академии СЭВ, научный руководитель Г.П. Самарина.
Согласно нейронным прогностическим космо-ноосферным моделям Дорошко-Самариной в 2023-2025 гг. готовится закрытие проектов «государств-корпораций»: США, Канада, Мексика, страны Южной Америки, ЕС, РФ, всех республик СССР, государств-членов СЭВ, а также начало глобальной зачистки территорий белых и прочих рас: США, ЕС, СССР (РФ), КНР, Индии и др. Авторские концепции разрабатывались как ноосферные комплексы по управлению всей микро-меза-макро экономикой, всех предприятий, отраслей, рынков, регионов, всех стран, в т.ч. как мобилизационные системы выживания в условиях климатических потрясений. Концепции авторов охватывают все иерархические уровни управления от рабочего места, уровня участков/подразделений/цехов, предприятий, отраслей, рынков, регионов, стран, включая межгосударственный уровень. Списочный состав курсантов, преподавателей Народной Академии СЭВ охватывает весь мир: от Южного до Северного полюсов от Австралии, Южной Африки, Южной Америки от Японии, Великобритании и Аляска, Гавайи США. СССР, СЭВ от Чукотки, Камчатки до Калининграда Берлина, Парижа от Таджикистана до Якутии, Нарьян мара, Мурманска.
В монографии использовались статистические интернет базы данных ООН, государств-членов ООН. Монография предназначена для студентов, аспирантов экономических ВУЗов, преподавателей, аналитиков, экономистов, законодателей, министерств, силовых ведомств, монетарных властей и общественности.
Научно-практические исследования Дорошко-Самариной за период 25-50 лет позволяют утверждать следующее:
Плохое образование – порождает дикие либеральные идеи по ликвидации промышленности США, ЕС, СССР – создание из 1 млрд. Белого населения общества лишних и ненужных людей – перенос промышленности в Китай, через обратные связи уничтожает науку и образование в мире.
Вывод - выживаемость человечества в условиях климатических потрясений равна нулю.
В данной монографии подводятся итоги 25-50-летних научно-практических исследований авторов в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Эти две мировоззренческие концепции пронизывают друг друга, образуя как миллиардные многообразия видимых, так и ещё большие триллионные многообразия невидимых связей, которые естественно неразрывно взаимодействуют между собой.
Авторы выделили следующие основные цели, задачи монографии.
Разработать мобилизационные проекты в рамках космо-ноосферной парадигмы управления Дорошко-Самариной и авторских управленческих нейронных, генетических моделей принятия законодательных, судебных, управленческих, экономических, юридических решений в условиях климатических потрясений в США, ЕС, СССР.
Авторские концепции разрабатывались как ноосферные комплексы по управлению всей микро-меза-макро экономикой, всех предприятий, отраслей, рынков, регионов, всех стран, а также на уровне межгосударственного управления, в т.ч. как мобилизационные системы выживания в условиях климатических потрясений. Концепции авторов охватывают все иерархические уровни управления от рабочего места, уровня участков/подразделений/цехов, предприятий, отраслей, рынков, регионов, стран, включая межгосударственный уровень — http://economics-21.narod.ru/new/sev/ig_html_m1864ec7c.png. Такое масштабное управление микро-мезо-макро, включая геоэкономику, геополитику, в т.ч. всех силовиков, министерств иностранных дел, авторы назвали «системой управления из любой точки мира». Для мобилизационных систем выживания в условиях климатических потрясений авторы разрабатывают отдельные отраслевые, региональные комплексы в виде ноосферных военных городков. Для простоты восприятия — это прототип аракчеевских военных поселений, исключая их недостатки.
В конце 2019 г. на предваряющей министерские переговоры 20 ноября пресс-конференции генсека альянса НАТО Й.Столтенберга попросили прокомментировать данные, согласно которым военный бюджет НАТО в 20 раз превышает оборонные расходы в России. Он слово в слово повторил авторский пример расчёта по военным расходам.
Й.Столтенберг заявил: «Что касается цифр, то мы эффективный альянс и у нас есть эффективные армии, но уровень затрат намного выше, что отражает просто более высокий жизненный стандарт. Так что если сравнивать зарплаты и расходы между союзниками по НАТО и Россией, то, конечно, уровень затрат выше. Когда вы сравниваете эти бюджеты по рыночным ценам и валютам, вы получаете такие выводы, но это не означает меньшую эффективность».
К сожалению, Стокгольмский институт исследования проблем мира (SIPRI) ежегодно составляет и опубликовывает неграмотные рейтинги стран по военным расходам, которые потом цитируют эксперты, профессура академий генеральных штабов, министры обороны, правительства, президенты всех стран, заставляя авторов презрительно улыбаться. Это легко подтверждается авторскими расчётами «Космо-ноосферные модели Дорошко-Самариной по военным расходам: риски, рейтинги, коррупция, эффективность, коридоры управления и др. предприятий, отраслей, регионов, государств, законодателей, правительств, силовиков».
Понимая, что космо-ноосферная парадигма управления Дорошко-Самариной, авторские методики и системы будут сложны для освоения, осмысления и дальнейшего практического применения. В связи с этим авторами (С.Е.Дорошко, Г.П.Самарина) параллельно разрабатывались комплексы деловых игр, программных системных тренажёров, нейронных обучающих систем для руководителей предприятий, отраслей, регионов и государств, в т.ч. банков, центральных банков, законодателей и др. http://economics-21.narod.ru/Book/book-12/index.html#_996.
Авторские концепции образуют многообразие миллиардных видимых и триллионное многообразие невидимых связей. Авторы понимали, что необходимо разрабатывать научно-практические системы, методики, нейронные модели и программные комплексы. Параллельно основной научно-исследовательской системе разрабатывались обучающие: дистанционные системы, методики, нейронные модели, программные комплексы и «Help» системы в виде текстов, интернет html и видео материалов.
В 90-е годы, когда во всех школах СПб стала популярна экономика и информатика, авторы отрабатывали обучающие методики по экономики с одновременным обучением школьников авторским программным комплексам. Например, школьники 10-11 классов в «живую» писали программы по 20-40-ка многофакторным моделям спроса и предложения, моделям кругооборота продуктов и доходов http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html. При обучении в Академии СберБанка СПб руководителей среднего звена авторы их ознакомили с программными комплексами для школьников, чему они были очень удивлены. Т.к. они это видели в первый раз в отличие от школьников пяти школ, в которых авторы преподавали экономику, эконометрику и информатику.
В космо-ноосферной парадигме управления Дорошко-Самариной важнейшим экзогенным фактором является космос, солнце, земля и биосфера/природа, как единая система. Поэтому в любых научно-практических исследованиях авторов, любой сложности эти экзогенные факторы рассматриваются, моделируются в первую очередь. Например, для авторов были очевидны: мировой азиатский кризис 1996-1998 гг., мировой финансовый кризис 2001-2002 гг. и террористические акты в США 11/09/2001 г., военные конфликты в мире, мировой кризис и ипотечная афера 2008-2009 гг., мировой финансовый кризис 2013-2014 гг., Челябинский метеорит 2013 г., цветные, песчаные революции, мировой финансово-экономический кризис 2019-2021 гг., мировая медико-фармакологическая афера 2019-2021 гг. Так как экзогенные прогнозные модели, в частности по солнцу, были разработаны ещё в 1993 г. http://economics-21.narod.ru/prog/riskanaliz/sun-analiz.html.
Остановимся на ряде существенных моментов по экзогенным солнечным факторам.
В монографии Дорошко С.Е., Самарина Г.П. «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений. Серия: Космо-ноосферная экономика», 26/08/2018 г. http://economics-21.narod.ru/Book/book-16/book16.html, в параграфе 1.8 «Алгоритмы русской космо-ноосферной концепции управления Дорошко-Самариной. Космо-ноосферное межгосударственное, межотраслевое моделирование от рабочего места до межгосударственного сопоставления» http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01 был укрупнённо рассмотрен следующий алгоритм:
«… Рассмотрим базовый, укрупнённый алгоритм эффективного управления, минимизации рисков, прогнозов мировых финансово-экономических кризисов, военных конфликтов, государственных переворотов, «революций», «террористической» активности на всех иерархических уровнях от рабочего места до межгосударственного сопоставления, в т.ч. силовых ведомств и спецслужб.
1.8.1 Алгоритм - 1 шаг. Русский космизм, циклизм в рамках космо-ноосферной концепции управления Дорошко-Самариной
В рамках русского космизма, циклизма (Мошков, Чижевский, Циолковский...), русского космизма, циклизма Дорошко-Самариной необходимо произвести прогнозы, расчёты космической, солнечной активности и выявить основные экзогенные факторы воздействия космоса, солнца на Землю, биосферу, социально-экономические процессы, т.е. соцсферу, техносферу (производство), с разбивкой по отраслям, рынкам 40-ка государств, производящих 80-85% мирового ВВП
Данные исследования проводить в рамках концепций, методик русских генералов (1906-1907гг.) и их модификаций в рамках концепций, методик космо-ноосферного межотраслевого межгосударственного моделирования Дорошко-Самариной - http://economics-21.narod.ru/Book/book-14/book-14.html по отраслям, рынкам 40-ка государств, производящих 80-85% мирового ВВП. Для решения данного авторского раздела исследований необходимо реализовать следующие этапы алгоритма.
1.1 ШАГ. Ежегодно делать расчёты, уточнять прогностические модели по пикам, фазам солнечной активности (минимум, максимум), в т.ч. спектральный, нейронный анализ в рамках космо-ноосферной концепции Дорошко-Самариной.
1.2 ШАГ. Уточнить характер, вид, динамику мирового кризиса: финансовый кризис и/или финансово-экономический кризис в рамках космо-ноосферной концепции Дорошко-Самариной.
1.3 ШАГ. Уточнить характер, вид, динамику мирового кризиса с учётом социально-экономических (биосфера, соцсфера, техносфера), военных конфликтов, государственных переворотов, «революций», «террористических» актов в рамках космо-ноосферной концепции Дорошко-Самариной.
1.4 ШАГ. Уточнить характер, вид, динамику космо-ноосферных процессов с учётом фаз солнечной активности и их воздействие на биосферу, социально-экономическую сферу, технологическую сферу с разбивкой по 40-ка государствам, производящим 80-85% мирового ВВП. Для этого регулярно исследовать: фазу нарастания солнечной активности от минимума к максимуму солнечной активности и фазу спада солнечной активности от максимума к минимуму солнечной активности в рамках космо-ноосферной концепции Дорошко-Самариной.
... .
1.11 ШАГ. Эти определённые, сформированные, рассчитанные экзогенные космо-ноосферные динамические факторы, их нейронные модели представить в виде экзогенных матричных моделей, исходных для межотраслевого моделирования по предприятиям, отраслям, рынкам 40-ка государств, производящих 80-85% мирового ВВП, в рамках космо-ноосферной концепции Дорошко-Самариной.
Обращаем внимание на авторские исследования по углероду-14, позволяющие утверждать, что человечество ожидает не глобальное потепление, а очередной малый ледниковый период со всеми вытекающими последствиями для мировой экономики. Использовать результаты исследований авторов (С.Е.Дорошко, Г.П.Самарина) по русскому космизму за период 1700-1993 гг. Для понимания некоторых элементов алгоритма первого шага по авторской методике русского космизма рассмотрим русскую космо-ноосферную парадигму управления Дорошко-Самариной и основные результаты исследований авторов…».
В целом экзогенные факторы в космо-ноосферной парадигме управления авторов также являлись одной из 625-2500-10000 систем, методик, нейронных моделей.
Остановимся ещё на одном из важнейших векторов исследований авторов.
В монографии Дорошко С.Е., Самарина Г.П. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты. Серия: Космо-ноосферная экономика», 26.09.19 http://economics-21.narod.ru/Book/book-17/b17.html, в разделе «Ноосферная система «Ноосферная экономика и ноосферные кластеры» Дорошко-Самариной» http://economics-21.narod.ru/Book/book-17/b17.html#ds09 было кратко раскрыто авторское видение ноосферного вектора:
«… Ноосферная система «Ноосферные Отрасли/Рынки» является важнейшей суперсистемой исследований авторов в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. На базе системы «Ноосферная экономика и ноосферные кластеры» авторы добились генерации практически бесконечного множество авторских деловых игр по углублённому и детальному исследованию управления предприятий всех отраслей, рынков стран-членов ООН на основе межотраслевого, межгосударственного нейронного моделирования ноосферной экономикой как единого комплекса.
Авторская система «Ноосферная экономика и ноосферные кластеры» предлагает курсантам в процессе принятия управленческих, экономических и законодательных решений безоговорочно рассматривать и расширять их с учётом трёх нейронных кластеров: нейронные модели биосферы, нейронные модели соцсферы, нейронные модели техносферы. Курсанты, управленцы, экономисты, юристы, законодатели, академический профессорско-преподавательский состав всех иерархических уровней управления должны осознать, что система «Ноосферная экономика и ноосферные кластеры» - это единственная система управления и выживания в условиях климатических потрясений в 21-м веке.
Для лучшего понимания авторской системы «Ноосферная экономика и ноосферные кластеры» представим зрительный образ классической ноосферной экономики, состоящей традиционно из трёх сфер: биосферы, социальной сферы и технологической сферы. Понятно, что ноосферная экономика это есть разумное, гармоничное и бесконфликтное управление всеми тремя сферами на всех управленческих, экономических и законодательных иерархических уровнях управления. Вопрос ко всем управленцам, экономистам и законодателям от руководителей предприятий, отраслей, регионов, государств, всех комитетов ООН до Совета Безопасности ООН: «Они знают, что такое разумное, неконфликтное или проще ноосферное управление!?» Ответ известен – они не знают и знать не хотят.
Вот почему авторы во всех своих монографиях регулярно обращаются к профессионалам о катастрофическое положение в отечественном и зарубежном управлении, экономическом образовании и науке.
Оптимизм у авторов с каждым годом нарастает. Так, в 2010 г. в американском научном центре, где готовят кукловодов для президентов, премьер-министров развитых стран, согласились с авторами и приступили к изучению авторской русской космо-ноосферной межотраслевой, межгосударственной методологии, парадигмы управления Дорошко-Самариной и авторских нейронных моделей ноосферной экономики (https://searchworks.stanford.edu/view/9198590), состоящих из трёх нейронных кластеров: биосферы, соцсферы и техносферы. В 13/10/2016 г. наши американские коллеги подготовили указ Б.Обамы о климатических потрясениях «EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS» (Источник: https://obamawhitehouse.archives.gov/the-press-office/2016/10/13/executive-order-coordinating-efforts-prepare-nation-space-weather-events).
Графический образ обучающей нейронной ноосферной системы всех предприятий, отраслей, регионов любого исследуемого государства-члена ООН.
Авторы, коллектив «Фонд Ноосфера» при поддержке международной, отечественной общественности, наших курсантов, профессорско-преподавательского состава ряда научно-образовательных центров, ВУЗов пытаются развернуть межгосударственные, федеральные общественно-образовательные центры по изучению и практическому внедрению космо-ноосферной парадигмы управления Дорошко-Самариной…"
В рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko авторы доказывают в своих научно-практических исследованиях. В частности, авторы в 7-шаговом алгоритме Дорошко-Самариной доказывают, что во всех развитых странах, в т.ч. в республиках СССР, государств-членов СЭВ неэффективность законодательства составляет в лучшем случае 95-99%, в РФ — 99,7%. http://economics-21.narod.ru/new/sev/sev-fond.html#g_09_05_01, http://economics-21.narod.ru/Book/book-16/book16.html#_14529. Законодательство не борется с коррупцией, а активно её развивает.
Именно поэтому авторы в рамках концепций, систем, методик, нейронных моделей разрабатывают объективное законодательство, которое будет внедряться к 2023-2025-2029 гг.
Авторы для каждого из ведущих 40-ка государств, для каждой отрасли, региона ноосферной экономики разрабатывают объективную законодательную базу и систему правосудия. Авторы поддерживают мнение офицеров ГШ Русской армии, в частности А.Д.Нечволодова о целесообразности уничтожения:
Римского рабовладельческого права=бесправия, которое было создано/разработано не в «Риме» 2000 лет назад, а в середине XIX века, т.е. 150 лет назад.
Морского пиратского права=разбоя – создано/разработано в середине XIX века, т.е. 150 лет назад.
Континентального колониального права=рабство – создано/разработано в середине XIX века, т.е. 150 лет назад.
Современная мировая законодательная система никогда не была демократической.
В монографии Дорошко С.Е., Самарина Г.П. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты. Серия: Космо-ноосферная экономика», 26.09.19 http://economics-21.narod.ru/Book/book-17/b17.html в параграфах:
1.8.3 «Методика расчёта дотаций, субсидий предприятиям сельскохозяйственной отрасли РФ и стран-членов ООН Дорошко-Самариной. Кондратьевские циклы. Законопроекты РФ и стран-членов ООН» http://economics-21.narod.ru/Book/book-17/b17.html#_6650.
2.4 «Эскизные проекты моделирования дотаций, субсидий предприятий сельскохозяйственной отрасли РФ и стран-членов ООН по методике Дорошко-Самариной» http://economics-21.narod.ru/Book/book-17/b17.html#_6674.
«… Авторами были выявлены межотраслевые мультипликативные/синергетические эффекты, которые позволяют проверить или опровергнуть исследования Дорошко-Самариной о том, что высокие мультипликативные межотраслевые эффекты должны объясняться или коррелировать с таким производственно-экономическим показателем как фондовооружённость (доля основных фондов в объёмах реализации). Для этого исследуем показатели фондовооружённости по основным отраслевым локомотивам экономики США с учётом выявленных мощных межотраслевых синергетических эффектов.
Для исключения спорных мнений, либеральных методик западных экономистов в основу авторского исследования положен динамический анализ доли основных фондов в объёмах реализации США не в реальном, а в номинальном выражении.
Динамический анализ проводится в двух временных периодах. Это было сделано сознательно для выявления возможных постиндустриальных трансформаций или вероятных трансформаций в экономике США, вызываемых циклами Кондратьева.
Результаты межотраслевых исследований показателей фондовооружённости по основным отраслевым локомотивам экономики США представлен на рисунке с учётом моделей мощных синергетических и межотраслевых мультипликативных эффектов. На приведённом рисунке выделены разделы показателей фондовооружённости предприятий сельского хозяйства (110C - Farms) и предприятий промышленности (31-33 Manufacturing) США.
По данным различных источников, в частности, wiki: «Большинство развитых стран считает поддержку сельхозпроизводителей приоритетом в аграрной политике. В странах Евросоюза в последние годы уровень финансирования сельского хозяйства составил 300 долларов США на 1 гектар сельхозугодий, в Японии — 473 долл./га, в США — 324 долл./га, в Канаде — 188 долл./га, в России — 10 долл./га. Совокупная бюджетная поддержка производителей от стоимости валовой сельскохозяйственной продукции в экономически развитых странах составляет 32-35 %, однако в России и развивающихся странах — не более 7 %». Авторы считают, что для обеспечения выживания человечества в условиях климатических потрясений, принятые уровни финансирования сельского хозяйства, с одной стороны, не объективны, а, с другой стороны, требуют изменения в авторской редакции
Для этого исследование доли основных фондов в объёмах реализации, построение статистических, нейронных моделей фондовооружённости будем проводить за длительный период, который был определён как 1947-2017 гг.
На втором этапе для исследования возможных отраслевых трансформаций основных фондов в экономике США временной интервал был определён как 1995-2017 гг.
Проведённые исследования, в т.ч. с целью обнаружения начала фаз Кондратьевских циклов в постиндустриальном обществе, позволяют утверждать следующее, что в постиндустриальном либерально-демократическом обществе наблюдается не развитие ноосферной экономики лидеров капиталистических стран, а хаос, повышенные управленческие риски на всех иерархических уровнях, вызывающие неизбежное углубление регулярных мировых кризисов, целенаправленно организуемый «терроризм», военные конфликты, «революции» или государственные перевороты и масштабная эксплуатация ноосферных ресурсов человечества и нашей общей Земли-матушки.
Рассмотрим основные моменты, алгоритм методики Дорошко-Самариной законодательных инициатив по определению размера дотаций и субсидий сельскому хозяйству для всех стран-членов ООН. Требования авторов: расчёт величин дотаций должен проводится ежегодно на основании динамического межотраслевого моделирования статистических данных на всю имеющуюся временную глубину. Всё сегодняшнее законодательство во всех странах-членах ООН имеет мощную коррупционную составляющую (90-99%) и абсолютно не объективно. Авторы готовят альтернативное ноосферное законодательство для всех стран-членов ООН. Методики Дорошко-Самариной законодательных инициатив по определению размера дотаций и субсидий сельскому хозяйству для всех стран-членов ООН являются примером базовых расчётов для принятия ноосферных законов. Всё ниже перечисленное авторы реализуют ежегодно. Период анализа для различных стран и для различных показателей по космо-ноосферной методологии Дорошко-Самариной лежит в диапазоне 1700-2018 гг.
Первый шаг. Проводить ежегодное межотраслевое нейронное моделирование экономики всех стран-членов ООН за период 1970-2018гг. для выявления прямых и латентных затрат/связей, мультипликативных эффектов по всем отраслям экономики и по сельскому хозяйству, в частности.
Второй шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-2018гг. выявлять мощность, мультипликативные эффекты воздействия каждой отрасли на экономику стран-членов ООН определять отрасли локомотивы и отраслевые тактические и стратегические приоритеты развития с учётом системы «Ноосферная продовольственная безопасность» Дорошко-Самариной. По данным авторов средний мультипликативный эффект воздействия промышленности (1-й тактический приоритет) на экономику стран-членов ООН составляет 2,5-3,1 раза, сельского хозяйства (2-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,5 раз, строительство (3-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,5 раз, ЖКХ (Electricity, Gas and Water Supply или Utilities) (4-й тактический приоритет) на экономику стран-членов ООН составляет 1,9-2,3 раз. Авторы на базе ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН запрещают финансировать торговлю и банки. К стратегическим приоритетам авторы относят науку, образование, здравоохранение и культуру. Расчёты не приводятся, смотри монографии авторов http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Третий шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-2018гг. выявлять долю сельского хозяйства в ВВП страны. Авторы на базе ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН утверждают, что эта доля сельского хозяйства в ВВП стран-членов ООН лежит в диапазоне 0,5-3%. В развитых странах доля сельского хозяйства в ВВП составляет 1%.
Четвёртый шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1929-1970-2018гг. рассчитать фондовооружённость для всех отраслей. По данным авторов фондовооружённость сельского хозяйства в США составляет 136-141%, а промышленности 45-58%, смотри предыдущий рисунок. Конкурентные преимущества промышленности США по отношению к сельскому хозяйству 2,4-2,5 раз. По ведущим капиталистическим странам (7 стран) средний уровень показателя фондовооружённость сельского хозяйства составляет 257-354%, а промышленности 74-105%. Конкурентные преимущества промышленности 7-ми ведущих стран по отношению к сельскому хозяйству 3,51 раз.
Пятый шаг. На основании ежегодного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. рассчитать средний технологический цикл производства продукции в промышленности и сельском хозяйстве. По данным авторов конкурентные преимущества по показателю средний технологический цикл производства продукции промышленности по отношению к сельскому хозяйству составляют 10-100-1000 раз.
Шестой шаг. На основании ежегодного космо-ноосферного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. рассчитать риски по производству продукции в промышленности и сельском хозяйстве: космические, солнечные, ноосферные, климатические, заболеваемости персонала и животных, неурожайности и др. Смотри авторскую систему «Ноосферные Риски, Планы и Рейтинги» Дорошко-Самариной. По данным авторов конкурентные преимущества по показателям «Ноосферные Риски, Планы и Рейтинги» промышленности по отношению к сельскому хозяйству составляют 10-100 раз.
Седьмой шаг. На основании ежегодного космо-ноосферного межотраслевого нейронного моделирования экономик всех стран-членов ООН за период 1970-1990-2018гг. в рамках авторской системы «Ноосферная Продовольственная безопасность» Дорошко-Самариной на первом этапе авторы рекомендуют определять размер дотаций и субсидий на основе конкурентных преимуществ по фондовооружённости.
Проведённые исследования по сравнительному анализу показателей фондовооружённости и за период 1947-2017 гг., и за период 1995-2017 гг. предприятий сельского хозяйства (110C - Farms) и предприятий промышленности (31-33 Manufacturing) США с учётом моделей мощных синергетических и межотраслевых мультипликативных эффектов позволяют сделать следующие выводы, подтверждающие целесообразность применений ноосферных законодательных моделей дотаций, субсидий Дорошко-Самариной предприятиям сельского хозяйства в размере 2-7 раз к существующим сельскохозяйственным ценам и формирование обоснованных, здравых ноосферных бюджетов, дотаций, субсидий, поправок к законодательству предприятий любых отраслей, любых рынков, любых стран, с любым политическим строем и любыми политическими партиями…».
В библиотеках ВУЗов всех республик СССР находятся учебники, учебные пособия авторов: Самарина Г.П., Дорошко С.Е. Бизнес-план. Практикум. -М.: Бератор-Пресс, 2002.-168 с., Самарина Г.П., Дорошко С.Е.. Бизнес-планирование. 1-е, 2-е изд. — СПб.: Питер, 2004. — 384 с., Бизнес-планирование в условиях открытой экономики: Учеб. пособие для студ. высш. учеб. заведений. 1-е, 2-е, 3-е изд. / Г.П. Самарина, С.Е. Дорошко. — M.: Издательский центр «Академия», 2005, 2006, 2008. — 288 с.
По учебникам и учебным пособиям авторов должны были учиться все сегодняшние руководители всех республик СССР/СНГ. Рассмотрим один из важнейших примеров из авторских учебников. Далее идёт выдержка из раздела учебного пособия: «Экономическая лаборатория. Кривая Лаффера и эффективность пенсионного законодательства РФ http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#207.
«… Задача 1: Определить, какой минимальный уровень пенсионных процентных отчислений от фонда оплаты труда должен быть установлен государством по пенсионному обеспечению, чтобы пенсионер получал пенсию не ниже своего среднего заработка за весь период своей активной жизни. То есть ни государство, ни его родственники и близкие, а он сам себя обеспечивал в старости. После смерти на его пенсионном счёте должны полностью сохраниться его деньги, которые далее передаются его наследникам кроме страховых, солидарных выплат. Если же гражданин не доживает до пенсионного возраста, то его пенсионные выплаты передаются его наследникам кроме страховых, солидарных выплат.
Задача 2: Доказать, почему граждане РФ не платят в Пенсионный Фонд России в полном объеме? Для этого рассчитать критическую точку на кривой Лаффера. Куда исчезают активы Пенсионного Фонда … продолжить фразу.
Задача 3: По результатам расчетов ответить на вопросы: Кто находится в тени, граждане России или государство олигархов и чиновников? Российские чиновники, олигархи профессионалы или нет? Россия это демократическая, рыночная страна?
Начальные значения и ограничения для решения поставленных задач:
Государство демократическое.
Выплата заработной платы осуществляется как в развитых странах - 4 раза в месяц, а не 1 раз в месяц или 1 раз в 4 месяца как в РФ.
Пенсионер в развитой демократической стране выступает основным инвестором экономики своей страны.
Государственный чиновник профессионален.
Государство, чиновник солидарно отвечает за политику: монетарно-фискальную, доходов и заработной платы.
Государство не перераспределяет пенсионные деньги в пользу олигархов.
Вопросы:
Чему по расчетам должна быть равна точка С по оси Х на кривой Лаффера?!
Доказать, порочность принципа солидарной ответственности поколений. Существует он или нет? Или это измышления «теоретиков"?
Доказать, существует ли в РФ правительство, способное проводить в рамках Конституции РФ монетарно-фискальную политику и политику доходов и заработной платы. Если нет, то какую политику оно проводит и за что получает заработную плату и персональные пенсии?
Почему пенсионные выплаты в ПФ России установлены в размере 28%, а в США 14%?
Является ли Пенсионное законодательство РФ объективным социально-экономическим законом или это фикция, возведенная в рамки закона?
В России, так никто и не ответил, куда исчезли активы пенсионного фонда РФ? По мнению ряда экономистов, в том числе и зарубежных, эти активы были также «приватизированы». Если это так, то является ли приватизация законной?..."
Отметим ряд моментов. В 1996 г. руководителем Пенсионного Фонда РФ был назначен экономист-кибернетик, к.э.н. М.Ю.Зурабов, аспирант ВНИИСИ – известного центра по подготовке специалистов по развалу СССР. Напомним, ВНИИСИ являлся филиалом «Римского клуба».
М.Ю.Зурабов нас поразил экономической безграмотностью, удивившись тому, что в Пенсионном Фонде РФ нет денег. Любому профессионалу известно, что в Пенсионном Фонде находятся не деньги, а активы: фабрики, заводы, ЖКХ, колхозы, больницы, школы, детсады, санатории, клубы, т.е. все активы народного хозяйства страны. Экономику любой страны от гвоздя до космического корабля создают труженики в активный период своей жизни. Поэтому пенсионеры являются единственными инвесторами экономики, народного хозяйства всех стран. Пенсионеры живут с доходов от ими же построенного/созданного народного хозяйства. Все олигархи – это воры, укравшие активы пенсионных фондов. Вот почему в Пенсионных Фондов РФ и других стран нет средств и нет пенсий. Пока будут царствовать олигархические воры и будут существовать буржуазные государства в пенсионных фондах денег для единственных собственников – НАРОДА НЕ БУДЕТ. Во всех государствах сразу после Беловежского Переворота в СССР/СЭВ был удлинён пенсионный возраст. Увеличение пенсионного возраста - это ОЧЕРЕДНОЙ ЭТАП МАСШТАБНОГО ГРАБЕЖА НАРОДОВ всего мира.
В 90-е годы авторы занимались исследованиями, связанными с правосудием, для прокуратуры, МВД СПб, в которых доказывали на основе статистического моделирования, что уничтожение промышлености в СПб и РФ неизбежно вызовет утрату независимости, суверенитета. Но главное вызовет масштабный двукратный рост безработицы не только в промышленности, но и через латентные связи в экономике других отраслей. Далее можно с уверенностью ожидать масштабную коррупцию во всех сферах деятельности экономики любой страны, обвальный рост до 99,7% коррупционной ёмкости законодательства в РФ. Всё это приведёт к окончательному разрушению советского правосудия и масштабному росту заключённых в тюрьмах
В выводах, которые авторы подготовили для прокуратуры, МВД СПб, отмечалось следующее.
1/ Необходимо срочно восстанавливать советскую систему.
2/ Без коренной ломки, созданной воровской, олигархической системы ФСИН, МВД, прокуратуре, судам и др. РФ, необходимо увеличить численность силовиков минимум в 2 раза.
Либеральная общественность, их СМИ регулярно с тупым усердием обвиняют И.В.Сталина в геноциде советского народа. По Ахматовой: «Пол страны сидело, пол страны охраняло». Особенной лжи подвергаются военные годы и послевоенный период восстановления народного хозяйства 1941-1953 гг.
На сайтах авторов были обновлены онлайн-базы данных The World Prison Brief https://www.prisonstudies.org/, предоставляющие бесплатный доступ к информации о тюремных системах по всему миру http://economics-21.narod.ru/new/SSSR/SSSR-Stalin-Gulag.html. Кроме этого были обновлены статистические данные НКВД/МВД по тюрьмам СССР. Сравнение численности осужденных в СССР с развитыми странами свидетельствовало, что преступность в развитых странах в десятки раз выше, чем в военные годы и послевоенный период восстановления народного хозяйства СССР в 1941-1953 гг.
Важно отметить, что в развитых капиталистических странах воровская экономика процветает. Для этого сравним средние данные по заключённым в Сталинском Гулаге 1941-1953 гг. и данные Федерального бюро тюрем США за период Ельцинских-Путинских реформ 1990-2018 гг.
Так, в частности, в период либеральных реформ международного, государственного, военного преступника Ельцина к 2000 году в тюрьмах сидело 729 чел. на 100 тыс. жителей. В СССР отбывало наказание в среднем 32 чел. на 100 тыс. жителей, т.е. в 22,6 раза меньше. К 2020 г. в РФ отбывает наказание 363 чел. на 100 тыс. жителей, т.е. в 11,2 раз больше, чем в Сталинском Гулаге.
В 2008 году в тюрьмах США находится 755 чел. на 100 тыс. жителей. В СССР в тюрьмах находилось в среднем 32 чел. на 100 тыс. жителей, т.е. в 23,4 раза меньше, чем в США. К 2018 г. в США в тюрьмах находилось 642 чел. на 100 тыс. жителей, т.е. в 19,9 раз больше, чем в СССР.
Сравнительный анализ социально-экономических систем «развитых» капиталистических странах и СССР позволил выявить скрытые негативные тенденции в капиталистических «развитых» странах. Чтобы спрятать уничтожение промышленности, суверенитета, независимости своих стран, масштабный вывоз 100 тыс. предприятий (100 млн. безработных) из США в Китай, 100 тыс. предприятий (100 млн. безработных) из ЕС в Китай, 100 тыс. предприятий (100 млн. безработных) из СССР в Китай, были сокрыты истинные чудовищные цифры безработицы и преступности. Для сокрытия роста преступлений и подготовки преступных сообществ к уничтожению государственности в США, в ЕС и в СССР/РФ изменили законодательство во всех странах одновременно и уменьшили численность осуждённых. Аналогичные законодательные аферы по занятости/безработице были осуществлены во всех государствах по рекомендациям МОТ ООН.
В исследованиях/монографии Дорошко С.Е., Мухаббатов Х.М., Самарина Г.П. Космо-ноосферное межотраслевое межгосударственное моделирование. Деловые игры «Кризис или Развитие». Нейронные модели производственной функции научно-исследовательского комплекса. Том 1. Серия «Космо-ноосферная экономика», 2015г. авторский коллектив фонда «Ноосфера» предлагает использовать научно-исследовательские социально-экономические разработки, методики, предназначенные для предприятий всех видов деятельности любых отраслей, рынков, регионов, государств в рамках авторской концепции Ноосферной экономики, на основе международных стандартов (МСФО, ISO 31000 и др.), системы национальных счетов (СНС) ООН, межотраслевых балансов (МОБ) 40 ведущих стран мира, производящих более 70% мирового ВВП (США, 30 стран Европы, Китай и др.).
В монографии была продолжена работа по развитию деловых игр в рамках авторских систем, методик, нейронных моделей «Системы Кризис или Развитие Дорошко-Самариной», которые естественным образом авторами встраивались в нейронные модели производственной функции научно-исследовательского комплекса. Эти обучающие системы также будут сложны для освоения, осмысления и дальнейшего практического применения. Поэтому авторы и в этой монографии продолжили работы по созданию новых комплексов деловых игр, программных системных тренажёров, нейронных обучающих систем для руководителей предприятий, отраслей, регионов и государств, в т.ч. банков, центральных банков, законодателей и др. http://economics-21.narod.ru/Book/book-12/index.html#_996.
Авторские концепции образуют многообразие миллиардных видимых и триллионное многообразие невидимых связей. Авторы понимали, что необходимо разрабатывать научно-практические системы, методики, нейронные модели и авторские программные комплексы, в т.ч. в нейронные модели производственной функции научно-исследовательского комплекса. Параллельно основной научно-исследовательской системе разрабатывать обучающие, дистанционные системы, методики, обучающие нейронные модели, обучающие программные комплексы и «Help» системы в виде текстов, интернет html и видео материалов.
Авторы в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко, опираясь на результаты ежегодных исследований статистических данных МОБ 40-ка ведущих стран мира (70-80% мирового ВВП) по миллиардам функционалов, созданное программное обеспечение и нейронно-динамическое ноосферное моделирование разработали следующее:
Авторы разработали системы ноосферных рисков, рейтингов предприятий для всех предприятий, всех отраслей, всех регионов, всех государств и для всех силовых органов всех стан принципиально отличную от ISO 31000, в т.ч глубоко ошибочные рейтинги по военным расходам SIPRI. Авторы требуют полного пересмотра стандарта ISO 31000 «Риск менеджмент», SIPRI и предлагают конкретные методики для наполнения стандарта реальными, расчетными моделями рисков, в т.ч. динамическим бифуркационным анализом ноосферных рисков, а не далекими от экономики лингвистическими, описательными моделями середины прошлого века.
Для понимания излагаемого материала следует ознакомиться с видео-лекцией «История создания методик прогноза, организации мировых экономических кризисов. Планирование и общий алгоритм моделирования эффективной ноосферной экономической системы на всех иерархических уровнях управления от предприятий до правительств, в т.ч. финансовой системы всех уровней», https://www.youtube.com/watch?v=9gzzMZCtmPg, 02/09/2016 г.
Рассмотрим основные системы/подсистемы, которые были восстановлены и развиты авторами в 1980-1995 гг. Они устойчиво работают с 1995 года, в т.ч. при прогнозе всех мировых кризисов, переворотов, военных конфликтов, псевдо-пандемий в период 1995-2021 гг.
В рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко методики опираются на следующие системы/подсистемы и разработанное программное обеспечение (ПО):
1. Система прогноза мировых финансовых и экономических кризисов, цветных революций/переворотов, и упреждающая выработка антикризисных мероприятий по организациям всех отраслей, всех регионов любых государств, в т.ч. по банкам, страховым и фондовым компаниям, в рамках следующих подсистем/школ АН СССР:
Русской трудовой экономической школы Дмитриева и русской финансовой системы Нечволодова. На данном этапе проводится окончательный расчет прогноза для всех семи иерархических уровней управления от предприятий до правительств по исследуемым государствам в рамках СНС ведущих стран мира, производящих более 70% мирового ВВП.
2. Система анализа рисков, коридоров управления, эффективности, в т.ч. денежных агрегатов, энергетических, социальных, эколого-биосферных ноосферных показателей. Система анализирует все семь иерархических уровней управления от предприятий до правительств, в т.ч. по финансовым системам, центральным банкам (ЦБ), по исследуемым государствам с учетом системы прогноза кризисов, революций/переворотов, в рамках СНС ведущих стран мира, производящих более 70% мирового ВВП.
3. Системы планирования и контроля, в т.ч. денежных агрегатов, энергетических, социальных, эколого-биосферных ноосферных показателей. Данные системы осуществляют планирование, контроль на всех семи иерархических уровнях управления от предприятий до правительств по исследуемым государствам в рамках СНС ведущих стран мира, производящих более 70% мирового ВВП, на основе систем прогноза кризисов, революций/переворотов, а также систем анализа рисков, коридоров управления, эффективности.
В процессе анализа, планирования, контроля, моделирования устойчивых прогнозов коллективом ежегодно обрабатывается миллиарды функционалов. Только по США в рамках СНС глубина динамического анализа составляет минимум 70-90 лет.
Для обеспечения объективности, глубины, масштабности исследований, устойчивости моделирования и прогнозов коллективом ежегодно рассматриваются все предприятия 30-50-100 отраслей/рынков в рамках СНС ведущих стран мира, производящих более 70% мирового ВВП (США, 30 стран Европы, Китай и др.). Среднегодовой объем 30-50-100 научных монографий, управленческих моделей около 30-50-100 тысяч страниц для всех семи иерархических уровней управления от рабочего места персонала предприятий до правительства по каждому исследуемому государству. Общий объём монографий по 50-100-200 государствам-членам ООН составляет 5-10-20 млн.стр. в год.
Рекомендуем ознакомиться с видео-лекциями авторов «Минимальные требования, краткий алгоритм исследования сложных экономических систем», «Общая постановка задачи при исследовании сложных экономических систем» https://www.youtube.com/watch?v=Cb2gmV-FPrI, 02/03/2014 г. а также с материалами/исследованиями на сайтах авторов: «Система Ноосферного проектирования жизнеобеспечения организаций, отраслей, регионов, государств». http://economics-21.narod.ru/new/sev/sev-fond.html.
Отметим, что в последнее время предпринимаются попытки проведения аналогичных работ в ЕС (двенадцать научных центров), США (Стэндфордский университет), Япония и др. К сожалению, эти во многом достойные исследования, работы не всегда успешные в т.ч. в части прогноза мировых кризисов, переворотов, военных конфликтов, пандемий и др. Сказывается кадровый голод в профессионалах, который Запад испытывает с середины XIX века, несмотря на активную помощь русских/советских Сталинских экономических школ, а также авторов https://searchworks.stanford.edu/view/9198590, http://economics-21.narod.ru/new/vuz-usa/vuz-usa.html.
Дадим шокирующую оценку состояния либерально-экономического образования в мире или по В.Леонтьеву «О крахе либеральной, неолиберальной экономической науки Запада». Цитируем приговор за период 1895-2007 гг. конвейеру по производству экономистов дураков:
«… Австрийские, французские, английские экономические школы в так называемых «теориях», цены определяют из цен, одни неизвестные из других неизвестных…» Основатель экономики XX, XXI века В.К.Дмитриев, 1895 г.
«… Если понадобится на общественные надобности деньги сверх бюджета, то они получатся ... просто выпуском нужного количества знаков…». Экономист, геополитик, историк, руководитель разведки Генштаба Царской армии генерал А.Д.Нечволодов, 1906 г.
"Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия…» Главный редактор Business Week (1982. 18 Jan. P.124) по поводу исследований Американской экономической ассоциации.
»... У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — дураки, которые указывают дороги...» Акад. Д.Львов (1995 г. РАН)
»... Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет...» В.Путин (Совет Федерации РФ 2007 г.)
Несложно догадаться, почему В.Путин перешел на ручное управление экономикой России.
На основании выше изложенного предлагаем всем заинтересованным сторонам сотрудничество:
В совместной подготовке/переподготовке профессиональных управленцев, экономистов, способных эффективно прогнозировать мировые кризисы, управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительств, администрации президента РФ, в т.ч. МИД, МО, МЧС, ФСБ.
В рамках создаваемой сети Народных Академий СЭВ (Совет Экономической Взаимопомощи).
В заключение отметим важнейший момент. Все системы/подсистемы, методики авторов в рамках традиций ГУ ГШ Русской Армии, АН СССР, МО СССР имеют двойное/тройное назначение:
В военный период развития мировой экономики осуществляют мгновенную мобилизацию экономики нашей страны, наших союзников, и парализуют экономику вероятного противника на основании технологии точечных уколов, а не ковровых бомбардировок. Технология точечных уколов позволяет в послевоенный период быстро восстановить экономику, социально-экономическую ноосферу наших противников.
Справка: Экономическое исследование генерал-лейтенанта Александра Дмитриевича Нечволодова «От разорения к достатку» (1906 г.). Некоторые данные о современном положении франмасонства (1906г.), записка военного агента русской армии, полковника А.Д.Нечволодова. Совершенно секретно, стр. 378. Архив Свято-Троицкого монастыря в Джорданвилле (США), фонд Н.Ф.Степанова.
Предлагаем в рамках региональных, государственных и международных конференции предоставлять дистанционный интернет доступ для докладов авторов и наших учеников. Это позволит раскрыть многие положения, разработки, исследования системы Ноосферного проектирования жизнеобеспечения предприятий, отраслей, регионов, государств, не вошедших в данный материал, не отраженных на сайтах, находящихся в работе. Это позволит незамедлительно раскрыть ряд результатов, в т.ч. по климатическим системам, по готовящимся в 2016 г. году к публикации в минимальном объёме 50-65 монографий (общим объемом 50-65 тыс.стр.) авторов по исследованиям отраслей/рынков ведущих стран мира, производящих более 70% мирового ВВП (США, 30 стран Европы, Китай и др.) в рамках СНС и концепций экономики космоса, ноосферной экономики, разрабатываемых авторами.
Дистанционный интернет доступ позволит авторам регулярно знакомить уважаемые конференции с ежегодными результатами исследований авторов, в т.ч. с прогнозом очередного мирового финансово-экономического кризиса 2019-2021 гг. и псевдо-пандемией, а также с прогнозируемыми коллективом мировыми финансовыми, экономическими кризисами 2023-2025, 2029, 2034, 2040, 2046, 2052, 2057, 2062, 2065, 2071 гг.
Ещё раз подчеркнём все системы, методики, нейронные модели ежемесячно, квартально и ежегодно уточнялись, дополнялись, корректировались в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko.
Например, в монографии Дорошко С.Е., Самарина Г.П., Чадаев О.Д. «Мировой кризис 2013-2014 г. в цифрах. Серия: Ноосферная экономика», 12/12/2012 г. http://economics-21.narod.ru/Book/book-10/index.html. В главе 2.2 «Предварительный анализ развития экономики США в 2013-2014 г. на основе динамики пяти финансовых пузырей на основе Закона Дорошко-Самариной» http://economics-21.narod.ru/Book/book-10/book-10-02.html#_52:
1) Мировой фондовый рынок
2) Изменения на энергетическом/нефтяном мировом рынке
3) Изменения на ипотечном мировом рынке, на примере ипотечного рынка США
4) Изменения на мировом продовольственном рынке
5) Изменения на мировом лекарственном рынке
В главе 2.2.5 «Изменения на мировом лекарственном рынке» http://economics-21.narod.ru/Book/book-10/book-10-02.html#_62 авторы писали:
«… В 2008 г. - авторами дан прогноз начала активных спекулятивных игр в 2010 г. на мировом продовольственном рынке, кроме этого авторами был дан прогноз на рост цен мирового фармрынка. Один из экзогенных факторов естественно вытекает из авторского прогноза 2006-2008г. по максимальной солнечной активности на 2013-2014г., и как следствие рост возможных социальных конфликтов в мире, в том числе, «цветных» революций.
Как известно любые конфликты, «цветные» революции неизбежно приводят к росту заболеваний, напряженной эпидемиологической обстановки и т.д. Это в свою очередь неизбежно вызывает рост спроса на фармпрепараты, лекарства, а за этим неизбежно начинается рост спекулятивных игр на столь привлекательном мировом фармрынке. Воистину мудра русская пословица: «Кому война, а кому мать родна».
Можно уверенно ожидать в 2010-2012 г. рост мирового фармрынка на 1,3-1,7 раза и последующий обвал рынка в 2013-2014 гг. до уровня на 20-30%...».
В 2015-2016 гг. наши прогнозы на мировой финансово-экономический кризис 2019-2021 гг. были уточнены и предварительно изложены в виде видео-лекций для медиков (около 100 часов лекций) с учётом исследований медико-фармакологических рынков 2010-2012 гг. По мнению авторов медико-фармакологическая афера во время мирового кризиса 2019-2021 гг. будет выполнять, с одной стороны, роль прикрытия масштабных кризисных явлений, с другой стороны, будут отрабатываться командно-штабные учения по подготовке управляемой пандемии в момент максимума солнечной активности и очередного следующего мирового финансового кризиса 2023-2025 гг. Напомним, что именно этому и посвящена данная монография «Мировой кризис 2023-2025 гг. в цифрах. Расчленение (Закрытие проектов) США, ЕС, РФ, КНР, Индии и др. (40 государств) Мобилизационные программы».
Отличительная особенность Космо-ноосферных концепций, систем, методик, нейронных моделей Дорошко-Самариной - это их двойное назначение. Авторские системы могут как созидать, так и разрушать, как личную, так и общественную среду обитания человека и общества. Именно поэтому авторы сознательно формируют/создают миллиардные системы/модели ложных целей, моделей, так называемые системы, комплексы «минных» полей/ловушек для «научной» общественности и их дебильных «элит». Это исключает использование авторских систем, методик и нейронных моделей с корыстно-разрушительными целями как в личных целях, так и в интересах дебилизирующих «элит». Они не понимают, что, в конечном счёте, они разрушают себя и общество в целом. Космо-ноосферные концепции, системы, методики, нейронные модели Дорошко-Самариной разработаны таким образом, чтобы максимально исключить плагиат, воровство идей, моделей, а также использование программного обеспечения авторов в корыстных целях.
Мировоззренческие, управленческие концепции Дорошко-Самариной системы, методики используют исключительно в авторской редакции все виды математического, статистического, нейронного и прочего моделирования. Все отраслевые, региональные и международные стандарты система национальных счетов (СНС), международная система финансовой отчётности (МСФО), риск анализ, управление рисками (ИСО 31000), международной организации труда (МОТ), всемирной организации здравоохранения (ВОЗ), Олимпийского комитета, комитета экологии, продовольственной и сельскохозяйственной организации ООН (ФАО) и других подразделений ООН также используются только в авторской редакции. Межотраслевой баланс (МОБ) в масштабном многообразии 625-2500-10000 авторских систем и является одним из элементов систем. МОБ будучи малым элементом в системах авторов используется также в двойном назначении, в т.ч. как система ложных целей. Например, при прогнозе мирового финансово-экономического кризиса 2019-2021 г. в процессе моделирования ноосферных экономик 40-ка ведущих государств мира, производящих 80-85% мирового ВВП, МОБ участвовал в системах авторов, как система ложных целей, минных полей и моделей прикрытия.
Проблема сложности изложения и лингвистического описания материала всех научно-практических исследований авторов заключается в исходном громадьё разработанных за 25-50 лет авторских концепций, систем, методик, нейронных моделей, исчисляемых миллиардами моделей и триллионами их прямых и косвенно-латентных взаимосвязей. Авторы в своих исследованиях никогда не повторяются, а отображают новые грани разработанных и новых систем и нейронных моделей.
Всё громадьё разработанных за 25-50 лет авторских систем, методик, нейронных моделей в состоянии эффективно работать благодаря программному обеспечению, разработанному также авторами. Авторы никогда не доверяли чужим идеям, системам, методикам, моделям, программному обеспечению, в том числе нобелевским и академическим авторитетам. Это связано с тем, что ни одна из систем, методик, моделей при их проверке программными комплексами авторов не работали. Это подтверждает мнение В.Леонтьева в статье «Туманное теоретизирование: методологическая критика нео-кембриджской школы». Quarterly Journal of Economics, 1937г.: «… Пренебрежение академической экономической наукой упорным, систематическим, эмпирическим анализом и увлечение изящными, но пустыми, формальными, … теоретическими «упражнениями».
В настоящее время наблюдается дальнейшая интенсивная деградация фундаментально-академической, прикладной (регионально-отраслевой) и ВУЗ-кой науки, которая выродилась в ничтожно-интеллектуальный терминологический блуд и индекс цитирования. Этот неизбежный крах либеральной, неолиберальной псевдонауки и индекса цитирования. Русский экономист-трудовик, основатель мировой социологии П.Сорокин (В книге «Fads and Foibles in Modern Sociology and Related Sciences» в главе «Амнезия, новые Колумбы и комплекс первооткрывателя», 1956г.) предупреждал об ОПАСНОСТИ ИНДЕКСА ЦИТИРОВАНИЯ, КОГДА ОДНИ ДУРАКИ ОТ «НАУКИ» ЦИТИРУЮТ ДРУГИХ ДЕРЕВЕНСКИХ ДУРАЧКОВ:
»... Многие современные социологи утверждают, что они сделали ряд научных открытий «впервые в истории» социологии или какой-либо иной отрасли знания. Краткости ради эта слабость может быть названа «всепоглощающим комплексом первооткрывателя», или просто «комплексом первооткрывателя»... В указателях их книг дается длинный список «исследователей», принадлежащих к «Страховой компании взаимной поддержки» автора...» http://economics-21.narod.ru/new/w_leontiev/w_leont_nauka.html#_01.
В частности, в статьях, книгах, учебниках, монографиях, лекциях, исследованиях, протоколах совещаний (Губернаторы РФ, Дума РФ, Закс СПб) было заранее опубликовано:
1993г. - дан прогноз очередного мирового кризиса 2013-2014 г. Даны прогнозы мировых кризисов на 1995-1998, 2001, 2013-2014, 2019-2021, 2023-2025, 2029, 2034, 2040, 2046, 2052, 2057, 2062, 2065, 2071 гг.
1997 г. – уточнён прогноз и развитие дефолта РФ в августе 1998 г.
1998-1999 г. – уточнён прогноз мирового финансового кризиса 2001-2002 г.
1999-2001 г. – исследован, промоделирован и рассчитан мировой кадрово-мотивационный кризис 1895-2050 г.
1999-2002 г. – уточнена и построена модель мотивационной ямы экономики РФ и доказан кадрово-мотивационный кризис РФ в 1956-1978-2020-2050 гг.
1999-2002 г. – уточнена и построена модель экзогенных мотивационных факторов и уточнен закон Окуня-Чекирды.
2003-2006 г. – описан закон нелинейного бифуркационного взаимодействия косвенных и латентных связей отраслей, рынков, доказана неизбежность углубления мировых кризисных процессов в условиях глобализации.
2003-2006 г. – сформированы основные положения закона Дорошко-Самарина для расчета кризисных процессов в экономике.
2005-2006 г. – дана практическая реализация закона нелинейных бифуркационных взаимодействий косвенных и латентных связей отраслей, рынков на примере динамической бифуркационной модели управленческого финансово-банковского креста Чадаева.
2004-2005 г. – доказана невозможность реализации ФЦП РФ «Жилье» и программы «Доступного жилья».
2003-2006 г. - уточнён прогноз длительного минимума 2006-2009 гг. и начала солнечной активности на 2009-2010 гг.
2003-2006 г. - дан прогноз пика солнечной активности в 2013-2014 гг., а не в 2012г.
2003-2006 г. - дан прогноз солнечной активности и прогноз мировых кризисов до 2070 г.
2003-2006 г. – построена модель зависимости солнечной активности и мировых кризисов за период 1800-2014гг. Доказано, что в минимум солнечной активности высока вероятность экономических кризисов, а в максимум солнечной активности высока вероятность финансовых кризисов, пандемий, «революций», военных конфликтов и др. http://economics-21.narod.ru/Book/book-17/b17.html#ds01.
2003-2006 г. - уточнён прогноз мирового финансово-экономического кризиса 2008-2009 г. с учётом ипотечных признаков на фоне банкротства 10 топ банков мира.
2007 г. – уточнен прогноз неизбежности мирового финансового кризиса в 2008г., доказана неизбежность перерастания мирового финансового кризиса в мировой экономический кризис с сентября 2008г.
2008 г. – дан прогноз активизации с 2010 г. псевдолиберальных «революций» - государственных переворотов в мире, в т.ч. госпереворот на Украине 2013-2014 гг.
2008 г. - дан прогноз начала активных спекулятивных игр в 2010 г. на мировых продовольственном, фармацевтическом рынках.
2010-2011 г. – даны сценарии, прогнозы песчаных революций мирового финансового кризиса 2013-2014 г. и переворотов.
2010 г. приведены исследования авторов, что конец света авторами отменяется, но весьма вероятно, падение метеорита в длительный максимум солнечной активности 2013-2014 гг. на фоне мирового финансового кризиса. 13/02/2013 г. падение Челябинского метеорита, и подготовка 1-м каналом ТВ РФ видео-интервью с авторами...
…
Это лишь краткий и укрупнённый перечень научно-практических исследований авторов. Для опубликования полного перечня исследований у авторов не хватит не только своих пенсий за несколько лет, но и пенсий всех депутатов ГД РФ. Средний объём научно-практических исследований авторов по всем предприятиям, всех отраслей, всех регионов, всех стран, всех рынков в минимальном объёме составляет 43 млн.стр. в год.
Рассмотрим исследования авторов по геополитической, геоэкономической катастрофе в виде моделей авторов – крест США, ЕС, СССР и др. Докажем, что причины этой катастрофы есть результат дебильного западного образования с середины 19-го века по настоящее время, принятую во всём мире в 60-е 70-е годы тупиковую Болонскую конвенцию по образованию и окончательного формирования ВУЗ-го конвейера по производству дураков и биороботов.
Возникает вопрос, каковы причины мирового хаоса, порождённого бездарным управлением кучки масонов-кукловодов, олигархов, президентов!? На основании научно-практических исследований авторов за 25-50 лет авторы доказывают, что это может быть либо их генетическое, биологическое, психическое вырождение, либо плохое образование, или вернее всё вместе.
Для понимания дальнейшего материала рассмотрим ряд простых примеров.
Для начала вспомним высказывания С. Ж. Барруэля, аббата Августина и его «Записки к истории якобинства» (Париж, 1797; новое изд. на фр. яз. 1973). В этой книге разоблачается связь якобинцев с иллюминатами через посредство масонских лож. Барруэль так писал о Великой Французской революции: «Это заговор против христианства, не только против королей, а против любой власти, против всего общества, даже против всякой собственности». http://economics-21.narod.ru/new/sev/sev-fond.html#00-00-history-04.
Хорошо известно, что ещё до времён Наполеона вся собственность, золото и деньги принадлежали малой кучке людей, которые манипулировали элитой всех европейских государств, т.е. королями, царями, князьями, фабрикантами, купцами и др. Подчеркнём, что после Наполеоновских войн Великобритания, Европа, Россия были очередной раз ограблены, и эта малая кучка «масонов» продолжала управлять/манипулировать всеми государствами мира и их руководителями.
Чтобы не быть голословными, процитируем: «… Бисмарк, Биконсфилд, Гамбетта и им подобные в плане влияния представляют собой только МИРАЖ, настоящий их хозяин – это еврей Ротшильд. Стоит ему произнести одно только слово, и Бисмарк будет низвергнут…». Ф.М.Достоевский, 1880 г.
Нужно понять, какие реальные процессы управления/манипулирования государствами и их лидерами происходили в 19-м веке и ранее. Необходимо осознать основной тезис грабежа/воровства по Ротшильду: «Дайте мне право печатать деньги и мне наплевать, кто пишет Ваши Законы».
Возникает вопрос, как имея абсолютную власть, деньги, личный мировой денежный печатный станок, малая кучка «масонов» так бездарно управляет всеми государствами мира, порождая войны, революции, регулярные отраслевые, региональные мировые кризисы и прочее. Исследования, расчёты, нейронное моделирование авторов показывают, что эффективность элитарного управления на всех предприятиях, отраслей, регионов и всех государств составляет не более 1%, соответственно коррупция/воровство во всех государствах достигла колоссальной величины - 99%. Отсутствие какого-либо управления за более чем столетний период свидетельствует о чудовищно плохом образовании кукловодов, элит на всех уровнях от школы до ВУЗов и академий. Авторы в своих научно-практических исследованиях доказывают, что никакого рынка нет, невидимой руки рынка нет, конкуренции нет и прочих вменяемых/здравых социально-экономических ноосферных конструкций нет, а процветает прикрытое фиговыми листочками рабство, грабёж и воровство http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html. С начала 19-го века существуют 40-50 банковских кланов и 100-200 аффилированных компаний (аферистов), которые бездарно управляют всей экономикой мира. В этой узко элитарной среде принято не разбазаривать капитал, и поэтому создаются семьи только между близкими родственниками.
Любому человеческому племени известно, что создание семей в узком круге порождает биологические, физиологические, психологические поломки и в дальнейшем неизбежно приводит к генетическому вырождению и/или перерождению.
Поэтому можно сделать предварительный вывод о том, что в этой элитарной среде происходит либо генетическое вырождение, либо плохое образование, но вернее, как доказывают авторы, и то и другое вместе.
Авторы утверждают, что в результате генетического вырождения элита не может эффективно управлять социально-экономическими, ноосферными мировыми процессами. Поэтому, по мнению авторов, для облегчения управления они приняли идею Мальтуса по сокращению народонаселения, как единственно верное решение, что является верхом безнравственности и непрофессионализма. К 1960-1970 гг. они решили в 10-20 раз сократить население на планете Земля. Им осталось только разработать методики по безболезненному сокращению населения Земли.
В процессе попыток реализации идеи Мальтуса через войны с использованием атомного, химического, биологического оружия они осознали, что это неизбежно может затронуть их ближний круг. Достаточно вспомнить эпидемию испанки, которая произошла в максимум солнечной активности 1917 г. Испанка не просто убила более 40 млн. чел., но и серьёзно зачистила и элиту. Поэтому им нужно было разработать системы ликвидации человечества, которые должны проходить управляемо, руками самих ликвидируемых людей с минимальным риском для элиты и её окружения.
В частности, в монографии Дорошко С.Е., Самарина Г.П. «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений» http://economics-21.narod.ru/Book/book-16/book16.html) авторы на основании ежегодных научно-практических исследований 40-ка ведущих государств мира, производящих 80-85% мирового ВВП утверждали следующее:
«… Ипотечные кризисы — это не единственная форма кризисов, можно доказательно говорить о глобальных финансовых медицинских кризисах, которые в ближайшем будущем будут наблюдаться во всём мире. Возможно, что мировой кризис 2019-2021гг. будет иметь признаки, так называемого финансового медицинского кризиса, организованного аналогично ипотечному кризису сообществом банкиров и страховщиков…»
На основе космо-ноосферного межотраслевого, межрегионального и межгосударственного нейронного моделирования всех 40-ка ведущих государств мира авторы полностью описали все финансово-экономические процессы мирового кризиса как по каждому из 40-ка государств, так и по космо-ноосферной экономике мира. Особо отметим, что авторы в 8-й раз заранее письменно предупредили руководство, в т.ч. силовиков всех 40-ка государств о мировом финансово-экономическом кризисе 2019-2021 гг., о готовящихся аферах на отраслевых, региональных мировых финасово-медицинских и фармакологических рынках. Для недопущения и подавления мирового финансово-экономического кризиса 2019-2021 гг. авторы для руководства и силовиков 40-ка государств по традиции 25-50 лет промоделировали, разработали нейронные модели по эффективному антикризисному управлению. Авторы понимали, что: «… По предварительным оценкам на основе межотраслевого моделирования, потери мировой экономики для всех отраслей только по этим скрытым, латентным факторам целенаправленно организуемым патологиям можно оценить в размере 10% ВВП. ВВП этих «пищевых», «фармацевтических» компаний 0.3-0.5% от мирового ВВП, а ущерб мировой экономики 10% ВВП…» http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01
После публикации 17.03.2008 монографии Самарина Г.П., Дорошко С.Е., Чадаев О.Д. «Ноосферная экономика: банки и кризисы финансовой системы» авторы направили её в дар вице-губернатору СПб М.Э.Осеевскому с письмом. В письме Г.П.Самарина заострила внимание на тяжёлые последствия для бюджета СПб в период мирового финансово-экономического кризиса 2008-2009 гг. Ответ на письмо Г.П.Самариной был дан оперативно. Вице-губернатор СПб М.Э.Осеевский ответил, что этот кризис интересен ЦБ РФ, но не правительству СПб. К концу 2008 г. бюджет СПб и РФ очередной раз рухнул. Безграмотность вице-губернатора соответствует глупости министра финансов РФ, доктора экономических наук, профессора А.Я.Лифшица, который в передаче НТВ «Спросите Лившица» (ноября 1998) сказал, что мировая экономика и мировые кризисы никак не влияют на экономику РФ. Этим ответом он вверг в ступор даже ведущего передачи, что было видно по его растерянному лицу и длительной паузе. Передачу сразу закрыли, чтобы не позорить телевизионный канал и министра. Авторам уже в 90-е годы прошлого столетия было понятно, что в результате Беловежского переворота власть в РФ захватили откровенные непрофессионалы – серость пришла к власти. Этот процесс дебилизации элит и люмпенизации общества во всех странах чудовищно ускоряется с каждым годом.
После того как 2008 г. рухнул бюджет СПб М.Осеевский в своём выступлении ТВ озвучил авторов, что единственным инвестором любой страны являются пенсионеры и пенсионные фонды. В настоящее время М.Осеевский является руководителем ПАО «Ростелеком».
В декабре 2012 г. на юбилее 80-летия машиностроительного факультета ИНЖЭКОНа был предупреждён хозяин ПАО «Северстали» А.А.Мордашова о мировом кризисе 2013-2014 гг., и о шестикратном обвале мирового рынка стали. Актовый зал ИНЖЭКОНА, партер, галёрка был забит людьми от экономической «науки» и масса приглашённых лиц. Всем было очень интересно посмотреть на живого олигарха.
После того как А.А.Мордашов рассказал о том, что он может отжиматься 80-т раз, Г.П.Самарина в новой кофточке и серёжках задала вопрос А.А.Мордашову: «Какие мероприятия он провёл на своих предприятиях в преддверии мирового кризиса 2013-2014 гг.!?». В зале наступила гробовая тишина. Никто о кризисе не догадывался. А.А.Мордашов явно не ожидал такого подвоха и растерянно ответил: «Кризис, какой кризис!?». Спас его мужик с галёрки, задав идиотский вопрос: «Есть ли на ваших предприятиях аутсорсинг». Похоже он был «подставной уткой». Теперь растерялась Самарина, специалист по финансовому менеджменту, не поняв вопроса.
Оказывается, новый термин «аутсорсинг» в менеджменте обозначает управление уборщиками/дворниками на предприятиях. В советское время это был вспомогательный цех по уборке помещений предприятия в структуре главного энергетика. В современной экономике РФ и «развитого» запада главным является не эффективное управление, а терминологический блуд. За теоретический блуд на Западе и в недоразвитых странах типа РФ, Украины, др. республик СССР и стран СЭВ вручают нобелевские премии, академические звания и ордена на фоне устойчивого не развития, а развала экономики во всех странах мира.
Далее Г.П.Самарина подарила экспертам Мордашова книгу авторов «Кризис», которая активно изучается в Стэндфордском университете https://searchworks.stanford.edu/view/9198590. Вечером после этого мероприятия авторами было принято решение о написание новой монографии «Мировой кризис 2013-2014 г. в цифрах. (Серия: Ноосферная экономика)», 2012. Учитывая, что все исследования, расчёты, модели были уже давно готовы еще в 2010 г., то компьютерное оформление было сделано за одну неделю и сдано в печать 12/12/2012 г. http://economics-21.narod.ru/Book/book-10/index.html.
Открытое письмо РАН, NASA и директору Г.А.Жеребцову Институт солнечно-земной физики сибирское отделение РАН. Солнечные циклы и ноосферная экономика
Очередной раз сидит Г.П.Самарина у телевизора и слушает лекцию Гелия Александровича Жеребцова директора Института солнечно-земной физики СО РАН, который говорит: «… Ни одна научная школа, ни наша, ни зарубежная не могли предсказать. И вот затянувшийся минимум солнечной активности, который продолжался почти два года, его никто не предсказывал…». Г.П.Самарина возмущённо отвечает телевизору: «А мы предсказали». Благодаря этому высказыванию «Великого Учёного» было написано и открытое письмо, и монография «Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. Кризис. Серия Ноосферная экономика…» 2010 г.
Г.П.Самарина студентам говорила о себе: «Складывается впечатление, что я не работаю, а только сижу у телевизора и слушаю дураков и ловлю их ошибки и глупые высказывания…». Хотя в 90-е годы у Г.П.Самариной – полторы ставки на кафедре, 9 подработок по СПб и командировки с чтением лекций по филиалам ВУЗа по всему Союзу: Певек, Анадырь, Сочи, Краснодарский край (школа Щетинина), Екатеринбург, Мурманск, Костомукша, Псков, Новгород, Кириши и прочее, и прочее.
Пять ставок и пятнадцать дисциплин от микроэкономики до макроэкономики, от капитала до человеческого капитала труда, кто-нибудь так может!!! Этого хватало только на еду.
Это те годы, которые Наина Ельциа называет «святыми». И на наши женские деньги построен Ельцин-центр !!!!!!!!
Советская женщина, когда за её спиной стоят два голодных мужчины, способна на всё. Вот так рождаются монографии!!!
Далее дана выдержка из открытого письма и монографии: «… Уважаемый Гелий Александрович !!! С интересом слушали Вашу лекцию на телеканале «Культура» в рамках проекта «ACADEMIA». В своей лекции Вы сказали: «… хотя уже одиннадцатилетний период был достаточно хорошо изучен, тем не менее, вот этот солнечный цикл, текущий, который начался, никто не мог предсказать. Ни одна научная школа, ни наша, ни зарубежная не могли предсказать. И вот затянувшийся минимум, который продолжался почти два года, его никто не предсказывал. Все считали, что пройдет где-то там небольшой промежуток времени, полгода, и снова начнется активность. А активность сейчас только-только стала возрастать…» Источник: Стенограмма 1-й лекции Гелия Александровича Жеребцова (директор Института солнечно-земной физики СО РАН), вышедшей в эфир на телеканале «Культура» в рамках проекта «ACADEMIA», http://www.tvkultura.ru/issue.html?id=93591. https://www.youtube.com/watch?v=N5_t0HXuXV0 (с 42-й мин.).
Хотелось бы Вас ознакомить с результатами наших исследований. Наш коллектив активно использует в своих экономических прогнозах все, что связано с Солнцем и космосом. Вот почему мы вынуждены самостоятельно разрабатывать прогностические модели по солнечным циклам. Активное использование в прогностических экономических моделях рассчитанных прогнозов солнечной активности, как одного из тысяч экономических интегральных факторов, позволило нам предсказать все последние четыре мировых экономических и финансовых кризисов. Это подтверждено статьями, книгами, лекциями, протоколами совещаний. В 2006 г. при построении прогноза мирового финансового кризиса 2008 г. был сделан прогноз по солнечной активности (2006-2009 г.г. по расчетам - должен быть длительный солнечный минимум см. рис. 1.7.) при этом использовались данные солнечной активности за период 1700-1993 г. (лаг прогноза от 1993 г.). Кстати, в 1998-1999 г.г. при прогнозировании мирового финансового кризиса 2001-2002 г.г. также использовался наш прогноз солнечного максимума. В своих экономических прогнозах нами учитываются как солнечные максимумы, так и солнечные минимумы (см. 1800-2026гг). По данным NASA октябрь 2005 г. начало солнечной активности предполагалась на 2008 г.
Ошибка расчетов NASA по сравнению с прогнозом нашего коллектива составила 2 года. Мы прогнозировали начало солнечной активности только в 2010 г…"
Открытое письмо к научной общественности, ректорам элитных, ведущих ВУЗов США (50 ед.), о кризисах, войнах, переворотах, пандемиях: 2013-2014, 2019-2021, 2023-2025, 2029 и далее, 27-04-2012 г.
Источник http://economics-21.narod.ru/new/vuz-usa/vuz-usa.html.
«… Уважаемые коллеги,
С большим интересом и вниманием наблюдаем за вашими научными работами, исследованиями. Нас радуют ваши успехи в прогнозировании мировых финансовых и экономических кризисов.
Наш интерес к вашим работам, работам ваших коллег не случаен. В узких кругах экономистов хорошо известно, что в СССР институтами АН СССР с 1927 года проводились успешные работы по прогнозированию мировых кризисов… К сожалению, мы начали открыто публиковать свои работы только после 1995 года, до этого времени по ряду причин мы были лишены этой возможности.
По нашему мнению, если мы объединим совместные усилия, то мы верим, что при прогнозе кризисных явлений в мировой экономике можно будет достигнуть:
Точности прогнозов в развитии кризисов в пределах не 1 года, а довести их до месяца, квартала, полугодия. Наш коллектив достиг точности прогноза в пределах полугодия.
Достигнуть увеличения лага прогноза кризисов до 10 лет. Лага прогноза в 3-5 лет наш коллектив уже достиг.
Обеспечить прогноз, контроль и управление уровнем безработицы во всех отраслях экономики (в рамках стандарта NAICS более 1000 отраслей) без исключения. В настоящее время мы в состоянии прогнозировать и контролировать показатель безработицы по отраслям на порядок меньше.
Понятно, что главная цель нашей совместной работы - это достижение более эффективного управления экономикой в период кризисов и, в будущем, обеспечить главное, подавлять кризисные процессы в зародыше, а не бороться с ними.
Верим, что наши совместные работы помогут мировому сообществу и нашим странам снизить колоссальные потери от мировых кризисов и от очередных 2013-2014, 2019-2021, 2023-2025, 2029 и далее…"
Научный руководитель Фонда Ноосфера
Самарина Галина Петровна (Россия, СПб) 27-04-2012 г.
к.э.н. доцент.
Открытое письмо. Законодателям СФ РФ, ГД РФ, администрации Президента РФ, Правительству РФ, ЦБ РФ, МО РФ, СВР РФ, ФСБ РФ, МВД РФ, МЧС РФ. О кризисах, переворотах, войнах от 17/02/2016
Следует также напомнить, что задолго до монографии было подготовлено и отправлено «Открытое письмо. Законодателям СФ РФ, ГД РФ, администрации Президента РФ, Правительству РФ, ЦБ РФ, МО РФ, СВР РФ, ФСБ РФ, МВД РФ, МЧС РФ. О кризисах, переворотах, войнах» от 17/02/2016 г.
Первая тема письма: «Для того чтобы эффективно управлять экономикой, необходимо уметь прогнозировать кризисы. Для того чтобы уметь прогнозировать кризисы, необходимо научиться их планировать и организовывать».
Вторая тема письма: «О подготовке/переподготовке профессиональных управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, «революции», военные конфликты, «терроризм», эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительств, администрации президента, ГД, СФ, ЦБ РФ, МО, СВР, ФСБ, МВД, МЧС России в преддверие очередного мирового кризиса 2019-2021 гг. и раздела РФ на части на фоне мирового кризиса 2023-2025 гг., 2029 г. и далее» http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html.
Выдержки из письма: «… Наш коллектив с 1995 г. удивляют регулярные заявления членов правительства РФ и в особенности руководителей экономического блока, руководства центрального банка, депутатов Государственной Думы, сенаторов, высокопоставленных сотрудников администрации Президента РФ, о том, что мировые финансовые, экономические кризисы, «революции», перевороты, «терроризм», войны и др. невозможно прогнозировать (1995, 1998, 2001, 2008-2009, 2013-2014, 2019-2021, 2023-2025 гг. и далее). Ими также утверждается, что невозможно рассчитывать финансовые, ипотечные аферы, цены на сырье, нефть, металлы на мировых рынках. Так называемая интеллектуальная «элита», более известная как торговая «интеллигенция», с клиническим упорством утверждает, что банки и торговля — это двигатель прогресса в экономике любой страны. Наша управленческая и прочая элита наивно считает, что существует рынок, конкуренция, инвестиции, демократия в развитых странах и прочие мифы про войны, «революции», перевороты, терроризм, о свободе слова в западных СМИ и их историков, философов и др.
Авторы, наши студенты, аспиранты, докторанты с 1995 г. заранее предупреждали управленческую элиту республик СССР, стран СНГ, ведущих стран мира, отечественную, зарубежную научную экономическую общественность о мировых кризисах, революциях, переворотах, военных конфликтах (1995-1998, 2001, 2008, 2013-2014 гг. Исследования за период 1700-2099 гг.). К нашему глубочайшему удивлению, в ответ мы, в лучшем случае, получаем неквалифицированные отписки.
Западные отписки или боязливое молчание нас не удивляли, цитируем главного редактора Business Week: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия», (1982 г.). Американская ассоциация экономистов (1972-1981 гг.), В.Леонтьев отмечали, что западное экономическое образование, это конвейер по производству дураков. И, правда, что требовать от «интеллектуально отсталых» элит, они за период 1900-2015 гг. пропустили все 30 кризисов в отличие от устойчивых прогнозов русских, советских экономистов и авторов.
Авторов огорчает интеллектуально-экономическая убогость управленческой, экономической, юридической элиты. Для этого достаточно ознакомиться с результатами либеральных «реформ» (см. о геноциде http://economics-21.narod.ru/Book/book-11/b-11-g-01-02.html#_2_2_1), или с мнением акад. Н.Федоренко, акад. Д.Львова: «... У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — либеральные дураки, которые указывают дороги...» (РАН, 1995г.). Хотя более метко, в т.ч. о управленческих, экономических, юридических элитных ВУЗах РФ, сказал В.Путин: «... Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет...» (СФ РФ, 2007 г.) …"
В письме предлагалось: «… По нашему мнению, следует начать искоренять практику повальной управленческой, экономической, юридической безграмотности, интеллектуальной отсталости личным примером в преддверие очередного мирового кризиса 2019-2021 гг. и раздела РФ на части на фоне мирового кризиса 2023-2025 гг. Для этого предлагаем, руководству Государственной Думы, фракций, экономических комитетов прослушать наш установочный спецкурс лекций, практических занятий…» http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html.
Из 448 депутатов ГД РФ ответили только 3 депутата, т.е. Федеральный Закон РФ по письмам трудящихся соблюдают только 0,7% депутатов-законодателей. Один из руководителей ведущей фракции в ГД РФ в ответе написал, что он имеет уже 4-ре диплома о высшем образовании, зачем ему для коллекции ещё пятый диплом. Он так и не понял, что он глупец в четвёртой степени.
Открытое письмо Министру образования и науки РФ О.Ю.Васильевой О подготовке профессиональных управленцев, экономистов, законодателей в преддверие мировых кризисов, 2019-2021г., госпереворотов 2023-2025г. Письмо от 29-08-2016 г.
Министру образования и науки РФ
О.Ю.Васильевой
"О подготовке профессиональных управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, «революции», военные конфликты, «терроризм», эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительства, президента, силовых ведомств, спецслужб РФ в преддверие мировых кризисов, военных конфликтов, госпереворотов/революций 2019-2021г., 2023-2025г., 2029 г. и далее"
Ольга Юрьевна!
В нашей книге Дорошко С.Е., Мухаббатов Х.М., Самарина Г.П. «Космо-ноосферное межотраслевое межгосударственное моделирование. Деловые игры «Кризис или Развитие». Нейронные модели производственной функции научно-исследовательского комплекса». Том 1. Сер. «Космо-ноосферная экономика» (интернет версия http://economics-21.narod.ru/Book/book-14/book-14.html) подняты проблемы, активно обсуждаемые в научном сообществе, приведшие к краху управленческого, экономического и в целом образования РФ и очередному снятию министра.
По нашему мнению - замена министров это не решение проблемы, а лишь видимость решения проблем образования. Следует полностью согласиться с В.Путиным, который в Совете Федерации РФ в 2007 г., обращаясь к сенаторам и тогдашнему министру образования, с возмущением сказал: «... Нашлепали экономистов и юристов, завтра нашлепаем ассенизаторов, а кто работать, страной управлять будет...».
Утверждение отечественных либералов от «экономики», что запад нам поможет это лишь иллюзии - цитируем главного редактора Business Week: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия», (1982 г.). Мало того Американская ассоциация экономистов (1972-1981 гг.), В.Леонтьев отмечали, что западное экономическое образование, это конвейер по производству дураков. И, правда, что требовать от «интеллектуально отсталых» западных экономистов. В отличие от устойчивых прогнозов русских, советских экономистов, нашего коллектива - западные экономисты, их нобелевские лауреаты от «экономики» за период 1900-2015 гг. пропустили все 30 мировых финансовых и экономических кризисов.
В нашей монографии в параграфе 2.3.4 «Основные причины краха либеральных западных, отечественных экономических школ. Образовательный крест России» (http://economics-21.narod.ru/Book/book-14/book-14.html#_199) дан подробный анализ проблем отечественного, западного либерального экономического образования. Чтобы исключить любую критику в необъективности в адрес нашего коллектива, поэтому обратимся к мнению признанных отечественных и зарубежных авторитетов в области управления и экономики.
Причины краха австрийской, немецкой, французской, английской экономических школ были объективно доказана еще в 1895 г. основателем мировой экономики XX-XXI века русским экономистом В.К.Дмитриевым, цитируем: «... Они в своих «теориях» одни неизвестные определяют другими неизвестными». К сожалению, эта научно-системная безграмотность западных экономических школ, их нобелевских лауреатов от «экономики» продолжала процветать весь XX век, еще раз цитируем: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» (Главный редактор Business Week, 1982 г.). По нашему мнению, наиболее объективная и жесткая критика дана в тщательном исследовании за период 1972-1981гг. качества экономических работ (см. таблица 1), опубликованная в «Американском экономическом журнале» (American Economic Review). Известно, что это флагман теоретических журналов по экономике га Западе. В таблице 1 также даны данные по экспертной оценке качества диссертационных экономических работ (ДР) в РФ за период 1992-2013 гг. Картина столь же печальная, как и на Западе.
Таблица 1 Удельный вес псевдо экономических работ, опубликованных в American Economic Review 1972-1981 гг. (строки выделены серым цветом). Добавлено: Экспертная оценка качества диссертационных работ (ДР) по экономике в РФ за период 1992-2014 гг., %
Тип статьи |
С марта 1972 г. по декабрь 1976 г., % |
С марта 1977 г. по декабрь 1981 г., % |
Среднее значение 1972-1981 гг. % |
Экспертная оценка ДР в РФ 1992-2013 гг. % |
---|---|---|---|---|
Математические модели, не содержащие статистических данных |
50,1 |
54 |
52,05 |
6,2 |
Анализ без математических формул и данных |
21,2 |
11,6 |
16,4 |
72,7 |
Методология статистики |
0,6 |
0,5 |
0,55 |
0,1 |
Эмпирический анализ на основе данных, собранных по инициативе автора |
0,8 |
1,4 |
1,1 |
0,4 |
Эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных |
21,4 |
22,7 |
22,05 |
12,5 |
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных автора |
0 |
0,5 |
0,25 |
0,3 |
Эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях |
5,4 |
7,4 |
6,4 |
7,7 |
Эмпирический анализ с помощью имитационного моделирования |
0,5 |
1,9 |
1,2 |
0,1 |
Итого псевдо экономических работ |
98,1 |
95,7 |
96,9 |
99,1 |
Итого реальных экономических работ |
1,9 |
4,3 |
3,1 |
0,9 |
Россия в результате либеральных «реформ» почти утратила свое признанное во всем мире первенство не только в области образования и науки, но в области экономических исследований. Русская, советская экономическая школа почти уничтожена.
Наш коллектив полностью поддерживает утверждение В.Леонтьева и Американской ассоциацией экономистов, что западное экономическое образование, это конвейер по производству дураков (см. таблица 1).
С мнением американских профессионалов, коллег нельзя не согласиться. В отличие от русских, советских экономистов, нашего коллектива западные экономисты, их либеральные экономические школы, а также нобелевские лауреаты по экономике, мировые аналитические центры, рейтинговые агентства с мировым именем только за период 1900-2016 гг. пропустил все 30-ть мировых финансовых, экономических кризисов. О каком эффективном экономическом образовании запада можно говорить, если они даже мировые финансовые/экономические кризисы не в состоянии прогнозировать. Это же так элементарно.
Благодаря целенаправленному развалу экономической науки и образования в 1991-1993 гг. (рис.1) система управления в РФ в 10-20 раз менее эффективна, чем в США, и в 20-40 раз менее эффективна, чем в СССР даже в период брежневского «застоя».
Управление практически отсутствует на всех иерархических уровнях от предприятий до правительства, администрации Президента РФ, в т.ч. силовых ведомств и спецслужб РФ. Коррупционная емкость российского законодательства достигла чудовищного уровня 90-95%.
Проведем количественную оценку состояния экономического образования. Несложные расчеты показывают:
Современное отечественное либерально-экономическое образование — это конвейер по производству дураков. «… У России, как известно, есть две беды — дураки и дороги. В последнее время к ним прибавилась третья — дураки, которые указывают дороги…», акад. Д.Львов 1995г.
Для остановки конвейера по производству дураков от «экономики» (рис.1), преодоления неэффективного управления на всех уровнях иерархии от предприятий до правительства, в т.ч. силовых ведомств, спецслужб РФ, дальнейшего формирования либеральной пятой колоны, оболваниванию нашей талантливой молодежи, а также выбрасывания ежегодно на ветер 2 млрд. долл.США (рис.2) при подготовке «экономистов»
ПРЕДЛАГАЕТСЯ СИСТЕМА РЕОРГАНИЗАЦИИ ЭКОНОМИЧЕСКОГО ОБРАЗОВАНИЯ, ЭКОНОМИЧЕСКИХ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ РАБОТ РАН В ДВА ЭТАПА:
Первый этап.
В недрах Минобрнауки РФ, но независимо от существующих экономических ВУЗов, экономических институтов РАН, создать сеть федеральных экономических центров в рамках концепции, алгоритмов, методик нашего коллектива «О целесообразности создании Федерального экономического межотраслевого научно-образовательного центра».
Целесообразно рассмотреть введение должности зам. министра, который персонально курирует сеть федеральных центров, работы первого и в дальнейшем работы по второму этапу.
Данные центры с помощью нашего коллектива должны через 2-3 года подготовить 1200 курсантов на уровне 1200 докторантов и подготовить 1200 исследований, монографий в объеме более 1 млн.страниц с расчетами, нейронными межотраслевыми моделями, по всем отраслям, рынкам 40 государств производящим 80-85% мирового ВВП. Все работы должны выполняться исключительно в рамках требований Американской экономической ассоциации, ВАК РФ.
Эти подготовленные нашим коллективом 1200 курсантов/докторантов после 9-12 месячных курсов специальной подготовки в нашем коллективе обязаны в своих 1200 монографиях:
Разработать уточненные модели прогнозов мировых кризисов, военных конфликтов, госпереворотов/революций 2019-2021, 2023-2025, 2029, 2034, 2040, 2046, 2052, 2057, 2062, 2065, 2071 гг. и, естественно, дать расчетные прогнозы мировых, региональных цен по всем отраслям, рынкам государств-членов ООН производящим 80-85% мирового ВВП.
Т.е. 1200 курсантов/докторантов должны научиться делать то, чего не умеют делать все вместе взятые научно-исследовательские институты, рейтинговые центры, ВУЗы Запада, США и других государств-членов ООН.
Эти научно-исследовательские работы наш небольшой авторский коллектив фонд «Ноосфера» делает ежегодно в объеме 1200 исследований, монографий по всем отраслям, рынкам 40 государств производящим 80-85% мирового ВВП. Для нас это обычная, рутинная работа еще со времен СССР.
Основная проблема — это отобрать и подготовить 1200 курсантов/докторантов, но эта проблема также у нас решена. Обучение курсантов/докторантов будет проходить на основе разработанного коллективом нейронного программного обеспечения, технологий деловых игр «Кризис или Развитие», дистанционного интернет обучения конвейерного типа. Т.е. курсант/докторант может находиться в любой точке мира.
Эти подготовленные 1200 курсантов/докторантов возглавят все экономические ВУЗы, экономические институты РАН, экономические факультеты, кафедры, а также министерства и ведомства РФ и способны будут приступить ко второму этапу.
Без такой подготовительной работы приступить к реализации второго этапа считаем бессмысленным.
Второй этап.
По нашему мнению, ВАК, Министерство образования и науки РФ при присуждении научных степеней по экономике должны воспользоваться достаточно простой оценкой экономических работ, исследований, предложенной нашими коллегами Американской экономической ассоциацией и далее осуществить следующий план работ по второму этапу по реорганизации экономического образования, экономических научно-исследовательских работ РАН:
Приостановить деятельность всех кандидатов и докторов по экономике, защитившихся в период с 1992 г. по настоящее время. Основная причина очевидна - удельный вес псевдо экономических работ в РФ достигла чудовищной цифры — 99,1%. В так называемых «экономических» исследованиях, «научных» работах кандидатов и докторов преобладают:
Подчеркнем, что программа «антиплагиат» не отвечает требованиям ВАК РФ по экономическим специальностям, зато хорошо работает для филологических специальностей и псевдо экономических работ, критика которых изложена в научных исследованиях Американской ассоциации экономистов.
Научный руководитель Фонда Ноосфера
Самарина Галина Петровна (Россия, СПб) 29-08-2016 г.
к.э.н. доцент.
ОТВЕТ НА ПИСЬМО ОТ 29-09-2016 г. Заместителя директора департамента науки и технологий МИНОБРНАУКИ РФ С.Ю.Матвеева:
«… В рамках ФЗ Ваши предложения в данной области представляются избыточными…».
Открытое письмо Д.Медведеву. Премьер-министр Д.Медведев: «... Нет ни одного финансового аналитика в нашей стране, который предполагал такое быстрое трехкратное падение цен на нефть...».
Продолжим рассказ. 10 сентября 2016 г. опять Г.П.Самарина сидит у телевизора и слушает «Вести» с Брилёвым, его интервью с премьер-министром Д.Медведевым: «... Нет ни одного финансового аналитика в нашей стране, который предполагал такое быстрое трехкратное падение цен на нефть, за такой короткий промежуток не ожидал никто...». В библиотеке Президента РФ 4,5 года лежит наша книга «Мировой кризис 2013-2014 г. в цифрах. (Серия: Ноосферная экономика)», 12/12/2012. Г.П.Самарина возмутилась и села за письмо премьер-министру. Приводим текст этого письма:
21/09/2016 г.
Дмитрий Анатольевич!
В субботу 10 сентября 2016 года в интервью на телевидение Вы сказали: «... Нет ни одного финансового аналитика в нашей стране, который предполагал такое быстрое трехкратное падение цен на нефть, за такой короткий промежуток не ожидал никто...» (ВГТРК. Россия 1. «Вести в субботу с Сергеем Брилёвым» от 10.09.16 https://www.youtube.com/watch?v=4IYIoxGTgI4, текст цитаты с 21 мин. по 21:15 мин:сек).
Сразу вспомнился кризис 2008 года и возмущение королевы Англии, когда она задала вопрос лучшим экономистам страны - нельзя ли заранее определить срок экономического кризиса. Они через месяц ответили, что никто в мире этого не знает.
А мы (авторский коллектив фонд «Ноосфера") знаем, и когда будет кризис, и какой он будет: финансовый и/или экономический, какие будут цены на всех сырьевых, товарных и финансовых рынках, и какого размера будут финансовые пузыри; и как эффективно управлять экономикой даже в условиях кризиса. Т.к. мы проводим регулярные (ежедневные, ежегодные) расчеты, моделирование межотраслевых балансов 40 стран, производящих 80-85% мирового ВВП по всем рынкам/отраслям по минимум 1 млрд. функционалов.
В декабре 2012 года на праздновании 80-летнего юбилея машиностроительного факультета Инжекона (бывшего Ленинградского инженерно-экономического института) я задала вопрос выпускнику этого факультета «олигарху» А.А.Мордашову: «Какие управленческие и организационные мероприятия Вы наметили на своих предприятиях в преддверии мирового экономического кризиса 2013-2014г.г.?» А также подарила ему нашу книгу «Кризис» (http://economics-21.narod.ru/Book/book-08-html/book-10-00.html), где на обложке приведены графики изменения цен на 3-х основных рынках с расчетом финансовых пузырей. Если провести линейкой линию на графике (экстраполяция), то можно определить, когда и какие будут цены, в т.ч. на нефть (http://economics-21.narod.ru/Book/book-08-html/book-10.jpg). А.А. Мордашов сказал, что отдаст книгу своим экспертам. Суть вопроса не поняли, и экономисты разного ранга в битком набитом актовом зале. Возникшие в дальнейшем у мирового металлургического комплекса проблемы, всем известны (см. нашу монографию «Мировой кризис 2013-2014 г. в цифрах. Серия: Ноосферная экономика.СПб.: Изд-во «ЭЛМОР», 2012» (http://economics-21.narod.ru/Book/book-10/book10.html).
Учебники, монографии коллектива находятся на нашем сайте (http://economics-21.narod.ru/) и во всех библиотеках, в т.ч. в Президентской библиотеке, в библиотеке Стэндфордского университета на курсе «Financial crises» https://searchworks.stanford.edu/view/9198590.
Предлагаем свои разработки всем и ученым, и практикам, но безрезультатно. Послали письма с предложением научить депутатов ГД РФ нашим методикам прогноза кризисов, мировых цен (http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html). Из 448 депутатов ответы получили только от 3 человек. Главные ответы - денег нет, либо – у нас есть уже 4 диплома.
Сообщаем, что следующий очередной мировой финансово-экономический кризис грядет в 2019-2021 гг., а в 2023-2025 гг. - мировой финансовый кризис и попытки раздела РФ на части.
Дмитрий Анатольевич!
В субботу 10 сентября 2016 года в интервью на телевидение Вы сказали: «... Нет ни одного финансового аналитика в нашей стране, который предполагал такое быстрое трёхкратное падение цен на нефть за такой короткий промежуток не ожидал никто..."
Сразу вспомнился кризис 2008 года и возмущение королевы Англии, когда она задала вопрос лучшим экономистам страны нельзя ли заранее определить срок экономического кризиса. Они через месяц ответили, что никто в мире этого не знает.
А мы на основе регулярных расчётов знаем, и когда будет кризис, и какой он будет: финансовый и/или экономический, какие будут цены на всех сырьевых и финансовых рынках, и какого размера будут пузыри.
Об этом мы твердим всем уже 20 лет, но, к сожалению, это никому не нужно.
В преддверие очередных мировых кризисов 2019-2021 гг., 2023-2025 гг. предлагаем Вам лично прослушать спецкурс для руководства страны (3-5 часов). Пора использовать кризисы в интересах РФ, а не тратить драгоценное время Правительства на обсуждение невозможности прогноза регулярных мировых кризисов.
Самарина.
Приводим оригинальный ответ на письмо Г.П.Самариной Д.А.Медведеву ниже.
За многие годы все авторские научно-практические исследования, концепции, методики официально не были признаны. Тем не менее наблюдается постоянное воровство и искажение авторских идей. То о чём авторы писали, исследовали десятилетия назад стало популярно в научных публикациях, СМИ и интернет источниках. Динамические нейронные модели «мотивационных ЯМ» 1999-2001 г. авторов свидетельствовали о дальнейшем углублении оглупления элит и люмпенизации народа «золотого миллиарда» США, ЕС, СССР.
Однако ректор В.С.Кабаков ЛИЭИ им. П.Тольятти, прочитав книгу «Дорошко С.Е., Самарина Г.П., Чадаев О.Д. Мировой кризис 2013-2014 г. в цифрах». (Серия: Ноосферная экономика), 2012.», в мае 2013 г. сказал Г.П.Самариной: «Вашу книгу я поставил в красный угол».
Ещё один пример плагиата, в 2006 г. Гайдар в своей книге «Гибель империи. Уроки для современной России» опубликовал авторский график о взаимосвязи смены политического руководства в СССР и динамики цен на нефть без указания авторов.
Рассмотрим лишь малую часть актуально-значимых научно-практических исследований авторов.
Например, продолжая научно-практические исследования Г.П. Самариной по влиянию социально-экономических факторов, в т.ч. мотивационных, на производительность труда предприятий министерства электротехнической промышленности СССР, авторы и В.А.Чекирда разработали динамические нейронные модели «мотивационных ЯМ» для предприятий различных отраслей, регионов и государств. В рамках этих моделей в 1999-2001 г. были доказаны мировые кадрово-мотивационные кризисы в периоды 1970-1990-2000-2020-2050 гг.
Подчеркнём основные моменты авторских исследований. Все научные исследования авторов имели всегда практическую направленность. Например, для точности разработанных моделей кризисов, расчётов вплоть до месяца конкретного года кризисных процессов авторам нужно было на постоянной ежедневной основе за 3-5 лет найти неэффективные, высоко рискованные управления в тех или иных отраслях, рынках и государствах. Далее выявив очередные космо-ноосферные раковые опухоли неэффективно-кризисного управления, авторы строят/выстраивают громадное количество прямых и косвенно-латентных нейронных систем и моделей. И далее авторы регулярно проводят/уточняют много сценарное масштабное нейронное моделирование для получения видов кризисов: финансовый или финансово-экономический кризис. Далее авторы осуществляют расчёт, нейронное моделирование масштабов кризисов, его фаз и др. И главное авторы разрабатывают практические вероятностные модели с указанием месяца, года и периода кризиса.
Рассмотрим ряд примеров точности нейронных прогностических моделей авторов:
Например, в феврале 1998 г. на основании научно-практических исследований авторов была сдана статья в сборник Санкт-Петербургского политехнического института. Проведено совещание в Генеральном консульстве Голландии на тему дальнейшего углубления мирового финансово-экономического кризиса 1996-1998 гг. В 1997-1998 учебного года в филиале ИНЖЕКОН г.Псков были прочитаны лекции по дальнейшему углублению мирового финансово-экономического кризиса 1996-1998 гг. и по моделям августовского дефолта 1998 г., моделям обвала мирового нефтяного рынка. Доказан крах грабительской, жульнической, напёрсточной системы ГКО/ОФЗ к августу 1998 г., который неизбежно вызовет масштабную девальвацию рубля, жуткую инфляцию и обнищание всего населения страны и банкротство бизнеса. Все описываемые события по дальнейшему углублению мирового финансово-экономического кризиса 1996-1998 гг. и по моделям августовского дефолта 1998 г. нашли отражения в совещаниях, протоколах у псковского губернатора Е.Э.Михайлова (ЛДПР).
После 2010-2016 г. наблюдается откровенный плагиат авторских идей как журналистами, так и научными работниками в научных публикациях, СМИ и интернет источниках, что естественно для дебильно-воровских элит и их холопов.
Активный плагиаторский интерес к нашим космо-ноосферным идеям, публикациям, моделям в 2016 г. авторы обнаружили в администрации президента США. Барак Обама в 2016 г. выпустил Указ: «Executive Order -- Coordinating Efforts to Prepare the Nation for Space Weather Events рус. Указ - Координация усилий по подготовке нации к явлениям космической погоды» для незамедлительного релиза БАРАК ОБАМА БЕЛЫЙ ДОМ, 13 октября 2016 года. https://obamawhitehouse.archives.gov/the-press-office/2016/10/13/executive-order-coordinating-efforts-prepare-nation-space-weather-events.
В момент написания данной монографии наши курсанты обнаружили очередной плагиат ЦБ РФ от 17 сентября 2021 г. «… Банк России оценивает вероятность наступления нового мирового финансового кризиса «как очень низкую» - об этом сообщила глава ЦБ Эльвира Набиуллина в интервью РБК. Такое развитие событий на 2023 год находится в числе альтернативных сценариев, описанных Банком России в проекте «Основных направлений денежно-кредитной политики». По мнению главы ЦБ, пандемический кризис, разразившийся в 2020 году, стоит особняком и не никак не связан с экономическим циклом…». Откуда мадам Брошкина с опозданием в 5-6 лет знает, когда будет следующий кризис 2023-2025 гг. Авторы с 1995 г. регулярно заранее за 3-5-7 лет предупреждают руководителей ведущих стран мира, в т.ч. РФ о всех причинах и кризисах, но реакция следует в конце кризисов.
Например, в 17/02/2016 г. авторы направили 448 писем, интернет обращение: «Открытое письмо. Законодателям СФ РФ, ГД РФ, администрации Президента РФ, Правительству РФ, ЦБ РФ, МО РФ, СВР РФ, ФСБ РФ, МВД РФ, МЧС РФ. О кризисах, переворотах, войнах» о «О подготовке/переподготовке профессиональных управленцев, экономистов, способных прогнозировать мировые кризисы, перевороты, «революции», военные конфликты, «терроризм», эффективно управлять ноосферной экономикой на всех уровнях иерархии от предприятий до правительства, администрации президента, ГД, СФ, ЦБ РФ, МО, СВР, ФСБ, МВД, МЧС России в преддверие очередного мирового кризиса 2019-2021 гг. и раздела РФ на части на фоне мирового кризиса 2023-2025 гг., 2029 г. и далее». (http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html). О так называемой пандемии и готовящихся биологических/пандемических террористических актах http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01, как прикрытие мирового финансово-экономического кризиса 2019-2021 гг. авторы 26/08/2018 г. публично и лично письменно предупредили руководство 40-ка стран, а также Папу Римского, Английскую королеву, экономическую разведку Ватикана и аналогичные силовые организации, и отдельно «Брошкину и её шкатулку ЦБ РФ». http://economics-21.narod.ru/Book/book-16/book16.html.
Дорошко С. Е., Самарина Г. П. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты». Серия: Космо-ноосферная экономика. Подписано в печать 26.09.19 г. http://economics-21.narod.ru/Book/book-17/b17.html.
На семьдесят четвертой сессии Генеральной Ассамблеи обсуждались вопросы о подготовке к климатическим потрясениям, которые авторы разрабатывали последние 20 лет, в т.ч. в монографиях.
Аналогичным плагиатом занимаются почти все государства и их научная общественность. Например, администрация президента и правительства РФ подготовили по 12 направлениям стратегического развития, учреждёнными Указом Президента России от 7 мая 2018 года № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года», а также распоряжения Правительства РФ № 3183-р от 25.12.2019 г. «Об утверждении национального плана мероприятий первого этапа адаптации К ИЗМЕНЕНИЯМ КЛИМАТА на период до 2022 года» и указа Президента РФ от 21 января 2020 г. № 20 «Об утверждении Доктрины ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТИ Российской Федерации». (см. 26.08.2018 г. http://economics-21.narod.ru/Book/book-16/book16.html. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты», 26.09.2019 г. http://economics-21.narod.ru/Book/book-17/b17.html). Рекомендуем также ознакомиться с материалами авторских грантов, на базе которых готовились предыдущие материалы президента и правительства.
Для справки авторы подготовили очередные 100 писем «счастья» всем субъектам РФ в рамках научно-практических исследований авторов и последующих за нашими исследованиями указов, решений, приказов администраций президента и правительства РФ.
Ниже дан пример писем руководителям областей РФ, в том числе главе республики Адыгеи.
Главе Республики Адыгеи
Кумпилову М.К.
От авторского коллектива фонд «Ноосфера"
Мурат Каральбиевич!
Авторский коллектив фонд «Ноосфера» готов оказать помощь в практической реализации национальных проектов по 12 направлениям стратегического развития, учреждёнными Указом Президента России от 7 мая 2018 года № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года», а также распоряжения Правительства РФ № 3183-р от 25.12.2019 г. «Об утверждении национального плана мероприятий первого этапа АДАПТАЦИИ К ИЗМЕНЕНИЯМ КЛИМАТА на период до 2022 года» (далее - План) и указа Президента РФ от 21 января 2020 г. № 20 «Об утверждении Доктрины ПРОДОВОЛЬСТВЕННОЙ БЕЗОПАСНОСТИ Российской Федерации» (далее - Доктрина). (СМ. 26.08.2018 г. http://economics-21.narod.ru/Book/book-16/book16.html. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты», 26.09.2019 г. http://economics-21.narod.ru/Book/book-17/b17.html)
Уведомляем Вас, что нашим авторским коллективом задолго до появления Плана и Доктрины разработаны эскизные ноосферные проекты устойчивого развития в условиях климатических потрясений для предприятий, отраслей, регионов и страны в целом. Предлагаем ознакомить Вас и Ваших экспертов, специалистов как практически реализовать в Вашем регионе План и Доктрины президента и правительства, а в дальнейшем оказать помощь в обучении и подготовке Вашего регионального Плана и Доктрины.
Уверенность в результативности нашей совместной работе базируется на многолетнем опыте, практических результатах и исследованиях, которые описаны в приложении 1.
Свидетельством высокого уровня научно-практических исследований является то, что наши разработки находят применение в учебном процессе Стэндфордского университета при подготовке кадров над государственным управлением https://searchworks.stanford.edu/view/9198590.
Авторским коллективом проводились широкомасштабные научно-практические исследования не только по России, но и по странам ООН, производящим 80-85% мирового ВВП. Это нашло своё отражение во всех наших монографиях за период 2000 по 2020г.г., в частности: «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений», 26.08.2018 г. http://economics-21.narod.ru/Book/book-16/book16.html. «Продовольственная безопасность РФ и стран-членов ООН в условиях климатических потрясений. Мобилизационные проекты», 26.09.2019 г. http://economics-21.narod.ru/Book/book-17/b17.html.
Монография 2019 г. была приурочена к 70-летнему юбилею СЭВ, Генеральной Ассамблеи ООН по климату и началу конференции ООН по изменению климата COP25 в Мадриде.
В монографии проработаны практические эскизные проекты, которые только обсуждаются в Плане и Доктрине. Детальное сравнение приведено в приложениях 2 и 3.
Наше предложение:
На основе Монографии с учётом Плана и Доктрины осуществить обучение Ваших экспертов и специалистов по практической разработке социально-экономических моделей региона, комплекса мероприятий и системы взаимоувязанных бизнес-планов, основанных на реальных статистических данных, отражающих социальные, экономические, природные, экологические и климатические аспекты Вашего региона. Обучение и помощь в разработках осуществляется в рамках отечественных региональных отраслевых международных стандартов, в т.ч. ООН.
Научный руководитель авторского коллектива фонд «Ноосфера».
Г.П.Самарина, к.э.н., доцент
В монографии были решены основные задачи, проблемы продовольственной безопасности в условиях климатических потрясений для всех государств-членов ООН, в том числе:
1/ Исследованы все продовольственные, энергетические и прочих отраслевых, региональных, государственных, межгосударственных и мировых рынков, в т.ч. рынки удобрений;
2/ Построены мобилизационные модели сельскохозяйственные, продовольственные, промышленных и др. предприятия и все сопутствующие предприятия, рынки и системы в рамках СНС ООН и МОБ.
3/ Разработаны продовольственные мобилизационные модели для всех стран-членов ООН.
4/ Разработаны типовые мобилизационные модели животноводческих, кормовых сельскохозяйственных ферм, ноосферных посёлков.
5/ Созданы нейронные модели эффективностей, рисков, возобновляемых энергетических анаэробных систем и систем экологических чистых удобрений и разработаны планы по максимальному закрытию экологически вредных производств удобрений и прочих прямо и латентно вредных производств.
6/ Осуществлена разработка законов Дорошко-Самариной о субсидиях и налогах для сельскохозяйственных и продовольственных предприятий для всех государств-членов ООН.
7/ Подготовлены методики по формированию законодательного базиса для предприятий всех отраслей, всех регионов и всех государств-членов ООН.
1 ЭТАП. В период 1995-1999 гг. авторы исследовали и разработали: «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран позволили утверждать следующее:
Первый момент исследований. Авторами в 1995-1999 гг. было доказано, что «масоны» сначала уничтожали экономику, системы управления социально-экономическими процессами США с 1960 г. Далее занялись уничтожением экономики ЕС с 1970 г. И только потом после 1982 г. приступили к активному разрушению СССР. Научно-практические исследования авторов доказывают, что глубинный ползучий переворот в СССР начался внутри партийных элит сразу после смерти И.В.Сталина. Это наглядно видно по резкому падению динамики ВВП. В 1945-1953 гг. годовая динамика ВВП в реальном выражении составляла 27-43%. При Н.С.Хрущёве 1954-1963 гг. годовая динамика ВВП в реальном выражении составляла 10-15%. При Л.И.Брежневе 1963-1982 гг. годовая динамика ВВП в реальном выражении составляла 5-8%. По мнению авторов, подобная деградация экономики СССР — это результат интеллектуальной, мировоззренческой отсталости экспертов Н.С.Хрущёва, которые готовили разрушительную экономическую реформу Косыгина-Либермана. По мнению авторов, деградация экономики СССР, началась с интеллектуальной деградации в ведущих научных, в т.ч. идеологических, философских, полит экономических центрах АН СССР.
Вот почему основная цель данной монографии подвести итоги 25-50-летних научно-практических исследований авторов именно в рамках космо-ноосферного мировоззрения, методологий, систем: «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Ещё раз подчеркнём, что эти две мировоззренческие концепции пронизывают друг друга, образуя как многообразие видимых, так и ещё большее разнообразие латентных/невидимых связей, и естественно неразрывно взаимодействуют, формируя множество новых методологий, систем, методик авторов.
Второй момент исследований. Авторами было доказано, что модели масштаба падения промышленного производства в США демонстрировали удивительную точность и удивительную последовательность мероприятий по уничтожению экономики США. Коэффициент детерминации «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной» составлял 97,9-99% в период 1947-1995-1999-2010-2020 гг.
Третий момент исследований. Авторами было доказано, что после очередного цветного неолиберального переворота 11/09/2001 г. в США интенсивность деградации промышленного производства не изменилась и к 2020 г. падение достигло критических значений 10-15% ВВП. Подчеркнём, что неолиберальный цветной переворот 11/09/2001 г. в США никак не повлиял на глобальную программу по уничтожению экономик и далее суверенитета государств США, ЕС, СССР, и что важно уничтожение Китая.
Четвёртый момент исследований. Авторами было доказано, что уже к 1999 г. из США было вывезено минимум 100 тыс. предприятий в созданные кукловодами азиатские государства-фабрики, в т.ч. в Китай. Из ЕС было также было вывезено минимум 100 тыс. предприятий, и из республик СССР было вывезено минимум 100 тыс. предприятий в созданные азиатские государства-фабрики, в т.ч. в Китай.
Пятый момент исследований. Авторами было доказано, что для сокрытия масштабной безработицы в США, ЕС, СССР, связанной с вывозом минимум 300 тыс. предприятий в азиатские государства-фабрики, в т.ч. в Китай, была изменена методика МОТ ООН по учёту безработицы/занятости. Далее эта порочная/воровская методика была внедрена (рекомендована) во все страны. По оценкам авторов в США сейчас сокрыто минимум 100 млн.чел. безработных, существующих на пособия. Аналогичная ситуация наблюдается в ЕС, там также минимум 100 млн.чел. безработных, существующих на пособия. В республиках СССР также сокрыто минимум 100 млн.чел. безработных.
Шестой момент исследований. Авторами было доказано на «Образовательных моделях Самариной» будет наблюдаться интенсивная деградация ноосферных, социально-экономических образовательных, медико-фармакологическим систем.
Седьмой момент исследований. Авторами было доказана устойчивая деградация во всех странах по стратегическим, т.е. по образовательным, медико-фармакологическим системам, и тактическим, т.е. продовольственным, промышленным, инженерно-инфраструктурным и строительным системам в рамках авторского научно-исследовательского комплекса, в т.ч. деловых игр: «Кризис или Развитие Дорошко-Самариной».
Авторы доказывают, что разработанная в 1995-1999 гг. «Геополитическая/Геоэкономическая модель деградации ноосферных экономик США, ЕС Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран свидетельствует об интенсивной дебилизации элит на всех иерархических уровнях, вызванной деградацией всех форм элитного образования на западе. Авторы это доказывали ещё в 1995-1999 гг. в рамках в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Процессы деградации элит и их образования происходят более 150 лет. Поэтому следует рассмотреть первопричины, приводящие к такому бездарному управлению, регулярным мировым кризисам, войнам, переворотам/революциям/терроризму и прочему либерально-сионистскому фашизму.
Исходя из выше изложенных исследований авторы утверждают, что хаос в виде войн, «революций», мировых кризисов, организуемых над государственными структурами - это следствие полного отсутствия образования, которое и порождает такое дебильное управление на всех уровнях иерархии от рабочих мест до президентов и их кукловодов. Рассмотрим кратко эти исследования авторов.
2 ЭТАП. Выявленный крест по деградации ноосферных экономик развитых стран неизбежно вызывает деградацию/ненужность образования на всех уровнях, и как следствие авторами было доказано следующее:
Первый момент исследований. Авторами было доказано, что безумная неолиберальная политика элит по уничтожению экономик собственных стран свидетельствует о длительных интенсивных дебилизационных процессах в элитах развитых стран, а также в так называемых над государственных структурах: Комитет 300, во всех комитетах, структурах ООН, Мировой банк, МОТ, ВОЗ, МВФ, Олимпийский комитет и т.д.
Второй момент исследований. Авторами было доказано, что резкое падение качества элитарного среднего и высшего образования всех уровней, всех государств, в том числе Академий, Нобелевских премий и далее. Отдельно отметим дебилизацию образования в академиях всех силовых ведомств всех государств.
Третий момент исследований. Авторами было доказано, что наблюдается интенсивная деградация академического образования, академий наук всех развитых стран, в том числе Академий, Нобелевских комитетов и далее.
Основная идея описываемых исследований корнями уходит в подготовку грантов в Фондах Евразия и Сороса. Эти фонды являлись прикрытием различных спецслужб: ЦРУ США, «масонов» фонда Сороса. До 1999 г. и ранее авторы публикациями, в т.ч. через гранты, сообщали руководству, силовикам развитых стран, в т.ч. США, и «кукловодам» мира о наступившей геополитической, геоэкономической катастрофе развала ноосферных экономик США, ЕС, СССР (РФ), КНР, Индии и др. Исследования авторов убедительно доказывали, что во всех государствах-членах ООН полностью утрачен суверенитет и отсутствует управление на всех уровнях иерархии. Это является результатом окончательной дебилизации управленческих элит и ползучей люмпенизацией общества во всех странах и формированию у мирового сообщества мировоззрения биороботов (см. Образовательно-мотивационный крест Самариной - http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211, http://economics-21.narod.ru/Book/book-17/b17.html#_6630).
Рекомендуем ознакомиться с исследованиями авторов по моделям «Крест Самариной по образованию» http://economics-21.narod.ru/Book/book-17/b17.html#_6630, по «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko.
В рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко и космо-ноосферной парадигмы управления Дорошко-Самариной в мае-июле 1999 г. авторами в ЦРУ через структуру прикрытия фонда Евразия (USAID) письмо от 08/06/1999г. грант № М99-0521, а также «кукловодам» Фонда Сороса письмо от 24/06/1999 г. по гранту были направлены исследования о неизбежном мировом финансовом кризисе 2001-2002 гг. с яркими его проявлениями в сентябре 2001 г. В частности, даны вероятностные оценки по террористическим актам на территории государств-членов ООН, в т.ч. в США, попыткам государственных переворотов, роста заболеваний и/или пандемий и др. Отметим, что фонды Евразии, Сороса финансировались и финансируются не правительством и народом США, а оккупантами, которые захватили власть в США 23/12/1913 г.
Западную общественность авторы в очередной раз в 1995-1999 гг. предупреждали о катастрофическом положении в обучении элит, в т.ч. законодательных, судебных и силовых структур (школы, ВУЗы, академии, научно-исследовательские центры и др.). Так, в частности, в учебном пособии для ВУЗов (http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211) был дан ряд исследований авторов по образованию:
«… Продолжая научно-практические работы, начатые в научно-исследовательской лаборатории промышленно-экономических исследований при Ленинградском инженерно-экономическом институте им. П.Тольятти в области социально-экономической политики электротехнической отрасли СССР, предприятий в 1970-1980 г.г., на основе данных программы Мирового Банка были построены модели Самариной по образованию (среднее, профессиональное). Данные образовательные модели Самариной описывают зависимость ВВП на душу населения в сопоставимых долл. США. и уровня образования.
В основу образовательных моделей Самариной были положены статистические базы-данные World Bank по 206 странам за период с 1995 по 1999 г.г. Образовательные модели Самариной наглядно демонстрируют следующее, что чем выше уровень образования в стране, тем больше уровень показателя ВВП на душу населения в текущих долларах США. Таким образом, инвестиции в образование являются самыми выгодными вложениями, как для государства, так и для предприятий и семейных хозяйств.
На графиках и моделях можно обнаружить критические точки, после которых скорость нарастания кривой ВВП на душу населения резко возрастает. Эти критические точки находится на уровне 80% для профессионального образования и 90% для среднего. Это очевидно, в обществе или на производстве происходят качественные изменения, когда доминирует (преобладает) образованное население, персонал. Первый всплеск роста эффективности, производительности труда наблюдается в пределах 50% уровня профессионального образования и 65-70% для среднего, но они не продолжительны, т.к. уровень образования общества еще не достиг своей критической массы. Очевидно, что чем более образован человек, тем более производительно он трудится…».
Непонимание этих объективных социально-экономических законов для стратегического планирования, управления отраслями, рынками и государством на основе образовательных моделей Самариной и их катастрофической скорости нарастание функций/моделей приводит к интенсивной дебилизации элит и неизбежной ползучей люмпенизации общества. Результатом непрофессионального, безграмотного управления на всех уровнях иерархии во всех странах и являют собой регулярные мировые кризисы, войны, перевороты-революции, т.н. терроризм, террористы и/или революционеры, которых целенаправленно готовят в недрах элитарно-образовательных центрах. Интенсивная дебилизация элит, и люмпенизация общества особенно наглядно проявляется в развитых странах.
Для всех развитых стран авторами в 1995-1998 гг. по данным статистической базы данных Мирового Банка, ООН, США и ЕС за период 1947-1998 гг. были построены геополитические, геоэкономические модели деградации ноосферных экономик США, Европы, СССР (всех республик) Дорошко-Самариной.
Модели США, ЕС показали полную утрату государственности, суверенитетов, промышленности и военно-промышленного потенциала и неизбежный развал экономик к 1991-1995 гг. Пока они выживали благодаря Беловежскому перевороту в СССР. И паразитированию за счёт грабежа народов СССР и СЭВ (500 млн.чел.).
Авторы разработали нейронные модели геополитических, геоэкономических рисков, которые не могут быть осознаны непрофессиональными работниками в области международных отношений, в т.ч. министрами обороны, иностранных дел, агентствами национальной безопасности, академиями генеральных штабов, разведки, прокураторы, законодательными и судебными системами и прочими элитарными образовательно-исследовательскими центрами всех развитых государств без исключения. В отличие от профессионализма, основанного на громадном кругозоре, энциклопедических знаниях офицеров экономической разведки генерального штаба русской (царской) армии и офицеров экономической разведки И.В.Сталина.
Деградация промышленности наблюдается не только в США, но и в Европе. Например, в начале девяностых годов Европа обеспечивала 44 % мирового экспорта полупроводниковых компонентов, а теперь этот уровень не превышает 9 % и продолжает снижаться. Руководство Intel утверждает, что одно место на предприятии Intel создаст от пяти до десяти рабочих мест в смежных отраслях (https://3dnews.ru/1048575/intel-schitaet-netselesoobraznim-investirovat-v-starie-tehprotsessi-radi-nugd-avtoproma-nugno-ispolzovat-sovremennih-chipi).
Промышленное производство, как доказывают авторы в так называемых «развитых/демократических/либеральных» странах США, Европы, Англии и её колоний (Канада, Австралия и др.) в послевоенный период 1950-2021 гг. уничтожено/свёрнуто с 40-45% в ВВП стран до 10-15% и в лучшем случае до 20-25%. Это не исчезновение промышленности в США, ЕС, СССР — это вывоз минимум 300 тыс. предприятий в Китай, это чудовищный уровень скрытой безработицы в т.н. «золотом» миллиарде США, ЕС, СССР 300-400 млн.чел. и естественный рост занятости в Китае на 300-400 млн.чел.
Вполне очевидно, что такая масштабная безработица в период 1970-2021 гг. в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко будет содействовать деградации элитарного образования в школах, ВУЗах, обществе на фоне интенсивного оглупления элит и дальнейшей масштабной люмпенизация человечества.
В период 2004-2007 гг. в монографии Самарина Г.П., Дорошко С.Е. «Анализ хозяйственной деятельности предприятий строительной отрасли», 03.04.2007 г. Рабочее название монографии было «Эколого-экономический инновационный проект ноосферных посёлков». Но так как в те времена космо-ноосферная концепция вызывала шок у «научной» общественности, поэтому для снижения накала страстей у докторов наук, авторы выбрали нейтральное название монографии. В виду важности материала дальнейший текст взят из монографии с указанием интернет ссылок.
«… В книге на основе расчетов доказывается, что федеральную целевую программу «Жилье» невозможно осуществить, поэтому предлагается альтернативная программа доступного экологического жилья на базе технологии умного дома, ноосферного посёлка и возобновляемых источников энергии.
Концепция авторов учитывает неизбежные изменения климата Земли и вызываемые катастрофы. Все поселки, микрорайоны обеспечивают пищевую, энергетическую, информационную независимость, автономность благодаря контролю над пищевой цепью человека.
Авторы на основе расчетов доказывают, что экология, ноосфера способны приносить и генерировать не просто деньги, большие деньги, а очень большие деньги. http://www.idiinvest.narod.ru/Book/0005_Book/gl-00-00.html.
… Авторы эконометрически доказывают, что экология, ноосфера способны приносить и генерировать не просто деньги, большие деньги, а очень большие деньги за счет формирования ноосферных рынков и ноосферного управления экономикой, в том числе и возобновляемой энергетикой. Для этого необходимо трансформировать мировоззрение экономиста, общества в область понимания ноосферной концепции развития экономики.
... ФЦП «Жилье» не может быть осуществлена в полном объеме. При этом программа не только не способна решить кризис ЖКХ, но и одновременно обостряет проблемы энергетической системы России в рамках ноосферной концепции http://www.idiinvest.narod.ru/Book/0005_Book/gl-00-02.html.
... Анализ показал, что стоимость одного метра жилья в экологическом «умном» поселке, микрорайоне составляет не более 10-12 тыс. руб. В книге дан практический пример создания стабильного бизнеса по строительству жилья. Доказано как благодаря низким ценам и высоким зарплатам персонала строительных организаций добиться значительных прибылей, доходов жителей-акционеров микрорайона.
... Как будет доказано далее, каждый собственник бюджетного коттеджа в микрорайоне вкладывает 250 долл. США в квадратный метр своего дома и его информационную и энергетическую инфраструктуру. Кроме этого он дополнительно инвестирует 75 долл. США с каждого квадратного метра общей площади дома, а значит, становится собственником, акционером всей инженерной, энергетической, информационной (Интернет, сотовая связь и др.) инфраструктуры микрорайона. Он также дополнительно инвестирует 75 долл. США с каждого квадратного метра общей площади дома во всю социальную инфраструктуру микрорайона: детские сады, школы, поликлиники, больницы, торговые, культурно-спортивные центры, кредитные товарищества, банки, инвестиционные компании и др. На первый взгляд это кажется невозможным. Приведем цифры. Средний бюджетный коттедж на 5 человек имеет площадь 200 м2 (http://www.idiinvest.narod.ru/Book/0005_Book/book-05.jpg). Минимальный размер микрорайона определен на 100 000 жителей или на 20 тыс. домов. В результате на всю инфраструктуру планируется вложить 600 млн. долл. При этом стоимость одного квадратного метра жилья с учетом всей инфраструктуры составит всего 350 долл. США.
Необходимость вложений бюджетных средств государства во всю инфраструктуру микрорайона полностью отпадает!!!
Участие в проекте РАО ЕС, нефтегазового комплекса, финансовых посредников, банков, ипотечных, страховых компаний, ЖКХ и прочее полностью исключается!!!
Собственниками и акционерами, инвесторами всего микрорайона становятся его жители. Они формируют эти рынки и контролируют их. По положению, уставу микрорайона продажа акций запрещается. Учитывая, что жители поселка являются инвесторами пенсионного фонда РФ, то следует рекомендовать фонду выступить долгосрочным инвестором, в том числе ипотечным и страховым…».
Продолжим цитировать: «… Привлекательность данного проекта для фонда очевидна: минимальные ноосферные риски и стабильная доходность. Мощное информационное поле микрорайона и развитая инфраструктура позволят жителям микрорайона трудиться дома или в инфраструктуре микрорайона. Например, в США благодаря развитию Интернет-технологий одна треть работающих в экономике выполняют свою работу дома, а не в офисах. В результате сокращаются затраты фирм на аренду помещений, общества на транспорт, а как следствие на экологию и др. Так, авторы разработали технологию дистанционного Интернет обучения. Обучающийся может находиться в любой точке мира в комфортной для себе обстановке, не тратить время на поездки, транспорт и др. А качество обучения намного выше традиционного, т. к. постоянно используется компьютерные технологии обучения. При этом обеспечивается эффект виртуального зрительного контакта.
Предлагаемая к рассмотрению ноосферно-экономическая децентрализация, самодостаточность, устойчивость поселков, микрорайонов, городов принципиально отличается от современного экономико-олигархического подхода, который может предложить только дальнейшую глобализацию и концентрацию систем управления, как технологическую, так и экономическую на всех уровнях и это в условиях очевидного роста ноосферных рисков. Сегодняшние финансовые лидеры мира до сих пор не могут принять и осознать тот факт, что их время ушло - их капиталы, нажитые финансовыми спекуляциями, манипуляциями неизбежно будут уничтожены не революциями и экономическими кризисами, а ноосферными рисками…» http://www.idiinvest.narod.ru/Book/0005_Book/gl-02-05.html.
В период 2005-2008 гг. Самарина Г.П., Дорошко С.Е., Чадаев О.Д. подготовили исследования и монографию «Ноосферная экономика: банки и кризисы финансовой системы», 17/03/2008г., в которой описывались модели финансово-экономического кризиса, фазы переходных процессов вхождения в финансовый кризис: конец 2007 г. - сентябрь 2008 г., фаза перехода в экономический кризис сентябрь 2008 г. начало 2010 г. Цитируем монографию стр. 11: «… К сентябрю 2008 г. можно ожидать финансовый, экономический ступор. За 9 месяцев 2008 г. экономика США неизбежно перейдет в новую фазу кризиса. Она будет самой опасной – если ее не остановить, ФИНАНСОВЫЙ кризис начнет приобретать устойчивые черты ЭКОНОМИЧЕСКОГО кризиса…» http://economics-21.narod.ru/Book/0006_Book/gl-01-01.html#gl_01_01_krizis. В исследованиях авторов были обозначены как видимые, так и латентные/скрытые причины регулярных кризисов как экономики в целом, так и в части финансово-банковской системы. Например, была разработана динамическая бифуркационная модель управленческого финансово-банковского креста Чадаева http://www.idiinvest.narod.ru/Book/book-08-html/book-10-07-1-7.html.
Отдельно остановимся на авторском прогнозе мирового ипотечного кризиса 2007-2008-2009 гг. и прогнозах жилищных пирамид в развивающихся странах типа республик СССР, а также Китая и др.
При построении авторской ноосферной системы «Коррупция и ипотека – афера барыг», как одна из 625-2500-10000 систем Дорошко-Самариной, были исследованы базы данных по всем системам национальных счетов, в т.ч. активам США за 1925-2006 гг.
Любые исследования авторы проводят масштабно для всех предприятий, всех отраслей, всех рынков, всех государств для выявления латентных раковых управленческих процессов, которые должны в очередной раз взорвать и ввергнуть экономику в очередной мировой кризис.
Построенные авторами нейронные управленческие модели по всем системам национальных счетов, в т.ч. активам США за 1925-2006 гг. позволили выявить в экономике США масштабные ипотечные аферы на общий объём надутых пузырей прямых потерь в размере 6624 млрд.долл.США, при этом суммарные как прямые, так и латентные потери составили от 13,9 до 16,6 трлн.долл.США.
В доказанном экономическом ущербе от ипотечной афере для США не даны более масштабные потери всей мировой экономики. Несложные расчёты авторов позволяют утверждать, что мировые социально-экономические потери в период мирового финансово-экономического кризиса 2008-2009 гг. составили около 50% мирового ВВП. Именно в этот кризис стал хорошо известным руководитель ФРС США Бен Шалом Бернанки (Ben Shalom Bernanke).
Имеет прозвище «Вертолёт Бен» (Helicopter Ben), полученное после того как в выступлении заявил, что иногда, в условиях кризиса, «разбрасывание денег с вертолёта» может быть полезным для борьбы с дефляцией. Сравнение инфляции с вертолётом, разбрасывающим деньги с неба, принадлежит Милтону Фридману. По утверждению авторов Бен Шалом Бернанки предлагал для спасения 10 топ банков США летать на вертолёте и засыпать долларами все банки и финансовую систему США. Тем самым устраивая масштабную инфляцию для США и всего мира, спасая финансовую, страховую, фондовую, трастовую и банковскую систему жуликов, воров и аферистов.
В монографии Самарина Г.П., Дорошко С.Е., Чекирда В.А. «Ноосферная экономика: назад к истокам. Базисное значение труда и мотивации», 15.12.2008 г. Были созданы модели, требующие коренного пересмотра закона А.Окуня. http://economics-21.narod.ru/Book/0005_Book/gl-02-05.html.
В монографии Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. «Кризис». Серия Ноосферная экономика, 18/10/2010 г. http://economics-21.narod.ru/Book/book-08-html/book-10-00.html авторы планировали систематизировать научно-практические исследования в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. В частности, был разработан алгоритм и закон «Прогноза кризисов Самариной».
На основании данных СНС ООН необходимо постоянно искать, где и в каких отраслях (рынках), каких государств во времени образуется спекулятивный разрыв цен - Pi(t) и средней оплаты труда - WMW(t):
А также разрыв цен на мировых рынках - Pi(t) и ВВП - GDPIndex(t) в том числе и мирового ВВП - GDPIndex(t):
Аналогичный расчёт проводится и для инвестиционных рынков - индекса S&P с учетом поправочных коэффициентов K1D&S и K2D&S (Dorochko&Samarina). С помощью поправочных коэффициентов K1D&S и K2D&S можно легко прогнозировать величины падение индекса S&P.
Как только эти интегральные величины начинают устойчиво превышать величины в 1.3-1.5, то можно с высокой вероятностью утверждать, что на этих рынках готовится, формируется спекулятивный пузырь.
При подготовке учебного пособия для вузов «Бизнес-планирование в условиях открытой экономики» в 2005 г. ведущий редактор издательского центра «Академия» ввела цензурные ограничения и исключила исследования авторов по влиянию Солнца на социально-экономические процессы, неэффективное управление, риски и мировые кризисы. Подобное оглупление специалистов наблюдается авторами не только в социально-экономических науках, но и в естественных науках. Так, в частности, в 2010 г. в открытом письме авторы обратили внимание РАН и NASA на непрофессионализм их научных кадров в части их регулярных ошибочных прогнозов солнечной активности (http://economics-21.narod.ru/Book/book-08-html/book-10-07-1-5.html).
Кстати после публикации монографии, открытого письма и падения Челябинского метеорита, который мы также предсказали, никакого ответа от СО РАН, РАН и NASA не было. Только Первый канал РФ программа «Вести» прислала к авторам телевизионных журналистов, операторов для подготовки видео сюжета, который был записан. Но в эфире Первого канала РФ сюжет не вышел из-за цензуры, которая «либералами» ужесточена на порядок выше, чем в «тоталитарном» СССР.
В монографиях:
Дорошко С.Е., Самарина Г.П., Чадаев О.Д. «Методика количественной оценки рисков, коридоров управления и эффективности организаций. Серия: Ноосферная экономика», 30/10/2013 г.) http://economics-21.narod.ru/Book/book-11/index.html
Дорошко С.Е., Самарина Г.П., Николаева А.Г. «Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Серия: Ноосферная экономика». 12/02/2014 г. http://economics-21.narod.ru/Book/book-12/index.html
Авторы продолжили научно-практические исследования по методикам количественной оценки рисков, коридоров управления, эффективности предприятий, отраслей, регионов, стран, в т.ч. по финансово-банковским системам и предприятиям лесопромышленного комплекса.
Кроме этого авторы сосредоточились на объективной критике международного стандарта ISO 31000 «Риск-менеджмент» и его коренному изменению в рамках методик авторов. Приводим выдержки из монографии http://economics-21.narod.ru/Book/book-12/index.html#_971:
«… Перейдем к объективной критике международного стандарта ISO 31000 «Риск-менеджмент».
Определение рисков, данных в стандарте ISO 31000, хорошо известно с прошлого века и возражений не вызывает, т.к. соответствует классической теории рисков. Деление рисков на внешние и внутренние риски вытекает из классической теории систем, из модели черного ящика. Стандарт ISO 31000 утверждает, что его нужно использовать для оценки рисков социально-экономических систем, и в частности, для риск-анализа организаций.
Хорошо известно, что вот уже более 50 лет каждое предприятие сдает конкретную статистическую информацию, для формирования, как публичной отчетности, так и отчетности, необходимой для межотраслевого баланса (МОБ) и системы национальных счетов (СНС). Эта отчетность используется для построения интегрированных показателей уровней: регионов, отраслей, рынков, стран и, наконец, для программы межгосударственного сопоставления ООН. Данная программа МОБ, СНС действует с 70-х годов прошлого века. Сам стандарт ISO 31000 по замыслу разработчиков межгосударственной программы МОБ, СНС ООН должен был стать составным элементом, пусть и незначительным, программы ООН. Достаточно поднять отчет ООН (Будущее мировой экономики: Доклад группы экспертов ООН во главе с В.Леонтьевым. – М.: Междунар. Отношения. 1979.).
Внимательное прочтение сегодняшнего стандарта ISO 31000 показывает, что он не соответствует требованиям межгосударственной программы МОБ, СНС ООН 70-х годов прошлого века, и тем более не отвечает требованиям и вызовам современной экономики.
Очевидно, что стандарт должен предлагать исполнителям конкретную расчетную методику по оценке неопределенности, рисков уже сформированных и определенных социально-экономических факторов, в том числе и экологических показателей, которые также были разработаны группой экспертов ООН во главе с В.Леонтьевым. В стандарте перечисляется лишь малая часть этих социально-экономических, экологических факторов, но не даются конкретные рекомендации по их практическому расчету, моделированию и далее управлению рисками.
Стандарт ISO 31000 это пожелания, мнения, но не методика по управлению социально-экономическими, экологическими факторами и их рисками. В результате организации не могут принять правильные решения по управлению не только рисками, но и по управлению в целом, вытекающему в т.ч. и из рисков. Непонятно, как использовать стандарт ISO 31000 для сравнения организаций одной отрасли, рынка между собой, и как использовать стандарт ISO 31000 для оценки прямых и косвенно-латентных связей, их рисков в рамках стандарта МОБ и СНС в условиях декларируемой глобальной экономики. На основе стандарта МОБ можно и нужно использовать громадное количество значимых не виртуальных, а реальных показателей (см. статьи, монографии, учебные пособия авторов). Именно из МОБ любой страны вытекает динамика изменения всех агрегатов денежной массы, курсы национальных валют и др. и соответствующие им риски.
Поэтому не удивительно, что международные аналитические агентства с мировым именем не в состоянии проводить объективный содержательный (расчетный, модельный, статистический) анализ. Они предпочитают опираться на мнение экспертов с сомнительной репутацией. С одной стороны, из-за отсутствия методического базиса в стандарте ISO 31000, с другой стороны, из-за трудностей использования отчетов организаций по риск менеджменту, которые имеют чисто описательный, лингвистический характер. Сложно формализовать лингвистическую модель, особенно, если она не является моделью изначально.
Таким образом, стандарт ISO 31000 не может решить проблемы международных агентств, но и проблемы эффективного управления рисками: персонала, руководителей организаций, акционеров, инвесторов, фондовых, страховых, инвестиционных, трастовых компаний, банков, государственных служб и фондов, в частности, государственных пенсионных фондов.
Чтобы не быть голословными, рассмотрим один из миллионов ежегодных классических отчетов организаций по стандарту ISO 31000.
Например, как Stora Enso описывает процесс управления рисками в компании в своем ежегодном отчете в разделе «Risks and risk management», уточняя при этом, что процесс в основном исследует ISO 31000, но стандарт ISO 31000 используется в качестве входных данных [http://www.storaenso.com/media-centre/publications/annual-report/Documents/Stora_Enso_E_Financial_Report_2012.pdf стр. 28-32]
Компания Stora Enso дает схему управления рисками в рамках стандарта ISO 31000, а также методик компании «The Committee of Sponsoring Organizations of the Treadway Commission» (COSO http://www.coso.org/).
И на стр. 28-32 публичного отчета Stora Enso приводится субъективный, лингвистический анализ рисков, напоминающий SWOT анализ середины прошлого века, когда экономические расчеты велись в основном на бухгалтерских счетах. Данные виды анализа, управление рисками, в т.ч. предлагаемые в методиках COSO, поверхностны и далеки от реальной экономики, и никак не связаны ни с теорией рисков, ни с системным анализом, которые в стандарте лишь декларируются.
На основании выше изложенного авторы утверждают, что стандарт ISO 31000 в существующем виде должен быть пересмотрен, т.к. он отражает лишь общую весьма поверхностную постановку задачи без конкретных рекомендаций и требований, основанных на объективных расчетных методиках, опирающихся на объективную статистическую информацию.
По мнению авторов, необходимо разработать новый стандарт ISO 31000 в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко, ее нейронных моделей, пятиуровневой методики Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности для организаций различных отраслей, регионов, государств…».
Далее в монографии рассмотрены основные моменты предлагаемых методик Дорошко-Самариной количественной оценки рисков, коридоров управления, эффективности для предприятий различных отраслей, регионов, государств.
В монографии Дорошко С.Е., Самарина Г.П. «Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Электротехническая отрасль. Серия: Ноосферная экономика» 01/09/2014 г. http://economics-21.narod.ru/Book/book-13/book-13.html, авторы продолжили научно-практические исследования по методикам количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран.
Авторы продолжили научно-практические исследования по методикам количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран в разрезе авторских нейронных ноосферных моделей в рамках изменённых авторами систем национальных счетов ООН, в т.ч. малой их части межотраслевых балансов.
Примером дебилизации элит служат материалы Международных Санкт-Петербургских юридических и экономических форумов от мая 2018 г. (см. Дорошко С.Е., Самарина Г.П. «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений. Серия: Космо-ноосферная экономика» http://economics-21.narod.ru/Book/book-16/book16.html). Приведём выдержки из монографии авторов.
«… Основная идея прошедших международных экономических, юридических форумов свелась к тому, что через 8 лет юристов, экономистов и управленцев заменят электронные роботы. На международных форумах признали, что настоящих профессионалов в области юриспруденции и экономики нет, не только в России, но и на западе. А узких специалистов, превращённых плохим образованием в биороботы, легко заменить электронными роботами.
В научных исследованиях С.Е.Дорошко и Г.П.Самариной, давно (1980-1990 гг.) разработаны и используются математические, лингвистические и прочие роботы. Все рутинные процессы по сбору статистических данных, их математической обработке, моделированию, написанию лингвистических моделей, отчётов, монографий, учебников автоматизированы и пишутся, обрабатываются программными комплексами, лингвистическими электронными, программными роботами, разработанными лично авторами…"
В данной монографии были детально описаны и промоделированы медико-фармацевтические аферы, которые будут организованы для прикрытия мирового финансово-экономического кризиса в 2019-2021 гг. Над тематикой роли здравоохранения в экономике авторы работали ещё с 70-80-х годов прошлого столетия в части показателей здравоохранения для планов социально-экономического развития предприятий, отраслей, регионов, страны и государств-членов СЭВ. Поэтому для авторов было несложно на основе разработанных нейронных моделей построить сценарные кризисные планы по медико-фармацевтическим аферам для 40-ка государств-лидеров, производящих 80-85% мирового ВВП. Данную аферу в своих лабораторных работах и в обращениях к народам 40-ка государств курсанты обозначали авторским термином «Покашлять». Приведём выдержки из монографии авторов.
«… Ранее исследовались только роль и место предприятий здравоохранения в рамках межгосударственного, межотраслевого моделирования. При этом предприятия отрасли фармацевтической промышленности, которые влияют на уровень заболеваемости, не подвергались моделированию ввиду отсутствия объективных данных. Поэтому анализ по предприятиям фармацевтической отрасли предлагается рассматривать, как авторские гипотезы…
… Рассмотрим предварительный алгоритм авторов по предприятиям фармацевтической отрасли.
Первый этап. Пищевые продукты, производимые во всём мире фармакологическими или аффилированными компаниями, на 70-95% не соответствуют требованиям советских ГОСТов, а в РФ на все 90-95%. В пищевые продукты целенаправленно добавляют яд (канцерогены, вкусовые добавки, улучшители, усилители, разрыхлители…) Результат: начало появления у всего человечества (7 млрд.чел.) практически запланированных фармакологическими компаниями патологий: ожирения, хронических, психических и прочих заболеваний, с которыми затем предприятия медицинской отрасли «успешно» борются.
Второй этап. На следующем этапе эти же фармакологические компаниями готовят «лекарства», которые «борются» с их же спланированными, организованными патологиями на этапе производства так называемых «Пищевых продуктов». Контроль над пищевыми генетическими, модифицированными продуктами отсутствует.
Третий этап. Формирование новых «пищевых» продуктов и далее цикл повторяется см. первый этап.
Итоги. По предварительным оценкам на основе межотраслевого моделирования, потери мировой экономики для всех отраслей только по этим скрытым, латентным факторам, целенаправленно организуемым патологиям можно оценить в размере 10% ВВП. ВВП этих «пищевых», «фармацевтических» компаний 0.3-0.5% от мирового ВВП, а ущерб мировой экономики 10% ВВП, или 20% потерь объёмов продаж по всем отраслям, государствам мира…"
При расчёте потерь 40-ка ведущих государств мира, производящих 80-85% мирового ВВП, исследовался и моделировался вариант масштабности потерь не только по мировому кризису, но также потери и по медико-фармацевтической афере. В материалах авторов и в лабораторных работах курсантов это было обозначено как «Покашлять» от ОРЗ и гриппа в осеннем и весеннем сезоне на 7-14-21 рабочий день, в т.ч. по болезни детей. Другие виды заболеваний не рассматривались, т.к. устроить аферу по ОРЗ и гриппу можно за копейки, а обогатиться на триллионы.
Авторам было понятно, что глобалисты через ВОЗ будут прикармливать народы всех государств, как прикармливают рыбок рыбаки на миллиардные крохи, забирая у них все активы государства, жизни народов и жизни их потомков, а вначале пару десятков триллионов долларов США личной и общественной собственности народов государств всего мира.
Авторы восьмой раз подготовили письма 40-ка лидерам государств-членов ООН, а также королевским семьям, лидерам мировых религиозных концессий. Учитывая их низкий профессиональный уровень авторами были упрощены масштабы исследований по мировому кризису 2019-2021 гг. и по готовящимся биологическим террористическим актам и/или медико-фармакологическим аферам http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01. Авторы недвусмысленно сообщили народам 40-ка государств-членов ООН, а также королевским семьям, лидерам мировых религиозных концессий о том, что в недрах администраций президентов, правительств и всех силовиков находятся биологические террористические ячейки, которые для прикрытия мирового кризиса начнут действовать в середине периода мирового кризиса 2019-2021 гг.
Для ознакомления с публичными видео-обращениями к народам 40-ка государств и мировой общественности наших курсантов в 2018 г. «2018 г. Прогноз Кризиса 2019-2021 гг.» https://www.youtube.com/watch?v=nP-Dy-PdgM8&list=PLCApoWPl_PLf-3CYBUo4FOp_giMHXFGQc.
Далее дан текст письма 40-ка лидерам государств-членов ООН на примере письма президенту США Д.Трампу:
Президенту Дональду Трампу
От авторского коллектива фонд «Ноосфера», Россия, СССР, СЭВ
№___ от 24/09/2018 г.
"Внедрение космо-ноосферной парадигмы эффективного управления Дорошко-Самариной в условиях мировых кризисов и климатических потрясений в интересах Вашего народа"
Дональд Трамп!
Общее мнение экспертов мирового уровня свидетельствует, что управление экономикой во всех странах год от года ухудшается. Результатом малоэффективного управления, повышенных рисков являются регулярные мировые кризисы, военные конфликты, терроризм, в т.ч. медико-фармацевтический, биологический, химический и др. Наши ежегодные межотраслевые, межгосударственные исследования, моделирование, прогнозирование социально-экономических, экологических процессов 40-ка ведущих стран мира подтверждают негативное мнение экспертов (http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm). Одна из причин этого является несоответствие международных, региональных и отраслевых стандартов современным ноосферным (социально-экономическим, экологическим) и климатическим вызовам.
Предлагается экспертному сообществу Вашего государства и ведущих стран мира провести консультации и выработать единое мнение в рамках предлагаемой нами русской космо-ноосферной межотраслевой и межгосударственной парадигмы управления Дорошко-Самариной. Это позволит консолидировать усилия по формированию единой позиции при проведении совещания в Совете Безопасности ООН с привлечением следующих комитетов ООН: СНС, ВОЗ, МОТ, МОК, ЭК и др. Опыт такой межгосударственной научно-практической работы хорошо известен на примере межотраслевых и межгосударственных работ, которые возглавлял нобелевский лауреат В.Леонтьев и его ученики. В условиях цифровой экономики актуальность данных работ многократно возрастает.
Наш коллектив готов предоставить методики, технологии, алгоритмы, в т.ч. обучающие, в интересах Вашего государства и мирового сообщества по следующим направлениям:
Главное, космо-ноосферная парадигма Дорошко-Самариной обеспечивает эффективное управление в условиях неизбежных климатических потрясений, в т.ч. в рамках программы The White House «EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS» (13/10/2016).
Краткая справка к письму дана в приложении 1.
Научный руководитель авторского коллектива «Ноосфера», Академии СЭВ.
Г.П.Самарина, доцент, к.э.н.
Приложение 1.
Краткая справка
Господин президент, к Вам обращается авторский коллектив фонд «Ноосфера» из России, СССР, СЭВ. Доводим до Вашего сведения, что в период 1906-1907 гг. в Генеральном Штабе Русской Армии (ГШ РА) прошёл ряд совещаний Императора Николая II с генералами и ведущими русскими экономистами. Руководителями разведки ГШ РА, во главе с генералом А.Д. Нечволодовым, Николаю II была предоставлена совершенно секретная информация о проблемах социально-экономического, военного развития Русской империи, других империй, государств и неизбежных климатических потрясений.
Для исключения катастрофических последствий неблагоприятных природных и экзогенных (космических) факторов наш коллектив разработал космо-ноосферную межотраслевую, межгосударственную парадигму управления Дорошко-Самариной в условиях неизбежных климатических потрясений (малый ледниковый период после Modern Maximum). Наряду с минимизацией негативных последствий изменения климата космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной позволяет решать следующие задачи: управление всеми мировыми рынками, исключение мировых кризисов, переворотов, революций, военных конфликтов и обеспечение полного контроля, эффективного управления и подавления рисков любых предприятий, отраслей, регионов из любой точки мира.
Примером эффективной реализации космо-ноосферной межотраслевой, межгосударственной парадигмы управления является советский проект «Эвакуация» 1927-1940 гг., разработанный экономистами и управленцами Госплана, НКВД, Министерства обороны СССР на случай военных конфликтов, мировых войн и климатических потрясений. Данный проект в условиях Великой Отечественной Войны руководство СССР реализовало в 1941 году. За 4 месяца были перемещены тысячи предприятий (2,5 тыс. крупных), десятки тысяч социально-культурных объектов и учреждений всех отраслей экономики, построены и введены в действие, тысячи предприятий и перевезены десятки миллионов людей за 3-5 тысяч километров из европейской части страны за Урал и в азиатскую часть СССР. Всего за 1 год был восстановлен ВПК Советского Союза, экономика адаптирована под военное время. В результате СССР по военно-экономическому потенциалу полностью превзошёл всю гитлеровскую Европу. Следствием осуществления этого грандиозного проекта стала победа Советского Союза над гитлеровской Германией и её союзниками.
Проект «Эвакуация», реализованный сталинскими специалистами, можно рассматривать как прототип практической модели выживания населения государств в условиях климатических потрясений. При возникновении этой ситуации Вашему государству предстоит столкнуться с трудностями подобного рода. Решение этого вопроса осложняется тем, что на современном этапе развития цивилизации невозможно полностью оценить регион, масштабы и степень воздействия климата и космоса на нашу планету.
Подобные задачи современными управленцами, экономистами и законодателями не рассматриваются. Причина очевидна, своими безграмотными законодательными инициативами они не подавляют мировые кризисы, военные конфликты и так называемый терроризм, корни которого известны ещё с 19-го века, а целенаправленно организуют их. При этом нобелевские лауреаты либерально-марксистских школ обосновывают неизбежность мировых кризисов и невозможность их прогнозирования. Г.П.Самарина, С.Е.Дорошко с конца прошлого века (http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm) регулярно опровергают эти утверждения точными прогнозами мировых кризисов, военных конфликтов, переворотов и терроризма, например, август 1998г., сентябрь 2001г., сентябрь 2008г., 2013-14гг. и грядущих мировых кризисов 2019-21гг., 2023-25гг., 2029г. и т.д.
Основываясь на ИДЕЯХ генералов Генерального Штаба Русской Армии (1906-1907 гг.), русских экономистов, в т.ч. В.Дмитриева, основателя современной мировой экономики (1896г.), научными руководителями авторского коллектива фонд «Ноосфера» Г.П.Самариной, С.Е.Дорошко была создана «Русская космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной», которая обеспечивает эффективное управление ноосферными процессами с минимальными рисками в интересах мирового сообщества в условиях неизбежных климатических потрясений, а не только мировых кризисов, военных конфликтов, переворотов и терроризма. В процессе изучения наших научно-практических исследований и прогнозов по климатическим потрясениям (например, челябинский метеорит, остановка Гольфстрима, вулканическая деятельность и прочее) американские коллеги из силовых ведомств, разведывательного сообщества США, Государственного департамента США подготовили американскую версию «EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS» 13/10/2016 г.
Исследования коллектива фонда «Ноосфера» и монография «Мировой кризис 2019-2021 гг. в цифрах. Управление Космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений» (см. http://economics-21.narod.ru/Book/book-16/book16.html, http://economics-21.narod.ru/Book/book-17/b17.html и далее: http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm, 1980-2019 гг.) являются обращением к мировому сообществу, и американским коллегам, которые готовили этот указ/распоряжение Барака Обамы.
Мы хотим напомнить об успешном опыте совместных работ силовых ведомств, Служб внешней разведки, Государственного департамента США и экономической разведки Нечволодова-Сталина СССР в лице П. Сорокина, В. Леонтьева и наших советских коллективов в период 1925-1953 гг.
Авторы (С.Е.Дорошко, Г.П.Самарина) предлагают объединить усилия по созданию рабочей межгосударственной межотраслевой мобилизационной программы в рамках Совета Безопасности ООН, основанной на Русской космо-ноосферной парадигме управления в условиях климатических потрясений. Мы готовы поделиться Русской космо-ноосферной парадигмой управления Дорошко-Самариной, которая является развитием технологий, идей экономической разведки Нечволодова-Сталина. Для этого мы призываем восстановить опыт совместных работ в Лиге наций 1906-1917 гг., экономической разведки Нечволодова-Сталина и Государственного департамента США 1927-1953 гг., и совместных работ в Совете Безопасности ООН в 1953-1968 гг., в т.ч. авторских курсов Г.П.Самариной, С.Е.Дорошко в Стэнфордском университете https://searchworks.stanford.edu/view/9198590 (2010 г. по настоящее время).
Кроме этого авторский коллектив фонда «Ноосфера» предлагает комитетам ООН, отвечающим за систему национальных счетов (СНС), прекратить искажение статистической отчётности стран-членов ООН, которое стало наблюдаться с 1968 года, и впредь не закладывать ошибочные данные, выявленные авторским коллективом на всём протяжении исследований. Аналогичные требования следует предъявить всем статистическим агентствам стран-членам ООН. Кроме этого предлагаем значительно расширить сбор социально-экономической, технологической, экологической, медицинской и другой информации в рамках требований и методик авторов. Обязать принять к исполнению изменения всеми соответствующими международными организациями, комитетами ООН и подчинёнными им организационными структурами стран-членов ООН в рамках требований Русской космо-ноосферной парадигмы управления Дорошко-Самариной. Авторы (С.Е.Дорошко, Г.П.Самарина) на протяжении последних десятилетий на основании исследований продолжают настаивать, что человечество ожидает не глобальное потепление, а неизбежный малый ледниковый период.
Русская космо-ноосферная парадигма управления Дорошко-Самариной позволяет решать следующие цели и задачи в интересах Вашего государства и мирового сообщества:
Обеспечение устойчивых прогнозов и управление мировыми кризисами, переворотами, революциями, военными конфликтами, терроризмом, в т.ч. в преддверие мировых кризисов, военных конфликтов и переворотов 2019-2021 гг., 2023-2025 гг., 2029 г. и далее.
Разработка, оценка и моделирование систем межгосударственных рисков и рейтингов.
Эффективное управление космо-ноосферной экономикой на всех уровнях иерархии от рабочих мест, подразделений, предприятий до правительств, президентов, силовых ведомств и спецслужб.
Главное, Русская космо-ноосферная парадигма Дорошко-Самариной обеспечивает эффективное управление в условиях неизбежных климатических потрясений в интересах Вашего государства и мирового сообщества, в т.ч. в рамках программы The White House «EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS» (13/10/2016).
Мы понимаем, что внедрение Русской космо-ноосферной парадигмы управления Дорошко-Самариной потребует дополнительных усилий и затрат от стран-членов ООН по повышению уровня финансирования комитетов ООН и связанных с ним организаций, а также изменению статуса подчинённых им структур и национальных статистических агентств в сторону увеличения их размеров, полномочий и штата сотрудников. Отметим, что в условиях климатических потрясений данные затраты будут несоизмеримы с возможными потерями. Можно утверждать, что использование только первого этапа Русской космо-ноосферной парадигмы управления Дорошко-Самариной по контролю за кризисными процессами на мировых рынках приведёт, по нашим оценкам, к существенному увеличению доходов государств членов ООН. Изменение статуса Всемирной организации здравоохранения (ВОЗ) и перевод отрасли «Здравоохранение» из дотационной в инвестиционную позволит увеличить темпы развития государств за счёт снижения заболеваемости (нетрудоспособности) как минимум на 2,6-5,2% ВВП в год.
Чтобы решить эти задачи, необходимо изменить и расширить существующие стандарты: СНС ООН (Система национальных счетов), МСФО (Международный стандарт финансовой отчётности), ISO 31000, Международной организации труда (МОТ), Всемирной организации здравоохранения (ВОЗ), Международного олимпийского комитета (МОК), Комитета по экологии ООН, Комитетов по аэронавтике и исследованию космического пространства и аналогичных организаций и структур в рамках Русской космо-ноосферной парадигмы управления Дорошко-Самариной, а также исследований авторского коллектива фонд «Ноосфера» по моделям «Кризис или Развитие» Дорошко-Самариной по 40-ка государствам, производящим 80-85 % мирового ВВП (http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm).
Господин Президент, внедрение Русской космо-ноосферной парадигмы управления Дорошко-Самариной позволит создать систему плановых мероприятий, направленную на повышение благосостояния и безопасности граждан Вашей страны, а также выживание Вашего государства в условиях неблагоприятных воздействий климата и космоса.
Научный руководитель авторского коллектива «Ноосфера».
Г.П.Самарина, доцент, к.э.н.
Главный редактор ведущего экономического еженедельника «Business Week» ознакомившись результатами исследований за период 1972-1981 гг. по анализу экономических работ далеких от реальной экономики флагмана теоретических журналов по экономике «American Economic Review» писал: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan. P. 124.].
В конце 20-го века В.Леонтьев в одном из своих докладов сказал, что формальные, теоретические и терминологические «упражнения» в науке «развитых» и/или западных, англосаксонских странах стали её основой.
За десятилетия до Беловежского переворота в СССР ведущие академические институты АН СССР, в частности, ВНИИСИ АН СССР, Институт США и Канады АН СССР, ЦЭМИ АН СССР, ИМЭМО АН СССР, Академии ГШ СССР, Академии КГБ СССР, ВПШ КПСС, ВКШ ВЛКСМ и прочие продвигали неолиберальные идеи постиндустриального общества, которые были нацелены на развал экономики СССР. Экономика СССР к 1980г. превзошла США минимум в 2 раза. Для того чтобы сделать процесс развала экономик СССР, СЭВ необратимым, они основные силы бросили на уничтожение лучшего в мире советского образования всех уровней от школьного до академического, в т.ч. фундаментальной и прикладной науки.
Так, в ВУЗах РФ в 1995 г. у первокурсников наблюдался серьёзный провал общеобразовательных знаний. Это наглядно видно в исследовании авторов «Образовательный крест Самариной» http://economics-21.narod.ru/Book/book-17/b17.html#_6630. Несложный анализ образовательных крестов Самариной свидетельствует, что в РФ на первом этапе к 1993-1995-1998 гг. были уничтожены экономические и социальные науки (см. правый график), а на втором этапе реформ 2000-2010 гг. было зачищено профессионально-техническое, высшее естественное и инженерное образование. Наука, образование в РФ и во всех республиках СССР, СЭВ приказала долго жить в период 2000-2010 гг. Этот процесс ускоренными темпами продолжается.
Искусственный интеллект, нейронные модели и программные комплексы Дорошко-Самариной, как неоднократно подчёркивали авторы, ничего общего не имеют с сегодняшним дебильным управлением и «искусственным» интеллектом либеральных менеджеров и программистов.
В 625-2500-10000 системы Дорошко-Самариной поступает непрерывный статистический поток данных от рабочего места, участков/подразделений/цехов, предприятий, отраслей, рынков, регионов, и всех государств. Далее этот поток данных фильтруется, обрабатывается и ежесекундно поступает в нейронные системы Дорошко-Самариной. Объёмы статистических данных 625-2500-10000 систем Дорошко-Самариной НЕОГРАНИЧЕННО НИЧЕМ, кроме либеральных дураков и биороботов.
Рассмотрим краткий авторский алгоритм нейронного моделирования и элементов искусственного интеллекта 625-2500-10000 нейронные системы Дорошко-Самариной.
1/ Эти нейронные системы первого уровня осуществляют фильтрацию, предварительную обработку и контроль входных статистических данных.
2/ На втором этапе 625-2500-10000 нейронные системы, модели Дорошко-Самариной формируют объективную, корректную нейронную систему ПРАВИЛ.
3/ На третьем этапе 625-2500-10000 нейронные системы, модели Дорошко-Самариной формируют объективную, корректную нейронную систему ЗНАНИЙ.
4/ На четвёртом этапе 625-2500-10000 нейронные системы, модели Дорошко-Самариной формируют объективную, корректную нейронную систему ЗАКОНОВ, а не сегодняшний воровской законодательный базис по понятиям.
5/ На пятом этапе 625-2500-10000 нейронные системы, модели Дорошко-Самариной формируют объективную, корректную нейронную адаптивную систему КОНТРОЛЯ.
Ввиду масштабности исследований дальнейшее описание авторов по 625-2500-10000 нейронным системам, моделям и разработанным программным комплексам Дорошко-Самариной будут даны в следующих монографиях и видео-лекциях.
По мнению авторов, «кукловоды», изучающие космо-ноосферную парадигму управления Дорошко-Самариной (https://searchworks.stanford.edu/view/9198590), провели командно-штабные учения (КШУ) по коронобесию в 2020 г. Авторы определили/установили следующие цели и задачи КШУ в 2018 г., чтобы минимизировать риски, ущербы от следующего мирового кризиса 2023-2025 гг.
Согласно нейронным прогностическим космо-ноосферным моделям Дорошко-Самариной по 40-ка государствам-членам ООН, производящим 80-85% мирового ВВП, в рамках командно-штабных учений (КШУ) следовало определить:
Целесообразно доказать/показать, что основные глубинные террористические биологические центры сосредоточены во всех комитетах, руководстве ООН, а также во всех руководящих центрах государств-членов ООН. Поднять вопрос об уничтожении/ликвидации всех участников этих центров террористической биологической заразы.
Согласно нейронным прогностическим космо-ноосферным моделям Дорошко-Самариной в рамках командно-штабных учений (КШУ) доказать/доказано, что:
Авторы предлагают модели мобилизационных ноосферных военных городков/поселений в рамках нейронных прогностических космо-ноосферных моделей Дорошко-Самариной (см. http://economics-21.narod.ru/Book/0005_Book/gl-00-00.html, http://economics-21.narod.ru/Book/book-16/book16.html, http://economics-21.narod.ru/Book/book-17/b17.html, http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm)
Согласно нейронным прогностическим космо-ноосферным моделям Дорошко-Самариной в рамках командно-штабных учений (КШУ) доказать/доказано, что в условиях весьма вероятных климатических потрясений необходимо:
По оценке авторов вывезено около 300-450 тыс. предприятий в Китай. В результате были лишены работы, заработной платы, пенсий около 300-400 млн. человек из 1 «золотого» млрд. человечества.
Приведём примеры либеральной глупости. Например, блогер Ирина Мухина (математик) утверждает, что она «управляла» пенсионными фондами Канады, и частично США на основании собственных патентов. Практически руками таких как она «управленцев», «математиков», «экономистов» и прочих «менеджеров» были вывезены активы пенсионных фондов США, Канады, Европы, СССР в Китай. Еще раз акцентируем внимание на том, что пенсионные фонды - это физические, денежные, нематериальные активы фабрик, заводов, колхозов, всей социально-инженерной инфраструктуры всех государств. Всё это в любом государстве создавали, создают и будут создавать и финансируют граждане страны, будущие пенсионеры, а не воры, жулики, олигархи и чиновники.
Другие существенные моменты авторы изложат в дальнейших научно-практических исследованиях и видео-лекциях.
Белые Шляпы и т.н. кукловоды и прочие кланы, в т.ч. наши курсанты-кукловоды (https://searchworks.stanford.edu/view/9198590) подняли следующие вопросы в рамках требований Дорошко-Самариной, основанных на космо-ноосферных межотраслевых, межрегиональных, межгосударственных исследованиях и парадигмах управления Дорошко-Самариной, динамических космо-ноосферных, мотивационных концепциях Дорошко-Самарина (1980-2021 гг), как систем подготовки управления и управленческих кадров, способных обеспечить выживание государств и мирового сообщества в условиях климатических потрясений (малого ледникового цикла 21 века):
О выработке космо-ноосферных межотраслевых, межрегиональных, межгосударственных ПРОГРАММ в рамках парадигм управления Дорошко-Самариной, динамической космо-ноосферных, мотивационных концепций Дорошко-Самарина (1980-2021 гг), в т.ч., как системы подготовки СОБСТВЕННО управления, а также управленческих кадров в рамках АКАДЕМИИ СЭВ, способных обеспечить выживание государств и мирового сообщества в условиях климатических потрясений (малого ледникового цикла 21 века).
Другие существенные моменты авторы изложат в дальнейших научно-практических исследованиях.
Следует выделить объективные причины создания Народной Академии СЭВ: это исключение из систем управления низкого интеллектуального уровня экономической, юридической, управленческой, законодательной систем подготовки кадров на всех уровнях иерархии управления от предприятий, отраслей, регионов, государств до над государственных структур в т.ч. силовых. Перечислим основные институты, в которых сосредоточены непрофессионалы и биологические «террористы»:
Отдельно отметим устойчивую деградацию подготовки кадров в узловых иерархических уровнях управления:
В академиях МВД/Полиции/МЧС всех стран.
Другие существенные моменты авторы изложат в дальнейших научно-практических исследованиях.
Введение описывает основные направления научно-практические исследования авторов за последние 25-50 лет. Они изложены выше.
Материал монографии был сформирован для следующих основных целей, задач монографии:
1. Подготовить новые целевые установки научно-практических исследований, работ Народной Академии СЭВ на следующие пять лет. Поэтому форма подачи материала монографии изменена с учётом задач, следующих пяти лет обучения и сотен следующих монографий, которые ждут инвесторов и висят в облачном пространстве авторов.
2. Продолжить развитие авторских систем нейронных, генетических моделей для всех 625-2500-10000 систем, методик, в т.ч. дистанционного обучения курсантов, профессорско-преподавательского состава Народной Академии СЭВ, в т.ч. для филиалов в США, ЕС, республик СССР, Китая и Индии. На данном этапе монографии авторы подают материал крупными алгоритмическими мазками с тысячи-кратными сокращениями работ, которые выполняет авторское программное обеспечение создания нейронных моделей, лингвистических роботов и прочего многообразия авторских технологических систем второго и далее уровней.
3. Обеспечить работу и управление авторскими системами нейронных, генетических моделей, в т.ч. обучающих, для всех 625-2500-10000 систем, методик Дорошко-Самариной по традиционной схеме, когда авторы могут подготовить мобилизационные проекты методом: «ОДНИМ АВТОРОМ» для всех предприятий, всех отраслей, всех регионов, всех стран и для над государственным управлением. На данном этапе монографии авторы представляют материал, позволяющий понять, как авторы в одиночку без президентов, генералов, управленцев, экономистов, юристов, академиков, программистов, математиков и прочим либеральным хламом управляют триллионами моделей, лингвистическими роботами и прочим многообразия авторских технологических систем второго и далее уровней.
4. В настоящее время авторы тратят около 1-5 чел./час для подготовки всего комплекса ноосферного управления для предприятий любой отрасли любого государства-члена ООН, состоящего из миллионов управленческих нейронных, генетических моделей, десятков тысяч страниц текстового управленческого материала для руководителей всех уровней иерархии. Необходимо совершенствовать и доработать авторские системы управленческих нейронных, генетических моделей до 1-10 чел./мин.
5. Разработать управление авторскими системами нейронных, генетических моделей трёх потоков мобилизационных проектов в условиях климатических потрясений: первый поток - это расселение городов США, ЕС, СССР в ноосферные посёлки. Второй поток - это возврат из Китая и/или создание 300-450 тыс. новых ноосферных предприятий. Третий поток – это размещение производственных ноосферных мощностей в ноосферных посёлках США, ЕС, СССР; и коренная ноосферная модернизация экономики Китая.
6. Подготовить обучающие системы, управленческие ноосферные комплексы для «кукловодов» всех уровней управления, а также для законодателей, управленцев, экономистов, юристов и силовиков всех уровней иерархий.
7. Разработать изменения в рамках космо-ноосферной парадигмы управления Дорошко-Самариной ВСЕХ ПЯТИ ветвей власти: идеологической, законодательной, судебной, исполнительной и информационной/СМИ.
8. Необходимо повысить эффективность авторских управленческих нейронных, генетических моделей принятия законодательных, судебных, управленческих, экономических, юридических решений в 1000 раз и сокращение раздутого управленческого штата в США, ЕС, СССР.
9. Разработать мобилизационные проекты в рамках космо-ноосферной парадигмы управления Дорошко-Самариной и авторских управленческих нейронных, генетических моделей принятия законодательных, судебных, управленческих, экономических, юридических решений в условиях климатических потрясений в США, ЕС, СССР.
Авторские концепции разрабатывались как ноосферные комплексы по управлению всей микро-меза-макро экономикой, всех предприятий, отраслей, рынков, регионов, всех стран, а также на уровне межгосударственного управления, в т.ч. как мобилизационные системы выживания в условиях климатических потрясений.
Сокращение материала в 100-1000 и более раз приводит с негативной стороны к усложнению освоения авторских методик, систем, нейронных моделей. При этом с позитивной стороны предоставляет следующие преимущества - даёт возможность объёмно охватить и осознать материал.
Как видно из монографий Дорошко-Самариной, все методики, системы авторов неразрывно связаны с миллиардами нейронных моделей, лингвистических роботов, разрабатываемых авторским программным обеспечением, что безусловно создаёт трудности для восприятия материала.
Поэтому с учётом эти основных требований и ограничений были сформированы основные разделы монографии.
Раздел 1. Мировой кризис 2023-2025 гг. в цифрах. Ликвидация и развал (Закрытие проектов) США, ЕС, РФ, КНР, Индии и др. (40 государств) Мобилизационные программы.
Даны основные положения, концепции и направления научно-практических исследований мотивационных, космо-ноосферных концепций, систем и моделей авторов, которые позволяют эффективно выявлять управленческие ошибки на всех иерархических уровнях – а значит, высоко эффективно прогнозировать любые проявления кризисных явлений с указанием временных, фазовых и амплитудных характеристик. За приод 1995-2021 гг. авторы с высокой точностью дали прогнозы всех 8 финансовых и финансово-экономических мировых кризисов, терроризма, военных конфликтов, пандемий и прочей глупости элитарного общества.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Раздел 2. Методики анализа рисков, эффективности, конкурентной позиции исследуемых предприятий любых отраслей, государств Дорошко-Самариной в рамках комплекса систем МСФО, ИСО31000, KLEMS, ISIC СНС ООН.
Для успешной реализации исследований космо-ноосферных межотраслевых, межрегиональных, межгосударственных авторских управленческих систем, методик, нейронного моделирования, программных комплексов Г.П.Самарина и С.Е.Дорошко используют все известные экономико-математические методы, в том числе нейронное, генетическое моделирование и элементы искусственного интеллекта. Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko.
В рамках авторских 625-2500-10000 серверных космо-ноосферных систем, методик, нейронных моделей, авторских программных комплексов Г.П.Самарина и С.Е.Дорошко разработали эконометрическую, математическую, статистическую систему, состоящую из двух систем: начального/упрощённого моделирования и углублённого исследования.
На первом этапе научно-практических исследований авторы любой экономический объект, любую переменную из триллионов, изучаемых космо-ноосферных переменных/факторов, сначала анализируют, рассматривают с помощью нейронного моделирования в рамках всего многообразия элементарной-описательной статистики, начальной эконометрики, динамического, дисперсионного анализа. Для предварительной оценки любого одного исследуемого фактора/переменной без учёта всего многообразия его прямых и косвенно-латентных связей Г.П.Самарина и С.Е.Дорошко в авторском программном обеспечении используют 25-50 статистических моделей по каждому фактору. Авторы по каждому фактору формируют исследовательскую нейронную матрицу первого этапа размерностью 25*25=625 и 50*50=2500 нейронных моделей.
На втором этапе научно-практических исследований авторы осуществляют углублённый анализ: регрессионный, дискриминантный, факторный, кластерный, модели нечетких множеств, нейронных сетей и др. Для углублённого анализа любого одного исследуемого фактора/переменной без учёта всего многообразия его прямых и косвенно-латентных связей Г.П.Самарина и С.Е.Дорошко в авторском программном обеспечении используют 25-50 углублённых/сложных моделей по каждому фактору. Авторы формируют исследовательскую нейронную матрицу по каждому фактору второго углублённого этапа размерностью 25*25=625 и 50*50=2500 нейронных моделей.
На третьем этапе научно-практических исследований авторы проводят комплексный анализ двух нейронных матриц на 625-2500 нейронных моделей первого этапа и 625-2500 нейронных моделей углублённого второго этапа по каждому фактору и пока также без учёта всего многообразия его прямых и косвенно-латентных связей. Г.П.Самарина и С.Е.Дорошко понимали, что подобные исследования не по силам всем институтам, ВУЗам вместе взятым. Поэтому Г.П.Самарина и С.Е.Дорошко разработали собственное программное обеспечение, обучающие комплексы с активным использованием нейронного моделирования с элементами искусственного интеллекта.
Напомним, что в рамках космо-ноосферной парадигмы управления Дорошко-Самариной авторские системы УПРАВЛЯЮТ всеми ПЯТЬЮ ветвями власти: идеологической, законодательной, судебной, исполнительной и информационной/СМИ. Понятно, что любое управление предусматривает, что все 5-ть ветвей власти профессионалы и в совершенстве владеют космо-ноосферной парадигмой управления Дорошко-Самариной.
Поэтому было принято решение о постепенном погружении управленцев, экономистов, исследователей, в т.ч. и всех сотрудников 5-ти ветвей власти в космо-ноосферное реальное информационное пространство баз данных, авторских стандартов: отраслевых, региональных, рыночных, международных и над государственными иерархическими уровнями управления.
В монографии даны примеры упрощённого нейронного моделирования авторских систем над государственными иерархическими уровнями управления:
Методики анализа рисков, эффективности, конкурентных позиций исследуемых любых отраслей, государств нейронных моделей ВВП и Добавленная стоимость Дорошко-Самарина в рамках МСФО, ИСО31000.
Методики анализа рисков, эффективности, конкурентных позиций исследуемых предприятий любых отраслей, государств нейронных KLEMS моделей Дорошко-Самарина в рамках МСФО, ИСО31000, KLEMS СНС ООН.
2.1 Методики анализа рисков, эффективности, конкурентной позиции исследуемых предприятий любых отраслей, государств Дорошко-Самариной в рамках комплекса систем МСФО, ИСО31000. Материал подготовили лингвистические роботы авторов.
Рассмотрены основные положения авторских систем, методик, нейронного моделирования: анализа рисков, эффективности, конкурентных позиций. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу по международным стандартам более высокого уровня. Отдельно отметим, что материал данного раздела по традиции подготовлен лингвистическими роботами авторов.
Исследования авторов по методике анализа рисков, эффективности, конкурентной позиции даны минимум с масштабными 100-кратным сокращениями в связи с ограничением объёма монографии.
2.2 Методики анализа рисков, эффективности, конкурентных позиций исследуемых любых отраслей, государств нейронных моделей ВВП и Добавленная стоимость Дорошко-Самарина в рамках МСФО, ИСО31000. Материал подготовили лингвистические роботы авторов.
Рассмотрены основные положения авторских систем, методик, нейронного моделирования: анализа рисков, эффективности, конкурентных позиций исследуемых предприятий любых отраслей, государств. Научно-практические авторские исследования, системы, методики выполнялись как единый комплекс в рамках авторских редакций международных стандартов МСФО, ИСО 31000 совместно с авторской редакцией международного стандарта следующего иерархического уровня KLEMS СНС ООН. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу по международным стандартам следующего иерархического уровня KLEMS СНС ООН. Отдельно отметим, что материал данного раздела по традиции также подготовлен лингвистическими роботами авторов.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
2.3 Методики анализа рисков, эффективности, конкурентных позиций исследуемых предприятий любых отраслей, государств нейронных KLEMS моделей Дорошко-Самарина в рамках МСФО, ИСО31000, KLEMS СНС ООН. Материал подготовили лингвистические роботы авторов.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной приступим к исследованию основных интегральных переменных системы капитал (K), труд (L), энергия (E), материал (М) и сервис (S). Сокращённое название данной системы/стандарта известно, как KLEMS. Данная KLEMS система укрупнённо описывает предприятий 40-ка основных отраслевых ноосферных комплексов и интегральных секторов экономики любого государства-члена ООН, СЭВ. KLEMS система создавалась в рамках системы национальных счетов (СНС), международной системы промышленного стандарта (ISIC) ООН с учётом национальных особенностей, в данном варианте североамериканского промышленного стандарта (NAICS) США. Источники интернет баз данных: https://bea.gov/industry/more.htm, http://www.worldklems.net/data.htm.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Раздел 3. Методики рисков, эффективности, нейронное динамическое моделирование Дорошко-Самариной предприятий-конкурентов любых отраслей, рынков, регионов, страна и над государственным уровенем
3.1 Методики рисков, эффективности, нейронное динамическое моделирование Дорошко-Самариной предприятий-конкурентов на примере научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США».
Рассмотрены основные положения авторских систем, методик, нейронного динамического моделирования: анализа рисков, эффективности, конкурентных позиций производственных функций Дорошко-Самариной на примере предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США. Исследования выполнялись в рамках международного стандарта СНС ООН (ISIC), а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Данные системы авторов анализа рисков, эффективности, конкурентных позиций, производственных функций Дорошко-Самариной легко применяются для исследования предприятий любых отраслей, государств. Данные исследования авторы выполнили без учёта всего комплекса ноосферных нейронных моделей управления. Научно-практические авторские исследования, системы, методики выполнялись как единый комплекс в рамках авторских редакций международных стандартов МСФО, ИСО 31000 совместно с авторскими редакциями международных стандартов следующих иерархических уровней KLEMS, ISIC, СНС ООН, а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу к международным стандартам следующего иерархического уровня KLEMS, ISIC СНС ООН, а также североамериканского промышленного стандарта NAICS в редакции авторов. Отдельно отметим, что материал данного раздела по традиции также подготовлен лингвистическими роботами авторов.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
3.2 Методики рисков, эффективности, нейронное динамическое моделирование Дорошко-Самариной предприятий-конкурентов металлургического комплекса отрасли «NAICS 3310 - Primary Metals» экономики США.
Для понимания масштабности деградации экономик США, ЕС и других «развитых» стран авторы сознательно провели показательную научную «порку» либеральной научной общественности на примере металлургического комплекса, а также всех отраслей экономики США за период 1950-2020 гг. В целом авторами разработаны методики рисков, эффективности, нейронное динамическое моделирование Дорошко-Самариной предприятий-конкурентов всех отраслей, всех регионов и всех стран. Эти авторские методики направлены на восстановление народнохозяйственных ноосферных комплексов всех государств мира, способных выживать в условиях климатических потрясений.
Рассмотрены основные положения авторских систем, методик, нейронного динамического моделирования: анализа рисков, эффективности, нейронное динамическое моделирование Дорошко-Самариной предприятий-конкурентов металлургического комплекса отрасли «NAICS 3310 - Primary Metals» экономики США. Исследования выполнялись в рамках международного стандарта СНС ООН (ISIC), а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Данные системы авторов анализа рисков, эффективности, конкурентных позиций, производственных функций Дорошко-Самариной легко применяются для исследования предприятий любых отраслей, государств. Данные исследования авторы выполнили без учёта всего комплекса ноосферных нейронных моделей управления. Научно-практические авторские исследования, системы, методики выполнялись как единый комплекс в рамках авторских редакций международных стандартов МСФО, ИСО 31000 совместно с авторскими редакциями международных стандартов следующих иерархических уровней KLEMS, ISIC, СНС ООН, а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу к международным стандартам следующего иерархического уровня KLEMS, ISIC СНС ООН, а также североамериканского промышленного стандарта NAICS в редакции авторов. Отдельно отметим, что материал данного раздела по традиции также подготовлен лингвистическими роботами авторов.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Раздел 4. 50–т начальных космо-ноосферных управленческих систем Дорошко-Самариной. Начальный курс дистанционного обучения.
В монографии раскрыты 50-т начальных систем/векторов научно-практических исследований, оценок рисков, эффективности принятия управленческих решений на всех иерархических уровнях от аутсорсинга дворников до президента. Эти 50-т векторов образуют матричную систему 50*50, состоящую в свою очередь из 2500 систем, объединённую громадиной как видимых, так и латентных/невидимых связей. Это требует на новом иерархическом уровне ещё масштабнее проводить научно-практические исследования, оценку рисков, эффективность принятия управленческих решений на всех иерархических уровнях от аутсорсинга дворников до президента.
Авторы неоднократно подчёркивают, что каждая из 2500 начальных систем в свою очередь имеет громадное множество не только связей, но и многообразие своих систем со своими связями на своём уровне иерархий. Поэтому авторы для простоты понимания и назвали свой космо-ноосферный комплекс «625-2500-10000 космо-ноосферных серверных, облачных, нейронных систем Дорошко-Самариной».
Ещё раз уточнена, раскрыта авторская редакция по ноосферной экономики на примере нейронной ноосферной модели «Геополитическая, Геоэкономическая модель деградации ноосферной экономики США Дорошко-Самариной». Ноосферная экономика США близка к нулю, т.к. все три сферы имеют векторное пространство, разрушающее ноосферную экономику США. Отсутствие техносферы привело к разрушению/уничтожению социальной сферы, например, все крупные и средние города США, такие как Детройт. Разрушенные техносфера, и социальная сфера США неизбежно подавляет природу, биосферу США. Например, лесные пожары в Калифорнии, нефтяная трагедия в Мексиканском заливе, приведшая к остановке Гольфстрима и неизбежному глобальному похолоданию, изменение пищевой цепи в Атлантике и др. (См. http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm).
Авторы рассматривают законодательство, экономику, управление любого государства через ноосферную систему авторов, состоящую из кластерной/векторной техносферы, биосферы, соцсферы, объединённой интегральной ноосферной системой разумного управления. В свою очередь система техносфера любого государства моделируется, исследуется как производственная функция. Социальная сфера, её нейронные модели, системы неразрывно связаны и формируются техносферой. В советское время любое крупное предприятие имело хорошо развитую социальную систему и социальную инфраструктуру: ясли, детсады, школы, ПТУ, техникумы, ВУЗы, ЖКХ, пансионаты, дома отдыха, санатории, медсанчасти, свои строительно-монтажные управления, которые строили как промышленные, так и социальные объекты и др. В советское время любое крупное предприятие контролировало и отвечало за все выбросы и экологические ущербы, что является малым элементом биосферы в авторских системах.
Сравните с традиционными капиталистическими системами, например, государственные образования, княжества Швейцарии, Кипра, Люксембурга, Монако, Мальты и прочие, в которых отсутствует реальное производство, но зарегистрированы офисы крупных компаний. По мнению авторов они являются не государствами, а виртуальными системами БАРЫГ/ВОРОВ или раковыми опухолями на теле мирового сообщества.
В рамках космо-ноосферного комплекса «625-2500-10000 космо-ноосферных серверных, облачных, нейронных систем Дорошко-Самариной» авторами был разработан начальный уровень обучения курсантов, студентов, профессорско-преподавательского состава Народной Академии СЭВ.
В настоящее время авторы столкнулись с непреодолимой проблемой запредельно-низкого образования профессорско-преподавательского состава, академиков и нобелевских лауреатов. Поэтому 50-т начальных систем находятся в постоянной редакции для приближения авторских начальных систем обучения к интеллектуально низкому уровню руководителей, академиков и нобелевских лауреатов. Часть из 50-ти начальных систем/векторов авторов не включены в монографию и/или описаны достаточно поверхностно.
Все системы, методики, нейронные модели с элементами искусственного интеллекта Дорошко-Самариной ежегодно видоизменяются и совершенствуются. Поэтому авторы требуют от своих курсантов каждый год сдавать экзамены для получения права читать лекции, и представлять авторов и авторские разработки, не вносить в них свои вольности, и не заниматься волюнтаризмом.
В основе Устава Академии должен быть прописан принцип – необходимо в зародыше подавить желание курсантов украсть и паразитировать на старых лабораторных работах.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Раздел 5. Президентские гранты о кризисе, короновирусной афере 2019-2021 гг. и расчленении США, ЕС, РФ на фоне кризиса 2023-2025 гг. Лабораторные работы курсантов народной академии СЭВ государств-членов ООН в рамках космо-ноосферных управленческих систем Дорошко-Самариной
ДОБАВИТЬ ГРАНТЫ 2021 Г. И ПИСЬМА ОБРАЩЕНИЯ К НАРОДАМ МИРА
Даны выдержки из лабораторных работ курсантов Народной Академии СЭВ. В монографии опубликованы исследования только по 20 государствам из 250 стран и регионов. Все лабораторные работы по анализу рисков, эффективности, коррупции экономики исследуемых государств выполнены с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
В разделах все исследования выполнялись авторами. Лучшим курсантам в рамках методик авторов было разрешено предоставить в монографии свои лабораторные работы по системам управления 40-ка стран.
Результаты всех исследований создавались лингвистическими роботами, построенными на основе лингвистических генераторов Монте-Карло авторов.
Исследования авторов, лабораторные работы курсантов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Авторы хотят отметить большую работу и помощь в подготовке технологий дистанционного интернет обучения Дорошко-Самариной курсантов: А.А.Володькина, С.В.Ленкова, М.А.Ларионову.
Списочный состав курсантов-преподавателей Народной Академии СЭВ охватывает весь мир: от Южного до Северного полюсов от Австралии, Южной Африки, Южной Америки от Японии, Великобритании и Аляска, Гавайи США. СССР, СЭВ: от Чукотки, Камчатки до Калининграда, Берлина, Парижа от Таджикистана до Якутии, Нарьян мара, Мурманска:
Алейников А.В., Алейников В.А., Армантурлы Н.С., Алчинова Е.А., Белезнова О.В., Бутузов А.С., Васин К.В., Васильев Д.В., Власов Г.Ю., Волков А.А., Ворошилов С.В., Воловик Т.А., Горбунова С.В., Гороховский М.В., Громова Л.Ф., Дебакер А.В., Епишина Л.В., Зайцева Л.С., Зонов Г.А., Камашев С.В., Карпушкина В.Н., Карапетян С.П., Князева И.А., Ковчужный А.В., Козлов А.Н., Козлова С.А., Конов В.П., Коренева М.Ю., Кочеткова Н.В., Кузьменкова Г.А., Курбатов А.А., Куцов С.А., Ларионова М.А., Леднева Н.Н., Ленков С.В., Лебёдкина О.В., Лунёв А.В., Лыжин С.А., Мазавина Л.И., Малыгина Р.П., Мальцева И.Г., Мальцева Н.А., Мищенко О.В., Никитин В.В., Нечунаев Ю.Ф., Ноак А.А., Паизов С.Ж., Петрякова О.И., Полыгалова С.В., Похлебаев И.А., Прапорщиков Н.В., Прокушев К.С., Родкина Е.А., Романцов О.В., Рудюк С.В., Семёнов А.Г., Смольницкая Т.Н., Сергеева Т.С., Тюпин В.А., Трукшане Р.М., Усова Г.А., Хадарина Н.С., Черняева К.П., Шулик И.Г., Ямрихова Р.А. и др.
Курсанты, коллеги представлены на наших сайтах (http://economics-21.narod.ru/, http://idiinvest.narod.ru/) и на видеоканалах (https://www.youtube.com/channel/UCY_PQxhwcKGbW_uzZpeJY8Q/videos).
Исследования авторов были бы невозможны без статистических интернет баз данных программ межгосударственного сопоставления ООН, World Bank, комитетов ООН (ВОЗ, МОТ, МСФО, СНС, ИСО, экологии и др.), программы WIOD, статистических программ раскрытия информации Минтруда, Минторговли, ФРС, SEC, библиотеки Конгресса США, а также любезной помощи других ведомств федеральных и региональных властей США. За это авторы им искренне признательны.
Авторы благодарны западным коллегам, ученикам русской зарубежной экономической школы (П.Сорокина, В.Леонтьева, американских ассоциаций социологов, экономистов) за материалы, отражающие удручающее состояние западной либерально-экономической школы с прошлого века по настоящее время. Авторы признательны им за принципиальность и научную объективность.
Монография выполнена в авторской редакции.
Благодарим коллектив издательства СпбГЭУ «ЛЭТИ» за поддержку и помощь, в том числе О.А.Филимонович.
Авторы верят в практическую значимость монографии и надеются на конструктивную критику специалистов и практиков.
Авторские методики, системы традиционно создаются в технологиях двойного назначения. Поэтому все особенности прошлых, настоящих и будущих кризисов авторами кодируются. Эти авторские пазлы могут сложить только профессионалы или те, у кого есть терпение просмотреть около 10 тыс. видео-лекций авторов.
Научно-практические исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Регулярные мировые кризисы, это не теория заговоров, а типичная безграмотность элит, их научных, образовательных центров, а также люмпенизация общества. Этот процесс в «развитых» и/или западных, англосаксонских странах длится минимум два столетия.
Обратимся к истории и мнению ведущих учёных с мировым именем о деградации фундаментальной, прикладной науки, элитарного образования как экономического, так и технического и тем более гуманитарного:
В.К.Дмитриев, основоположник экономики XX и XXI века, 1895 г. сказал: «... Они (австрийская, немецкая, французская, английская экономические школы) в своих «теориях» одни неизвестные определяют другими неизвестными».
В статье В.Леонтьев в 1937 г. «Туманное теоретизирование: методологическая критика нео-кембриджской школы». Quarterly Journal of Economics подчёркивает: «… Пренебрежение академической экономической наукой упорным, систематическим, эмпирическим анализом и увлечение изящными, но пустыми, формальными, … теоретическими «упражнениями».
Русский экономист-трудовик, основатель мировой социологии П.Сорокин (В книге «Fads and Foibles in Modern Sociology and Related Sciences» в главе «Амнезия, новые Колумбы и комплекс первооткрывателя», 1956г.) предупреждал об опасности индекса цитирования, когда одни дураки от «науки» цитируют других деревенских дурачков: «... Многие современные социологи утверждают, что они сделали ряд научных открытий «впервые в истории» социологии или какой-либо иной отрасли знания. Краткости ради эта слабость может быть названа «всепоглощающим комплексом первооткрывателя», или просто «комплексом первооткрывателя». В указателях их книг дается длинный список «исследователей», принадлежащих к «Страховой компании взаимной поддержки» автора..."
»... Советское образование - лучшее в мире... СССР выиграл космическую гонку за школьной партой» Джон Кеннеди (1961 г.), 35-й Президент США
Американскую ассоциацию экономистов в 1970 г. возглавил Нобелевский лауреат по экономике В.Леонтьев. В.Леонтьев совместно с редакцией флагмана теоретических журналов по экономике - ведущим научным американским журналов «American Economic Review» в период 1972-1981 гг. инициировали исследования по анализу экономических работ далеких от реальной экономики. Результаты исследования флагмана теоретических журналов по экономике «American Economic Review» повергли в шок мировую экономическую общественность. Так, в частности, в экономических исследованиях и работах западных экономистов преобладали:
Итого псевдоэкономических работ (96,9%).
Главный редактор ведущего экономического еженедельника «Business Week» ознакомившись результатами исследований за период 1972-1981 гг. по анализу экономических работ далеких от реальной экономики флагмана теоретических журналов по экономике «American Economic Review» писал: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan. P. 124.].
В конце 20-го века В.Леонтьев в одном из своих докладов сказал, что формальные, теоретические и терминологические «упражнения» в науке «развитых» и/или западных, англосаксонских странах стали её основой.
За десятилетия до Беловежского переворота в СССР ведущие академические институты АН СССР, в частности, ВНИИСИ АН СССР, Институт США и Канады АН СССР, ЦЭМИ АН СССР, ИМЭМО АН СССР, Академии ГШ СССР, Академии КГБ СССР, ВПШ КПСС, ВКШ ВЛКСМ и прочие продвигали неолиберальные идеи постиндустриального общества, которые подразумевали развал экономики СССР. Экономика СССР к 1980г. превзошла США минимум в 2 раза. Для того чтобы сделать этот процесс необратимым, они основные силы бросили на уничтожение лучшего в мире советского образования всех уровней от школьного до академического, в т.ч. фундаментальной и прикладной науки.
Так, в ВУЗах РФ в 1995 г. у первокурсников наблюдался серьёзный провал общеобразовательных знаний. Это наглядно видно в исследовании авторов «Образовательный крест Самариной» http://economics-21.narod.ru/Book/book-17/b17.html#_6630.
Несложный анализ образовательных крестов Самариной свидетельствует, что в РФ на первом этапе к 1993-1995-1998 гг. было уничтожены экономические и социальные науки (см. правый график), а на втором этапе реформ 2000-2010 гг. было зачищено естественное и инженерное образование. Наука, образование в РФ и во всех республиках СССР, СЭВ приказала долго жить в период 2000-2010 гг.
Далее покажем сокращённую версию авторов по деградации элит, их научных, образовательных центров в «развитых» и/или западных, англосаксонских странах на примере истории создания «Геополитических/Геоэкономических моделей деградации ноосферных экономик США, ЕС, РФ Дорошко-Самариной».
1 ЭТАП. В период 1995-1999 гг. авторы исследовали и разработали: «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран позволили утверждать следующее:
Первый момент исследований. Авторами в 1995-1999 гг. было доказано, что «масоны» сначала уничтожали экономику, системы управления социально-экономическими процессами США с 1960 г. Далее занялись уничтожением экономики ЕС с 1970 г. И только потом после 1982 г. приступили к активному разрушению СССР.
Научно-практические исследования авторов доказывают, что глубинный ползучий переворот в СССР начался внутри партийных элит сразу после смерти И.В.Сталина. Это наглядно видно по резкому падению динамики ВВП. В 1945-1953 гг. годовая динамика ВВП в реальном выражении составляла 27-43%. При Н.С.Хрущёве 1954-1963 гг. годовая динамика ВВП в реальном выражении составляла 10-15%. При Л.И.Брежневе 1963-1982 гг. годовая динамика ВВП в реальном выражении составляла 5-8%. По мнению авторов, подобная деградация экономики СССР — это результат интеллектуальной, мировоззренческой отсталости экспертов Н.С.Хрущёва, которые готовили разрушительную экономическую реформу Косыгина-Либермана. По мнению авторов, деградация экономики СССР, началась с интеллектуальной деградации в ведущих научных, в т.ч. идеологических, философских, полит экономических центрах АН СССР.
Вот почему основная цель данной монографии подвести итоги 25-50-летних научно-практических исследований авторов именно в рамках космо-ноосферного мировоззрения, методологий, систем: «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Ещё раз подчеркнём, что эти две мировоззренческие концепции пронизывают друг друга, образуя как многообразие видимых, так и ещё большее многообразие латентных/невидимых связей, и естественно неразрывно взаимодействуют, формируя множество новых методологий, систем, методик авторов.
Второй момент исследований. Авторами было доказано, что модели масштаба падения промышленного производства в США демонстрировали удивительную точность и «чудную» последовательность мероприятий по уничтожению экономики США. Коэффициент детерминации «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной» составлял 97,9-99% в период 1947-1995-1999-2010-2020 гг.
Третий момент исследований. Авторами было доказано, что после очередного цветного неолиберального переворота 11/09/2001 г. в США интенсивность деградации промышленного производства не изменилась и к 2020 г. падение достигло критических значений 10-15% ВВП. Подчеркнём, что неолиберальный цветной переворот 11/09/2001 г. в США никак не повлиял на глобальную программу по уничтожению экономики и далее суверенитета государств США, ЕС, СССР, и что важно уничтожение Китая.
Четвёртый момент исследований. Авторами было доказано, что уже к 1999 г. из США было вывезено минимум 100 тыс. предприятий в созданные кукловодами азиатские государства-фабрики, в т.ч. в Китай. Из ЕС было также было вывезено минимум 100 тыс. предприятий, и из республик СССР было вывезено минимум 100 тыс. предприятий в созданные азиатские государства-фабрики, в т.ч. в Китай.
Пятый момент исследований. Авторами было доказано, что для сокрытия масштабной безработицы в США, ЕС, СССР, связанной с вывозом минимум 300 тыс. предприятий в азиатские государства-фабрики, в т.ч. в Китай, была изменена методика МОТ ООН по учёту безработицы/занятости. Далее эта порочная/воровская методика была внедрена (рекомендована) во все страны. По оценкам авторов в США сейчас сокрыто минимум 100 млн.чел. безработных, существующих на пособия. Аналогичная ситуация наблюдается в ЕС, там также минимум 100 млн.чел. безработных, существующих на пособия. В республиках СССР также сокрыто минимум 100 млн.чел. безработных.
Шестой момент исследований. Авторами было доказано на «Образовательных моделях Самариной» будет наблюдаться интенсивная деградация ноосферных, социально-экономических образовательных, медико-фармакологическим системам.
Седьмой момент исследований. Авторами было доказано по стратегическим, т.е. по образовательным, медико-фармакологическим системам, и тактическим, т.е. продовольственным, промышленным, инженерно-инфраструктурным и строительным системам в рамках авторского научно-исследовательского комплекса, в т.ч. деловых игр: «Кризис или Развитие Дорошко-Самарина».
Авторы доказывают, что разработанная в 1995-1999 гг. «Геополитическая/Геоэкономическая модель деградации ноосферных экономик США, ЕС Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран свидетельствует об интенсивной дебилизации элит на всех иерархических уровней, вызванной деградацией всех форм элитного образования на западе. Авторы это доказывали ещё в 1995-1999 гг. в рамках в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Процессы деградации элит и их образования происходят более 150-200 лет. Поэтому следует рассмотреть первопричины, приводящие к такому бездарному управлению, регулярным мировым кризисам, войнам, переворотам/революциям/терроризму и прочему либерально-сионистскому фашизму.
Исходя из выше изложенных исследований авторы утверждают, что хаос в виде войн, революций, мировых кризисов, организуемых над государственными структурами это следствие полного отсутствия образования, которое и порождает такое дебильное управления на всех уровнях иерархии от рабочих мест до президентов и их кукловодов. Рассмотрим кратко эти исследования авторов.
2 ЭТАП. Выявленный крест по деградации ноосферных экономик развитых стран неизбежно вызывает деградацию/ненужность образования на всех уровнях и как следствие было доказано следующее:
Первый момент исследований. Авторами было доказано, что безумная неолиберальная политика элит по уничтожению экономик собственных стран свидетельствует о длительных интенсивных дебилизационных процессов в элитах развитых стран, а также в так называемых над государственных структурах: Комитет 300, во всех комитетах, структурах ООН, Мировой банк, МОТ, ВОЗ, МВФ, Олимпийский комитет и т.д.
Второй момент исследований. Авторами было доказано, что резкое падение качества элитарного среднего и высшего образования всех уровней, всех государств, в том числе Академий, Нобелевских премий и далее. Отдельно отметим дебилизацию образования в академиях всех силовых ведомств всех государств.
Третий момент исследований. Авторами было доказано, что наблюдается интенсивная деградация академического образования, академий наук всех развитых стран, в том числе Академий, Нобелевских комитетов и далее.
Основная идея описываемых исследований корнями уходит в подготовку грантов в Фондах Евразия и Сороса. Эти фонды, как выяснили авторы в дальнейшем, являлись прикрытием различных спецслужб: ЦРУ США, «масонов» фонда Сороса. До 1999 г. и ранее авторы публикациями, в т.ч. через гранты, сообщали руководству, силовикам развитых стран, в т.ч. США, и «кукловодам» мира о наступившей геополитической, геоэкономической катастрофе развала ноосферных экономик США, ЕС, СССР (РФ), КНР, Индии и др. Исследования авторов убедительно доказывали, что во всех государствах-членах ООН полностью утрачен суверенитет и отсутствует управление на всех уровнях иерархии. Это является результатом окончательной дебилизацией управленческих элит и ползучей люмпенизацией общества во всех странах по формированию у мирового сообщества мировоззрения биороботов (см. Образовательно-мотивационный крест Самариной - http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211, http://economics-21.narod.ru/Book/book-17/b17.html#_6630).
Рекомендуем ознакомиться с исследованиями авторов по моделям «Крест Самариной по образованию» http://economics-21.narod.ru/Book/book-17/b17.html#_6630, по «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko.
В рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко и космо-ноосферной парадигмы управления Дорошко-Самариной в мае-июле 1999 г. авторами были направлены исследования в ЦРУ через структуру прикрытия фонда Евразия (USAID) письмо от 08/06/1999г. грант № М99-0521, а также «кукловодам» Фонда Сороса письмо от 24/06/1999 г. по гранту о неизбежном мировом финансовом кризисе 2001-2002 гг. с яркими его проявлениями в сентябре 2001 г. В частности, даны вероятностные оценки по террористическим актам на территории государств-членов ООН, в т.ч. в США, попыткам государственных переворотов, роста заболеваний и/или пандемий и др. Отметим, что фонды Евразии, Сороса финансировались и финансируются не правительством и народом США, а оккупантами, которые захватили власть в США 23/12/1913 г.
Западную общественность авторы в очередной раз в 1995-1999 гг. предупреждали о катастрофическом положении в обучении элит, в т.ч. законодательных, судебных и силовых структур (школы, ВУЗы, академии, научно-исследовательские центры и др.). Так, в частности, в учебном пособии для ВУЗов (http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211) был дан ряд исследований авторов по образованию:
«… Продолжая научно-практические работы, начатые в научно-исследовательской лаборатории промышленно-экономических исследований при Ленинградском инженерно-экономическом институте им. П.Тольятти в области социально-экономической политики электротехнической отрасли СССР, предприятий в 1970-1980 г.г., на основе данных программы Мирового Банка были построены модели Самариной по образованию (среднее, профессиональное). Данные образовательные модели Самариной описывают зависимость ВВП на душу населения в долл. США, и уровнем образования.
В основу образовательных моделей Самариной были положены статистические базы-данные World Bank по 206 странам за период с 1995 по 1999 гг. Образовательные модели Самариной наглядно демонстрируют следующее, что чем выше уровень образования в стране, тем больше уровень показателя ВВП на душу населения в текущих долларах США. Таким образом, инвестиции в образование являются самыми выгодными вложениями, как для государства, так и для предприятий и семейных хозяйств.
На графиках и моделях можно обнаружить критические точки, после которых скорость нарастания кривой ВВП на душу населения резко возрастает. Эти критические точки находится на уровне 80% для профессионального образования и 90% для среднего. Это очевидно, в обществе или на производстве происходят качественные изменения, когда доминирует (преобладает) образованное население, персонал. Первый всплеск роста эффективности, производительности труда наблюдается в пределах 50% уровня профессионального образования и 65-70% для среднего, но они не продолжительны, т.к. уровень образования общества еще не достиг своей критической массы. Очевидно, что чем более образован человек, тем более производительно он трудится…».
Непонимание этих объективных социально-экономических законов для стратегического планирования, управления отраслями, рынками и государством на основе образовательных моделей Самариной и их катастрофической скорости нарастание функций/моделей приводит к интенсивной дебилизации элит и неизбежной ползучей люмпенизации общества. Результатом непрофессионального, безграмотного управления на всех уровнях иерархии во всех странах и являют собой регулярные мировые кризисы, войны, перевороты-революции, т.н. терроризм, террористы и/или революционеры, которых целенаправленно готовят в недрах элитарно-образовательных центрах. Интенсивная дебилизация элит, и люмпенизация общества особенно наглядно проявляется в развитых странах.
Для всех развитых стран авторами в 1995-1998 гг. по данным статистической базы данных Мирового Банка, ООН, США и ЕС за период 1947-1998 гг. были построены геополитические, геоэкономические модели деградации ноосферных экономик США, Европы, СССР (всех республик) Дорошко-Самариной.
Модели США, ЕС показали полную утрату государственности, суверенитетов, промышленности и военно-промышленного потенциала и неизбежный развал экономик к 1991-1995 гг. Пока они выжили благодаря Беловежскому перевороту в СССР. И паразитированию за счёт грабежа народов СССР и СЭВ (500 млн.чел.).
Авторы разработали нейронные модели геополитических, геоэкономических рисков, которые не могут быть осознаны непрофессиональными работниками в области международных отношений, в т.ч. министрами обороны, иностранных дел, агентствами национальной безопасности, академиями генеральных штабов, разведки, прокураторы, законодательными и судебными системами и прочими элитарными образовательно-исследовательскими центрами всех развитых государств без исключения. В отличие от профессионализма, основанного на громадном кругозоре, энциклопедических знаниях офицеров экономической разведки генерального штаба русской (царской) армии и офицеров экономической разведки И.В.Сталина.
Деградация промышленности наблюдается не только в США, но и в Европе. Например, в начале девяностых годов Европа обеспечивала 44 % мирового экспорта полупроводниковых компонентов, а теперь этот уровень не превышает 9 % и продолжает снижаться. Руководство Intel утверждает, что одно место на предприятии Intel создаст от пяти до десяти рабочих мест в смежных отраслях (https://3dnews.ru/1048575/intel-schitaet-netselesoobraznim-investirovat-v-starie-tehprotsessi-radi-nugd-avtoproma-nugno-ispolzovat-sovremennih-chipi).
Промышленное производство, как доказывают авторы в так называемых «развитых/демократических/либеральных» странах США, Европы, Англии и её колоний (Канада, Австралия и др.) в послевоенный период 1950-2021 гг. уничтожено/свёрнуто с 40-45% в ВВП стран до 10-15% и в лучшем случае до 20-25%. Это не исчезновение промышленности в США, ЕС, СССР — это вывоз минимум 300 тыс. предприятий в Китай, это чудовищный уровень скрытой безработицы в т.н. «золотом» миллиарде США, ЕС, СССР 300-400 млн.чел. и естественный рост занятости в Китае на 300-400 млн.чел.
Вполне очевидно, что такая масштабная безработица в период 1970-2021 гг. в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко будет содействовать деградации элитарного образования в школах, ВУЗах, обществе на фоне интенсивного оглупления элит и дальнейшей масштабной люмпенизация человечества.
Основная цель данной монографии подвести итоги 25-50-летних исследований авторов в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Эти две мировоззренческие концепции пронизывают друг друга, образуя как миллиардные многообразия видимых, так и ещё большие триллионные многообразия невидимых связей, и естественно они неразрывно взаимодействуют между собой.
Эти мировозренческие концепции послужили основой 625-2500-10000 космо-ноосферных управленческих систем Дорошко-Самариной. Динамическое нейронное космо-ноосферное моделирование в авторской системе двойного назначения:
Во-первых, управление и если потребуется манипулирование всеми предприятиями, всех отраслей, всех регионов и всех стран.
Во-вторых, управление и если потребуется манипулирование на всех уровнях иерархий от любых рабочих мест в стандартах всех профессий, всех отраслей в рамках Минтруда СССР (классификатор профессий) и Минздрава СССР (диспансеризация по профессиям), всех подразделений/участков/цехов, предприятий, отраслей, регионов, стран и над государственных систем управления.
В-третьих, управление и если потребуется манипулирование всеми отраслевыми, всеми региональными, всеми государственными, всеми мировыми рынками: трудовыми, товарными, сырьевыми, финансовыми и фондовыми, в т.ч. медико-фармацевтическими рынками, региональными, мировыми рынками вооружений.
В-четвёртых, обеспечивать устойчивые прогнозы, управление, манипулирование мировыми кризисами, переворотами, «революциями», военными конфликтами, «терроризмом».
В-пятых, космо-ноосферная парадигма Дорошко-Самариной обеспечивает формирование отраслевые, региональные, государственные и межгосударственные, в т.ч. для всех силовиков, нейронные модели рисков, рейтингов, эффективности управления в рамках разработанных авторами ЗАКОНОВ в рамках космо-ноосферной парадигмы управления Дорошко-Самариной. Примеры по законам http://economics-21.narod.ru/Book/book-17/b17.html#_6650, http://economics-21.narod.ru/Book/book-17/b17.html#_6674
В-шестых, коренное изменение всех отраслевых, региональных, государственных и межгосударственных стандартов СНС ООН, их комитетов, др. международных комиссий, например, СНС ООН, МОБ, МОТ, ВОЗ, ISO 31000. Для этого авторами подготовлены письма в ООН и комитеты, методические материалы с требованиями к сбору объективной статистической информации. Далее этот материал будет описан вкратце.
В-седьмых, космо-ноосферная парадигма Дорошко-Самариной обеспечивает эффективное управление в условиях неизбежных климатических потрясений.
Расширить научные исследования, в т.ч. для популяризации космо-ноосферной межгосударственной, межотраслевой парадигмы управления, а также научно-практических работ коллектива по развитию международных стандартов ТОЛЬКО в рамках космо-ноосферной парадигмы управления Дорошко-Самариной:
Откорректировать стандарт ISO 31000 «Управление рисками» в части технологической, социально-экономической, экологической, медицинской отчётности предприятий всех отраслей, всех государств, в рамках редакций, методик, исследований авторского коллектива по СНС ООН, МОБ, МОТ, ВОЗ, ISO 31000.
Для понимания авторских парадигм управления в рамках целостной экономики предприятий, отраслей, регионов, государств и над государственным управлением начнём с методик анализа рисков Дорошко-Самариной. Далее эти авторские методики объединим с СНС ООН статистических баз данных KLEMS, т.е. рассмотрим авторский подход, объединяющий микро, мезо и макро экономику.
Научно-практические исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Для успешной реализации исследований космо-ноосферных межотраслевых, межрегиональных, межгосударственных авторских управленческих систем, методик, нейронного моделирования, программных комплексов Г.П.Самарина и С.Е.Дорошко используют все известные экономико-математические методы, в том числе нейронное, генетическое моделирование и элементы искусственного интеллекта. Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Так, в частности, Г.П.Самарина и С.Е.Дорошко пишут: «… Остановимся на ряде важных, по нашему мнению, моментах, таких как выбор эконометрического инструментария и исходных статистических данных. Анализ литературных источников по эконометрическим, синергетическим исследованиям показал, что к настоящему времени не существует универсальных, устойчивых математических методов.
Поэтому дальнейшие эконометрические исследования аналитик, управленец обязан проводить с одновременным использованием всего многообразия классического эконометрического инструментария без исключения на основе следующей классификации экономико-математических методов… Г.П.Самарина и С.Е.Дорошко считают, что при исследовании любых экономических объектов необходимо использовать все перечисленные методы без исключения…». Источник: http://economics-21.narod.ru/Book/book-13/book-13.html#_835
В рамках авторских 625-2500-10000 серверных космо-ноосферных систем, методик, нейронных моделей, авторских программных комплексов Г.П.Самарина и С.Е.Дорошко разработали эконометрическую, математическую, статистическую систему, состоящую из двух систем: начального/упрощённого моделирования и углублённого исследования.
На первом этапе научно-практических исследований авторы любой экономический объект, любую переменную из триллионов, изучаемых космо-ноосферных переменных/факторов, сначала анализируют, рассматривают с помощью нейронного моделирования в рамках всего многообразия элементарной-описательной статистики, начальной эконометрики, динамического, дисперсионного анализа. Для предварительной оценки любого одного исследуемого фактора/переменной без учёта всего многообразия его прямых и косвенно-латентных связей Г.П.Самарина и С.Е.Дорошко в авторском программном обеспечении используют 25-50 статистических моделей по каждому фактору. Авторы по каждому фактору формируют исследовательскую нейронную матрицу первого этапа размерностью 25*25=625 и 50*50=2500 нейронных моделей.
На втором этапе научно-практических исследований авторы осуществляют углублённый анализ: регрессионный, дискриминантный, факторный, кластерный, модели нечетких множеств, нейронных сетей и др. Для углублённого анализа любого одного исследуемого фактора/переменной без учёта всего многообразия его прямых и косвенно-латентных связей Г.П.Самарина и С.Е.Дорошко в авторском программном обеспечении используют 25-50 углублённых/сложных моделей по каждому фактору. Авторы формируют исследовательскую нейронную матрицу по каждому фактору второго углублённого этапа размерностью 25*25=625 и 50*50=2500 нейронных моделей.
На третьем этапе научно-практических исследований авторы проводят комплексный анализ двух нейронных матриц на 625-2500 нейронных моделей первого этапа и 625-2500 нейронных моделей углублённого второго этапа по каждому фактору и пока также без учёта всего многообразия его прямых и косвенно-латентных связей. Г.П.Самарина и С.Е.Дорошко понимали, что подобные исследования не по силам всем институтам, ВУЗам вместе взятым. Поэтому Г.П.Самарина и С.Е.Дорошко разработали собственное программное обеспечение, обучающие комплексы с активным использованием нейронного моделирования с элементами искусственного интеллекта.
Напомним, что в рамках космо-ноосферной парадигмы управления Дорошко-Самариной авторские системы УПРАВЛЯЮТ всеми ПЯТЬЮ ветвями власти: идеологической, законодательной, судебной, исполнительной и информационной/СМИ. Понятно, что любое управление предусматривает, что все 5-ть ветвей власти профессионалы и в совершенстве владеют космо-ноосферной парадигмой управления Дорошко-Самариной.
Поэтому было принято решение о постепенном погружении управленцев, экономистов, исследователей, в т.ч. и всех сотрудников 5-ти ветвей власти в космо-ноосферное реальное информационное пространство баз данных, авторских стандартов: отраслевых, региональных, рыночных, международных и над государственными иерархических уровней управления.
В монографии даны примеры упрощённого нейронного моделирования авторских систем над государственными иерархическими уровнями управления:
Методики анализа рисков, эффективности, конкурентных позиций исследуемых любых отраслей, государств нейронных моделей ВВП и Добавленная стоимость Дорошко-Самарина в рамках МСФО, ИСО31000.
Методики анализа рисков, эффективности, конкурентных позиций исследуемых предприятий любых отраслей, государств нейронных KLEMS моделей Дорошко-Самарина в рамках МСФО, ИСО31000, KLEMS СНС ООН.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной приступим к исследованию основных интегральных переменных системы капитал (K), труд (L), энергия (E), материал (М) и сервис (S). Сокращённое название данной системы/стандарта известно, как KLEMS. Данная KLEMS система укрупнённо описывает предприятий 40-ка основных отраслевых ноосферных комплексов и интегральных секторов экономики любого государства-члена ООН, СЭВ. KLEMS система создавалась в рамках системы национальных счетов (СНС), международной системы промышленного стандарта (ISIC) ООН с учётом национальных особенностей, в данном варианте североамериканского промышленного стандарта (NAICS) США. Источники интернет баз-данных: https://bea.gov/industry/more.htm, http://www.worldklems.net/data.htm.
Рассмотрены основные положения авторских систем, методик, нейронного моделирования: анализа рисков, эффективности, конкурентных позиций. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу по международным стандартам более высокого уровня. Отдельно отметим, что материал данного раздела по традиции подготовлен лингвистическими роботами авторов.
Исследования авторов по методике анализа рисков, эффективности, конкурентной позиции даны минимум с масштабными 100-кратным сокращениями в связи с ограничением объёма монографии.
В основу методик анализа рисков Дорошко-Самарина положен простой принцип:
Чтобы выжить на рынке, т.е. в своей конкурентной среде, и/или в своей отраслевой среде необходимо работать лучше, чем отечественные, региональные конкуренты, в т.ч. с минимальными кредитными, страховыми рисками.
Начальные, граничные условия данного Этапа методики Риск Анализа, в т.ч. по кредитным, страховым рискам:
1. В методике Риск Анализа, в т.ч. по кредитным, страховым рискам, исследуются только предприятия, работающие в условно замкнутом регионе/государстве.
2. Внешняя среда для всех исследуемых предприятий условно одинакова: по налогам/льготам, по средней оплате труда, по среднему доходу домашних хозяйств, по природным/климатическим особенностям региона/государства.
3. Необходимо строго соблюдать системный принцип однородности объектов, следуя экономической интерпретации межотраслевого баланса МОБ: «Подобное Подобным» или «Производить подобные продукты/услуги, используя подобные технологии». Сталь и борщ варят, но при этом получают разные продукты, используют разные технологии и персонал.
4. Запрещено нарушать системный принцип однородности объектов, не учитывать 5-ть ограничений Колмогорова. Не корректно с корнем вырывать одну экономическую подсистему из живой ткани экономической системы, как, например, это делали Нобелевские лауреаты: Марковиц, Шарп, Модильяни (теория портфелей).
5. Запрещено делать фундаментальные/системные ошибки (см. выше) при построении моделей рисков. Классический пример: Abraham Maslow (теория мотивации), Edward Altman, R.Taffler, G. Tishaw, Бивера (модели банкротства), т.е. объединять в статистический массив исследуемые предприятия различных отраслей. Глупо скрещивать ужа и ежа, все равно не получим колючую проволоку.
6. Для простоты понимания коридор рисков или управляемости объектов по каждому i-му исследуемому фактору очерчивается только тремя регрессионными уравнениями: по максимальной, минимальной и средней величинам. Веса рисков по i-м исследуемым факторам учитывается только при расчете ущерба/эффективности управления.
7. Нейронные модели, в т.ч. кредитные, страховые модели, используются ограниченно без применения многофакторных нейронных моделей.
1) Рост активов требует роста пассивов, что приводит к росту кредитных, страховых рисков.
2) Рост пассивов требует увеличение займов у кредиторов, в т.ч. к росту кредитных, страховых рисков, (Поставщики, Персонал, Налоги, Кредиты).
3) Увеличение займов у кредиторов приводит к дополнительным процентным выплатам и снижению прибыли, в т.ч. к росту кредитных, страховых рисков. Поставщики/Кредиторы не получая оплату за поставленные товары/материалы/услуги - увеличивают на них цены за риск... Персонал устраивает Итальянские Забастовки... Налоговая - блокирует счета... Банки обнаружив повышенные риски повышают % за кредиты и т.д. Все это приводит к Росту Себестоимости, Падению Прибыли, а далее к неизбежному Разорению/Банкротству любой организации. За базу расчета Неэффективности/Ущерба берем средний % банков на рынке.
Вывод для расчета ущерба по активам по i-му фактору.
Ущерб = Sum((Аi - Aiср)*%Банка)
1) Аi - Исследуемое значение Активов i-го предприятия по i-му фактору.
2) Aiср - Среднерыночное/Отраслевое/Эталонное значение активов по i-му фактору.
3) %Банка - Процент за кредит/займ по банку.
Остановимся на ряде важных моментов, таких как выбор эконометрического инструментария и исходных статистических данных.
Анализ литературных источников по эконометрическим, синергетическим исследованиям показал, что к настоящему времени не существует универсальных, устойчивых методов [Дорошко С.Е., Самарина Г.П.]. Поэтому дальнейшие эконометрические исследования аналитик, управленец обязан проводить с одновременным использованием всего многообразия классического эконометрического инструментария на основе следующей классификации экономико-математических методов [ЦЭМИ АН СССР, 1974-1978гг.] http://economics-21.narod.ru/Book/book-13/book-13.html#_835.
Авторы методики считают, что при исследовании предприятий любой отрасли необходимо использовать все перечисленные методы без исключения [Дорошко С.Е., Самарина Г.П., ЦЭМИ АН СССР, 1974-1978гг.].
Дальнейшие эконометрические исследования показали, что предложенных подходов явно недостаточно [Дорошко С.Е., Самарина Г.П.]. При переходе от динамической ноосферно-синергетической производственно-мотивационной концепции к реальному построению моделей продолжали наблюдаться латентные, бифуркационные процессы [Дорошко С.Е., Самарина Г.П.]. Это потребовало более внимательно рассмотреть все семь уровней моделей, законов Дорошко-Самариной через призму теории нечетких множеств, логики и нейронных сетей [Дорошко С.Е., Самарина Г.П.].
Учитывая важность данных требований авторов [Дорошко С.Е., Самарина Г.П.], в данном Интернет проекте используется около 23 видов: эконометрических методов, численный анализ, а также модели нечетких множеств и нейронных сетей.
Напомним, что авторы данной методики Дорошко С.Е., Самарина Г.П. исследуют сотни тысяч факторов и матричные функционалы минимальной размерностью (100*100*100 функционалов на глубину от 30-60 лет), в том числе и для расчета, прогноза мировых финансовых, экономических кризисов. В данной модели используется версия по 15 интегрированным факторам публичной отчетности предприятий различных отраслей. Отметим, что данное ограничение определяется только исходной/имеющейся базой данных, программное обеспечение может обрабатывать любое количество факторов, на любую глубину (лет) с использованием всех 23 экономико-математических методов.
На данном этапе анализа использовалась база данных по 30 предприятиям. Анализ проводится по каждому фактору в отдельности. В результате на графике, например, себестоимости, видны 30 точек этих предприятий. При этом только одна точка на графике выделена жирно – это и есть исследуемое предприятие. После этого строится регрессионное уравнение. Данное уравнение представлено на графике в виде линии.
Практически все облако точек, лежащее на плоскости графика делим этой линей на две группы – условно средне хорошо работающих в исследуемый период, и средне плохо работающих. Далее смотрим, где находится жирная точка – исследуемое предприятие, в зоне хороших или плохих предприятий. Таким образом, осуществляется мгновенная зрительная оценка рисков благодаря классификации (кластеризации, дискриминационному анализу и т.д.) на плохое или хорошее предприятие. Подчеркнем, но только по данному фактору. Классификационный, кластерный, дискриминационный анализ провести несложно благодаря рассчитанному регрессионному уравнению.
Понятно, что анализ можно проводить или в рамках производственной функции, когда, например, себестоимость является аргументом, или обратной ей теории затрат, когда себестоимость является функцией. В анализе на данном этапе будет использоваться подход теории затрат. Для наглядности эконометрические зависимости от выручки представлены на графиках и сведены в таблицы.
Логика расчета риска проста – если исследуемый объект (его выделенная точка), например, показатель себестоимости находится над уровнем функционального среднерыночного показателя, то предприятие естественно можно отнести к рискованным предприятиям – что отражается в виде 1, что характеризует наличие риска. Если исследуемый объект (его выделенная точка) находится ниже уровня функционального среднерыночного показателя, то предприятие естественно можно отнести к мало рискованным предприятиям – что отражается в виде 0, что характеризует отсутствие риска.
Пояснение для графиков.
По оси 0Х – показатель выручка; по оси 0Y – например, показатель себестоимость. Y=f(X) – функциональная зависимость среднерыночные значения доли себестоимости в выручке в конкурентной региональной рыночной среде. MX – среднерыночные значения доли себестоимости в выручке в конкурентной региональной рыночной среде.
Мax – максимальные значения доли себестоимости в выручке в конкурентной региональной рыночной среде, Min - минимальные значения доли себестоимости в выручке в конкурентной региональной рыночной среде.
Риск – риск исследуемого объекта, его центра или центров ответственности по отношению к функциональной зависимости среднерыночных значений доли себестоимости в выручке в конкурентной региональной рыночной среде. Эффективность – потери исследуемого объекта в денежном выражении исследуемого объекта, его центра или центров ответственности по отношению к функциональной зависимости среднерыночных значений доли себестоимости в выручке в конкурентной региональной рыночной среде.
Предложенный алгоритм исследования каждого из факторов демонстрирует простоту эконометрического анализа и позволяет сформировать коридоры управляемости, эффективности и рисков и выработать мероприятия по управлению финансовыми рисками. Ввиду ограниченного пространства анализ всех показателей будет приведен в сокращенном варианте, но при этом понимается, что алгоритм анализа по каждому из факторов соблюдается. По каждому фактору будет представлен графический образ средней эконометрической модели и таблица функциональных зависимостей, изложенная ранее.
Следует обратить внимание на то, что лучше использовать функциональную зависимость, а не средние оценки. Понятно, что функциональная зависимость точнее. Но для первого уровня анализа можно использовать средние оценки и признать линейность функциональных зависимостей. В концепции и моделях авторов такой уровень неточности для первого уровня анализа допустим.
Дополнение к авторской методике анализа рисков, эффективности, конкурентной позиции.
В методике анализа рисков, эффективности, конкурентной позиции, в т.ч. расчет кредитных, страховых рисков, исследуемого предприятия по отношению к рыночной среде используются два подхода:
Экспертные оценки.
Традиционный подход - это сбор первичной публичной статистической информации предприятий и дальнейшее применение многовариантного анализа.
Экспертные оценки опираются, с одной стороны, на собранную первичную публичную статистическую информацию предприятий, с другой стороны, на экспертные оценки, уточняющие, расширяющие первичные статистические данные. Далее экспертные оценки используются для статистического моделирования методом Монте-Карло, сплайн аппроксимации, моделей нечетких множеств и нейронных сетей. Объем генерируемой выборки лежит в диапазонах 5-100 тыс. функционалов. После моделирования методом экспертных оценок применяется многовариантный анализ.
Исходные экспертные оценки для статистического моделирования методом Монте-Карло, моделей нечетких множеств и нейронных сетей. Объем генерируемой выборки 5-100 тыс. функционалов
Наименование |
Факторы |
Наклон |
Min |
Max |
Себестоимость |
Y1 |
65% |
18% |
19% |
Коммерческо-управленческие расходы |
Y2 |
10% |
21% |
21% |
Прибыль (убыток) до налогообложения Y3=X-Y1-Y2 |
Y3 |
|
|
|
Чистая прибыль Y4=Y3-Y3*Налог |
Y4 |
20% |
|
|
Денежные средства |
Y5 |
12% |
21% |
21% |
Дебиторская задолженность |
Y6 |
18% |
20% |
20% |
Запасы |
Y7 |
13% |
23% |
23% |
Оборотные активы Y8=Y5+Y6+Y7 |
Y8 |
|
|
|
Внеоборотные Активы |
Y9 |
110% |
20% |
20% |
Активы Y10=Y8+Y9 |
Y10 |
|
|
|
Кредиторская задолженность |
Y11 |
17% |
24% |
24% |
Зарплата и Налоги |
Y12 |
3% |
25% |
25% |
Всего краткосрочные обязательства Y13=Y11+Y12 |
Y13 |
|
|
|
Долгосрочные и Краткосрочные обязательства |
Y14 |
90% |
27% |
27% |
Капитал и резервы |
Y15 |
|
|
|
Идея статистического моделирования, расчета страховых, кредитных рисков, методом Монте-Карло, сплайн-аппроксимации, моделей нечетких множеств, нейронных сетей очень простая. На основании собранной первичной публичной статистической информации по отобранным предприятиям одной и той же отрасли (принцип однородности соблюден) эксперт по каждому из 15-ти факторов должен/обязан решить - к какому из стандартных распределений каждый из 15-ти статистических факторов относится (Гаусса, Фишера, Стьюдента и т.д.). При этом эксперт должен учесть еще и все 5-ть глобальных статистических ограничений акад. Колмогорова. В результате эксперт если и сможет решить проблему через год, то весьма сомнительно, что она будет решена верно. Очень трудно обойти 5-ть глобальных ограничений акад. Колмогорова. По мнению авторов методики, существует единственный выход расширить/объединить конструктивные подходы Колмогорова и теорию размытых множеств Заде [Дорошко С.Е., Самариной Г.П.].
Как видно из таблицы экспертных оценок в рамках подходов Колмогорова, Заде формируется треугольное вероятностное распределение по каждому из 15-ти интегрированных факторов публичной отчетности по отобранным предприятиям одной и той же отрасли. Эксперт в процессе обработки статистических данных сосредотачивает свое внимание на треугольное распределение каждого фактора, состоящее как бы из трех вершин/точек Минимальная величина/вершина, условно Средняя величина/вершина и Максимальная величина/вершина. Понятно, что треугольник (треугольное распределение) в экономике будет чаще ассиметричен, чем симметричный (не равнобедренный). Разобравшись с каждым фактором с его треугольным вероятностным распределением, эксперт формирует управляющую последовательность для дальнейшего статистического моделирования методом Монте-Карло, сплайн-аппроксимации, моделей нечетких множеств и нейронных сетей. Объем генерируемой выборки лежит в диапазонах 5-100 тыс. функционалов. После моделирования методом экспертных оценок далее применяется многовариантный анализ отраслевых, рыночных рисков, эффективности исследуемой группы предприятий.
Осуществим анализ эффективности управления, а также проведем анализ отраслевых, рыночных, межотраслевых, кредитных, страховых рисков, интегрального фактора «Себестоимость» (Y1) и его зависимости от дохода/продаж/выручки предприятия (X) по отношению к предприятиям-конкурентам (таблица 2). Исследуемый фактор «Себестоимость» показывает результат деятельности большинства служб, центров ответственности, подразделений, отвечающих за данный показатель, анализируемого предприятия - ПАО «АБВГД» по отношению к предприятиям-конкурентам одной отраслевой группы.
Таблица 2 - Анализ эффективности управления, анализ отраслевых, рыночных, межотраслевых, кредитных, страховых рисков, интегрального фактора «Себестоимость» предприятия ПАО «АБВГД» от объёма продаж по отношению к предприятиям-конкурентам одной отраслевой группы, млрд.руб.
Наименование |
Величина |
Min — Средне отраслевое минимальное, в т.ч. минимальное кредитное, минимальное страховое, значение интегрального фактора |
54,4% |
Max — Средне отраслевая максимальная величина, в т.ч. максимальное кредитное, максимальное страховое значение, интегрального фактора |
75,1% |
MX — Средне отраслевая величина, в т.ч. среднее кредитное, среднее страховое значение, интегрального фактора |
64,5% |
Эконометрическая рыночная модель, в т.ч. кредитная, страховая модели по оценке рисков, интегрального фактора |
0,651 |
Уровень управления в ПАО «АБВГД" |
67,1% |
Риск показателя, в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» (0/1) |
1 |
Убыточность (не эффективность), в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» к средне рыночному показателю, млрд.руб. |
4,7 |
Убыточность (не эффективность), в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» к лучшему рыночному показателю, млрд.руб. |
30,1 |
Из таблицы 2 следует, что конкурирующие предприятия одной отраслевой группы по отношению к предприятию ПАО «АБВГД» обеспечивали средне отраслевой, среднерыночный, средний кредитный, средний страховой, уровень управления данным фактором в размере 64,5% от объема продаж/выручки.
Средне отраслевую, эталонную, эконометрическую, нейронную модель, в т.ч. кредитную, страховую модели по оценке рисков, (Y1) для предприятий-конкурентов исследуемой отраслевой группы можно представить в виде эконометрикой, функциональной зависимости, что позволит осуществить вычисления с высокой точностью, в т.ч. при расчете кредитных, страховых рисков.
Средне отраслевую, эталонную, эконометрическую, нейронную модель, в т.ч. кредитную, страховую модели по оценке рисков, для анализируемого интегрированного фактора (Y1) будем представлять тремя эконометрическими моделями:
Y1Среднее=65,1%*ВыручкаПАО"АБВГД"=65,1%*236,8=154,2 млрд.руб.
Эконометрическая эталонная, лучшая отраслевая, рыночная модель, в т.ч. кредитная, страховая модели с минимальными рисками, могут быть представлены в виде следующей зависимости - регрессионной или функциональной:
Y1Лучшее=54,4%*ВыручкаПАО"АБВГД"=54,4%*236,8=128,8 млрд.руб.
Эконометрическая эталонная, худшая отраслевая, рыночная модель, в т.ч. кредитная, страховая модели с максимальными рисками, могут быть представлены в виде следующей зависимости - регрессионной или функциональной:
Y1Худшее=75,1%*ВыручкаПАО"АБВГД"=75,1%*236,8=177,8 млрд.руб.
Предприятие ПАО «АБВГД» по анализируемому интегральному показателю «Себестоимость» (Y1) обеспечивала данный интегральный фактор в размере 158,859 млрд.руб.
Из таблицы 2 видно, что изучаемое предприятие ПАО «АБВГД» по интегральному фактору «Себестоимость» (Y1) можно уверенно отнести к высоко рискованным предприятием с максимальными кредитными, страховыми рисками (риск равен 1) по отношению к предприятиям конкурентам исследуемой отраслевой группы.
Так в частности доля показателя/фактора «Себестоимость» (Y1) в выручке/продажам демонстрирует значение 67,1%, что больше, чем эталонный среднерыночный, средне отраслевой показатель 65,1%, сформированный за исследуемый период у предприятий конкурентов рассматриваемой отрасли.
В результате не эффективность по отношению к эталонному среднеотраслевому показателю составила величину 4,7 млрд.руб., а по отношению к средне лучшим предприятиям конкурентам 30,1 млрд.руб..
Следует признать работу большинства служб, центров ответственности, подразделений ПАО «АБВГД» рискованной и в рамках данного показателя «Себестоимость» (Y1) является не эффективной, убыточной, с максимальными кредитными, страховыми рисками.
Последующий анализ авторами удалён ввиду ограничений на объём монографии.
... Осуществим анализ эффективности управления, а также проведем анализ отраслевых, рыночных, межотраслевых, кредитных, страховых рисков, интегрального фактора «Капитал и резервы» (Y15) и его зависимости от дохода/продаж/выручки предприятия (X) по отношению к предприятиям-конкурентам (таблица 16). Исследуемый фактор «Капитал и резервы» показывает результат деятельности всех служб, центров ответственности, подразделений, отвечающих за данный показатель, анализируемого предприятия - ПАО «АБВГД» по отношению к предприятиям-конкурентам одной отраслевой группы.
Таблица 16 - Анализ эффективности управления, анализ отраслевых, рыночных, межотраслевых, кредитных, страховых рисков, интегрального фактора «Капитал и резервы» предприятия ПАО «АБВГД» от объёма продаж по отношению к предприятиям-конкурентам одной отраслевой группы, млрд.руб.
Наименование |
Величина |
Min - Средне отраслевое минимальное, в т.ч. минимальное кредитное, минимальное страховое, значение интегрального фактора |
9,1% |
Max - Средне отраслевая максимальная величина, в т.ч. максимальное кредитное, максимальное страховое значение, интегрального фактора |
73% |
MX - Средне отраслевая величина, в т.ч. среднее кредитное, среднее страховое значение, интегрального фактора |
42,5% |
Эконометрическая рыночная модель, в т.ч. кредитная, страховая модели по оценке рисков, интегрального фактора |
0,431 |
Уровень управления в ПАО «АБВГД" |
73% |
Риск показателя, в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» (0/1) |
0 |
Убыточность (не эффективность), в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» к средне рыночному показателю, млрд.руб. |
0 |
Убыточность (не эффективность), в т.ч. кредитные, страховые риски, предприятия ПАО «АБВГД» к лучшему рыночному показателю, млрд.руб. |
0 |
Из таблицы 16 следует, что конкурирующие предприятия одной отраслевой группы по отношению к предприятию ПАО «АБВГД» обеспечивали средне отраслевой, среднерыночный, средний кредитный, средний страховой, уровень управления данным фактором в размере 42,5% от объема продаж/выручки.
Средне отраслевую, эталонную, эконометрическую, нейронную модель, в т.ч. кредитную, страховую модели по оценке рисков, (Y15) для предприятий-конкурентов исследуемой отраслевой группы можно представить в виде эконометрикой, функциональной зависимости, что позволит осуществить вычисления с высокой точностью, в т.ч. при расчете кредитных, страховых рисков.
Средне отраслевую, эталонную, эконометрическую, нейронную модель, в т.ч. кредитную, страховую модели по оценке рисков, для анализируемого интегрированного фактора (Y15) будем представлять тремя эконометрическими моделями:
Y15Среднее=43,1%*ВыручкаПАО"АБВГД"=43,1%*236,8=102,1 млрд.руб.
Эконометрическая эталонная, лучшая отраслевая, рыночная модель, в т.ч. кредитная, страховая модели с минимальными рисками, могут быть представлены в виде следующей зависимости - регрессионной или функциональной:
Y15Лучшее=73%*ВыручкаПАО"АБВГД"=73%*236,8=172,9 млрд.руб.
Эконометрическая эталонная, худшая отраслевая, рыночная модель, в т.ч. кредитная, страховая модели с максимальными рисками, могут быть представлены в виде следующей зависимости - регрессионной или функциональной:
Y15Худшее=9,1%*ВыручкаПАО"АБВГД"=9,1%*236,8=21,5 млрд.руб.
Предприятие ПАО «АБВГД» по анализируемому интегральному показателю «Капитал и резервы» (Y15) обеспечивала данный интегральный фактор в размере 172,897 млрд.руб.
Из таблицы 16 видно, что изучаемое предприятие ПАО «АБВГД» по интегральному фактору «Капитал и резервы» (Y15) можно уверенно отнести к абсолютно не рискованному, эффективному предприятию с минимальными кредитными, страховыми рисками (риск равен 0) по отношению к предприятиям конкурентам исследуемой отраслевой группы.
Так, в частности, доля показателя/фактора «Капитал и резервы» (Y15) в выручке/продажах демонстрирует значение 73%, что значительно меньше чем эталонный/средне отраслевой показатель 43,1%, сложившийся за исследуемый период у отраслевых конкурирующих предприятий.
В результате не эффективности (убыточность) в соответствии к эталонному среднеотраслевому показателю составила величину 0 млрд.руб., а по отношению к средне лучшим отраслевым предприятиям конкурентам 0 млрд.руб..
Следует признать работу всех служб, центров ответственности, подразделений ПАО «АБВГД» не рискованной и в рамках данного показателя «Капитал и резервы» (Y15) абсолютно эффективной, с минимальными кредитными, страховыми рисками, даже по отношению к лучшим предприятиям-конкурентам.
Перейдем к итоговому анализу оценки рисков, эффективности, конкурентоспособности, в т.ч. к оценке кредитных, страховых рисков ПАО «АБВГД» по отношению к рынку предприятий-конкурентов ПАО «АБВГД».
Начнем с оценки рисков. Несложный анализ рисков, в т.ч. кредитных, страховых рисков, по форме № 2 отчета о прибылях и убытках ПАО «АБВГД» по отношению к рынку исследованных предприятий конкурентов ПАО «АБВГД» показал суммарный риск в размере 4. Анализ рисков, в т.ч. кредитных, страховых рисков, по форме № 1 бухгалтерского баланса показал суммарный риск активов баланса в размере 5, а пассивов баланса 0.
В целом анализ рисков по формам № 1, 2 ПАО «АБВГД» по отношению к рынку конкурирующих предприятий с ПАО «АБВГД» показал суммарный риск, в т.ч. кредитный, страховой риски, в размере 9 для исследованных интегрированных факторов.
Данный уровень показателя свидетельствует о повышенных рисках, в т.ч. высоких кредитных, страховых рисков, ПАО «АБВГД» по отношению к рынку конкурирующих предприятий.
Оценив риски, в т.ч. кредитные, страховые риски, ПАО «АБВГД», перейдем к более точному количественному анализу эффективности, ущербам по отношению к эталонным среднеотраслевым рыночным интегрированным показателям предприятий конкурентов. Данный этап исследований отличается от анализа рисков, в т.ч. кредитных, страховых рисков, применением в оценках весовых характеристик нейронных моделей по каждому анализируемому интегральному фактору.
Анализ эффективности на основе нейронных моделей по форме № 2 отчета о прибылях и убытках ПАО «АБВГД» по отношению к рынку конкурирующих предприятий выявил суммарный ущерб (не эффективность) в размере 6,818 млрд.руб., а по отношению к рынку средне лучших конкурирующих предприятий ПАО «АБВГД» показал суммарный ущерб (не эффективность) в размере 36,918 млрд.руб..
Анализ эффективности по форме № 1 бухгалтерского баланса по активам обнаружил ПАО «АБВГД» суммарный ущерб (не эффективность) в размере 30,007 млрд.руб., а по отношению к рынку средне лучших предприятий-конкурентов ПАО «АБВГД» показал суммарный ущерб (не эффективность) в размере 92,853 млрд.руб..
Анализ эффективности по форме № 1 бухгалтерского баланса по пассивам показал ПАО «АБВГД» суммарный ущерб (не эффективность) в размере 0 млрд.руб., а по отношению к рынку средне лучших предприятий-конкурентов ПАО «АБВГД» показал суммарный ущерб (не эффективность) в размере 14,134 млрд.руб..
Анализ эффективности деятельности по формам № 1, 2 ПАО «АБВГД» показал суммарный ущерб (не эффективность) в размере 10,119 млрд.руб., а по отношению к рынку средне лучших предприятий-конкурентов ПАО «АБВГД» показал суммарный ущерб (не эффективность) в размере 47,132 млрд.руб..
Исследованный уровень всех показателей/факторов свидетельствует о мало эффективной, рискованной работе, в т.ч. высоких кредитных, страховых рисков, ПАО «АБВГД» по отношению к рынку предприятий-конкурентов ПАО «АБВГД».
Принцип расчета регрессионных зависимостей среднеотраслевых, рыночных финансовых коэффициентов, в т.ч. кредитных, страховых рисков.
На предыдущем этапе по первичным факторам были рассчитаны эталонные среднеотраслевые, рыночные экономико-регрессионные уравнения, модели, в т.ч. кредитные, страховые модели рисков. На данном этапе при расчете любого представленного ниже финансового коэффициента необходимо использовать эти экономико-регрессионные уравнения, модели, в т.ч. кредитные, страховые модели рисков, просто подставляя их в формулу расчета конкретного финансового коэффициента.
Таблица 17 Модель расчета регрессионных зависимостей среднеотраслевых, рыночных финансовых коэффициентов, в т.ч. кредитные, страховые модели рисков
Наименование |
Yi=KiX |
Регрессионная модель |
Себестоимость |
Y1 |
CR=Y8/Y13 |
Коммерческо-управленческие расходы |
Y2 |
QR=(Y5+Y7)/Y13 |
Прибыль (убыток) до налогообложения |
Y3 |
AR=Y5/Y13 |
Чистая прибыль |
Y4 |
ITR=X/Y7 |
Денежные средства |
Y5 |
DSO=Y6/(X/360дн) |
Дебиторская задолженность |
Y6 |
FAUR=X/Y9 |
Запасы |
Y7 |
TATR=X/Y10 |
Оборотные активы |
Y8 |
ДЗС=Y14/Y10 |
Внеоборотные Активы |
Y9 |
NPM=Y4/X |
Активы |
Y10 |
РП=Y3/X |
Кредиторская задолженность |
Y11 |
РЗ=Y3/(Y1+Y2) |
Зарплата и Налоги |
Y12 |
BEP=Y3/Y10 |
Всего краткосрочные обязательства |
Y13 |
ROA=Y4/Y10 |
Долгосрочные и Краткосрочные обязательства |
Y14 |
ROE=Y4/Y15 |
Капитал и резервы |
Y15 |
РОС=Y4/Y9 |
Исследуем группу финансовых коэффициентов «Ликвидность».
Проанализируем финансовый показатель - коэффициент текущей ликвидности (current ratio - CR). Этот показатель вычисляется по формуле: КТЛ (CR) = ОС/КП, где ОС - оборотные средства, КП - краткосрочные пассивы.
Проведем сравнительное исследование финансового коэффициента CR ПАО «АБВГД» с эталонной средне отраслевой моделью однородных предприятий конкурентов (таблица 18).
Таблица 18 - Эталонный средне отраслевой, в т.ч. кредитный, страховой, анализ фактора CR исследуемого ПАО «АБВГД» по отношению к отраслевым моделям предприятий конкурентов
Наименование |
Величина |
Min - Средне отраслевое минимальное, в т.ч. минимальное кредитное, минимальное страховое, значение интегрального фактора |
1,669 |
Max - Средне отраслевая максимальная величина, в т.ч. максимальное кредитное, максимальное страховое значение, интегрального фактора |
2,929 |
MX - Средне отраслевая величина, в т.ч. среднее кредитное, среднее страховое значение, интегрального фактора |
2,206 |
Эконометрическая рыночная модель, в т.ч. кредитная, страховая модели по оценке рисков, интегрального фактора |
2,162 |
Уровень управления в ПАО «АБВГД" |
2,894 |
Отраслевой, рыночный, кредитный, страховой риски предприятия ПАО «АБВГД» (0/1) |
0 |
Из таблицы 18 видно, что рассматриваемая отраслевая группа предприятий конкурентов по отношению к ПАО «АБВГД» обеспечивала средне отраслевое, в т.ч. средне рискованное кредитное, страховое, управление фактором CR на уровне величины 2,206. При этом средне лучшие предприятия конкурентов ПАО «АБВГД» стремились обеспечивать уровень управления, с минимальными кредитными, страховыми рисками, величиной CR в объеме Max=2,929, а худшие предприятия конкуренты ПАО «АБВГД» с трудом поддерживали уровень управления, с максимальными кредитными, страховыми рисками, показателем CR в объеме Min=1,669.
Проведенные исследования показателя CR (2,894) в ПАО «АБВГД» свидетельствует об эффективной, мало рискованной работе, в т.ч. с низкими кредитными, страховыми рисками, ПАО «АБВГД» по отношению к конкурентной рыночной средне отраслевой среде (CRMX=2,206) и предприятий конкурентов (CRRegres=2,162) ПАО «АБВГД».
Исследованная группа финансовых коэффициентов «Ликвидность» позволяет сделать следующий вывод.
Последующий анализ авторами удалён ввиду ограничений на объём монографии.
…Проведенные исследования показателя ROE (0,242) в ПАО «АБВГД» свидетельствует о мало эффективной, высоко рискованной работе, в т.ч. с высокими кредитными, страховыми рисками, ПАО «АБВГД» по отношению к конкурентной рыночной средне отраслевой среде (ROEMX=0,672) и предприятий конкурентов (ROERegres=0,464) ПАО «АБВГД».
Проанализируем финансовый показатель - коэффициент Рентабельность основных средств. Этот показатель вычисляется по формуле: РОС=ЧП/ОС, где ЧП - чистая прибыль, ОС- основные средства.
Проведем сравнительное исследование финансового коэффициента РОС ПАО «АБВГД» с эталонной средне отраслевой моделью однородных предприятий конкурентов (таблица 32).
Таблица 32 - Эталонный средне отраслевой, в т.ч. кредитный, страховой, анализ фактора РОС исследуемого ПАО «АБВГД» по отношению к отраслевым моделям предприятий конкурентов
Наименование |
Величина |
Min - Средне отраслевое минимальное, в т.ч. минимальное кредитное, минимальное страховое, значение интегрального фактора |
0,098 |
Max - Средне отраслевая максимальная величина, в т.ч. максимальное кредитное, максимальное страховое значение, интегрального фактора |
0,275 |
MX - Средне отраслевая величина, в т.ч. среднее кредитное, среднее страховое значение, интегрального фактора |
0,19 |
Эконометрическая рыночная модель, в т.ч. кредитная, страховая модели по оценке рисков, интегрального фактора |
0,185 |
Уровень управления в ПАО «АБВГД" |
0,152 |
Отраслевой, рыночный, кредитный, страховой риски предприятия ПАО «АБВГД» (0/1) |
1 |
Из таблицы 32 видно, что рассматриваемая отраслевая группа предприятий конкурентов по отношению к ПАО «АБВГД» обеспечивала средне отраслевое, в т.ч. средне рискованное кредитное, страховое, управление фактором РОС на уровне величины 0,19. При этом средне лучшие предприятия конкурентов ПАО «АБВГД» стремились обеспечивать уровень управления, с минимальными кредитными, страховыми рисками, величиной РОС в объеме Max=0,275, а худшие предприятия конкуренты ПАО «АБВГД» с трудом поддерживали уровень управления, с максимальными кредитными, страховыми рисками, показателем РОС в объеме Min=0,098.
Проведенные исследования показателя РОС (0,152) в ПАО «АБВГД» свидетельствует о мало эффективной, высоко рискованной работе, в т.ч. с высокими кредитными, страховыми рисками, ПАО «АБВГД» по отношению к конкурентной рыночной средне отраслевой среде (РОСMX=0,19) и предприятий конкурентов (РОСRegres=0,185) ПАО «АБВГД».
Исследованная группа финансовых коэффициентов «Рентабельность» позволяет сделать следующий вывод.
Проведенные исследования показателей данной группы в ПАО «АБВГД» свидетельствует о мало эффективной, высоко рискованной работе, в т.ч. с высокими кредитными, страховыми рисками, ПАО «АБВГД» (суммарный риск равен 7) по отношению к конкурентной рыночной среде, рынку предприятий конкурентов ПАО «АБВГД».
Проведенный анализ всех групп финансовых коэффициентов позволяет сделать следующее заключение.
Проведенные исследования по всем группам финансовых коэффициентов в ПАО «АБВГД» свидетельствует о мало эффективной, высоко рискованной работе, в т.ч. с низкими кредитными, страховыми рисками, ПАО «АБВГД» (суммарный риск равен 12) по отношению к конкурентной рыночной среде, рынку предприятий конкурентов ПАО «АБВГД».
Исследования авторов по методике анализа рисков, эффективности, конкурентной позиции даны минимум с масштабными 100-кратным сокращениями в связи с ограничением объёма монографии.
Рассмотрены основные положения авторских систем, методик, нейронного моделирования: анализа рисков, эффективности, конкурентных позиций исследуемых предприятий любых отраслей, государств. Научно-практические авторские исследования, системы, методики выполнялись как единый комплекс в рамках авторских редакций международных стандартов МСФО, ИСО 31000 совместно с авторской редакцией международного стандарта следующего иерархического уровня KLEMS СНС ООН. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу по международным стандартам следующего иерархического уровня KLEMS СНС ООН. Отдельно отметим, что материал данного раздела по традиции также подготовлен лингвистическими роботами авторов.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Построим коридоры, эффективность, риски управления экономики государства/региона «Европа» по основным переменным интегрального показателя «Gross Domestic Product (GDP)» ("Валовой внутренний продукт, ВВП") за период 1970-2019гг. в рамках научно-практических методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Final consumption expenditure» (Расходы на конечное потребление). За изучаемый период интегральный показатель «Final consumption expenditure» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=75,58%, диапазон переменной составляла величину Min=70,26%; Max=78,06%. При этом медиана показателя составила величину Me=76,22%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «FCE» от GDP представим: FCE=0,7593*GDP. Регрессионную модель нечетких множеств зависимости интегрального фактора «FCE» от GDP представим в линейном выражении: FCE=0,7588*GDP. Дискриминантную модель нечетких множеств зависимости интегрального фактора «FCE» от GDP представим в линейном выражении: FCE=15999,2301+0,7578*GDP. Кластерную модель нечетких множеств зависимости интегрального фактора «FCE» от GDP представим в степенном выражении: FCE=0,5817*1,0164^GDP.
Построим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Household consumption expenditure (including Non-profit institutions serving households)» (Расходы на потребление домашних хозяйств (включая некоммерческие организации, обслуживающие домашние хозяйства)). За разрабатываемый период интегральный показатель «Household consumption expenditure (including Non-profit institutions serving households)» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=56,13%, изменчивость фактора составляла величину Min=54,17%; Max=57,61%. При этом медиана показателя достигла величины Me=56,22%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «HCE» от GDP представим: HCE=0,5609*GDP. Факторную модель нечетких множеств зависимости интегрального фактора «HCE» от GDP представим в линейном выражении: HCE=0,5589*GDP. Дискриминантную модель нейронных сетей зависимости интегрального фактора «HCE» от GDP представим в линейном выражении: HCE=74565,5982+0,5541*GDP. Дискриминантную модель нейронных сетей зависимости интегрального фактора «HCE» от GDP представим в степенном выражении: HCE=0,5173*1,0051^GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «General government final consumption expenditure» (Расходы на конечное потребление сектора государственного управления). За изучаемый период интегральный показатель «General government final consumption expenditure» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=19,45%, изменчивость фактора составляла величину Min=15,97%; Max=21,42%. При этом медиана показателя составила величину Me=19,73%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «GCE» от GDP представим: GCE=0,1983*GDP. Дискриминантную модель нечетких множеств зависимости интегрального фактора «GCE» от GDP представим в линейном выражении: GCE=0,1999*GDP. Дискриминантную модель нейронных сетей зависимости интегрального фактора «GCE» от GDP представим в линейном выражении: GCE=-58567,6533+0,2037*GDP. Дискриминантную модель нейронных сетей зависимости интегрального фактора «GCE» от GDP представим в степенном выражении: GCE=0,0876*1,05^GDP.
Изучим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Gross capital formation» (Валовое накопление капитала). За исследуемый период интегральный показатель «Gross capital formation» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=24%, диапазон переменной составляла величину Min=20,19%; Max=31,17%. При этом медиана показателя составила величину Me=23,49%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «GCF» от GDP представим: GCF=0,2246*GDP. Кластерную модель нейронных сетей зависимости интегрального фактора «GCF» от GDP представим в линейном выражении: GCF=0,2186*GDP. Регрессионную модель нейронных сетей зависимости интегрального фактора «GCF» от GDP представим в линейном выражении: GCF=223542,3929+0,204*GDP. Факторную модель нейронных сетей зависимости интегрального фактора «GCF» от GDP представим в степенном выражении: GCF=2,2177*0,86^GDP.
Построим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Gross fixed capital formation (including Acquisitions less disposals of valuables)» (Валовое накопление основного капитала (включая приобретения за вычетом выбытия ценностей)). За изучаемый период интегральный показатель «Gross fixed capital formation (including Acquisitions less disposals of valuables)» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=23,39%, изменчивость фактора составляла величину Min=19,8%; Max=29,62%. При этом медиана показателя достигла величины Me=22,71%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «GFC» от GDP представим: GFC=0,2188*GDP. Факторную модель нечетких множеств зависимости интегрального фактора «GFC» от GDP представим в линейном выражении: GFC=0,2129*GDP. Регрессионную модель нечетких множеств зависимости интегрального фактора «GFC» от GDP представим в линейном выражении: GFC=221199,4126+0,1985*GDP. Кластерную модель нейронных сетей зависимости интегрального фактора «GFC» от GDP представим в степенном выражении: GFC=2,1391*0,8607^GDP.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Changes in inventories» (Изменения в запасах). За исследуемый период интегральный показатель «Changes in inventories» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=0,61%, вариабельность показателя составляла величину Min=-0,89%; Max=1,62%. При этом медиана показателя составила величину Me=0,62%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CII» от GDP представим: CII=0,0058*GDP. Дискриминантную модель нечетких множеств зависимости интегрального фактора «CII» от GDP представим в линейном выражении: CII=0,0057*GDP. Факторную модель нечетких множеств зависимости интегрального фактора «CII» от GDP представим в линейном выражении: CII=2335,2334+0,0055*GDP.
Построим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Exports of goods and services» (Экспорт товаров и услуг). За изучаемый период интегральный показатель «Exports of goods and services» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=29%, вариабельность показателя составляла величину Min=13,83%; Max=45,8%. При этом медиана показателя достигла величины Me=28,52%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «Exp» от GDP представим: Exp=0,3494*GDP. Факторную модель нечетких множеств зависимости интегрального фактора «Exp» от GDP представим в линейном выражении: Exp=0,3822*GDP. Факторную модель нейронных сетей зависимости интегрального фактора «Exp» от GDP представим в линейном выражении: Exp=-1218915,1173+0,4616*GDP. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Exp» от GDP представим в степенном выражении: Exp=0,0003*1,4287^GDP.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Imports of goods and services» (Импорт товаров и услуг). За исследуемый период интегральный показатель «Imports of goods and services» по отношению к показателю «Валовой внутренний продукт, ВВП» поддерживался на среднем уровне МХ=28%, изменчивость фактора составляла величину Min=14,18%; Max=42,23%. При этом медиана показателя достигла величины Me=26,92%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «Imp» от GDP представим: Imp=0,3307*GDP. Кластерную модель нечетких множеств зависимости интегрального фактора «Imp» от GDP представим в линейном выражении: Imp=0,3586*GDP. Кластерную модель нейронных сетей зависимости интегрального фактора «Imp» от GDP представим в линейном выражении: Imp=-1037842,896+0,4263*GDP. Кластерную модель нечетких множеств зависимости интегрального фактора «Imp» от GDP представим в степенном выражении: Imp=0,0006*1,3786^GDP.
Оценим коридоры, эффективность, риски управления экономики государства/региона «Европа» по основным переменным интегрального показателя «Total Value Added» (Общая добавленная стоимость) за период 1970-2019гг. в рамках научно-практических методик Дорошко-Самариной.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Agriculture, hunting, forestry, fishing (ISIC A-B)» (Сельское хозяйство, охота, лесное хозяйство, рыболовство (МСОК A-B)). За изучаемый период интегральный показатель «Agriculture, hunting, forestry, fishing (ISIC A-B)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=4,23%, диапазон переменной составляла величину Min=1,82%; Max=9,89%. При этом медиана показателя составила величину Me=2,94%. Кластерную модель нейронных сетей зависимости интегрального фактора «AB» от VA представим в линейном выражении: AB=0,0231*VA. Факторную модель нечетких множеств зависимости интегрального фактора «AB» от VA представим в линейном выражении: AB=199572,5759+0,0085*VA. Регрессионную модель нейронных сетей зависимости интегрального фактора «AB» от VA представим в степенном выражении: AB=3187,73*0,281^VA.
Разберём упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Mining, Manufacturing, Utilities (ISIC C-E)» (Горнодобывающая промышленность, обрабатывающая промышленность и коммунальные услуги (ISIC C-E)). За анализируемый период интегральный показатель «Mining, Manufacturing, Utilities (ISIC C-E)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=25,5%, вариабельность показателя составляла величину Min=19,42%; Max=33,89%. При этом медиана показателя достигла величины Me=23,89%. Дискриминантную модель нечетких множеств зависимости интегрального фактора «CDE» от VA представим в линейном выражении: CDE=0,2135*VA. Кластерную модель нейронных сетей зависимости интегрального фактора «CDE» от VA представим в линейном выражении: CDE=468315,8591+0,1794*VA. Кластерную модель нечетких множеств зависимости интегрального фактора «CDE» от VA представим в степенном выражении: CDE=10,35*0,7652^VA.
Построим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=21,43%, изменчивость фактора составляла величину Min=14,71%; Max=31,08%. При этом медиана показателя составила величину Me=19,61%. Факторную модель нейронных сетей зависимости интегрального фактора «D» от VA представим в линейном выражении: D=0,168*VA. Дискриминантную модель нейронных сетей зависимости интегрального фактора «D» от VA представим в линейном выражении: D=526116,7981+0,1296*VA. Факторную модель нечетких множеств зависимости интегрального фактора «D» от VA представим в степенном выражении: D=29,0607*0,6883^VA.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Construction (ISIC F)» (Строительство (МСОК F)). За изучаемый период интегральный показатель «Construction (ISIC F)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=6,56%, вариабельность показателя составляла величину Min=5,43%; Max=8,42%. При этом медиана показателя достигла величины Me=6,32%. Дискриминантную модель нечетких множеств зависимости интегрального фактора «F» от VA представим в линейном выражении: F=0,0591*VA. Регрессионную модель нечетких множеств зависимости интегрального фактора «F» от VA представим в линейном выражении: F=68145,3491+0,0541*VA. Кластерную модель нечетких множеств зависимости интегрального фактора «F» от VA представим в степенном выражении: F=0,7944*0,8421^VA.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За разрабатываемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=14,03%, диапазон переменной составляла величину Min=11,95%; Max=15,51%. При этом медиана показателя достигла величины Me=14,34%. Дискриминантную модель нейронных сетей зависимости интегрального фактора «G_H» от VA представим в линейном выражении: G_H=0,1443*VA. Регрессионную модель нейронных сетей зависимости интегрального фактора «G_H» от VA представим в линейном выражении: G_H=-26319,2902+0,1462*VA. Кластерную модель нейронных сетей зависимости интегрального фактора «G_H» от VA представим в степенном выражении: G_H=0,0503*1,0647^VA.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Transport, storage and communication (ISIC I)» (Транспорт, хранение и связь (МСОК I)). За изучаемый период интегральный показатель «Transport, storage and communication (ISIC I)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=8,51%, изменчивость фактора составляла величину Min=6,82%; Max=9,93%. При этом медиана показателя достигла величины Me=8,82%. Дискриминантную модель нечетких множеств зависимости интегрального фактора «I» от VA представим в линейном выражении: I=0,0944*VA. Факторную модель нечетких множеств зависимости интегрального фактора «I» от VA представим в линейном выражении: I=-102797,096+0,1019*VA. Факторную модель нечетких множеств зависимости интегрального фактора «I» от VA представим в степенном выражении: I=0,0061*1,1658^VA.
Изучим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Other Activities (ISIC J-P)» (Прочая деятельность (ISIC J-P)). За изучаемый период интегральный показатель «Other Activities (ISIC J-P)» по отношению к показателю «Общая добавленная стоимость» поддерживался на среднем уровне МХ=41,17%, изменчивость фактора составляла величину Min=29,29%; Max=48,86%. При этом медиана показателя достигла величины Me=43,85%. Факторную модель нечетких множеств зависимости интегрального фактора «J_P» от VA представим в линейном выражении: J_P=0,4657*VA. Факторную модель нейронных сетей зависимости интегрального фактора «J_P» от VA представим в линейном выражении: J_P=-606916,8194+0,5099*VA. Регрессионную модель нейронных сетей зависимости интегрального фактора «J_P» от VA представим в степенном выражении: J_P=0,0158*1,205^VA.
Научно-исследовательская работа по государству/региону «Европа» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Лабораторная работа опирается на предварительные исследования экономики государства/региона «Европа» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость» это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За разрабатываемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=44,8%, изменчивость фактора составляла величину Min=36,85%; Max=58,77%. При этом медиана показателя достигла величины Me=41,63%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4083*GDP.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За разрабатываемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=55,2%, изменчивость фактора составляла величину Min=41,23%; Max=63,15%. При этом медиана показателя достигла величины Me=58,39%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5917*GDP.
Оценим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=21,43%, диапазон переменной составляла величину Min=14,71%; Max=31,08%. При этом медиана показателя достигла величины Me=19,61%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1831*GDP.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Европа» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=14,03%, вариабельность показателя составляла величину Min=11,95%; Max=15,51%. При этом медиана показателя достигла величины Me=14,34%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1435*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,595 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,764-1,9 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Европа». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 28,2-33,2%.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП.В рамках данных нормативных показателей промышленность государства/региона «Европа» убита в размере 2,11-2,72-3,06 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 27,8% (25,3-30,3%).
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства/региона «Европа» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ АБВГД…
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной приступим к исследованию основных интегральных переменных системы капитал (K), труд (L), энергия (E), материал (М) и сервис (S). Сокращённое название данной системы/стандарта известно, как KLEMS. Данная KLEMS система укрупнённо описывает предприятий 40-ка основных отраслевых ноосферных комплексов и интегральных секторов экономики любого государства-члена ООН, СЭВ. KLEMS система создавалась в рамках системы национальных счетов (СНС), международной системы промышленного стандарта (ISIC) ООН с учётом национальных особенностей, в данном варианте североамериканского промышленного стандарта (NAICS) США. Источники интернет баз данных: https://bea.gov/industry/more.htm, http://www.worldklems.net/data.htm.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Построим начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Total industries» (Валовая добавленная стоимость: Всего отраслей). За изучаемый период интегральный показатель «Gross value added: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=52,69%, вариабельность показателя составляла величину Min=49,7%; Max=55,77%. При этом медиана показателя составила величину Me=52,63%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_TOT» от GO представим: VA_TOT=0,5379*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Gross value added: Total industries» от GO (Валовой выпуск) представим в линейном выражении: VA_TOT=0,5411*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Gross value added: Total industries» от GO (Валовой выпуск) представим в линейном выражении: VA_TOT=-48610,6885+0,5442*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Gross value added: Total industries» от GO (Валовой выпуск) представим в степенном выражении: VA_TOT=0,4082*GO^1,0168.
Проведём начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Agriculture, hunting, forestry and fishing» (Валовая добавленная стоимость: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За анализируемый период интегральный показатель «Gross value added: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=47,75%, изменчивость фактора составляла величину Min=38,02%; Max=63,92%. При этом медиана показателя достигла величины Me=47,12%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_AtB» от GO представим: VA_AtB=0,4494*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Gross value added: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: VA_AtB=0,44*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Gross value added: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: VA_AtB=4610,404+0,4196*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Gross value added: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: VA_AtB=1,871*GO^0,8822.
Разберём начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Mining and quarrying» (Валовая добавленная стоимость: Добыча полезных ископаемых). За исследуемый период интегральный показатель «Gross value added: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=52,61%, вариабельность показателя составляла величину Min=45,75%; Max=59,15%. При этом медиана показателя достигла величины Me=52,44%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_C» от GO представим: VA_C=0,5329*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Gross value added: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: VA_C=0,5353*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Gross value added: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: VA_C=-606,0917+0,5378*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Gross value added: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: VA_C=0,4598*GO^1,0119.
Проведём описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Total manufacturing» (Валовая добавленная стоимость: Всего производство). За исследуемый период интегральный показатель «Gross value added: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=34,8%, вариабельность показателя составляла величину Min=30,79%; Max=37,81%. При этом медиана показателя достигла величины Me=34,79%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_D» от GO представим: VA_D=0,342*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Gross value added: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: VA_D=0,3404*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Gross value added: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: VA_D=7160,7063+0,3383*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Gross value added: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: VA_D=0,4694*GO^0,9785.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Рассмотрим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Other community, social and personal services» (Валовая добавленная стоимость: Другие общественные, социальные и личные услуги). За изучаемый период интегральный показатель «Gross value added: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=54,78%, вариабельность показателя составляла величину Min=47,31%; Max=61,49%. При этом медиана показателя составила величину Me=55,46%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_O» от GO представим: VA_O=0,584*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Gross value added: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: VA_O=0,5893*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Gross value added: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: VA_O=-2847,2094+0,5941*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Gross value added: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: VA_O=0,2684*GO^1,0599.
Рассмотрим упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Gross value added: Private households with employed persons» (Валовая добавленная стоимость: Частные домохозяйства с занятыми лицами). За анализируемый период интегральный показатель «Gross value added: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=100%, вариабельность показателя составляла величину Min=100%; Max=100%. При этом медиана показателя составила величину Me=100%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «VA_P» от GO представим: VA_P=1*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Gross value added: Private households with employed persons» от GO (Валовой выпуск) представим в линейном выражении: VA_P=1*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Gross value added: Private households with employed persons» от GO (Валовой выпуск) представим в степенном выражении: VA_P=1*GO^1.
Построим начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Total industries» (Компенсация труда: Всего отраслей). За изучаемый период интегральный показатель «Labour compensation: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=32,33%, изменчивость фактора составляла величину Min=27,82%; Max=34,89%. При этом медиана показателя достигла величины Me=32,18%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_TOT» от GO представим: LAB_TOT=0,3323*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Total industries» от GO (Валовой выпуск) представим в линейном выражении: LAB_TOT=0,3331*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Total industries» от GO (Валовой выпуск) представим в линейном выражении: LAB_TOT=-13207,5838+0,334*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Total industries» от GO (Валовой выпуск) представим в степенном выражении: LAB_TOT=0,2108*GO^1,0281.
Проведём предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Agriculture, hunting, forestry and fishing» (Компенсация труда: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За разрабатываемый период интегральный показатель «Labour compensation: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=27,35%, изменчивость фактора составляла величину Min=16,56%; Max=41,54%. При этом медиана показателя достигла величины Me=25,06%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_AtB» от GO представим: LAB_AtB=0,2464*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: LAB_AtB=0,2405*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: LAB_AtB=2898,7151+0,2277*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: LAB_AtB=3,0563*GO^0,7909.
Построим описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Mining and quarrying» (Компенсация труда: Добыча полезных ископаемых). За разрабатываемый период интегральный показатель «Labour compensation: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=21,14%, вариабельность показателя составляла величину Min=13,27%; Max=28,38%. При этом медиана показателя достигла величины Me=21,98%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_C» от GO представим: LAB_C=0,1856*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: LAB_C=0,1683*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: LAB_C=4440,6297+0,1502*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: LAB_C=0,732*GO^0,8879.
Разберём описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Total manufacturing» (Компенсация труда: Всего производство). За анализируемый период интегральный показатель «Labour compensation: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=23,5%, диапазон переменной составляла величину Min=18,31%; Max=26,84%. При этом медиана показателя достигла величины Me=23,48%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_D» от GO представим: LAB_D=0,2212*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: LAB_D=0,2136*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: LAB_D=36182,6715+0,2027*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: LAB_D=0,5093*GO^0,9444.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Построим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Other community, social and personal services» (Компенсация труда: Другие общественные, социальные и личные услуги). За изучаемый период интегральный показатель «Labour compensation: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=39,92%, вариабельность показателя составляла величину Min=35,12%; Max=44,82%. При этом медиана показателя составила величину Me=40,43%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_O» от GO представим: LAB_O=0,4287*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: LAB_O=0,4355*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: LAB_O=-3741,7147+0,4419*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: LAB_O=0,1991*GO^1,0584.
Разберём предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Labour compensation: Private households with employed persons» (Компенсация труда: Частные домохозяйства с занятыми лицами). За разрабатываемый период интегральный показатель «Labour compensation: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=100%, диапазон переменной составляла величину Min=100%; Max=100%. При этом медиана показателя достигла величины Me=100%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «LAB_P» от GO представим: LAB_P=1*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Labour compensation: Private households with employed persons» от GO (Валовой выпуск) представим в линейном выражении: LAB_P=1*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Labour compensation: Private households with employed persons» от GO (Валовой выпуск) представим в степенном выражении: LAB_P=1*GO^1.
Разберём начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Total industries» (Амортизация: Всего отраслей). За исследуемый период интегральный показатель «Capital compensation: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=20,36%, вариабельность показателя составляла величину Min=18,78%; Max=23,01%. При этом медиана показателя составила величину Me=20,36%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_TOT» от GO представим: CAP_TOT=0,2057*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Total industries» от GO (Валовой выпуск) представим в линейном выражении: CAP_TOT=0,2079*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Total industries» от GO (Валовой выпуск) представим в линейном выражении: CAP_TOT=-35403,1047+0,2102*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Total industries» от GO (Валовой выпуск) представим в степенном выражении: CAP_TOT=0,2043*GO^0,9997.
Исследуем упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Agriculture, hunting, forestry and fishing» (Амортизация: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За анализируемый период интегральный показатель «Capital compensation: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=20,41%, изменчивость фактора составляла величину Min=15,02%; Max=28,46%. При этом медиана показателя достигла величины Me=19,87%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_AtB» от GO представим: CAP_AtB=0,203*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: CAP_AtB=0,1995*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: CAP_AtB=1711,6889+0,192*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: CAP_AtB=0,183*GO^1,0083.
Рассмотрим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Mining and quarrying» (Амортизация: Добыча полезных ископаемых). За исследуемый период интегральный показатель «Capital compensation: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=31,46%, вариабельность показателя составляла величину Min=24,44%; Max=39,86%. При этом медиана показателя составила величину Me=30,57%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_C» от GO представим: CAP_C=0,3474*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: CAP_C=0,367*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: CAP_C=-5046,7214+0,3876*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Capital compensation: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: CAP_C=0,1145*GO^1,0896.
Исследуем упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Total manufacturing» (Амортизация: Всего производство). За исследуемый период интегральный показатель «Capital compensation: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=11,3%, диапазон переменной составляла величину Min=8,52%; Max=16,84%. При этом медиана показателя достигла величины Me=11,32%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_D» от GO представим: CAP_D=0,1207*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: CAP_D=0,1269*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: CAP_D=-29021,9651+0,1356*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: CAP_D=0,0636*GO^1,0405.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Проведём предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Other community, social and personal services» (Амортизация: Другие общественные, социальные и личные услуги). За исследуемый период интегральный показатель «Capital compensation: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=14,86%, вариабельность показателя составляла величину Min=11,17%; Max=18,5%. При этом медиана показателя достигла величины Me=15,03%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_O» от GO представим: CAP_O=0,1554*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: CAP_O=0,1537*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: CAP_O=894,5053+0,1522*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Capital compensation: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: CAP_O=0,0684*GO^1,0649.
Изучим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Capital compensation: Private households with employed persons» (Амортизация: Частные домохозяйства с занятыми лицами). За разрабатываемый период интегральный показатель «Capital compensation: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=0%, вариабельность показателя составляла величину Min=0%; Max=0%. При этом медиана показателя достигла величины Me=0%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «CAP_P» от GO представим: CAP_P=0*GO.
Рассмотрим начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Total industries» (Промежуточные входы/затраты: Всего отраслей). За разрабатываемый период интегральный показатель «Intermediate inputs: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=47,31%, диапазон переменной составляла величину Min=44,23%; Max=50,3%. При этом медиана показателя составила величину Me=47,37%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_TOT» от GO представим: II_TOT=0,4621*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: II_TOT=0,4589*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: II_TOT=48610,6885+0,4558*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Total industries» от GO (Валовой выпуск) представим в степенном выражении: II_TOT=0,6289*GO^0,9812.
Построим начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Agriculture, hunting, forestry and fishing» (Промежуточные входы/затраты: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За разрабатываемый период интегральный показатель «Intermediate inputs: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=52,25%, вариабельность показателя составляла величину Min=36,08%; Max=61,98%. При этом медиана показателя достигла величины Me=52,88%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_AtB» от GO представим: II_AtB=0,5506*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: II_AtB=0,56*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: II_AtB=-4610,404+0,5804*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: II_AtB=0,1315*GO^1,1177.
Построим описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Mining and quarrying» (Промежуточные входы/затраты: Добыча полезных ископаемых). За исследуемый период интегральный показатель «Intermediate inputs: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=47,39%, диапазон переменной составляла величину Min=40,85%; Max=54,25%. При этом медиана показателя составила величину Me=47,56%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_C» от GO представим: II_C=0,4671*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: II_C=0,4647*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: II_C=606,0917+0,4622*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: II_C=0,5533*GO^0,9861.
Исследуем предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Total manufacturing» (Промежуточные входы/затраты: Всего производство). За изучаемый период интегральный показатель «Intermediate inputs: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=65,2%, вариабельность показателя составляла величину Min=62,19%; Max=69,21%. При этом медиана показателя достигла величины Me=65,21%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_D» от GO представим: II_D=0,658*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: II_D=0,6596*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: II_D=-7160,7063+0,6617*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: II_D=0,554*GO^1,0116.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Разберём упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Health and social work» (Промежуточные входы/затраты: Здравоохранение и социальная работа). За исследуемый период интегральный показатель «Intermediate inputs: Health and social work» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=33,61%, вариабельность показателя составляла величину Min=28,35%; Max=38,02%. При этом медиана показателя составила величину Me=33,75%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_N» от GO представим: II_N=0,3607*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Health and social work» от GO (Валовой выпуск) представим в линейном выражении: II_N=0,3695*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Health and social work» от GO (Валовой выпуск) представим в линейном выражении: II_N=-10642,4579+0,376*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Health and social work» от GO (Валовой выпуск) представим в степенном выражении: II_N=0,238*GO^1,0275.
Построим описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Other community, social and personal services» (Промежуточные входы/затраты: Другие общественные, социальные и личные услуги). За анализируемый период интегральный показатель «Intermediate inputs: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=45,22%, диапазон переменной составляла величину Min=38,51%; Max=52,69%. При этом медиана показателя составила величину Me=44,54%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_O» от GO представим: II_O=0,416*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: II_O=0,4107*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: II_O=2847,2094+0,4059*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: II_O=1,0534*GO^0,9281.
Исследуем начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate inputs: Private households with employed persons» (Промежуточные входы/затраты: Частные домохозяйства с занятыми лицами). За разрабатываемый период интегральный показатель «Intermediate inputs: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=0%, диапазон переменной составляла величину Min=0%; Max=0%. При этом медиана показателя достигла величины Me=0%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «II_P» от GO представим: II_P=0*GO.
Изучим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Total industries» (Промежуточные затраты энергии: Всего отраслей). За исследуемый период интегральный показатель «Intermediate energy inputs: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=4,58%, диапазон переменной составляла величину Min=2,7%; Max=8,92%. При этом медиана показателя достигла величины Me=4,27%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_TOT» от GO представим: IIE_TOT=0,0448*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIE_TOT=0,0442*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIE_TOT=9349,2704+0,0436*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total industries» от GO (Валовой выпуск) представим в степенном выражении: IIE_TOT=0,0441*GO^1,0001.
Изучим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Agriculture, hunting, forestry and fishing» (Промежуточные затраты энергии: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За изучаемый период интегральный показатель «Intermediate energy inputs: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=3,98%, изменчивость фактора составляла величину Min=1,39%; Max=8,81%. При этом медиана показателя достигла величины Me=3,39%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_AtB» от GO представим: IIE_AtB=0,049*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIE_AtB=0,0548*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIE_AtB=-2846,4233+0,0674*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: IIE_AtB=0,0004*GO^1,389.
Построим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Mining and quarrying» (Промежуточные затраты энергии: Добыча полезных ископаемых). За исследуемый период интегральный показатель «Intermediate energy inputs: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=13,53%, диапазон переменной составляла величину Min=9,95%; Max=18,84%. При этом медиана показателя составила величину Me=13,24%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_C» от GO представим: IIE_C=0,1297*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: IIE_C=0,1276*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: IIE_C=531,651+0,1254*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: IIE_C=0,2119*GO^0,9585.
Разберём описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Total manufacturing» (Промежуточные затраты энергии: Всего производство). За разрабатываемый период интегральный показатель «Intermediate energy inputs: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=7,09%, вариабельность показателя составляла величину Min=4,14%; Max=14,03%. При этом медиана показателя достигла величины Me=5,78%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_D» от GO представим: IIE_D=0,0812*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: IIE_D=0,0851*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: IIE_D=-18091,3528+0,0905*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: IIE_D=0,0063*GO^1,1691.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…Исследуем начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Education» (Промежуточные затраты энергии: Образование). За исследуемый период интегральный показатель «Intermediate energy inputs: Education» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=3,47%, изменчивость фактора составляла величину Min=1,66%; Max=5,48%. При этом медиана показателя составила величину Me=3,34%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_M» от GO представим: IIE_M=0,0388*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Education» от GO (Валовой выпуск) представим в линейном выражении: IIE_M=0,0395*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Education» от GO (Валовой выпуск) представим в линейном выражении: IIE_M=-350,2445+0,0399*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Education» от GO (Валовой выпуск) представим в степенном выражении: IIE_M=0,008*GO^1,1224.
Изучим предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Health and social work» (Промежуточные затраты энергии: Здравоохранение и социальная работа). За исследуемый период интегральный показатель «Intermediate energy inputs: Health and social work» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=2,49%, вариабельность показателя составляла величину Min=1,38%; Max=4,25%. При этом медиана показателя составила величину Me=2,38%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_N» от GO представим: IIE_N=0,0218*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Health and social work» от GO (Валовой выпуск) представим в линейном выражении: IIE_N=0,02*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Health and social work» от GO (Валовой выпуск) представим в линейном выражении: IIE_N=2181,9973+0,0186*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate energy inputs: Health and social work» от GO (Валовой выпуск) представим в степенном выражении: IIE_N=0,0331*GO^0,9746.
Построим описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Other community, social and personal services» (Промежуточные затраты энергии: Другие общественные, социальные и личные услуги). За анализируемый период интегральный показатель «Intermediate energy inputs: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=3,11%, диапазон переменной составляла величину Min=1,17%; Max=5,27%. При этом медиана показателя достигла величины Me=3,25%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_O» от GO представим: IIE_O=0,0193*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIE_O=0,0156*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIE_O=1998,9506+0,0122*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Intermediate energy inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: IIE_O=1,5307*GO^0,6627.
Разберём предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate energy inputs: Private households with employed persons» (Промежуточные затраты энергии: Частные домохозяйства с занятыми лицами). За исследуемый период интегральный показатель «Intermediate energy inputs: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=0%, изменчивость фактора составляла величину Min=0%; Max=0%. При этом медиана показателя достигла величины Me=0%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIE_P» от GO представим: IIE_P=0*GO.
Исследуем начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Total industries» (Промежуточные материальные затраты: Всего отраслей). За разрабатываемый период интегральный показатель «Intermediate material inputs: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=21,49%, вариабельность показателя составляла величину Min=12,16%; Max=28,85%. При этом медиана показателя составила величину Me=22,96%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_TOT» от GO представим: IIM_TOT=0,1683*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIM_TOT=0,1518*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIM_TOT=254824,239+0,1356*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Total industries» от GO (Валовой выпуск) представим в степенном выражении: IIM_TOT=3,1335*GO^0,8216.
Изучим упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Agriculture, hunting, forestry and fishing» (Промежуточные материальные затраты: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За исследуемый период интегральный показатель «Intermediate material inputs: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=30,99%, вариабельность показателя составляла величину Min=21,63%; Max=38,14%. При этом медиана показателя достигла величины Me=31,82%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_AtB» от GO представим: IIM_AtB=0,329*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIM_AtB=0,3356*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIM_AtB=-3187,4031+0,3496*GO. Факторную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: IIM_AtB=0,0617*GO^1,1376.
Проведём начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Mining and quarrying» (Промежуточные материальные затраты: Добыча полезных ископаемых). За разрабатываемый период интегральный показатель «Intermediate material inputs: Mining and quarrying» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=12,91%, диапазон переменной составляла величину Min=8,17%; Max=17,1%. При этом медиана показателя достигла величины Me=13,47%.
Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_C» от GO представим: IIM_C=0,1203*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: IIM_C=0,1247*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Mining and quarrying» от GO (Валовой выпуск) представим в линейном выражении: IIM_C=-1149,769+0,1295*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Mining and quarrying» от GO (Валовой выпуск) представим в степенном выражении: IIM_C=0,4225*GO^0,8921.
Разберём упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Total manufacturing» (Промежуточные материальные затраты: Всего производство). За анализируемый период интегральный показатель «Intermediate material inputs: Total manufacturing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=42,03%, изменчивость фактора составляла величину Min=34,26%; Max=50,11%. При этом медиана показателя составила величину Me=42,28%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_D» от GO представим: IIM_D=0,3953*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: IIM_D=0,3855*GO. Факторную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Total manufacturing» от GO (Валовой выпуск) представим в линейном выражении: IIM_D=46307,5463+0,3716*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate material inputs: Total manufacturing» от GO (Валовой выпуск) представим в степенном выражении: IIM_D=1,0517*GO^0,9342.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Разберём предварительный дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Other community, social and personal services» (Промежуточные материальные затраты: Другие общественные, социальные и личные услуги). За исследуемый период интегральный показатель «Intermediate material inputs: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=11,67%, диапазон переменной составляла величину Min=4,73%; Max=16,76%. При этом медиана показателя составила величину Me=12,67%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_O» от GO представим: IIM_O=0,0793*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIM_O=0,0662*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIM_O=7075,2751+0,0543*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate material inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: IIM_O=2,4446*GO^0,7378.
Исследуем упрощённый дисперсионный анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate material inputs: Private households with employed persons» (Промежуточные материальные затраты: Частные домохозяйства с занятыми лицами). За разрабатываемый период интегральный показатель «Intermediate material inputs: Private households with employed persons» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=0%, вариабельность показателя составляла величину Min=0%; Max=0%. При этом медиана показателя составила величину Me=0%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIM_P» от GO представим: IIM_P=0*GO.
Рассмотрим начальный эконометрический анализ за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate service inputs: Total industries» (Промежуточные затраты на услуги: Всего отраслей). За исследуемый период интегральный показатель «Intermediate service inputs: Total industries» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=21,24%, диапазон переменной составляла величину Min=16,36%; Max=27,93%. При этом медиана показателя составила величину Me=19,44%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIS_TOT» от GO представим: IIS_TOT=0,2489*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate service inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIS_TOT=0,2629*GO. Регрессионную модель нейронных сетей зависимости интегрального фактора «Intermediate service inputs: Total industries» от GO (Валовой выпуск) представим в линейном выражении: IIS_TOT=-215562,8209+0,2766*GO. Дискриминантную модель нечетких множеств зависимости интегрального фактора «Intermediate service inputs: Total industries» от GO (Валовой выпуск) представим в степенном выражении: IIS_TOT=0,031*GO^1,1258.
Разберём описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate service inputs: Agriculture, hunting, forestry and fishing» (Промежуточные затраты на услуги: Всего отраслей: Сельское хозяйство, охота, лесное хозяйство и рыболовство). За исследуемый период интегральный показатель «Intermediate service inputs: Agriculture, hunting, forestry and fishing» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=17,27%, вариабельность показателя составляла величину Min=13,06%; Max=20,22%. При этом медиана показателя достигла величины Me=17,51%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIS_AtB» от GO представим: IIS_AtB=0,1725*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate service inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIS_AtB=0,1696*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate service inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в линейном выражении: IIS_AtB=1423,4224+0,1633*GO. Регрессионную модель нечетких множеств зависимости интегрального фактора «Intermediate service inputs: Agriculture, hunting, forestry and fishing» от GO (Валовой выпуск) представим в степенном выражении: IIS_AtB=0,1409*GO^1,017.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Изучим описательную статистику за период 1947-2010гг. управления в экономике США интегральным показателем «Intermediate service inputs: Other community, social and personal services» (Промежуточные затраты на услуги: Всего отраслей: Сельское хозяйство, охота, лесное хозяйство и рыболовство: Добыча полезных ископаемых: Всего производство: Еда, напитки и табак: Текстиль, текстиль, кожа и обувь: Дерево и дерево и пробка: Целлюлоза, бумага, бумага, полиграфия и издательское дело: Химическая промышленность, резина, пластмассы и топливо: Кокс, рафинированная нефть и ядерное топливо: Химия и химические продукты: Резина и пластмассы: Другой неметаллический минерал: Основные металлы и готовые металлы: Машины, не включенные в другие категории: Электрооборудование и оптика: Транспортное оборудование: Производство, не включенное в другие категории; утилизация отходов: Электричество, газ и водоснабжение: Строительство: Оптовая и розничная торговля: Продажа, обслуживание и ремонт автомобилей и мотоциклов; розничная продажа топлива: Торговля оптовая и комиссионная, кроме автомобилей и мотоциклов: Розничная торговля, кроме торговли автотранспортными средствами и мотоциклами; ремонт хозтоваров: Гостиницы и рестораны: Транспорт, хранение и связь: Транспортировка и хранение: Почта и телекоммуникации: Финансы, страхование, недвижимость и бизнес-услуги: Финансовое посредничество: Недвижимость, аренда и коммерческая деятельность: Операции с недвижимостью: Аренда m & eq и другие виды коммерческой деятельности: Социальные и персональные услуги сообщества: Публичный админ и защита; обязательное социальное страхование: Образование: Здравоохранение и социальная работа: Другие общественные, социальные и личные услуги). За анализируемый период интегральный показатель «Intermediate service inputs: Other community, social and personal services» по отношению к показателю GO (Валовой выпуск) поддерживался на среднем уровне МХ=30,44%, вариабельность показателя составляла величину Min=25,61%; Max=36,3%. При этом медиана показателя достигла величины Me=30,37%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «IIS_O» от GO представим: IIS_O=0,3174*GO. Кластерную модель нейронных сетей зависимости интегрального фактора «Intermediate service inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIS_O=0,3289*GO. Кластерную модель нечетких множеств зависимости интегрального фактора «Intermediate service inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в линейном выражении: IIS_O=-6227,0163+0,3394*GO. Дискриминантную модель нейронных сетей зависимости интегрального фактора «Intermediate service inputs: Other community, social and personal services» от GO (Валовой выпуск) представим в степенном выражении: IIS_O=0,2653*GO^1,0114.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Рассмотрены основные положения авторских систем, методик, нейронного динамического моделирования: анализа рисков, эффективности, конкурентных позиций производственных функций Дорошко-Самариной на примере предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США. Исследования выполнялись в рамках международного стандарта СНС ООН (ISIC), а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Данные системы авторов анализа рисков, эффективности, конкурентных позиций, производственных функций Дорошко-Самариной легко применяются для исследования предприятий любых отраслей, государств. Данные исследования авторы выполнили без учёта всего комплекса ноосферных нейронных моделей управления. Научно-практические авторские исследования, системы, методики выполнялись как единый комплекс в рамках авторских редакций международных стандартов МСФО, ИСО 31000 совместно с авторскими редакциями международных стандартов следующих иерархических уровней KLEMS, ISIC, СНС ООН, а также североамериканского промышленного стандарта NAICS исключительно в редакции авторов. Сформированы авторские положения по коренному изменению международных стандартов МСФО, ИСО 31000, а также авторскому подходу к международным стандартам следующего иерархического уровня KLEMS, ISIC СНС ООН, а также североамериканского промышленного стандарта NAICS в редакции авторов. Отдельно отметим, что материал данного раздела по традиции также подготовлен лингвистическими роботами авторов.
Далее рассматриваются нейронные модели, моделирование, элементы искусственного моделирования в рамках математической сингулярности (особенность) — точка, в которой математическая функция стремится к бесконечности или имеет какие-либо иные нерегулярности поведения.
Внимание. Ввиду ограничений на объём монографии данный раздел сокращён авторами более чем в 500 раз.
Во всем мире идут бесконечные дискуссии на тему роль и место научно-исследовательских работ, научных исследований, науки в экономике страны. По нашему мнению данные дискуссии мгновенно закончатся, как только «экспертное» сообщество проведет исследование в рамках системы национальных счетов ООН (СНС) и осуществит межотраслевое моделирование для развитых стран-членов ООН в рамках программ ООН по межгосударственному сопоставлению.
В данном исследовании автор показывает алгоритм и полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г.
Автором было определены следующие цели исследования первого этапа межотраслевого моделирования: «Роль и место науки в экономике развитых стран», на примере США.
Каков синергетический, мультипликативный рост экономики можно ожидать в целом, если планируется рост/развитие научно-исследовательских работ, научных исследований, науки.
Рисунок 1 – Зрительный образ межотраслевого моделирования воздействия научно-исследовательских работ, научных исследований, науки на все отрасли экономики страны, на примере межотраслевого баланса США 2014 г.
Какая процентная банковская ставка должна быть установлена на финансовом рынке для всех отраслей экономики, если планируется рост/развитие научно-исследовательских работ, научных исследований, науки.
Практически на первом этапе исследования необходимо определить, как наука воздействует на все отрасли экономики страны и на экономику в целом.
Рассмотрим полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г.
Для наглядности общий объем моделирования представлен на рисунке 1.
Итоги моделирования роста экономики страны, ее отраслей, если планируется рост/развитие научно-исследовательских работ, научных исследований, науки сведем в таблицу 1.
Таблица 1 - Моделирование роста экономики США, ее отраслей за 2014 г., если планируется рост/развитие научно-исследовательских работ, научных исследований, науки, млрд.долл.США
Наименование |
План |
Объем продаж |
ВВП |
Занятость, тыс.чел. |
Оплата труда |
Компенсация |
Agriculture, forestry, fishing, and hunting |
100% |
0,95 |
0 |
3,793 |
0,083 |
0,098 |
Mining |
100% |
1,64 |
0 |
2,148 |
0,211 |
0,246 |
Utilities |
100% |
0,84 |
0 |
0,86 |
0,085 |
0,116 |
Construction |
100% |
0,56 |
0 |
3,18 |
0,141 |
0,169 |
Manufacturing |
100% |
13,18 |
0 |
26,38 |
1,640 |
2,046 |
Wholesale trade |
100% |
2,33 |
0 |
8,659 |
0,610 |
0,710 |
Retail trade |
100% |
0,23 |
0 |
2,220 |
0,071 |
0,085 |
Transportation and warehousing |
100% |
3,08 |
0 |
12,91 |
0,640 |
0,795 |
Information |
100% |
4,96 |
0 |
10,34 |
0,930 |
1,112 |
Finance, insurance, real estate, rental, and leasing |
100% |
13,40 |
0 |
20,65 |
1,622 |
1,901 |
Professional and business services |
110% |
131,13 |
106,1 |
652,95 |
41,04 |
48,04 |
Educational services, health care, and social assistance |
100% |
0,08 |
0 |
0,619 |
0,029 |
0,035 |
Arts, entertainment, recreation, accommodation, and food services |
100% |
2,93 |
0 |
27,856 |
0,744 |
0,868 |
Other services, except government |
100% |
1,54 |
0 |
13,096 |
0,431 |
0,503 |
Government |
100% |
0,47 |
0 |
3,444 |
0,207 |
0,302 |
Scrap, used and secondhand goods |
100% |
0,06 |
0 |
|||
Noncomparable imports and rest-of-the-world adjustment |
100% |
0,59 |
0 |
|||
Итого по экономике США |
|
178 |
106 |
789,1 |
48,5 |
57,0 |
Мультипликаторы |
|
1,68 |
0,6% |
1,209 |
1,181 |
1,187 |
Денежный агрегат. Рост ВВП, численности, оплаты труда, компенсации - выделено |
M1 |
63 |
0,6% |
0,58% |
0,7% |
0,64% |
Денежный агрегат. Процентная банковская ставка - выделена |
M2 |
188 |
1,8% |
|
|
|
Рассмотрим итоги моделирования роста экономики страны, ее отраслей (таблица 1), если планируется рост/развитие научно-исследовательских работ, научных исследований, науки.
Оценим влияние изменений на рынке «Professional and business services» на динамику рынка, работу проектных, научно-исследовательских предприятий отрасли «Professional and business services» на основе межотраслевого моделирования и исследования возникающих прямых и косвенно-латентных межотраслевых связей. Предположим, что на следующий временной период планируется рост конечного спроса (ВВП) на 110%, прирост экономики dВВП=0,612%, или в денежном выражении ВВП=106,091 млрд.долл.США на рынке «Professional and business services». Эти изменения приведут к росту валовых продаж TCO=106,091 млрд.долл.США на рынке отрасли «Professional and business services» и в целом по экономике, во всех ее отраслях, на TCO=177,961 млрд.долл.США (dTCO=0,575%). Рост валовых продаж неизбежно инспирирует рост численности персонала на РЕР=652,948 тыс.чел., оплаты труда Wage=41,044 млрд.долл.США на рынке отрасли «Professional and business services» и на РЕР=789,097 тыс.чел., Wage=48,488 млрд.долл.США в экономике в целом. Отметим, что с учетом численности, оплаты труда на рынке отрасли «Professional and business services» среднегодовая оплата труда достигла уровня Wage/РЕР=62,859 тыс.долл.США/год на рынке «Professional and business services». Оценим мультипликативные эффекты воздействия развития/роста рынка отрасли «Professional and business services» на экономику страны в целом: по валовому выпуску (mТСО), численности персонала (mРЕР), оплате труда персонала (mWage) и компенсации персонала (mComp). Мультипликативный рост экономики по валовому выпуску составит mТСО=1,677, мультипликативный эффект по численности персонала mРЕР=1,209, мультипликативный эффект по оплате труда персонала mWage=1,181, мультипликативный эффект по компенсации персонала mComp=1,187. Очевидно, что для выполнения намеченных плановых показателей ЦБ страны (ФРС США) обязан бесплатно увеличить денежную массу агрегатов: М1=63,499 млрд.долл.США, М2=187,933 млрд.долл.США и через банковскую систему под 1,8% деньги залить во все отрасли экономики в объеме доли валовых продаж i-й отрасли по отношению к экономике страны в целом. Напомним, что процентная ставка в размере 1,8% это трудозатраты, амортизация, прибыль банков за работу по заливке денег и контролю по их расходованию организациями всех отраслей экономики в рамках целевой программы по развитию рынка отрасли «Professional and business services».
Перейдем ко второму этапу исследований.
Цели второго этапа очевидны - необходимо ответить на все вопросы первого этапа только зеркально наоборот. Практически необходимо определить, как другие отрасли экономики в развитых странах, на примере США, в свою очередь воздействуют на развитие научно-исследовательских работ, научных исследований, науки.
Рассмотрим алгоритм и полученные результаты межотраслевого моделирования на примере МОБ экономики США за 2014 г. второго этапа моделирования. Итоги моделирования сведем в таблицу 2.
Таблица 2 - Моделирования изменений научно-исследовательских работ, научных исследований, науки, млрд.долл.США
Наименование |
Доля НИИ в объемах продаж |
Доля НИИ в численности |
Численности к объему продаж |
Agriculture, forestry, fishing, and hunting |
7,2% |
9,1% |
125% |
Utilities |
10,7% |
52,2% |
488% |
Construction |
11,3% |
9,9% |
88% |
Manufacturing |
11,5% |
28,6% |
249% |
Wholesale trade |
19,0% |
25,4% |
134% |
Retail trade |
18,0% |
9,2% |
51% |
Transportation and warehousing |
13,3% |
15,8% |
119% |
Information |
15,6% |
37,3% |
239% |
Finance, insurance, real estate, rental, and leasing |
11,4% |
36,8% |
323% |
Professional and business services |
|||
Educational services, health care, and social assistance |
17,3% |
11,2% |
65% |
Arts, entertainment, recreation, accommodation, and food services |
18,8% |
9,8% |
52% |
Other services, except government |
12,0% |
7,1% |
59% |
Government |
13,5% |
9,1% |
67% |
Итого по экономике США |
8,9% |
10,1% |
114% |
Рассмотрим итоги моделирования изменений научно-исследовательских работ, научных исследований, науки.
1. Оценим влияние изменений на рынке «Agriculture, forestry, fishing, and hunting» на динамику рынка, работу проектных, научно-исследовательских предприятий отрасли «Professional and business services» на основе межотраслевого моделирования и исследования возникающих прямых и косвенно-латентных межотраслевых связей. Предположим, что на следующий временной период планируется рост конечного спроса (ВВП) на 110%, прирост экономики dВВП=0,05%, или в денежном выражении ВВП=8,717 млрд.долл.США на рынке «Agriculture, forestry, fishing, and hunting». Эти изменения приведут к росту валовых продаж TCO=8,717 млрд.долл.США на рынке отрасли «Agriculture, forestry, fishing, and hunting» и в целом по экономике, во всех ее отраслях, на TCO=18,922 млрд.долл.США (dTCO=0,061%). Рост валовых продаж неизбежно инспирирует рост численности персонала на РЕР=44,809 тыс.чел., оплаты труда Wage=0,978 млрд.долл.США на рынке отрасли «Agriculture, forestry, fishing, and hunting» и на РЕР=66,008 тыс.чел., Wage=2,29 млрд.долл.США в экономике в целом. Отметим, что с учетом численности, оплаты труда на рынке отрасли «Agriculture, forestry, fishing, and hunting» среднегодовая оплата труда достигла уровня Wage/РЕР=21,83 тыс.долл.США/год на рынке «Agriculture, forestry, fishing, and hunting». Оценим мультипликативные эффекты воздействия развития/роста рынка отрасли «Agriculture, forestry, fishing, and hunting» на экономику страны в целом: по валовому выпуску (mТСО), численности персонала (mРЕР), оплате труда персонала (mWage) и компенсации персонала (mComp). Мультипликативный рост экономики по валовому выпуску составит mТСО=2,171, мультипликативный эффект по численности персонала mРЕР=1,473, мультипликативный эффект по оплате труда персонала mWage=2,341, мультипликативный эффект по компенсации персонала mComp=2,362. Очевидно, что для выполнения намеченных плановых показателей ЦБ страны (ФРС США) обязан бесплатно увеличить денежную массу агрегатов: М1=5,218 млрд.долл.США, М2=15,442 млрд.долл.США и через банковскую систему под 1,4% деньги залить во все отрасли экономики в объеме доли валовых продаж i-й отрасли по отношению к экономике страны в целом. Напомним, что процентная ставка в размере 1,4% это трудозатраты, амортизация, прибыль банков за работу по заливке денег и контролю по их расходованию организациями всех отраслей экономики в рамках целевой программы по развитию рынка отрасли «Agriculture, forestry, fishing, and hunting». Понятно, что для обеспечения выполнения намеченного плана роста ВВП на рынке отрасли «Agriculture, forestry, fishing, and hunting» необходимо профинансировать проектные, научно-исследовательские разработки предприятий отрасли «Professional and business services» в объеме TCO=0,815 млрд.долл.США и численности PEP=4,058 тыс.чел., Wage=0,255 млрд.долл.США со среднегодовой оплатой труда Wage/PEP=62,859 тыс.долл.США/чел. Рассчитаем средние индикативно-плановые показатели по объемам финансирования как доли объемов продаж «Professional and business services» от объемов продаж «Agriculture, forestry, fishing, and hunting», которые будем использовать при моделировании рисков, коридоров управления, эффективности и расчетах ТЭО, БП и прогнозных моделей. Расчеты показали, что доля объемов продаж отрасли «Professional and business services» составила 7,2% от объема продаж отрасли «Agriculture, forestry, fishing, and hunting». Соответственно показатель доли численности отрасли «Professional and business services» составил 9,1% от численности отрасли «Agriculture, forestry, fishing, and hunting» в которой планируется рост ВВП. Проведенный анализ свидетельствует, что наблюдается повышенная динамика роста численности персонала в размере 125,3% по отношению к показателю объема продаж, оказания услуг проектных, научно-исследовательских предприятий отрасли «Professional and business services». В заключение отметим, что банковская система обязана заранее открыть финансирование под 1,4% годовых предприятий отрасли «Agriculture, forestry, fishing, and hunting» в размере денежного агрегата М2=9,205 млрд.долл.США, а также обеспечить денежными средствами проектные, научно-исследовательские разработки предприятий отрасли «Professional and business services» в размере денежного агрегата М2=0,665 млрд.долл.США под те же банковские проценты в размере 1,4% годовых.
Анализ по пунктам 2-13 удалены
14. Рассчитаем средние индикативно-плановые показатели по объемам финансирования как доли объемов продаж «Professional and business services» от объемов продаж по всей экономике, которые будем использовать при моделировании рисков, коридоров управления, эффективности и расчетах ТЭО, БП и прогнозных моделей. Расчеты показали, что для обеспечения роста экономики на 10% доля объемов продаж отрасли «Professional and business services» должна составлять 8,9%, соответственно показатель численности должен быть на уровне 10,1%.
На данном этапе исследования, на примере США, убедительно доказана значимая роль науки в экономике любой развитой страны.
Так в частности, по синергетическому эффекту наука превосходит следующие отрасли экономики США:
Финансовую систему в 1,01 раз.
По синергетическому эффекту наука уступает следующим отраслям экономики США:
Правительству в 1,12 раз.
Следует отметить один важный момент, связанный с особенностями учета видов деятельности в СНС ООН и собственно в МОБах всех государств-членов ООН. С времен СССР и создания организационных структур в виде научно-производственных объединений (НПО) в систему отчетности волей или не волей были заложены искажения или смещения при оценке научно-исследовательской деятельности и науки. Это было связано со следующим: НПО очень часто неизбежные масштабные научно-исследовательские работы записывали в опытно-конструкторские работы (ОКРы), опытно-технологические работы (ОТР) и, в конечном счете, в результаты деятельности НПО. В результате получалось, что наука как бы занималась исследованиями исключительно только на бумаге или в виде исследований, алгоритмов, программных продуктов на компьютерах, суперкомпьютерах НПО, что резко снижало ее мультипликативное воздействие на экономику страны в целом.
К сожалению, данный подход, принятый в СССР, в интегрированном учете научно-производственных объединений был принят и в стандартах СНС ООН.
В работе доказано, что нужно не вести бесконечные дискуссии так называемого «экспертного сообщества» на тему роль и место науки, а проводить конкретные исследования в рамках системы национальных счетов ООН (СНС) и осуществлять межотраслевое моделирование для развитых стран-членов ООН в рамках программ ООН по межгосударственному сопоставлению.
Данные исследования будут проводиться в рамках требований ВАК, а также требований и ограничений Американской ассоциации экономистов.
Чтобы раскрыть требования и ограничения Американской ассоциации экономистов обратимся к истории.
Американскую ассоциацию экономистов в 1970 г. возглавил Нобелевский лауреат по экономике В.Леонтьев. В.Леонтьев совместно с редакцией флагмана теоретических журналов по экономике - ведущим научным американским журналов «American Economic Review» в период 1972-1981 гг. инициировали исследования по анализу экономических работ далеких от реальной экономики. Результаты исследования флагмана теоретических журналов по экономике «American Economic Review» повергли в шок мировую экономическую общественность. Так в частности в экономических исследованиях и работах западных экономистов преобладали:
Итого псевдоэкономических работ (96,9%).
Главный редактор ведущего экономического еженедельника «Business Week» ознакомившись результатами исследований за период 1972-1981 гг. по анализу экономических работ далеких от реальной экономики флагмана теоретических журналов по экономике «American Economic Review» писал: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan. P. 124.].
Вот почему данные исследования будут проводиться не только в рамках требований ВАК, а таже требований и ограничений Американской ассоциации экономистов.
В данной работе нами сознательно запрещено, что является абсолютной новизной:
Запрещено делать эмпирический анализ без использования косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях.
Кроме этих ограничений рассмотрим дополнительные группы ограничений для наших исследований.
Рассмотрим основные ограничения наших исследований.
Отметим следующий важнейший момент исследований.
В наших исследованиях на всех уровнях запрещено делить целостную систему экономики на ошибочные категории: микроэкономики, мезоэкономики, макроэкономики.
Для этого достаточно осознать, что деление целостной системы экономики на категории микроэкономики, мезоэкономики, макроэкономики это лишь условное деление. Лучшим доказательством этого любимого либеральными «экономистами» ошибочного деления целостной системы экономики на три уровня легко разбивается построением системы межотраслевых балансов (МОБ), системы национальных счетов (СНС). (см. Динамическая ноосферно-синергетическая производственно-мотивационная концепция и нейронные модели).
Необходимо понять, что любое деление целостной системы экономики на три уровня будет приводить к значительным управленческим ошибкам (см. рисунок) при анализе, планировании, контроле, что мы регулярно наблюдаем в западных либеральных экономических школах.
Понятно, что сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как ни парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих «классических» подходов, т.к. глобальный экстремум находится на поверхности 3, а для этого необходимо уметь воспринимать экономику как целостную систему.
Рисунок 1 Зрительный образ n-мерного иерархического критерия Самариной
Необходимо понять и принять, что экономику нужно воспринимать только как целостную систему иначе проводить эффективное межотраслевое моделирование невозможно, а в дальнейшем будет приводить к значительным управленческим ошибкам (см. рисунок) при анализе, планировании, контроле на всех иерархических уровнях управления.
И, наконец, нужно просто вспомнить, что для того чтобы просто построить ВВП, то необходимо начинать собирать данные с рабочего места персонала, т.е. с микро, микро экономического уровня.
Отметим следующий важнейший момент исследований.
Ни для кого не секрет, что современное либеральное экономическое образование — это конвейер по производству дураков. К сожалению, мало кто из молодежи и среднего поколения эту печальную истину осознает.
Молодежи, среднему поколению с 1990 г. предлагается, навязывается масса либеральных «идей», «теорий», «моделей» весьма сомнительного происхождения.
Хуже того они подобно либералам, демократам, марксистам и прочим около научных школ никогда не читали и как следствие незнакомы с фундаментальными исследованиями русских/советских школ: русского космизма, русского циклизма, русской трудовой экономической школы Дмитриева и русской финансовой школы Нечволодова, Шарапова.
В ВУЗах цитируют, изучают в лучшем случае либеральных «экономистов», их нобелевских лауреатов от «экономики» и их псевдонаучные работы или генерируют очередную около научную либеральную, марксистскую «экономическую» глупость (см. минимальные требования методики авторов).
Вот почему в наших исследованиях на всех уровнях запрещено:
1) Строить, разрабатывать, совершенствовать экономико-математические модели, не содержащие статистических данных или по В.Дмитриеву «одни неизвестные определять другими неизвестными», как это принято в либерально-марксистких «экономических» зарубежных (52,5%) и отечественных (6,2%) школах.
Понятно, что модель, не опирающаяся на значительный статистический материал от 1 млн. функционалов и более есть лишь гипотеза и не более. Для этого достаточно ознакомиться с минимальными требования авторов С.Дорошко, Г.Самариной, на основе активного использования статистических баз данных с более 100 млрд.функционалов: США, Канада, Европа (30 стран), Китай, ШОС, СНГ, Индия, Япония, Бразилия, Аргентина, Австралия, Швейцария…, а также World Input-Output Tables, National Input-Output Tables, National Supply and Use Tables по 40 странам (27 стран ЕС и 13 стран: Австралия, Бразилия, Канада, Китай, Индия, Индонезия, Япония, Мексика, Россия, Южная Корея, Тайвань, Турция и США) производящих 80-85% мирового ВВП в рамках стандартов: СНС ООН, Historic Versions of the System of National Accounts, ISIC ООН, ISIC, rev. 4, ОКВЭД.
2) Проводить экономические исследования без математических формул и статистических данных, как это принято в либерально-марксистких «экономических» зарубежных (16,4%) и отечественных (72,7%) школах.
Очевидно, что экономические исследования без математических формул и статистических данных это лишь первый шаг начала исследований и поэтому словесный треп научным экономическим исследованием считаться не может.
3) Осуществлять эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, как это принято в либерально-марксистких «экономических» зарубежных (22,5%) и отечественных (12,5%) школах.
Как можно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, сделанных на основе опубликованных или собранных кем-либо данных, где гарантия, что эти статистические данные не были по глупости, корыстно или сознательно искажены. Такой «научный» опус научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
4) Реализовывать эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях, как это принято в либерально-марксистких «экономических» зарубежных (6,4%) и отечественных (7,7%) школах.
Сомнительно проводить качественный эмпирический анализ с использованием косвенных статистических оценок, основанных на данных, опубликованных в различных изданиях с сомнительной репутацией. Такой «научный» опус также научным экономическим исследованием считаться не может (см. минимальные требования методики авторов).
5) В результате можно будет достигнуть реального развития экономической науки, быть достойными своих учителей и снизить количество псевдоэкономических работ, исследований зарубежных (96,9%) и отечественных (99,1%) экономических школ до приемлемого, терпимого 3-5% уровня посредственных научных работ, экономических исследований.
Перейдем к следующему этапу постановки задачи, в т.ч. с учетом и ограничениями.
Динамический анализ структуры затрат предприятий-конкурентов экономики США будем проводить в рамках закона трудовой теории стоимости на основе интернет баз данных межотраслевых балансов США за период 1997-2014 гг.
В рамках объективного экономического закона трудовой теории стоимости (И.Т.Посошков, А.Смит), в рамках международных стандартов СНС ООН, ISIC ООН (ISIC, rev. 4), ОКВЭД, русской/советской методики межотраслевого баланса (автор МОБ В.К.Дмитриев) известно, что развитие экономики любой страны определяет живой (текущий) труд и овеществленный (прошлый) труд - основные фонды.
По Посошкову-Смиту: цена, в конечном счете, равна оплате труда на всех уровнях технологического передела/производства:
Цена = Оплата Труда
или при разложении в ряд (т.е. по Посошкову-Смиту «в конечном счете") на всех уровнях технологического передела/производства:
Цена = ƩОплата Труда=ЗП1+ЗП2+ЗП3... ЗПN
Где ЗП1 - оплата труда (ЗП) на конечном уровне передела/производства во взаимосвязи со всеми отраслями экономики страны, ЗП2 — на предыдущем - втором уровне передела/производства во взаимосвязи со всеми отраслями экономики страны, ЗП3 - третий уровень передела/производства во взаимосвязи со всеми отраслями экономики страны, …, ЗПN - N уровень передела/производства, как правило, это сырьевые отрасли во взаимосвязи со всеми отраслями экономики страны.
Алгоритм расчета, динамический анализ структуры затрат предприятий-конкурентов исследуемой отрасли экономики США определим следующим образом.
Первый этап алгоритма, моделирования.
В терминологии В.Леонтьева все i–е факторы прямых затрат их суммарная величина определена как вход ("input") в систему организаций исследуемой отрасли. В американском стандарте NAICS i–е факторы прямых затрат или вход ("input") определены как интегральный фактор «Total Intermediate» ("Промежуточный спрос» или «Материальные затраты» Ф № 5"). В свою очередь, результат деятельности организаций исследуемой отрасли их валовая выручка/продажи В.Леонтьевым определялось как выход ("output").
Второй этап алгоритма, моделирования анализа структуры затрат предприятий-конкурентов исследуемой отрасли экономики США.
Осуществляем расчет доли i–х факторов прямых затрат ("input"), приобретаемых организациями исследуемой отрасли на конкретных отраслевых рынках, по отношению к валовой выручке/продажам ("output"). Рассчитываются по каждому i–му фактору средние затраты, складывающиеся у всех предприятий-конкурентов отрасли за выбранный временной интервал. Данные затраты затем уточняются эталонными среднеотраслевыми регрессионными моделями. Определяются минимальные/максимальные уровни затрат, которые формируют лучшие/худшие организации-конкуренты, т.е. практически рассчитывает коридоры управления, рисков i–х факторов прямых затрат. На основании весовых показателей эталонной средне отраслевой регрессионной модели (переменная «IIi") вида IIi=ki*GO за исследуемый период, рассчитываются приоритеты или ранг i–х факторов прямых затрат в общей массе прямых затрат. Все полученные промежуточные расчеты, модели, коридоры управления, рисков по i-м факторам прямых затрат сводим в первую таблицу для предварительного анализа.
Третий этап алгоритма, моделирования анализа структуры затрат предприятий-конкурентов исследуемой отрасли экономики США.
Все полученные расчеты, модели, коридоры управления, рисков по i-м факторам прямых затрат сводим во вторую таблицу для окончательного анализа.
Укрупнено динамическую производственную функцию предприятий-конкурентов научно-исследовательского, технологического комплекса по 23990 организациям в выборке за исследуемый период 1997-2014 гг. можно представить в виде интегрального вектора:
SrGO=F(SrADD, SrTI),
где
SrADD – «Total Value Added» интегральный вектор функционалов добавленной стоимости предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrADD отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса.
SrTI – «Total Intermediate» интегральный вектор функционалов промежуточных материальных затрат предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrTI отвечает и описывает внешнюю среду организаций научно-исследовательского, технологического комплекса.
В свою очередь каждый из составных векторов SrADD (внутренняя среда), SrTI (внешняя среда) функционалов описывается своими составными векторами-функционалами.
Так в частности:
SrADD – «Total Value Added» интегральный вектор функционалов добавленной стоимости предприятий-конкурентов научно-исследовательского, технологического комплекса, который отвечает отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса:
SrADD=F1(SrComp, SrTax, SrGOS),
где
SrComp – «Compensation of employees» вектор функционалов компенсация персонала (оплата, численность, профессии, структура численности, мотивация и др.) предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrComp отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по персоналу.
SrTax – «Taxes on production and imports, less subsidies» вектор функционалов налоги на продукцию, импорт минус субсидии предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrTax отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по налогам.
SrGOS – «Gross operating surplus» вектор функционалов валовая прибыль или другая добавленная стоимость предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг. Данный вектор-функционал SrGOS отвечает и описывает внутреннюю среду организаций научно-исследовательского, технологического комплекса по персоналу.
Валовая прибыль, «Другая добавленная стоимость» =
Потребление основного капитала/амортизация.
+ Чистые процентные доходы.
+ Доход владельцев.
+ Общая прибыль.
+ Личный Доход арендной платы.
+ Деловые трансфертные платежи, и субсидии, минус текущий излишек (активное сальдо) правительственных предприятий.
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США. Источник интернет баз данных: http://bea.gov/industry/io_annual.htm.
SrTI – «Total Intermediate» интегральный вектор функционалов промежуточных материальных затрат предприятий-конкурентов научно-исследовательского, технологического комплекса формируемый ими за исследуемый период 1997-2014 гг., который отвечает и описывает внешнюю среду организаций научно-исследовательского, технологического комплекса:
SrTI=F2(Sr11,…, Sr21…, Sr81, …, Sr86)
Укрупнено динамическую производственную функцию предприятий-конкурентов научно-исследовательского, технологического комплекса по 23990 организациям в выборке за исследуемый период 1997-2014 гг. можно представить в виде интегрального вектора:
SrGO=F(SrADD, SrTI)=
F(F1(SrComp, SrTax, SrGOS), F2(Sr11,…, Sr21…, Sr81, …, Sr86))
Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по производственной функции, интегральной группе материальных затрат для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США дан на рисунке 2.
Для исключения вольных трактовок наименований, принятых в стандартах NAICS США, ISIC ООН все кодировки в стандартах, оригинальные наименования максимально сохранены.
В исследуемый сектор экономики «NAICS 5412OP - Professional, scientific, and technical services» в рамках NAICS включены организации следующих отраслей:
5412OP Miscellaneous professional, scientific, and technical services
541200 Accounting, tax preparation, bookkeeping, and payroll services
541300 Architectural, engineering, and related services
541400 Specialized design services
541610 Management consulting services
5416A0 Environmental and other technical consulting services
541700 Scientific research and development services
541800 Advertising, public relations, and related services
5419A0 Marketing research and all other miscellaneous professional, scientific, and technical services
541920 Photographic services
541940 Veterinary services
Определив требования и ограничения, в т.ч. Американской ассоциации экономистов. Установив методологический базис, сформировав алгоритмы расчетов и определив основные подходы моделирования для анализа структуры затрат предприятий-конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США приступим к исследованиям.
Перейдем расчету доли i–х факторов прямых затрат ("input") в валовой выручке/продажам ("output"), коридоров управления, рисков на i-х рынках поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
Перейдем к динамическому анализу, моделированию, количественная оценка рисков, коридоров управления, эффективности, нейронному моделированию производственной функции при управлении структурой материальных затрат организациями-конкурентами научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» США.
Цель построения производственной функции (SrGO) предприятий-конкурентов научно-исследовательского, технологического комплекса со всеми рынками и отраслями экономики США на основе динамико-бифуркационного межотраслевого моделирования очень простая.
Необходимо рассчитать влияние на продажи/выручку, управление сбытовой деятельности предприятий-конкурентов металургического комплекса (НИИТК) с учетом отрасли всех внешних (SrTI) и внутренних (SrADD) факторов, влияющих на жизнедеятельность эталонного, среднеотраслевого, среднерыночного организации-конкурента исследуемой отрасли.
Рисунок 1 Зрительный образ интегральных групп прямых затрат GSr1-GSr2
Уточним под внешними факторами SrTI понимаются материальные затраты – покупки на всех товарных рынках экономики исследуемой страны без исключения. Это интегральный аналог формы №5 показателя «Итого материальные затраты».
Под внутренними факторами SrADD понимается добавленная стоимость по оплате труда персонала с детальной расшифровкой по 1000 профессиям, ЕСН, численности с детальной расшифровкой по 1000 профессиям, основным средствам, амортизации, инвестициям с детальной расшифровкой по 100 видам, процентными выплатам, доходам/расходам, налогам, чистой прибыли. Это интегральный аналог РСБУ форм № 2, 5 без детализации.
Кроме этого необходимо по внешним (i-м) и внутренним (j-м) факторам оценить влияние каждого i-го, j-го фактора на продажи/выручку, управление сбытовой деятельности промышленного организации с учетом отрасли. Т.е. по каждому фактору (i, j) необходимо рассчитать и дать оценку с использованием всех 25 математико-статистических методов следующих показателей:
Вес, динамику – оценить преобладание высоких/низких величин/цен, риски, коридор управления лучший/худший, возможность/невозможность - вероятность управления данным фактором (i, j).
Рисунок 1 Зрительный образ интегральных групп прямых затрат GSr3- GSr4
На первом этапе необходимо оценить влияние исключительно внешних факторов на управление, выручку/продажи, т.е. все виды прямых затрат или проще покупок предприятий исследуемой отрасли на всех i-х рынках интегрированных товаров и услуг.
Цель данного этапа дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внешним факторам. Понятно, что по каждому внешнему i-му фактору или i-му рынку необходимо:
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…Перед началом исследований введем ряд пояснений к сокращениям принятым в моделях.
Логика сокращений, следующая. Исследуются организации-конкуренты научно-исследовательского, технологического комплекса (НИИТК) в рамках классификации комитетов ООН по СНС, МОБ, а также американского стандарта NAICS. Организации-конкуренты научно-исследовательского, технологического комплекса (НИИТК) имеют код 331 в СНС, МОБ и имеют лингвистический код - «Professional, scientific, and technical services».
Поэтому все интегральные рынки поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса обозначаются кодом «Sr», т.е. «Professional, scientific, and technical services». На данном этапе исследуются только прямые поставщики (рынки) или прямые затраты. В терминологии комитетов ООН по СНС, МОБ прямые затраты обозначают как «direct». Все интегральные рынки поставщиков для предприятий-конкурентов научно-исследовательского, технологического комплекса в классификации прямых затрат ("direct") обозначаются «Sr» или «Professional, scientific, and technical services».
Косвенные затраты, в терминологии комитетов ООН по СНС, МОБ обозначают как «indirect». Поэтому все интегральные рынки поставщиков-поставщиков предприятий-конкурентов научно-исследовательского, технологического комплекса в классификации косвенных затрат ("indirect") обозначаются «Sr» с индексом «i», т.е. «SrI».
Напомним, что все интегральные рынки поставщиков-поставщиков, т.е. с учетом всех этапов технологических переделов и всех поставщиков при разложении в ряд и есть в суммарном выражении – косвенные ("indirect") затраты.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…На третьем этапе проведем многофакторное эконометрическое моделирование 7 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr1. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr1(MX)=3888,522+0,0652*Sr11+0,0234*Sr12+0,0067*Sr13+0,1096*Sr14+0,0067*Sr15+0,5142*Sr16+0,2743*Sr17
GSr1(MX)=3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743
GSr1(Min)=92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091
GSr1(Max)=0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 2700, а многофакторная степенная модель - 1180, что в 2 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr1(Min) обеспечивает точность 2185, точность модели...
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 9 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr2. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr2(MX)=18923,858+0,0193*Sr21+0,1130*Sr22+0,0764*Sr23+0,1595*Sr24+0,0800*Sr25+0,2940*Sr26+0,1408*Sr27+0,0761*Sr280,0410*Sr29
GSr2(MX)=7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410
GSr2(Min)=30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr29^0,0082
GSr2(Max)=0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959
Рисунок 1 Зрительный образ интегральных групп прямых затрат GSr5-GSr6
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 32555, а многофакторная степенная модель - 776, что в 42 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr2(Min) обеспечивает точность 6587, точность модели по худшему сценарию GSr2(Max)=8817.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 10 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr3. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr3(MX)=19672,584+0,0065*Sr31+0,0724*Sr32+0,0304*Sr33+0,0124*Sr34+0,0016*Sr35+0,1023*Sr36+0,2744*Sr37+0,0427*Sr38+0,3192*Sr39+0,1381*Sr40
GSr3(MX)=6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381
GSr3(Min)=97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr39^0,2174*Sr40^0,1061
GSr3(Max)=0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 25673, а многофакторная степенная модель - 2035, что в 13 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr3(Min) обеспечивает точность 9229, точность модели по худшему сценарию GSr3(Max)=7049.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 13 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr4. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr4(MX)=21234,851+0,2639*Sr41+0,0046*Sr42-1+0,0007*Sr42-2+0,0024*Sr42-3+0,0173*Sr42-4+0,1581*Sr43+0,0163*Sr44+0,0663*Sr45+0,1049*Sr46+0,0664*Sr47+0,0006*Sr48+0,2677*Sr49+0,0349*Sr410
GSr4(MX)=6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349
GSr4(Min)=46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295
GSr4(Max)=0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 28571, а многофакторная степенная модель - 806, что в 35 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr4(Min) обеспечивает точность 8970, точность модели по худшему сценарию GSr4(Max)=10011.
Рисунок 1 Зрительный образ интегральных групп прямых затрат
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 9 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr5. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr5(MX)=62244,540+0,0292*Sr51+0,0109*Sr52+0,1036*Sr53+0,0516*Sr54+0,1530*Sr55+0,0325*Sr56+0,0754*Sr57+0,5437*Sr59
GSr5(MX)=4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437
GSr5(Min)=25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657
GSr5(Max)=0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 64642, а многофакторная степенная модель - 1881, что в 34 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr5(Min) обеспечивает точность 14478, точность модели по худшему сценарию GSr5(Max)=16938.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…На третьем этапе проведем многофакторное эконометрическое моделирование 7 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr6. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr6(MX)=122821,820+0,0591*Sr61+0,0919*Sr62+0,0344*Sr63+0,5725*Sr64+0,0544*Sr65+0,1823*Sr66+0,0054*Sr67
GSr6(MX)=3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054
GSr6(Min)=13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045
GSr6(Max)=1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 157772, а многофакторная степенная модель - 2403, что в 66 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr6(Min) обеспечивает точность 29297, точность модели по худшему сценарию GSr6(Max)=28642.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 10 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr7. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr7(MX)=19030,256+0,0024*Sr71+0,0097*Sr72+0,1000*Sr75+0,0185*Sr76+0,1377*Sr77+0,4108*Sr78+0,3209*Sr79
GSr7(MX)=3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209
GSr7(Min)=13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr78^0,3796*Sr79^0,2584
GSr7(Max)=1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 14901, а многофакторная степенная модель - 445, что в 33 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr7(Min) обеспечивает точность 3433, точность модели по худшему сценарию GSr7(Max)=3534.
Рисунок 1 Зрительный образ интегральных групп внешних прямых затрат GSr1-GSr8 эконометрической модели SrTI (Total Intermediate)
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… На третьем этапе проведем многофакторное эконометрическое моделирование 6 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат GSr8. Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
GSr8(MX)=3673,795+0,5312*Sr82+0,1224*Sr84+0,3464*Sr86
GSr8(MX)=2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464
GSr8(Min)=16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701
GSr8(Max)=0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 2784, а многофакторная степенная модель - 304, что в 9 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию GSr8(Min) обеспечивает точность 975, точность модели по худшему сценарию GSr8(Max)=1033.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…На третьем этапе проведем многофакторное эконометрическое моделирование 8 интегральных факторов прямых затрат на товары и услуги для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по интегральной группе прямых затрат SrTI. Многофакторные эконометрические модели управления внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. могут быть представлены в виде:
SrTI(MX)=281377,042+0,0167*GSr1+0,0537*GSr2+0,0616*GSr3+0,0641*GSr4+0,2353*GSr5+0,4831*GSr6+0,0695*GSr7+0,0161*GSr8
SrTI(MX)=4,575*GSr1^0,0167*GSr2^0,0537*GSr3^0,0616*GSr4^0,0641*GSr5^0,2353*GSr6^0,4831*GSr7^0,0695*GSr8^0,0161
SrTI(Min)=11,420*GSr1^0,0099*GSr2^0,0403*GSr3^0,0562*GSr4^0,0535*GSr5^0,2213*GSr6^0,4642*GSr7^0,0570*GSr8^0,0122
SrTI(Max)=1,262*GSr1^0,0290*GSr2^0,0666*GSr3^0,0715*GSr4^0,0722*GSr5^0,2620*GSr6^0,5139*GSr7^0,0834*GSr8^0,0198
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 328106, а многофакторная степенная модель - 2025, что в 162 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrTI(Min) обеспечивает точность 35109, точность модели по худшему сценарию SrTI(Max)=44736.
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(MX)=4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Min)=11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Max)=1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198
… Перейдем к моделированию внутренних факторов влияющих на управление предприятий-конкурентов научно-исследовательского, технологического комплекса на основе динамико-бифуркационного межотраслевого моделирования.
На данном этапе необходимо оценить влияние исключительно внутренних факторов на управление или выручку, т.е. все виды прямых затрат внутри предприятий научно-исследовательского, технологического комплекса исследуемой отрасли от рабочего места персонала до производственно-технологических подразделений, отделов и собственно организации. Практически необходимо дать комплексную оценку всех i-х факторов добавленной стоимости в динамике.
Цель данного этапа дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внутренним факторам с их полной детализацией: по персоналу, основным фондам, амортизации, инвестициям, доходам, расходам, процентам, налогам и, наконец, чистой прибыли. Понятно, что по каждому внутреннему i-му фактору необходимо:
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. управления внутренними факторами могут быть представлены в виде:
SrADD(MX)=283900,015+0,6919*SrComp+0,0119*SrTax+0,2962*SrGOS
SrADD(MX)=1,953*SrComp^0,6919*SrTax^0,0119*SrGOS^0,2962
SrADD(Min)=5,383*SrComp^0,6560*SrTax^0,0094*SrGOS^0,2535
SrADD(Max)=0,702*SrComp^0,7326*SrTax^0,0148*SrGOS^0,3343
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 223831, а многофакторная степенная модель - 4289, что в 52 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrADD(Min) обеспечивает точность 39962, точность модели по худшему сценарию SrADD(Max)=38703.
На данном этапе необходимо комплексно оценить внутренние и внешние факторы и их влияние на управление или выручку. Практически необходимо дать комплексную динамическую оценку всех i-х факторов добавленной стоимости и всех j-х факторов внешней среды. Цель данного этапа дать оценку эффективности управления всеми организациями научно-исследовательского, технологического комплекса исследуемой отрасли по внутренним и внешним факторам с их полной детализацией в динамике. Понятно, что по каждому внутреннему i-му внутреннему фактору и j-му фактору внешней среды необходимо:
Рисунок 1 Зрительный образ интегральных групп прямых затрат подсистемы добавленной стоимости SrADD внутренних факторов
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. управления внутренними, внешними факторами могут быть представлены в виде:
SrGO(MX)=500074,676+0,6230*SrADD+0,3770*SrTI
SrGO(MX)=1,942*SrADD^0,6230*SrTI^0,3770
SrGO(Min)=5,477*SrADD^0,5868*SrTI^0,3346
SrGO(Max)=0,686*SrADD^0,6654*SrTI^0,4132
За исследуемый период 1997-2014 гг. линейная многофакторная среднеотраслевая модель для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» обеспечивает точность модели по отношению к исходным статистическим данным в размере 504641, а многофакторная степенная модель - 4722, что в 107 раз точнее. Многофакторные модели рисков, коридоров управления по лучшему сценарию SrGO(Min) обеспечивает точность 79835, точность модели по худшему сценарию SrGO(Max)=77068.
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внутренними, внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(MX)=1,942*(1,953*PmComp^0,6919*PmTax^0,0119*PmGOS^0,2962)^0,6230*(4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161)^0,3770
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внутренними, внешними факторами лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(Min)=5,477*(5,383*PmComp^0,6560*PmTax^0,0094*PmGOS^0,2535)^0,5868*(11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122)^0,3346
За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внутренними, внешними факторами худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrGO(Max)=0,686*(0,702*PmComp^0,7326*PmTax^0,0148*PmGOS^0,3343)^0,6654*(1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198)^0,4132
Перейдем к динамическому анализу управления, количественной оценке рисков, коридоров управления, эффективности, нейронному моделированию внеоборотными активами организациями-конкурентами научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» США.
Проведем динамический анализ за период 1997-2014 гг. управления интегральным показателем «Current-Cost Net Capital Stock of Private Nonresidential Fixed Assets» ("Основные средства") организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» тремя основными интегральными факторами «Equipment» ("Машины, оборудование, транспортные средства"), «Structures» ("Здания и сооружения"), «IPP» ("Объекты интеллектуальной собственности").
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_MX=ki*SrFA_Eq^0,09131*SrFA_Str^0,07881*SrFA_IPP^0,14593.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно описать следующим образом:
SrFA_Min=ki*SrFA_Eq^0,06746*SrFA_Str^0,05203*SrFA_IPP^0,12308.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно представить следующим образом:
SrFA_Max=ki*SrFA_Eq^0,09754*SrFA_Str^0,09015*SrFA_IPP^0,15421.
Расширенную эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_MX=k0*(ki*EP1A^0,00621*EP1B^0,04355*EP1C^0,00000*EP1D^0,01378*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02877*EP20^0,12513*EP34^0,05603*EP35^0,05241*EP36^0,24332*EP31^0,03317*EP12^0,00406*EI12^0,01495*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05746*EI50^0,03058*EI60^0,00792*ET11^0,02679*ET12^0,00239*ET20^0,02573*ET30^0,01357*ET40^0,00219*EO12^0,09591*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00256*EO60^0,00847*EO72^0,00486*EO80^0,06351)^0,09131*(ki*SOO1^0,61995*SB31^0,00335*SB32^0,00063*SOO2^0,03626*SC03^0,00053*SC04^0,00009*SC01^0,02396*SOMO ^0,00567*SC02^0,03844*SI00^0,21850*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00126*SM01^0,00255*SB20^0,02421*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01261)^0,07881*(ki*ENS1^0,02639*ENS2^0,15472*ENS3^0,18313*RD70^0,18993*RD80^0,14975*RD92^0,22741*AE50^0,06867)^0,14593.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно описать следующим образом:
SrFA_Min=k0*(ki*EP1A^0,00605*EP1B^0,04246*EP1C^0,00000*EP1D^0,01344*EP1E^0,01361*EP1F^0,00000*EP1G^0,00563*EP1H^0,02805*EP20^0,12200*EP34^0,05463*EP35^0,05110*EP36^0,23724*EP31^0,03235*EP12^0,00396*EI12^0,01458*EI21^0,00004*EI22^0,00025*EI30^0,00725*EI40^0,05603*EI50^0,02981*EI60^0,00773*ET11^0,02612*ET12^0,00233*ET20^0,02509*ET30^0,01324*ET40^0,00214*EO12^0,09351*EO21^0,00595*EO40^0,00289*EO22^0,00013*EO50^0,00249*EO60^0,00826*EO72^0,00474*EO80^0,06193)^0,06746*(ki*SOO1^0,60445*SB31^0,00327*SB32^0,00061*SOO2^0,03536*SC03^0,00052*SC04^0,00009*SC01^0,02336*SOMO ^0,00553*SC02^0,03748*SI00^0,21304*SU30^0,00042*SU60^0,00205*SU40^0,00005*SU50^0,00003*SU20^0,00122*SM01^0,00248*SB20^0,02361*SB41^0,00417*SB42^0,00035*SB46^0,00024*SN00^0,00120*SO01^0,00218*SO02^0,00101*SO04^0,01230)^0,05203*(ki*ENS1^0,02573*ENS2^0,15085*ENS3^0,17855*RD70^0,18519*RD80^0,14600*RD92^0,22172*AE50^0,06696)^0,12308.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно представить следующим образом:
SrFA_Max=k0*(ki*EP1A^0,00620*EP1B^0,04352*EP1C^0,00000*EP1D^0,01377*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02875*EP20^0,12505*EP34^0,05600*EP35^0,05238*EP36^0,24317*EP31^0,03315*EP12^0,00406*EI12^0,01494*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05743*EI50^0,03056*EI60^0,00792*ET11^0,02677*ET12^0,00238*ET20^0,02571*ET30^0,01357*ET40^0,00219*EO12^0,09585*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00255*EO60^0,00846*EO72^0,00486*EO80^0,06347)^0,09754*(ki*SOO1^0,61956*SB31^0,00335*SB32^0,00063*SOO2^0,03624*SC03^0,00053*SC04^0,00009*SC01^0,02394*SOMO ^0,00566*SC02^0,03841*SI00^0,21836*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00125*SM01^0,00255*SB20^0,02420*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01260)^0,09015*(ki*ENS1^0,02638*ENS2^0,15462*ENS3^0,18301*RD70^0,18982*RD80^0,14965*RD92^0,22727*AE50^0,06863)^0,15421.
Как видно из разработанных нейронных моделей по интегральной группе «Fixed Assets» ("Основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 65 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_Eq_MX=ki*EP1A^0,00621*EP1B^0,04355*EP1C^0,00000*EP1D^0,01378*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02877*EP20^0,12513*EP34^0,05603*EP35^0,05241*EP36^0,24332*EP31^0,03317*EP12^0,00406*EI12^0,01495*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05746*EI50^0,03058*EI60^0,00792*ET11^0,02679*ET12^0,00239*ET20^0,02573*ET30^0,01357*ET40^0,00219*EO12^0,09591*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00256*EO60^0,00847*EO72^0,00486*EO80^0,06351.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Fixed Assets» можно описать следующим образом:
SrFA_Eq_Min=ki*EP1A^0,00605*EP1B^0,04246*EP1C^0,00000*EP1D^0,01344*EP1E^0,01361*EP1F^0,00000*EP1G^0,00563*EP1H^0,02805*EP20^0,12200*EP34^0,05463*EP35^0,05110*EP36^0,23724*EP31^0,03235*EP12^0,00396*EI12^0,01458*EI21^0,00004*EI22^0,00025*EI30^0,00725*EI40^0,05603*EI50^0,02981*EI60^0,00773*ET11^0,02612*ET12^0,00233*ET20^0,02509*ET30^0,01324*ET40^0,00214*EO12^0,09351*EO21^0,00595*EO40^0,00289*EO22^0,00013*EO50^0,00249*EO60^0,00826*EO72^0,00474*EO80^0,06193.
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной группе «Fixed Assets» ("Основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://www.bea.gov/national/faweb/Details/Index.html
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Fixed Assets» можно представить следующим образом:
SrFA_Eq_Max=ki*EP1A^0,00620*EP1B^0,04352*EP1C^0,00000*EP1D^0,01377*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02875*EP20^0,12505*EP34^0,05600*EP35^0,05238*EP36^0,24317*EP31^0,03315*EP12^0,00406*EI12^0,01494*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05743*EI50^0,03056*EI60^0,00792*ET11^0,02677*ET12^0,00238*ET20^0,02571*ET30^0,01357*ET40^0,00219*EO12^0,09585*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00255*EO60^0,00846*EO72^0,00486*EO80^0,06347.
Как видно из разработанных нейронных моделей по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 34 производных фактора группы из 39 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_Str_MX=ki*SOO1^0,61995*SB31^0,00335*SB32^0,00063*SOO2^0,03626*SC03^0,00053*SC04^0,00009*SC01^0,02396*SOMO ^0,00567*SC02^0,03844*SI00^0,21850*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00126*SM01^0,00255*SB20^0,02421*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01261.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Fixed Assets» можно описать следующим образом:
SrFA_Str_Min=ki*SOO1^0,60445*SB31^0,00327*SB32^0,00061*SOO2^0,03536*SC03^0,00052*SC04^0,00009*SC01^0,02336*SOMO ^0,00553*SC02^0,03748*SI00^0,21304*SU30^0,00042*SU60^0,00205*SU40^0,00005*SU50^0,00003*SU20^0,00122*SM01^0,00248*SB20^0,02361*SB41^0,00417*SB42^0,00035*SB46^0,00024*SN00^0,00120*SO01^0,00218*SO02^0,00101*SO04^0,01230.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Fixed Assets» можно представить следующим образом:
SrFA_Str_Max=ki*SOO1^0,61956*SB31^0,00335*SB32^0,00063*SOO2^0,03624*SC03^0,00053*SC04^0,00009*SC01^0,02394*SOMO ^0,00566*SC02^0,03841*SI00^0,21836*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00125*SM01^0,00255*SB20^0,02420*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01260.
Как видно из разработанных нейронных моделей по интегральной группе «Structures» ("Здания и сооружения") для «Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 24 производных фактора группы из 32 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_IPP_MX=ki*ENS1^0,02639*ENS2^0,15472*ENS3^0,18313*RD70^0,18993*RD80^0,14975*RD92^0,22741*AE50^0,06867.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Fixed Assets» можно описать следующим образом:
SrFA_IPP_Min=ki*ENS1^0,02573*ENS2^0,15085*ENS3^0,17855*RD70^0,18519*RD80^0,14600*RD92^0,22172*AE50^0,06696.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Fixed Assets» можно представить следующим образом:
SrFA_IPP_Max=ki*ENS1^0,02638*ENS2^0,15462*ENS3^0,18301*RD70^0,18982*RD80^0,14965*RD92^0,22727*AE50^0,06863.
Как видно из разработанных нейронных моделей по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 7 производных фактора группы из 25 факторов, описанных в стандарте NAICS USA.
Перейдем к динамическому анализу управления, количественной оценке рисков, коридоров управления, эффективности, нейронному моделированию интегрального показателя «Амортизация» организациями-конкурентами исследуемой отрасли «5412OP - Professional, scientific, and technical services» США.
Проведем динамический анализ за период 1997-2014 гг. управления интегральным показателем «Current-Cost Depreciation of Private Nonresidential Fixed Assets» ("Амортизация основных средств") организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» тремя основными интегральными факторами «Equipment» ("Машины, оборудование, транспортные средства"), «Structures» ("Здания и сооружения"), «IPP» ("Объекты интеллектуальной собственности"). Результаты расчетов, эконометрические модели сведены в таблицу 53.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_MX=ki*SrDep_FA_Eq^0,01549*SrDep_FA_Str^0,00203*SrDep_FA_IPP^0,03693.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно описать следующим образом:
SrDep_FA_Min=ki*SrDep_FA_Eq^0,01111*SrDep_FA_Str^0,00130*SrDep_FA_IPP^0,02623.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно представить следующим образом:
SrDep_FA_Max=ki*SrDep_FA_Eq^0,01690*SrDep_FA_Str^0,00238*SrDep_FA_IPP^0,04018.
Как видно из разработанных нейронных моделей по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 61 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Расширенную эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_MX=k0*(ki*EP1A^0,01192*EP1B^0,10563*EP1C^0,00000*EP1D^0,03443*EP1E^0,02491*EP1F^0,00000*EP1G^0,01082*EP1H^0,06877*EP20^0,08360*EP34^0,04658*EP35^0,06057*EP36^0,20283*EP31^0,03858*EP12^0,00888*EI12^0,00810*EI22^0,00036*EI30^0,00553*EI40^0,03606*EI50^0,01990*EI60^0,00239*ET11^0,03195*ET12^0,00288*ET20^0,03376*ET30^0,00914*ET40^0,00077*EO12^0,06921*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00807*EO72^0,00579*EO80^0,05773)^0,01549*(ki*SOO1^0,58633*SB31^0,00229*SB32^0,00035*SOO2^0,03355*SC03^0,00049*SC01^0,02027*SOMO ^0,01234*SC02^0,03821*SI00^0,25805*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01707*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078)^0,00203*(ki*ENS1^0,07725*ENS2^0,23436*ENS3^0,27871*RD70^0,12665*RD80^0,09961*RD92^0,15271*AE50^0,03070)^0,03693.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно описать следующим образом:
SrDep_FA_Min=k0*(ki*EP1A^0,01162*EP1B^0,10299*EP1C^0,00000*EP1D^0,03357*EP1E^0,02428*EP1F^0,00000*EP1G^0,01055*EP1H^0,06705*EP20^0,08151*EP34^0,04541*EP35^0,05906*EP36^0,19776*EP31^0,03761*EP12^0,00866*EI12^0,00789*EI22^0,00035*EI30^0,00539*EI40^0,03516*EI50^0,01940*EI60^0,00233*ET11^0,03116*ET12^0,00281*ET20^0,03292*ET30^0,00891*ET40^0,00075*EO12^0,06748*EO21^0,00542*EO40^0,00281*EO22^0,00014*EO50^0,00220*EO60^0,00787*EO72^0,00564*EO80^0,05628)^0,01111*(ki*SOO1^0,57167*SB31^0,00224*SB32^0,00035*SOO2^0,03271*SC03^0,00048*SC01^0,01976*SOMO ^0,01203*SC02^0,03726*SI00^0,25160*SU30^0,00035*SU60^0,00232*SU20^0,00112*SM01^0,00739*SB20^0,01665*SB41^0,00413*SB42^0,00035*SB46^0,00035*SN00^0,00105*SO01^0,00188*SO02^0,00080*SO04^0,01051)^0,00130*(ki*ENS1^0,07532*ENS2^0,22850*ENS3^0,27175*RD70^0,12349*RD80^0,09712*RD92^0,14889*AE50^0,02993)^0,02623.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно представить следующим образом:
SrDep_FA_Max=k0*(ki*EP1A^0,01191*EP1B^0,10556*EP1C^0,00000*EP1D^0,03441*EP1E^0,02489*EP1F^0,00000*EP1G^0,01082*EP1H^0,06873*EP20^0,08355*EP34^0,04655*EP35^0,06053*EP36^0,20271*EP31^0,03855*EP12^0,00888*EI12^0,00809*EI22^0,00036*EI30^0,00552*EI40^0,03604*EI50^0,01989*EI60^0,00239*ET11^0,03193*ET12^0,00288*ET20^0,03374*ET30^0,00913*ET40^0,00077*EO12^0,06917*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00806*EO72^0,00578*EO80^0,05769)^0,01690*(ki*SOO1^0,58596*SB31^0,00229*SB32^0,00035*SOO2^0,03353*SC03^0,00049*SC01^0,02026*SOMO ^0,01233*SC02^0,03819*SI00^0,25789*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01706*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078)^0,00238*(ki*ENS1^0,07720*ENS2^0,23421*ENS3^0,27854*RD70^0,12657*RD80^0,09955*RD92^0,15262*AE50^0,03068)^0,04018.
Как видно из разработанных нейронных моделей по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 61 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Depreciation Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_Eq_MX=ki*EP1A^0,01192*EP1B^0,10563*EP1C^0,00000*EP1D^0,03443*EP1E^0,02491*EP1F^0,00000*EP1G^0,01082*EP1H^0,06877*EP20^0,08360*EP34^0,04658*EP35^0,06057*EP36^0,20283*EP31^0,03858*EP12^0,00888*EI12^0,00810*EI22^0,00036*EI30^0,00553*EI40^0,03606*EI50^0,01990*EI60^0,00239*ET11^0,03195*ET12^0,00288*ET20^0,03376*ET30^0,00914*ET40^0,00077*EO12^0,06921*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00807*EO72^0,00579*EO80^0,05773.
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной группе «Depreciation Fixed Assets» ("Амортизация") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: Источник интернет баз данных: http://www.bea.gov/national/faweb/Details/Index.html
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Depreciation Fixed Assets» можно описать следующим образом:
SrDep_FA_Eq_Min=ki*EP1A^0,01162*EP1B^0,10299*EP1C^0,00000*EP1D^0,03357*EP1E^0,02428*EP1F^0,00000*EP1G^0,01055*EP1H^0,06705*EP20^0,08151*EP34^0,04541*EP35^0,05906*EP36^0,19776*EP31^0,03761*EP12^0,00866*EI12^0,00789*EI22^0,00035*EI30^0,00539*EI40^0,03516*EI50^0,01940*EI60^0,00233*ET11^0,03116*ET12^0,00281*ET20^0,03292*ET30^0,00891*ET40^0,00075*EO12^0,06748*EO21^0,00542*EO40^0,00281*EO22^0,00014*EO50^0,00220*EO60^0,00787*EO72^0,00564*EO80^0,05628.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Depreciation Fixed Assets» можно представить следующим образом:
SrDep_FA_Eq_Max=ki*EP1A^0,01191*EP1B^0,10556*EP1C^0,00000*EP1D^0,03441*EP1E^0,02489*EP1F^0,00000*EP1G^0,01082*EP1H^0,06873*EP20^0,08355*EP34^0,04655*EP35^0,06053*EP36^0,20271*EP31^0,03855*EP12^0,00888*EI12^0,00809*EI22^0,00036*EI30^0,00552*EI40^0,03604*EI50^0,01989*EI60^0,00239*ET11^0,03193*ET12^0,00288*ET20^0,03374*ET30^0,00913*ET40^0,00077*EO12^0,06917*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00806*EO72^0,00578*EO80^0,05769.
Как видно из разработанных нейронных моделей по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Depreciation Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 33 производных фактора группы из 39 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Depreciation Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_Str_MX=ki*SOO1^0,58633*SB31^0,00229*SB32^0,00035*SOO2^0,03355*SC03^0,00049*SC01^0,02027*SOMO ^0,01234*SC02^0,03821*SI00^0,25805*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01707*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Depreciation Fixed Assets» можно описать следующим образом:
SrDep_FA_Str_Min=ki*SOO1^0,57167*SB31^0,00224*SB32^0,00035*SOO2^0,03271*SC03^0,00048*SC01^0,01976*SOMO ^0,01203*SC02^0,03726*SI00^0,25160*SU30^0,00035*SU60^0,00232*SU20^0,00112*SM01^0,00739*SB20^0,01665*SB41^0,00413*SB42^0,00035*SB46^0,00035*SN00^0,00105*SO01^0,00188*SO02^0,00080*SO04^0,01051.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Depreciation Fixed Assets» можно представить следующим образом:
SrDep_FA_Str_Max=ki*SOO1^0,58596*SB31^0,00229*SB32^0,00035*SOO2^0,03353*SC03^0,00049*SC01^0,02026*SOMO ^0,01233*SC02^0,03819*SI00^0,25789*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01706*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078.
Как видно из разработанных нейронных моделей по интегральной группе «Structures» ("Здания и сооружения") для «Depreciation Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 21 производных фактора группы из 32 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Depreciation Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_IPP_MX=ki*ENS1^0,07725*ENS2^0,23436*ENS3^0,27871*RD70^0,12665*RD80^0,09961*RD92^0,15271*AE50^0,03070.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Depreciation Fixed Assets» можно описать следующим образом:
SrDep_FA_IPP_Min=ki*ENS1^0,07532*ENS2^0,22850*ENS3^0,27175*RD70^0,12349*RD80^0,09712*RD92^0,14889*AE50^0,02993.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Depreciation Fixed Assets» можно представить следующим образом:
SrDep_FA_IPP_Max=ki*ENS1^0,07720*ENS2^0,23421*ENS3^0,27854*RD70^0,12657*RD80^0,09955*RD92^0,15262*AE50^0,03068.
Как видно из разработанных нейронных моделей по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Depreciation Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 7 производных фактора группы из 25 факторов, описанных в стандарте NAICS USA.
… Перейдем к динамическому анализу управления, количественной оценке рисков, коридоров управления, эффективности, нейронному моделированию интегрального показателя «Инвестиции» организациями-конкурентами исследуемой отрасли «5412OP - Professional, scientific, and technical services» США.
Проведем динамический анализ за период 1997-2014 гг. управления интегральным показателем «Investment in Private Nonresidential Fixed Assets» ("Инвестиции в основные средства") организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» тремя основными интегральными факторами «Equipment» ("Машины, оборудование, транспортные средства"), «Structures» ("Здания и сооружения"), «IPP» ("Объекты интеллектуальной собственности"). Результаты расчетов, эконометрические модели сведены в таблицу 57.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_MX=ki*SrInv_FA_Eq^0,02007*SrInv_FA_Str^0,00460*SrInv_FA_IPP^0,04204.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно описать следующим образом:
SrInv_FA_Min=ki*SrInv_FA_Eq^0,01628*SrInv_FA_Str^0,00279*SrInv_FA_IPP^0,03561.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно представить следующим образом:
SrInv_FA_Max=ki*SrInv_FA_Eq^0,02591*SrInv_FA_Str^0,00694*SrInv_FA_IPP^0,04442.
Как видно из разработанных нейронных моделей по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 63 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Расширенную эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_MX=k0*(ki*EP1A^0,01386*EP1B^0,11222*EP1D^0,03073*EP1E^0,02445*EP1G^0,01082*EP1H^0,05793*EP20^0,11613*EP34^0,04719*EP35^0,06156*EP36^0,19491*EP31^0,03288*EP12^0,00707*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00634*EI40^0,03620*EI50^0,01970*EI60^0,00144*ET11^0,03610*ET12^0,00267*ET20^0,02534*ET30^0,00807*ET40^0,00128*EO12^0,06444*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00307*EO60^0,00623*EO72^0,00405*EO80^0,05740)^0,02007*(ki*SOO1^0,40126*SB31^0,00846*SB32^0,00065*SOO2^0,07038*SC03^0,00119*SC04^0,00011*SC01^0,01986*SOMO ^0,00464*SC02^0,04436*SI00^0,37786*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03122*SB41^0,01464*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437)^0,00460*(ki*ENS1^0,07517*ENS2^0,23457*ENS3^0,27481*RD70^0,14168*RD80^0,10632*RD92^0,14095*AE50^0,02649)^0,04204.
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной группе «Investment Fixed Assets» ("Инвестиции") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://www.bea.gov/national/faweb/Details/Index.html
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно описать следующим образом:
SrInv_FA_Min=k0*(ki*EP1A^0,01352*EP1B^0,10941*EP1D^0,02996*EP1E^0,02383*EP1G^0,01055*EP1H^0,05648*EP20^0,11323*EP34^0,04601*EP35^0,06002*EP36^0,19004*EP31^0,03205*EP12^0,00689*EI12^0,01014*EI21^0,00001*EI22^0,00021*EI30^0,00618*EI40^0,03530*EI50^0,01921*EI60^0,00140*ET11^0,03520*ET12^0,00260*ET20^0,02470*ET30^0,00787*ET40^0,00125*EO12^0,06283*EO21^0,00469*EO40^0,00235*EO22^0,00008*EO50^0,00299*EO60^0,00607*EO72^0,00395*EO80^0,05597)^0,01628*(ki*SOO1^0,39122*SB31^0,00825*SB32^0,00064*SOO2^0,06862*SC03^0,00116*SC04^0,00010*SC01^0,01936*SOMO ^0,00452*SC02^0,04325*SI00^0,36842*SU30^0,00020*SU60^0,00332*SU40^0,00014*SU50^0,00011*SU20^0,00140*SM01^0,00184*SB20^0,03044*SB41^0,01427*SB42^0,00065*SB46^0,00015*SN00^0,00221*SO01^0,00048*SO02^0,00024*SO04^0,01402)^0,00279*(ki*ENS1^0,07329*ENS2^0,22871*ENS3^0,26794*RD70^0,13814*RD80^0,10366*RD92^0,13743*AE50^0,02583)^0,03561.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно представить следующим образом:
SrInv_FA_Max=k0*(ki*EP1A^0,01385*EP1B^0,11215*EP1D^0,03071*EP1E^0,02443*EP1G^0,01081*EP1H^0,05790*EP20^0,11606*EP34^0,04716*EP35^0,06152*EP36^0,19479*EP31^0,03286*EP12^0,00706*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00633*EI40^0,03618*EI50^0,01969*EI60^0,00143*ET11^0,03608*ET12^0,00267*ET20^0,02532*ET30^0,00807*ET40^0,00128*EO12^0,06440*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00306*EO60^0,00623*EO72^0,00405*EO80^0,05737)^0,02591*(ki*SOO1^0,40101*SB31^0,00846*SB32^0,00065*SOO2^0,07033*SC03^0,00119*SC04^0,00011*SC01^0,01984*SOMO ^0,00463*SC02^0,04433*SI00^0,37763*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03120*SB41^0,01463*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437)^0,00694*(ki*ENS1^0,07513*ENS2^0,23443*ENS3^0,27463*RD70^0,14160*RD80^0,10625*RD92^0,14086*AE50^0,02648)^0,04442.
Как видно из разработанных нейронных моделей по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 63 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Investment Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_Eq_MX=ki*EP1A^0,01386*EP1B^0,11222*EP1D^0,03073*EP1E^0,02445*EP1G^0,01082*EP1H^0,05793*EP20^0,11613*EP34^0,04719*EP35^0,06156*EP36^0,19491*EP31^0,03288*EP12^0,00707*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00634*EI40^0,03620*EI50^0,01970*EI60^0,00144*ET11^0,03610*ET12^0,00267*ET20^0,02534*ET30^0,00807*ET40^0,00128*EO12^0,06444*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00307*EO60^0,00623*EO72^0,00405*EO80^0,05740.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Investment Fixed Assets» можно описать следующим образом:
SrInv_FA_Eq_Min=ki*EP1A^0,01352*EP1B^0,10941*EP1D^0,02996*EP1E^0,02383*EP1G^0,01055*EP1H^0,05648*EP20^0,11323*EP34^0,04601*EP35^0,06002*EP36^0,19004*EP31^0,03205*EP12^0,00689*EI12^0,01014*EI21^0,00001*EI22^0,00021*EI30^0,00618*EI40^0,03530*EI50^0,01921*EI60^0,00140*ET11^0,03520*ET12^0,00260*ET20^0,02470*ET30^0,00787*ET40^0,00125*EO12^0,06283*EO21^0,00469*EO40^0,00235*EO22^0,00008*EO50^0,00299*EO60^0,00607*EO72^0,00395*EO80^0,05597.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Investment Fixed Assets» можно представить следующим образом:
SrInv_FA_Eq_Max=ki*EP1A^0,01385*EP1B^0,11215*EP1D^0,03071*EP1E^0,02443*EP1G^0,01081*EP1H^0,05790*EP20^0,11606*EP34^0,04716*EP35^0,06152*EP36^0,19479*EP31^0,03286*EP12^0,00706*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00633*EI40^0,03618*EI50^0,01969*EI60^0,00143*ET11^0,03608*ET12^0,00267*ET20^0,02532*ET30^0,00807*ET40^0,00128*EO12^0,06440*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00306*EO60^0,00623*EO72^0,00405*EO80^0,05737.
Как видно из разработанных нейронных моделей по интегральной группе «Equipment» ("Машины, оборудование, транспортные средства") для «Investment Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 32 производных фактора группы из 39 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Investment Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_Str_MX=ki*SOO1^0,40126*SB31^0,00846*SB32^0,00065*SOO2^0,07038*SC03^0,00119*SC04^0,00011*SC01^0,01986*SOMO ^0,00464*SC02^0,04436*SI00^0,37786*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03122*SB41^0,01464*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Investment Fixed Assets» можно описать следующим образом:
SrInv_FA_Str_Min=ki*SOO1^0,39122*SB31^0,00825*SB32^0,00064*SOO2^0,06862*SC03^0,00116*SC04^0,00010*SC01^0,01936*SOMO ^0,00452*SC02^0,04325*SI00^0,36842*SU30^0,00020*SU60^0,00332*SU40^0,00014*SU50^0,00011*SU20^0,00140*SM01^0,00184*SB20^0,03044*SB41^0,01427*SB42^0,00065*SB46^0,00015*SN00^0,00221*SO01^0,00048*SO02^0,00024*SO04^0,01402.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Structures» ("Здания и сооружения") для «Investment Fixed Assets» можно представить следующим образом:
SrInv_FA_Str_Max=ki*SOO1^0,40101*SB31^0,00846*SB32^0,00065*SOO2^0,07033*SC03^0,00119*SC04^0,00011*SC01^0,01984*SOMO ^0,00463*SC02^0,04433*SI00^0,37763*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03120*SB41^0,01463*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437.
Как видно из разработанных нейронных моделей по интегральной группе «Structures» ("Здания и сооружения") для «Investment Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 24 производных фактора группы из 32 факторов, описанных в стандарте NAICS USA.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Итоговую эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Investment Fixed Assets» организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_IPP_MX=ki*ENS1^0,07517*ENS2^0,23457*ENS3^0,27481*RD70^0,14168*RD80^0,10632*RD92^0,14095*AE50^0,02649.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Investment Fixed Assets» можно описать следующим образом:
SrInv_FA_IPP_Min=ki*ENS1^0,07329*ENS2^0,22871*ENS3^0,26794*RD70^0,13814*RD80^0,10366*RD92^0,13743*AE50^0,02583.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Investment Fixed Assets» можно представить следующим образом:
SrInv_FA_IPP_Max=ki*ENS1^0,07513*ENS2^0,23443*ENS3^0,27463*RD70^0,14160*RD80^0,10625*RD92^0,14086*AE50^0,02648.
Как видно из разработанных нейронных моделей по интегральной группе «IPP» ("Объекты интеллектуальной собственности") для «Investment Fixed Assets» организации исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 7 производных фактора группы из 25 факторов, описанных в стандарте NAICS USA.
Перейдем к динамическому анализу, количественной оценке рисков, коридоров управления, эффективности моделей персонала, анализу оплаты труда, мотивации профессиональных групп по SOC/OES предприятий-конкурентов научно-исследовательского, технологического комплекса в рамках МОТ, МОБ
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей персонала, анализ оплаты труда, мотивации профессиональных групп по SOC/OES предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в рамках МОТ, МОБ. Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Проведемё анализ оплаты труда профессиональных групп в рамках стандарт МОТ/SOC/OES организаций научно-исследовательского, технологического комплекса США. Данные модели необходимы при построении коридоров управления, рисков и оценки эффективности организаций научно-исследовательского, технологического комплекса.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Перейдем к динамическому анализу, количественной оценке рисков, коридоров управления, эффективности моделей персонала, анализу численности профессиональных групп по SOC/OES предприятий-конкурентов научно-исследовательского, технологического комплекса в рамках МОТ, МОБ
Проведем анализ численности профессиональных групп в рамках стандарт МОТ/SOC/OES организаций научно-исследовательского, технологического комплекса США. Данные модели необходимы при построении коридоров управления, рисков и оценки эффективности организаций научно-исследовательского, технологического комплекса.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… Как следует из таблицы 62 профессиональная группа в рамках стандартов МОТ/SOC/OES определена как - «Transportation and Material Moving Occupations», код 53-0000, в модели данная группа обозначена как «SrG53». На основе дискриминантного/кластерного анализа за исследуемый период можно определить вес или ранг, который занимает в общей численности персонала 15 место. При этом средний уровень численности персонала в организациях научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» по данной профессиональной группе в общей численности персонала 62800 чел. ставил 0,76%. Расчет вариации по данной профессиональной группе для дальнейшего построения эконометрической, нейронной модели, коридоров управления, моделей рисков, эффективности показал следующее: минимальное значение в организациях научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» может достигать величины 0,7%, а максимальное значение может достигать величины 0,82%.
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) всеми организациями конкурентов научно-исследовательского, технологического комплекса в рамках МОТ, МОБ исследуемой отрасли можно представить в виде:
Sr_Per(MX)=k0*SrG11^0,08261*SrG13^0,14917*SrG15^0,16539*SrG17^0,10711*SrG19^0,04112*SrG21^0,00101*SrG29^0,02334*SrG23^0,07724*SrG25^0,00167*SrG27^0,03922*SrG31^0,00853*SrG33^0,00248*SrG35^0,00068*SrG37^0,00352*SrG39^0,00385*SrG41^0,04680*SrG43^0,20780*SrG45^0,00052*SrG47^0,00780*SrG49^0,00834*SrG51^0,01419*SrG53^0,00763
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями научно-исследовательского, технологического комплекса в рамках МОТ, МОБ лучших конкурентов исследуемой отрасли можно представить в виде:
Sr_Per(Min)=k0*SrG11^0,08147*SrG13^0,14712*SrG15^0,16312*SrG17^0,10544*SrG19^0,03991*SrG21^0,00091*SrG29^0,02270*SrG23^0,07618*SrG25^0,00154*SrG27^0,03814*SrG31^0,00818*SrG33^0,00198*SrG35^0,00043*SrG37^0,00326*SrG39^0,00358*SrG41^0,04560*SrG43^0,20577*SrG45^0,00042*SrG47^0,00741*SrG49^0,00783*SrG51^0,01349*SrG53^0,00703
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями научно-исследовательского, технологического комплекса в рамках МОТ, МОБ худших конкурентов исследуемой отрасли можно представить в виде:
Sr_Per(Max)=k0*SrG11^0,08374*SrG13^0,15121*SrG15^0,16766*SrG17^0,10879*SrG19^0,04233*SrG21^0,00111*SrG29^0,02398*SrG23^0,07830*SrG25^0,00181*SrG27^0,04029*SrG31^0,00888*SrG33^0,00297*SrG35^0,00092*SrG37^0,00377*SrG39^0,00413*SrG41^0,04799*SrG43^0,20984*SrG45^0,00062*SrG47^0,00818*SrG49^0,00885*SrG51^0,01488*SrG53^0,00823
На следующем этапе перейдем к детальному расчету, построению моделей по профессиям в рамках профессиональных групп научно-исследовательского, технологического комплекса в рамках МОТ, МОБ.
Проведем анализ, расчет и моделирование показателей профессий, включенных в профессиональную группу «Management Occupations» (код 11) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Management Occupations» (код «SrGP11") можно представить в следующем виде:
SrGP11=k11*SrP11_1011^0,03528*SrP11_1021^0,30378*SrP11_2011^0,01566*SrP11_2021^0,05952*SrP11_2022^0,04518*SrP11_2031^0,01283*SrP11_3051^0,00540*SrP11_3011^0,03584*SrP11_3021^0,14821*SrP11_3031^0,08460*SrP11_3061^0,00828*SrP11_3071^0,00354*SrP11_3111^0,00285*SrP11_3121^0,02044*SrP11_3131^0,00552*SrP11_9013^0,00028*SrP11_9021^0,01831*SrP11_9033^0,00022*SrP11_9039^0,00051*SrP11_9041^0,09270*SrP11_9051^0,00074*SrP11_9081^0,00003*SrP11_9111^0,00665*SrP11_9121^0,03211*SrP11_9141^0,00335*SrP11_9151^0,00081*SrP11_9161^0,00087*SrP11_9199^0,05646
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP11, SrGP13для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «SrGP11» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 28 профессий в общей численности профессиональной группы «Management Occupations» (код группы 11-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Business and Financial Operations Occupations» (код «SrGP13") можно представить в следующем виде:
SrGP13=k13*SrP13_1011^0,00017*SrP13_1021^0,00011*SrP13_1022^0,00162*SrP13_1023^0,02266*SrP13_1031^0,00186*SrP13_1032^0,00020*SrP13_1075^0,00076*SrP13_1041^0,01613*SrP13_1051^0,00678*SrP13_1071^0,04484*SrP13_1081^0,01749*SrP13_1111^0,18751*SrP13_1121^0,00416*SrP13_1131^0,00122*SrP13_1141^0,00812*SrP13_1151^0,02836*SrP13_1161^0,11437*SrP13_1199^0,09110*SrP13_2011^0,34014*SrP13_2021^0,00190*SrP13_2031^0,00508*SrP13_2041^0,00171*SrP13_2051^0,02666*SrP13_2052^0,00507*SrP13_2053^0,00047*SrP13_2061^0,00046*SrP13_2071^0,00516*SrP13_2072^0,00224
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Computer and Mathematical Occupations» (код «SrGP15") можно представить в следующем виде:
SrGP15=k15*SrP15_1111^0,00679*SrP15_1121^0,14619*SrP15_1122^0,02306*SrP15_1131^0,10933*SrP15_1132^0,21803*SrP15_1133^0,12843*SrP15_1143^0,03778*SrP15_1134^0,03385*SrP15_1141^0,02151*SrP15_1142^0,07180*SrP15_1151^0,11415*SrP15_1152^0,03410*SrP15_1199^0,02973*SrP15_2011^0,00262*SrP15_2021^0,00066*SrP15_2031^0,01540*SrP15_2041^0,00596*SrP15_2091^0,00025*SrP15_2099^0,00037
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP15, SrGP17 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «SrGP15» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 19 профессий в общей численности профессиональной группы «Computer and Mathematical Occupations» (код группы 15-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Architecture and Engineering Occupations» (код «SrGP17") можно представить в следующем виде:
SrGP17=k17*SrP17_1011^0,08968*SrP17_1012^0,01266*SrP17_1021^0,00678*SrP17_1022^0,03519*SrP17_2011^0,02587*SrP17_2021^0,00095*SrP17_2061^0,03160*SrP17_2031^0,00541*SrP17_2041^0,01201*SrP17_2051^0,16356*SrP17_2071^0,06744*SrP17_2072^0,03749*SrP17_2081^0,03229*SrP17_2111^0,00468*SrP17_2112^0,03019*SrP17_2121^0,00397*SrP17_2131^0,00633*SrP17_2141^0,09814*SrP17_2151^0,00296*SrP17_2161^0,00552*SrP17_2171^0,00381*SrP17_2199^0,03560*SrP17_3011^0,08047*SrP17_3012^0,01427*SrP17_3013^0,01871*SrP17_3019^0,00602*SrP17_3021^0,00524*SrP17_3022^0,03749
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP19, SrGP21 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Life, Physical, and Social Science Occupations» (код «SrGP19") можно представить в следующем виде:
SrGP19=k19*SrP19_1011^0,00198*SrP19_1012^0,00863*SrP19_1013^0,01767*SrP19_1021^0,05099*SrP19_1022^0,02033*SrP19_1023^0,01214*SrP19_1041^0,00248*SrP19_1029^0,02130*SrP19_1031^0,00363*SrP19_1032^0,00313*SrP19_1042^0,11661*SrP19_1099^0,00452*SrP19_2011^0,00168*SrP19_2012^0,02012*SrP19_2021^0,01412*SrP19_2031^0,07945*SrP19_2032^0,00786*SrP19_2041^0,10976*SrP19_2042^0,04243*SrP19_2043^0,00842*SrP19_2099^0,01504*SrP19_3011^0,02239*SrP19_3022^0,03545*SrP19_3031^0,00186*SrP19_3032^0,00148*SrP19_3039^0,00044*SrP19_3041^0,00343*SrP19_3051^0,02065
Данная модель профессиональной группы «SrGP19» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 43 профессий в общей численности профессиональной группы «Life, Physical, and Social Science Occupations» (код группы 19-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Community and Social Service Occupations» (код «SrGP21") можно представить в следующем виде:
SrGP21=k21*SrP21_1011^0,02672*SrP21_1012^0,12750*SrP21_1013^0,00668*SrP21_1014^0,02307*SrP21_1015^0,00729*SrP21_1019^0,02793*SrP21_1029^0,06315*SrP21_1021^0,11536*SrP21_1022^0,12872*SrP21_1023^0,02914*SrP21_1091^0,15301*SrP21_1093^0,11293*SrP21_1094^0,07043*SrP21_1099^0,10443*SrP21_2011^0,00364
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP23, SrGP25, SrGP27 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «SrGP21» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 15 профессий в общей численности профессиональной группы «Community and Social Service Occupations» (код группы 21-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Legal Occupations» (код «SrGP23") можно представить в следующем виде:
SrGP23=k23*SrP23_1011^0,61531*SrP23_1022^0,00411*SrP23_2011^0,32373*SrP23_2093^0,03978*SrP23_2099^0,01707
Данная модель профессиональной группы «SrGP23» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 5 профессий в общей численности профессиональной группы «Legal Occupations» (код группы 23-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Education, Training, and Library Occupations» (код «SrGP25") можно представить в следующем виде:
SrGP25=k25*SrP25_1042^0,03534*SrP25_1191^0,00376*SrP25_1194^0,02180*SrP25_2011^0,01955*SrP25_2031^0,00827*SrP25_3021^0,09699*SrP25_4013^0,01203*SrP25_3097^0,20752*SrP25_4011^0,03684*SrP25_4012^0,00602*SrP25_4021^0,20902*SrP25_4031^0,06015*SrP25_9011^0,00602*SrP25_9021^0,04662*SrP25_9031^0,18271*SrP25_9041^0,03008*SrP25_9099^0,01729
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP29, SrGP31, SrGP33 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «SrGP25» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 17 профессий в общей численности профессиональной группы «Education, Training, and Library Occupations» (код группы 25-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Arts, Design, Entertainment, Sports, and Media Occupations» (код «SrGP27") можно представить в следующем виде:
SrGP27=k27*SrP27_1011^0,05379*SrP27_1012^0,00174*SrP27_1013^0,00275*SrP27_1014^0,02731*SrP27_1019^0,00193*SrP27_1021^0,02759*SrP27_1025^0,08461*SrP27_1022^0,00487*SrP27_1023^0,00044*SrP27_1024^0,22810*SrP27_1026^0,04150*SrP27_1027^0,00424*SrP27_1029^0,00484*SrP27_2012^0,03135*SrP27_2041^0,00013*SrP27_3012^0,00063*SrP27_3022^0,00009*SrP27_3031^0,16085*SrP27_3041^0,03018*SrP27_3042^0,06220*SrP27_3043^0,03625*SrP27_3091^0,05689*SrP27_3099^0,00774*SrP27_4011^0,00730*SrP27_4012^0,00117*SrP27_4014^0,00256*SrP27_4021^0,10822*SrP27_4031^0,00360
Данная модель профессиональной группы «SrGP27» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 30 профессий в общей численности профессиональной группы «Arts, Design, Entertainment, Sports, and Media Occupations» (код группы 27-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Healthcare Practitioners and Technical Occupations» (код «SrGP29") можно представить в следующем виде:
SrGP29=k29*SrP29_1031^0,00339*SrP29_1051^0,00709*SrP29_1062^0,00042*SrP29_1063^0,00031*SrP29_1066^0,00021*SrP29_1067^0,00021*SrP29_1123^0,00089*SrP29_1069^0,00651*SrP29_1071^0,00214*SrP29_1122^0,00146*SrP29_1124^0,00021*SrP29_1126^0,00026*SrP29_1127^0,00057*SrP29_1128^0,00016*SrP29_1131^0,30132*SrP29_1141^0,05430*SrP29_1151^0,00057*SrP29_1171^0,00464*SrP29_1199^0,00130*SrP29_2011^0,01647*SrP29_2012^0,02778*SrP29_2031^0,00016*SrP29_2032^0,00021*SrP29_2034^0,00313*SrP29_2035^0,00052*SrP29_2041^0,00354*SrP29_2052^0,00313*SrP29_2055^0,00083
Данная модель профессиональной группы «SrGP29» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 36 профессий в общей численности профессиональной группы «Healthcare Practitioners and Technical Occupations» (код группы 29-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Healthcare Support Occupations» (код «SrGP31") можно представить в следующем виде:
SrGP31=k31*SrP31_1011^0,00771*SrP31_1014^0,01057*SrP31_9091^0,00057*SrP31_9092^0,03598*SrP31_9093^0,00557*SrP31_9094^0,01214*SrP31_9096^0,90877*SrP31_9097^0,00771*SrP31_9099^0,01099
Данная модель профессиональной группы «SrGP31» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 9 профессий в общей численности профессиональной группы «Healthcare Support Occupations» (код группы 31-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Protective Service Occupations» (код «SrGP33") можно представить в следующем виде:
SrGP33=k33*SrP33_1099^0,03291*SrP33_2011^0,02898*SrP33_2021^0,00295*SrP33_9021^0,23134*SrP33_9032^0,50982*SrP33_9091^0,00295*SrP33_9099^0,19106
Данная модель профессиональной группы «SrGP33» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 7 профессий в общей численности профессиональной группы «Protective Service Occupations» (код группы 33-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP35, SrGP37, SrGP39, SrGP41 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Food Preparation and Serving Related Occupations» (код «SrGP35") можно представить в следующем виде:
SrGP35=k35*SrP35_1011^0,03482*SrP35_1012^0,22437*SrP35_2011^0,00774*SrP35_2012^0,05416*SrP35_2019^0,01741*SrP35_2021^0,18569*SrP35_3031^0,10251*SrP35_3011^0,00774*SrP35_3021^0,24178*SrP35_3022^0,03288*SrP35_3041^0,03482*SrP35_9011^0,01934*SrP35_9021^0,01547*SrP35_9031^0,00967*SrP35_9099^0,01161
Данная модель профессиональной группы «SrGP35» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 15 профессий в общей численности профессиональной группы «Food Preparation and Serving Related Occupations» (код группы 35-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Building and Grounds Cleaning and Maintenance Occupations» (код «SrGP37") можно представить в следующем виде:
SrGP37=k37*SrP37_1011^0,01899*SrP37_1012^0,02485*SrP37_2011^0,61892*SrP37_2012^0,06593*SrP37_2019^0,00207*SrP37_2021^0,01243*SrP37_3011^0,23404*SrP37_3012^0,00345*SrP37_3019^0,01933
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP43 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «SrGP37» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 9 профессий в общей численности профессиональной группы «Building and Grounds Cleaning and Maintenance Occupations» (код группы 37-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Personal Care and Service Occupations» (код «SrGP39") можно представить в следующем виде:
SrGP39=k39*SrP39_1021^0,01256*SrP39_2011^0,01086*SrP39_2021^0,90937*SrP39_3031^0,00204*SrP39_3091^0,00136*SrP39_3092^0,01086*SrP39_9011^0,01935*SrP39_5012^0,00373*SrP39_5091^0,00475*SrP39_7011^0,00373*SrP39_9021^0,00136*SrP39_9031^0,00815*SrP39_9032^0,00475*SrP39_9099^0,00713
Данная модель профессиональной группы «SrGP39» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 14 профессий в общей численности профессиональной группы «Personal Care and Service Occupations» (код группы 39-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP45, SrGP47 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…В целом модель профессиональной группы «Sales and Related Occupations» (код «SrGP41") можно представить в следующем виде:
SrGP41=k41*SrP41_1011^0,00406*SrP41_1012^0,04342*SrP41_2011^0,00741*SrP41_2021^0,00437*SrP41_2022^0,00013*SrP41_2031^0,01919*SrP41_3041^0,00200*SrP41_3011^0,17156*SrP41_3021^0,00351*SrP41_3031^0,00317*SrP41_3099^0,39122*SrP41_4011^0,10762*SrP41_4012^0,05980*SrP41_9011^0,08594*SrP41_9012^0,00010*SrP41_9022^0,00533*SrP41_9031^0,04285*SrP41_9041^0,03788*SrP41_9099^0,01043
Данная модель профессиональной группы «SrGP41» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 19 профессий в общей численности профессиональной группы «Sales and Related Occupations» (код группы 41-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…В целом модель профессиональной группы «Office and Administrative Support Occupations» (код «PmG43") можно представить в следующем виде:
PmG43=k43SrGP41*SrP43_2011^0,00272*SrP43_2099^0,00008*SrP43_3011^0,01428*SrP43_3021^0,03613*SrP43_3031^0,11557*SrP43_3099^0,00073*SrP43_3051^0,01009*SrP43_3061^0,00148*SrP43_3071^0,00025*SrP43_4021^0,00009*SrP43_4041^0,00076*SrP43_4051^0,08881*SrP43_4061^0,00012*SrP43_4071^0,01450*SrP43_4081^0,00012*SrP43_4111^0,02750*SrP43_4121^0,00026*SrP43_4131^0,00319*SrP43_4141^0,00008*SrP43_4151^0,00191*SrP43_4161^0,00468*SrP43_4171^0,06227*SrP43_4181^0,00005*SrP43_4199^0,00296*SrP43_5011^0,00113*SrP43_5021^0,00677*SrP43_5031^0,00005
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Farming, Fishing, and Forestry Occupations» (код «SrGP45") можно представить в следующем виде:
SrGP45=k45*SrP45_1011^0,04467*SrP45_2011^0,21092*SrP45_2021^0,02730*SrP45_2041^0,06948*SrP45_2091^0,05459*SrP45_2092^0,29777*SrP45_4021^0,02730*SrP45_2093^0,08437*SrP45_2099^0,09926*SrP45_4011^0,08437
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP49 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Данная модель профессиональной группы «PmG43» отражает весовые Данная модель профессиональной группы «SrGP45» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 10 профессий в общей численности профессиональной группы «Farming, Fishing, and Forestry Occupations» (код группы 45-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…В целом модель профессиональной группы «Construction and Extraction Occupations» (код «SrGP47") можно представить в следующем виде:
SrGP47=k47*SrP47_1011^0,08504*SrP47_2011^0,00235*SrP47_2031^0,04213*SrP47_2041^0,00063*SrP47_2051^0,00063*SrP47_2061^0,08520*SrP47_2141^0,01472*SrP47_2073^0,02569*SrP47_2111^0,08207*SrP47_2131^0,00125*SrP47_2142^0,02005*SrP47_2151^0,00298*SrP47_2152^0,02553*SrP47_2211^0,00689*SrP47_2221^0,00908*SrP47_2231^0,00063*SrP47_3012^0,00188*SrP47_3013^0,00548*SrP47_3014^0,00110*SrP47_3015^0,00063*SrP47_3019^0,00689*SrP47_4011^0,49757*SrP47_4021^0,00235*SrP47_4041^0,01300*SrP47_4071^0,00063*SrP47_4099^0,01284*SrP47_5012^0,00266*SrP47_5013^0,00094
Данная модель профессиональной группы «SrGP47» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 33 профессий в общей численности профессиональной группы «Construction and Extraction Occupations» (код группы 47-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP51 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…В целом модель профессиональной группы «Installation, Maintenance, and Repair Occupations» (код «SrGP49") можно представить в следующем виде:
SrGP49=k49*SrP49_1011^0,07384*SrP49_2011^0,14681*SrP49_2021^0,00497*SrP49_2022^0,05483*SrP49_2091^0,01024*SrP49_2092^0,00058*SrP49_2097^0,00570*SrP49_2093^0,00307*SrP49_2094^0,03787*SrP49_2095^0,00190*SrP49_2098^0,00234*SrP49_3011^0,03290*SrP49_3021^0,00102*SrP49_3023^0,05425*SrP49_3031^0,01126*SrP49_3042^0,01930*SrP49_3051^0,00058*SrP49_3053^0,00102*SrP49_9012^0,00716*SrP49_9021^0,02544*SrP49_9041^0,03261*SrP49_9043^0,00526*SrP49_9044^0,00614*SrP49_9051^0,01170*SrP49_9052^0,04182*SrP49_9061^0,00058*SrP49_9062^0,00570*SrP49_9069^0,01111
Данная модель профессиональной группы «SrGP49» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 36 профессий в общей численности профессиональной группы «Installation, Maintenance, and Repair Occupations» (код группы 49-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… В целом модель профессиональной группы «Production Occupations» (код «SrGP51") можно представить в следующем виде:
SrGP51=k51*SrP51_1011^0,07775*SrP51_2011^0,00035*SrP51_2022^0,03883*SrP51_2023^0,00727*SrP51_2031^0,00528*SrP51_2041^0,00346*SrP51_4011^0,00363*SrP51_2092^0,02802*SrP51_2099^0,04290*SrP51_3011^0,00017*SrP51_4012^0,00190*SrP51_4021^0,00035*SrP51_4022^0,00017*SrP51_4031^0,00528*SrP51_4032^0,00078*SrP51_4033^0,00026*SrP51_4034^0,00017*SrP51_4041^0,05094*SrP51_4061^0,00778*SrP51_4072^0,00121*SrP51_4081^0,00251*SrP51_4111^0,00588*SrP51_4121^0,02456*SrP51_4122^0,00234*SrP51_4191^0,00104*SrP51_4194^0,00026*SrP51_4199^0,00069*SrP51_5111^0,01756
Данная модель профессиональной группы «SrGP51» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 68 профессий в общей численности профессиональной группы «Production Occupations» (код группы 51-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…В целом модель профессиональной группы «Transportation and Material Moving Occupations» (код «SrGP53") можно представить в следующем виде:
SrGP53=k53*SrP53_1021^0,02571*SrP53_2011^0,00342*SrP53_2012^0,02636*SrP53_2021^0,00130*SrP53_2022^0,00358*SrP53_3021^0,00570*SrP53_3041^0,01758*SrP53_3031^0,00716*SrP53_3032^0,07258*SrP53_3033^0,09243*SrP53_3099^0,02213*SrP53_5021^0,00260*SrP53_5031^0,00033*SrP53_6021^0,00033*SrP53_6041^0,01579*SrP53_6051^0,00667*SrP53_6099^0,00342*SrP53_7011^0,00146*SrP53_7021^0,00163*SrP53_7032^0,00212*SrP53_7041^0,00033*SrP53_7051^0,06574*SrP53_7061^0,01025*SrP53_7062^0,55346*SrP53_7063^0,00293*SrP53_7064^0,04963*SrP53_7081^0,00146*SrP53_7199^0,00391
Данная модель профессиональной группы «SrGP53» отражает весовые величины, показатели эластичности (показатель степени) или доли каждой из 28 профессий в общей численности профессиональной группы «Transportation and Material Moving Occupations» (код группы 53-0000) предприятий-конкурентов научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services».
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) всеми организациями конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» можно представить в виде:
Sr_Per(MX)=k0*SrG11^0,08261*SrG13^0,14917*SrG15^0,16539*SrG17^0,10711*SrG19^0,04112*SrG21^0,00101*SrG29^0,02334*SrG23^0,07724*SrG25^0,00167*SrG27^0,03922*SrG31^0,00853*SrG33^0,00248*SrG35^0,00068*SrG37^0,00352*SrG39^0,00385*SrG41^0,04680*SrG43^0,20780*SrG45^0,00052*SrG47^0,00780*SrG49^0,00834*SrG51^0,01419*SrG53^0,00763
Рисунок 1 Графический образ исходной базы данных, разработанных эконометрических, нейронных моделей по интегральной профессиональной группы SrGP53 для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services». Источник интернет баз данных: http://stats.bls.gov/oes/current/oessrci.htm
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями лучших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services"можно представить в виде:
Sr_Per(Min)=k0*SrG11^0,08147*SrG13^0,14712*SrG15^0,16312*SrG17^0,10544*SrG19^0,03991*SrG21^0,00091*SrG29^0,02270*SrG23^0,07618*SrG25^0,00154*SrG27^0,03814*SrG31^0,00818*SrG33^0,00198*SrG35^0,00043*SrG37^0,00326*SrG39^0,00358*SrG41^0,04560*SrG43^0,20577*SrG45^0,00042*SrG47^0,00741*SrG49^0,00783*SrG51^0,01349*SrG53^0,00703
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями худших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services», можно представить в виде:
Sr_Per(Max)=k0*SrG11^0,08374*SrG13^0,15121*SrG15^0,16766*SrG17^0,10879*SrG19^0,04233*SrG21^0,00111*SrG29^0,02398*SrG23^0,07830*SrG25^0,00181*SrG27^0,04029*SrG31^0,00888*SrG33^0,00297*SrG35^0,00092*SrG37^0,00377*SrG39^0,00413*SrG41^0,04799*SrG43^0,20984*SrG45^0,00062*SrG47^0,00818*SrG49^0,00885*SrG51^0,01488*SrG53^0,00823
На следующем этапе перейдем к детальному расчету, построению интегральных нейронных моделей по профессиям в рамках профессиональных групп. Практически осуществим объединение нейронных моделей по центрам ответственности и собственно моделей профессий в каждой профессиональной группе.
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности, и собственно профессий (структурным подразделениям) всеми организациями конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services"можно представить в виде:
Sr_Per(MX)=k0*(k11*SrP11_1011^0,03528*SrP11_1021^0,30378*SrP11_2011^0,01566*SrP11_2021^0,05952*SrP11_2022^0,04518*SrP11_2031^0,01283*SrP11_3051^0,00540*SrP11_3011^0,03584*SrP11_3021^0,14821*SrP11_3031^0,08460*SrP11_3061^0,00828*SrP11_3071^0,00354*SrP11_3111^0,00285*SrP11_3121^0,02044*SrP11_3131^0,00552*SrP11_9013^0,00028*SrP11_9021^0,01831*SrP11_9033^0,00022*SrP11_9039^0,00051*SrP11_9041^0,09270*SrP11_9051^0,00074*SrP11_9081^0,00003*SrP11_9111^0,00665*SrP11_9121^0,03211*SrP11_9141^0,00335*SrP11_9151^0,00081*SrP11_9161^0,00087*SrP11_9199^0,05646)^0,08261*(k13*SrP13_1011^0,00017*SrP13_1021^0,00011*SrP13_1022^0,00162*SrP13_1023^0,02266*SrP13_1031^0,00186*SrP13_1032^0,00020*SrP13_1075^0,00076*SrP13_1041^0,01613*SrP13_1051^0,00678*SrP13_1071^0,04484*SrP13_1081^0,01749*SrP13_1111^0,18751*SrP13_1121^0,00416*SrP13_1131^0,00122*SrP13_1141^0,00812*SrP13_1151^0,02836*SrP13_1161^0,11437*SrP13_1199^0,09110*SrP13_2011^0,34014*SrP13_2021^0,00190*SrP13_2031^0,00508*SrP13_2041^0,00171*SrP13_2051^0,02666*SrP13_2052^0,00507*SrP13_2053^0,00047*SrP13_2061^0,00046*SrP13_2071^0,00516*SrP13_2072^0,00224)^0,14917*(k15*SrP15_1111^0,00679*SrP15_1121^0,14619*SrP15_1122^0,02306*SrP15_1131^0,10933*SrP15_1132^0,21803*SrP15_1133^0,12843*SrP15_1143^0,03778*SrP15_1134^0,03385*SrP15_1141^0,02151*SrP15_1142^0,07180*SrP15_1151^0,11415*SrP15_1152^0,03410*SrP15_1199^0,02973*SrP15_2011^0,00262*SrP15_2021^0,00066*SrP15_2031^0,01540*SrP15_2041^0,00596*SrP15_2091^0,00025*SrP15_2099^0,00037)^0,16539*(k17*SrP17_1011^0,08968*SrP17_1012^0,01266*SrP17_1021^0,00678*SrP17_1022^0,03519*SrP17_2011^0,02587*SrP17_2021^0,00095*SrP17_2061^0,03160*SrP17_2031^0,00541*SrP17_2041^0,01201*SrP17_2051^0,16356*SrP17_2071^0,06744*SrP17_2072^0,03749*SrP17_2081^0,03229*SrP17_2111^0,00468*SrP17_2112^0,03019*SrP17_2121^0,00397*SrP17_2131^0,00633*SrP17_2141^0,09814*SrP17_2151^0,00296*SrP17_2161^0,00552*SrP17_2171^0,00381*SrP17_2199^0,03560*SrP17_3011^0,08047*SrP17_3012^0,01427*SrP17_3013^0,01871*SrP17_3019^0,00602*SrP17_3021^0,00524*SrP17_3022^0,03749)^0,10711*(k19*SrP19_1011^0,00198*SrP19_1012^0,00863*SrP19_1013^0,01767*SrP19_1021^0,05099*SrP19_1022^0,02033*SrP19_1023^0,01214*SrP19_1041^0,00248*SrP19_1029^0,02130*SrP19_1031^0,00363*SrP19_1032^0,00313*SrP19_1042^0,11661*SrP19_1099^0,00452*SrP19_2011^0,00168*SrP19_2012^0,02012*SrP19_2021^0,01412*SrP19_2031^0,07945*SrP19_2032^0,00786*SrP19_2041^0,10976*SrP19_2042^0,04243*SrP19_2043^0,00842*SrP19_2099^0,01504*SrP19_3011^0,02239*SrP19_3022^0,03545*SrP19_3031^0,00186*SrP19_3032^0,00148*SrP19_3039^0,00044*SrP19_3041^0,00343*SrP19_3051^0,02065)^0,04112*(k21*SrP21_1011^0,02672*SrP21_1012^0,12750*SrP21_1013^0,00668*SrP21_1014^0,02307*SrP21_1015^0,00729*SrP21_1019^0,02793*SrP21_1029^0,06315*SrP21_1021^0,11536*SrP21_1022^0,12872*SrP21_1023^0,02914*SrP21_1091^0,15301*SrP21_1093^0,11293*SrP21_1094^0,07043*SrP21_1099^0,10443*SrP21_2011^0,00364)^0,00101*(k29*SrP29_1031^0,00339*SrP29_1051^0,00709*SrP29_1062^0,00042*SrP29_1063^0,00031*SrP29_1066^0,00021*SrP29_1067^0,00021*SrP29_1123^0,00089*SrP29_1069^0,00651*SrP29_1071^0,00214*SrP29_1122^0,00146*SrP29_1124^0,00021*SrP29_1126^0,00026*SrP29_1127^0,00057*SrP29_1128^0,00016*SrP29_1131^0,30132*SrP29_1141^0,05430*SrP29_1151^0,00057*SrP29_1171^0,00464*SrP29_1199^0,00130*SrP29_2011^0,01647*SrP29_2012^0,02778*SrP29_2031^0,00016*SrP29_2032^0,00021*SrP29_2034^0,00313*SrP29_2035^0,00052*SrP29_2041^0,00354*SrP29_2052^0,00313*SrP29_2055^0,00083)^0,02334*(k23*SrP23_1011^0,61531*SrP23_1022^0,00411*SrP23_2011^0,32373*SrP23_2093^0,03978*SrP23_2099^0,01707)^0,07724*(k25*SrP25_1042^0,03534*SrP25_1191^0,00376*SrP25_1194^0,02180*SrP25_2011^0,01955*SrP25_2031^0,00827*SrP25_3021^0,09699*SrP25_4013^0,01203*SrP25_3097^0,20752*SrP25_4011^0,03684*SrP25_4012^0,00602*SrP25_4021^0,20902*SrP25_4031^0,06015*SrP25_9011^0,00602*SrP25_9021^0,04662*SrP25_9031^0,18271*SrP25_9041^0,03008*SrP25_9099^0,01729)^0,00167*(k27*SrP27_1011^0,05379*SrP27_1012^0,00174*SrP27_1013^0,00275*SrP27_1014^0,02731*SrP27_1019^0,00193*SrP27_1021^0,02759*SrP27_1025^0,08461*SrP27_1022^0,00487*SrP27_1023^0,00044*SrP27_1024^0,22810*SrP27_1026^0,04150*SrP27_1027^0,00424*SrP27_1029^0,00484*SrP27_2012^0,03135*SrP27_2041^0,00013*SrP27_3012^0,00063*SrP27_3022^0,00009*SrP27_3031^0,16085*SrP27_3041^0,03018*SrP27_3042^0,06220*SrP27_3043^0,03625*SrP27_3091^0,05689*SrP27_3099^0,00774*SrP27_4011^0,00730*SrP27_4012^0,00117*SrP27_4014^0,00256*SrP27_4021^0,10822*SrP27_4031^0,00360)^0,03922*(k31*SrP31_1011^0,00771*SrP31_1014^0,01057*SrP31_9091^0,00057*SrP31_9092^0,03598*SrP31_9093^0,00557*SrP31_9094^0,01214*SrP31_9096^0,90877*SrP31_9097^0,00771*SrP31_9099^0,01099)^0,00853*(k33*SrP33_1099^0,03291*SrP33_2011^0,02898*SrP33_2021^0,00295*SrP33_9021^0,23134*SrP33_9032^0,50982*SrP33_9091^0,00295*SrP33_9099^0,19106)^0,00248*(k35*SrP35_1011^0,03482*SrP35_1012^0,22437*SrP35_2011^0,00774*SrP35_2012^0,05416*SrP35_2019^0,01741*SrP35_2021^0,18569*SrP35_3031^0,10251*SrP35_3011^0,00774*SrP35_3021^0,24178*SrP35_3022^0,03288*SrP35_3041^0,03482*SrP35_9011^0,01934*SrP35_9021^0,01547*SrP35_9031^0,00967*SrP35_9099^0,01161)^0,00068*(k37*SrP37_1011^0,01899*SrP37_1012^0,02485*SrP37_2011^0,61892*SrP37_2012^0,06593*SrP37_2019^0,00207*SrP37_2021^0,01243*SrP37_3011^0,23404*SrP37_3012^0,00345*SrP37_3019^0,01933)^0,00352*(k39*SrP39_1021^0,01256*SrP39_2011^0,01086*SrP39_2021^0,90937*SrP39_3031^0,00204*SrP39_3091^0,00136*SrP39_3092^0,01086*SrP39_9011^0,01935*SrP39_5012^0,00373*SrP39_5091^0,00475*SrP39_7011^0,00373*SrP39_9021^0,00136*SrP39_9031^0,00815*SrP39_9032^0,00475*SrP39_9099^0,00713)^0,00385*(k41*SrP41_1011^0,00406*SrP41_1012^0,04342*SrP41_2011^0,00741*SrP41_2021^0,00437*SrP41_2022^0,00013*SrP41_2031^0,01919*SrP41_3041^0,00200*SrP41_3011^0,17156*SrP41_3021^0,00351*SrP41_3031^0,00317*SrP41_3099^0,39122*SrP41_4011^0,10762*SrP41_4012^0,05980*SrP41_9011^0,08594*SrP41_9012^0,00010*SrP41_9022^0,00533*SrP41_9031^0,04285*SrP41_9041^0,03788*SrP41_9099^0,01043)^0,04680*(k43SrGP41*SrP43_2011^0,00272*SrP43_2099^0,00008*SrP43_3011^0,01428*SrP43_3021^0,03613*SrP43_3031^0,11557*SrP43_3099^0,00073*SrP43_3051^0,01009*SrP43_3061^0,00148*SrP43_3071^0,00025*SrP43_4021^0,00009*SrP43_4041^0,00076*SrP43_4051^0,08881*SrP43_4061^0,00012*SrP43_4071^0,01450*SrP43_4081^0,00012*SrP43_4111^0,02750*SrP43_4121^0,00026*SrP43_4131^0,00319*SrP43_4141^0,00008*SrP43_4151^0,00191*SrP43_4161^0,00468*SrP43_4171^0,06227*SrP43_4181^0,00005*SrP43_4199^0,00296*SrP43_5011^0,00113*SrP43_5021^0,00677*SrP43_5031^0,00005)^0,20780*(k45*SrP45_1011^0,04467*SrP45_2011^0,21092*SrP45_2021^0,02730*SrP45_2041^0,06948*SrP45_2091^0,05459*SrP45_2092^0,29777*SrP45_4021^0,02730*SrP45_2093^0,08437*SrP45_2099^0,09926*SrP45_4011^0,08437)^0,00052*(k47*SrP47_1011^0,08504*SrP47_2011^0,00235*SrP47_2031^0,04213*SrP47_2041^0,00063*SrP47_2051^0,00063*SrP47_2061^0,08520*SrP47_2141^0,01472*SrP47_2073^0,02569*SrP47_2111^0,08207*SrP47_2131^0,00125*SrP47_2142^0,02005*SrP47_2151^0,00298*SrP47_2152^0,02553*SrP47_2211^0,00689*SrP47_2221^0,00908*SrP47_2231^0,00063*SrP47_3012^0,00188*SrP47_3013^0,00548*SrP47_3014^0,00110*SrP47_3015^0,00063*SrP47_3019^0,00689*SrP47_4011^0,49757*SrP47_4021^0,00235*SrP47_4041^0,01300*SrP47_4071^0,00063*SrP47_4099^0,01284*SrP47_5012^0,00266*SrP47_5013^0,00094)^0,00780*(k49*SrP49_1011^0,07384*SrP49_2011^0,14681*SrP49_2021^0,00497*SrP49_2022^0,05483*SrP49_2091^0,01024*SrP49_2092^0,00058*SrP49_2097^0,00570*SrP49_2093^0,00307*SrP49_2094^0,03787*SrP49_2095^0,00190*SrP49_2098^0,00234*SrP49_3011^0,03290*SrP49_3021^0,00102*SrP49_3023^0,05425*SrP49_3031^0,01126*SrP49_3042^0,01930*SrP49_3051^0,00058*SrP49_3053^0,00102*SrP49_9012^0,00716*SrP49_9021^0,02544*SrP49_9041^0,03261*SrP49_9043^0,00526*SrP49_9044^0,00614*SrP49_9051^0,01170*SrP49_9052^0,04182*SrP49_9061^0,00058*SrP49_9062^0,00570*SrP49_9069^0,01111)^0,00834*(k51*SrP51_1011^0,07775*SrP51_2011^0,00035*SrP51_2022^0,03883*SrP51_2023^0,00727*SrP51_2031^0,00528*SrP51_2041^0,00346*SrP51_4011^0,00363*SrP51_2092^0,02802*SrP51_2099^0,04290*SrP51_3011^0,00017*SrP51_4012^0,00190*SrP51_4021^0,00035*SrP51_4022^0,00017*SrP51_4031^0,00528*SrP51_4032^0,00078*SrP51_4033^0,00026*SrP51_4034^0,00017*SrP51_4041^0,05094*SrP51_4061^0,00778*SrP51_4072^0,00121*SrP51_4081^0,00251*SrP51_4111^0,00588*SrP51_4121^0,02456*SrP51_4122^0,00234*SrP51_4191^0,00104*SrP51_4194^0,00026*SrP51_4199^0,00069*SrP51_5111^0,01756)^0,01419*(k53*SrP53_1021^0,02571*SrP53_2011^0,00342*SrP53_2012^0,02636*SrP53_2021^0,00130*SrP53_2022^0,00358*SrP53_3021^0,00570*SrP53_3041^0,01758*SrP53_3031^0,00716*SrP53_3032^0,07258*SrP53_3033^0,09243*SrP53_3099^0,02213*SrP53_5021^0,00260*SrP53_5031^0,00033*SrP53_6021^0,00033*SrP53_6041^0,01579*SrP53_6051^0,00667*SrP53_6099^0,00342*SrP53_7011^0,00146*SrP53_7021^0,00163*SrP53_7032^0,00212*SrP53_7041^0,00033*SrP53_7051^0,06574*SrP53_7061^0,01025*SrP53_7062^0,55346*SrP53_7063^0,00293*SrP53_7064^0,04963*SrP53_7081^0,00146*SrP53_7199^0,00391)^0,00763
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности, и собственно профессий (структурным подразделениям) всеми организациями лучших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services"можно представить в виде:
Sr_Per(Min)=k0*(k11*SrP11_1011^0,03528*SrP11_1021^0,30378*SrP11_2011^0,01566*SrP11_2021^0,05952*SrP11_2022^0,04518*SrP11_2031^0,01283*SrP11_3051^0,00540*SrP11_3011^0,03584*SrP11_3021^0,14821*SrP11_3031^0,08460*SrP11_3061^0,00828*SrP11_3071^0,00354*SrP11_3111^0,00285*SrP11_3121^0,02044*SrP11_3131^0,00552*SrP11_9013^0,00028*SrP11_9021^0,01831*SrP11_9033^0,00022*SrP11_9039^0,00051*SrP11_9041^0,09270*SrP11_9051^0,00074*SrP11_9081^0,00003*SrP11_9111^0,00665*SrP11_9121^0,03211*SrP11_9141^0,00335*SrP11_9151^0,00081*SrP11_9161^0,00087*SrP11_9199^0,05646)^0,08147*(k13*SrP13_1011^0,00017*SrP13_1021^0,00011*SrP13_1022^0,00162*SrP13_1023^0,02266*SrP13_1031^0,00186*SrP13_1032^0,00020*SrP13_1075^0,00076*SrP13_1041^0,01613*SrP13_1051^0,00678*SrP13_1071^0,04484*SrP13_1081^0,01749*SrP13_1111^0,18751*SrP13_1121^0,00416*SrP13_1131^0,00122*SrP13_1141^0,00812*SrP13_1151^0,02836*SrP13_1161^0,11437*SrP13_1199^0,09110*SrP13_2011^0,34014*SrP13_2021^0,00190*SrP13_2031^0,00508*SrP13_2041^0,00171*SrP13_2051^0,02666*SrP13_2052^0,00507*SrP13_2053^0,00047*SrP13_2061^0,00046*SrP13_2071^0,00516*SrP13_2072^0,00224)^0,14712*(k15*SrP15_1111^0,00679*SrP15_1121^0,14619*SrP15_1122^0,02306*SrP15_1131^0,10933*SrP15_1132^0,21803*SrP15_1133^0,12843*SrP15_1143^0,03778*SrP15_1134^0,03385*SrP15_1141^0,02151*SrP15_1142^0,07180*SrP15_1151^0,11415*SrP15_1152^0,03410*SrP15_1199^0,02973*SrP15_2011^0,00262*SrP15_2021^0,00066*SrP15_2031^0,01540*SrP15_2041^0,00596*SrP15_2091^0,00025*SrP15_2099^0,00037)^0,16312*(k17*SrP17_1011^0,08968*SrP17_1012^0,01266*SrP17_1021^0,00678*SrP17_1022^0,03519*SrP17_2011^0,02587*SrP17_2021^0,00095*SrP17_2061^0,03160*SrP17_2031^0,00541*SrP17_2041^0,01201*SrP17_2051^0,16356*SrP17_2071^0,06744*SrP17_2072^0,03749*SrP17_2081^0,03229*SrP17_2111^0,00468*SrP17_2112^0,03019*SrP17_2121^0,00397*SrP17_2131^0,00633*SrP17_2141^0,09814*SrP17_2151^0,00296*SrP17_2161^0,00552*SrP17_2171^0,00381*SrP17_2199^0,03560*SrP17_3011^0,08047*SrP17_3012^0,01427*SrP17_3013^0,01871*SrP17_3019^0,00602*SrP17_3021^0,00524*SrP17_3022^0,03749)^0,10544*(k19*SrP19_1011^0,00198*SrP19_1012^0,00863*SrP19_1013^0,01767*SrP19_1021^0,05099*SrP19_1022^0,02033*SrP19_1023^0,01214*SrP19_1041^0,00248*SrP19_1029^0,02130*SrP19_1031^0,00363*SrP19_1032^0,00313*SrP19_1042^0,11661*SrP19_1099^0,00452*SrP19_2011^0,00168*SrP19_2012^0,02012*SrP19_2021^0,01412*SrP19_2031^0,07945*SrP19_2032^0,00786*SrP19_2041^0,10976*SrP19_2042^0,04243*SrP19_2043^0,00842*SrP19_2099^0,01504*SrP19_3011^0,02239*SrP19_3022^0,03545*SrP19_3031^0,00186*SrP19_3032^0,00148*SrP19_3039^0,00044*SrP19_3041^0,00343*SrP19_3051^0,02065)^0,03991*(k21*SrP21_1011^0,02672*SrP21_1012^0,12750*SrP21_1013^0,00668*SrP21_1014^0,02307*SrP21_1015^0,00729*SrP21_1019^0,02793*SrP21_1029^0,06315*SrP21_1021^0,11536*SrP21_1022^0,12872*SrP21_1023^0,02914*SrP21_1091^0,15301*SrP21_1093^0,11293*SrP21_1094^0,07043*SrP21_1099^0,10443*SrP21_2011^0,00364)^0,00091*(k29*SrP29_1031^0,00339*SrP29_1051^0,00709*SrP29_1062^0,00042*SrP29_1063^0,00031*SrP29_1066^0,00021*SrP29_1067^0,00021*SrP29_1123^0,00089*SrP29_1069^0,00651*SrP29_1071^0,00214*SrP29_1122^0,00146*SrP29_1124^0,00021*SrP29_1126^0,00026*SrP29_1127^0,00057*SrP29_1128^0,00016*SrP29_1131^0,30132*SrP29_1141^0,05430*SrP29_1151^0,00057*SrP29_1171^0,00464*SrP29_1199^0,00130*SrP29_2011^0,01647*SrP29_2012^0,02778*SrP29_2031^0,00016*SrP29_2032^0,00021*SrP29_2034^0,00313*SrP29_2035^0,00052*SrP29_2041^0,00354*SrP29_2052^0,00313*SrP29_2055^0,00083)^0,02270*(k23*SrP23_1011^0,61531*SrP23_1022^0,00411*SrP23_2011^0,32373*SrP23_2093^0,03978*SrP23_2099^0,01707)^0,07618*(k25*SrP25_1042^0,03534*SrP25_1191^0,00376*SrP25_1194^0,02180*SrP25_2011^0,01955*SrP25_2031^0,00827*SrP25_3021^0,09699*SrP25_4013^0,01203*SrP25_3097^0,20752*SrP25_4011^0,03684*SrP25_4012^0,00602*SrP25_4021^0,20902*SrP25_4031^0,06015*SrP25_9011^0,00602*SrP25_9021^0,04662*SrP25_9031^0,18271*SrP25_9041^0,03008*SrP25_9099^0,01729)^0,00154*(k27*SrP27_1011^0,05379*SrP27_1012^0,00174*SrP27_1013^0,00275*SrP27_1014^0,02731*SrP27_1019^0,00193*SrP27_1021^0,02759*SrP27_1025^0,08461*SrP27_1022^0,00487*SrP27_1023^0,00044*SrP27_1024^0,22810*SrP27_1026^0,04150*SrP27_1027^0,00424*SrP27_1029^0,00484*SrP27_2012^0,03135*SrP27_2041^0,00013*SrP27_3012^0,00063*SrP27_3022^0,00009*SrP27_3031^0,16085*SrP27_3041^0,03018*SrP27_3042^0,06220*SrP27_3043^0,03625*SrP27_3091^0,05689*SrP27_3099^0,00774*SrP27_4011^0,00730*SrP27_4012^0,00117*SrP27_4014^0,00256*SrP27_4021^0,10822*SrP27_4031^0,00360)^0,03814*(k31*SrP31_1011^0,00771*SrP31_1014^0,01057*SrP31_9091^0,00057*SrP31_9092^0,03598*SrP31_9093^0,00557*SrP31_9094^0,01214*SrP31_9096^0,90877*SrP31_9097^0,00771*SrP31_9099^0,01099)^0,00818*(k33*SrP33_1099^0,03291*SrP33_2011^0,02898*SrP33_2021^0,00295*SrP33_9021^0,23134*SrP33_9032^0,50982*SrP33_9091^0,00295*SrP33_9099^0,19106)^0,00198*(k35*SrP35_1011^0,03482*SrP35_1012^0,22437*SrP35_2011^0,00774*SrP35_2012^0,05416*SrP35_2019^0,01741*SrP35_2021^0,18569*SrP35_3031^0,10251*SrP35_3011^0,00774*SrP35_3021^0,24178*SrP35_3022^0,03288*SrP35_3041^0,03482*SrP35_9011^0,01934*SrP35_9021^0,01547*SrP35_9031^0,00967*SrP35_9099^0,01161)^0,00043*(k37*SrP37_1011^0,01899*SrP37_1012^0,02485*SrP37_2011^0,61892*SrP37_2012^0,06593*SrP37_2019^0,00207*SrP37_2021^0,01243*SrP37_3011^0,23404*SrP37_3012^0,00345*SrP37_3019^0,01933)^0,00326*(k39*SrP39_1021^0,01256*SrP39_2011^0,01086*SrP39_2021^0,90937*SrP39_3031^0,00204*SrP39_3091^0,00136*SrP39_3092^0,01086*SrP39_9011^0,01935*SrP39_5012^0,00373*SrP39_5091^0,00475*SrP39_7011^0,00373*SrP39_9021^0,00136*SrP39_9031^0,00815*SrP39_9032^0,00475*SrP39_9099^0,00713)^0,00358*(k41*SrP41_1011^0,00406*SrP41_1012^0,04342*SrP41_2011^0,00741*SrP41_2021^0,00437*SrP41_2022^0,00013*SrP41_2031^0,01919*SrP41_3041^0,00200*SrP41_3011^0,17156*SrP41_3021^0,00351*SrP41_3031^0,00317*SrP41_3099^0,39122*SrP41_4011^0,10762*SrP41_4012^0,05980*SrP41_9011^0,08594*SrP41_9012^0,00010*SrP41_9022^0,00533*SrP41_9031^0,04285*SrP41_9041^0,03788*SrP41_9099^0,01043)^0,04560*(k43SrGP41*SrP43_2011^0,00272*SrP43_2099^0,00008*SrP43_3011^0,01428*SrP43_3021^0,03613*SrP43_3031^0,11557*SrP43_3099^0,00073*SrP43_3051^0,01009*SrP43_3061^0,00148*SrP43_3071^0,00025*SrP43_4021^0,00009*SrP43_4041^0,00076*SrP43_4051^0,08881*SrP43_4061^0,00012*SrP43_4071^0,01450*SrP43_4081^0,00012*SrP43_4111^0,02750*SrP43_4121^0,00026*SrP43_4131^0,00319*SrP43_4141^0,00008*SrP43_4151^0,00191*SrP43_4161^0,00468*SrP43_4171^0,06227*SrP43_4181^0,00005*SrP43_4199^0,00296*SrP43_5011^0,00113*SrP43_5021^0,00677*SrP43_5031^0,00005)^0,20577*(k45*SrP45_1011^0,04467*SrP45_2011^0,21092*SrP45_2021^0,02730*SrP45_2041^0,06948*SrP45_2091^0,05459*SrP45_2092^0,29777*SrP45_4021^0,02730*SrP45_2093^0,08437*SrP45_2099^0,09926*SrP45_4011^0,08437)^0,00042*(k47*SrP47_1011^0,08504*SrP47_2011^0,00235*SrP47_2031^0,04213*SrP47_2041^0,00063*SrP47_2051^0,00063*SrP47_2061^0,08520*SrP47_2141^0,01472*SrP47_2073^0,02569*SrP47_2111^0,08207*SrP47_2131^0,00125*SrP47_2142^0,02005*SrP47_2151^0,00298*SrP47_2152^0,02553*SrP47_2211^0,00689*SrP47_2221^0,00908*SrP47_2231^0,00063*SrP47_3012^0,00188*SrP47_3013^0,00548*SrP47_3014^0,00110*SrP47_3015^0,00063*SrP47_3019^0,00689*SrP47_4011^0,49757*SrP47_4021^0,00235*SrP47_4041^0,01300*SrP47_4071^0,00063*SrP47_4099^0,01284*SrP47_5012^0,00266*SrP47_5013^0,00094)^0,00741*(k49*SrP49_1011^0,07384*SrP49_2011^0,14681*SrP49_2021^0,00497*SrP49_2022^0,05483*SrP49_2091^0,01024*SrP49_2092^0,00058*SrP49_2097^0,00570*SrP49_2093^0,00307*SrP49_2094^0,03787*SrP49_2095^0,00190*SrP49_2098^0,00234*SrP49_3011^0,03290*SrP49_3021^0,00102*SrP49_3023^0,05425*SrP49_3031^0,01126*SrP49_3042^0,01930*SrP49_3051^0,00058*SrP49_3053^0,00102*SrP49_9012^0,00716*SrP49_9021^0,02544*SrP49_9041^0,03261*SrP49_9043^0,00526*SrP49_9044^0,00614*SrP49_9051^0,01170*SrP49_9052^0,04182*SrP49_9061^0,00058*SrP49_9062^0,00570*SrP49_9069^0,01111)^0,00783*(k51*SrP51_1011^0,07775*SrP51_2011^0,00035*SrP51_2022^0,03883*SrP51_2023^0,00727*SrP51_2031^0,00528*SrP51_2041^0,00346*SrP51_4011^0,00363*SrP51_2092^0,02802*SrP51_2099^0,04290*SrP51_3011^0,00017*SrP51_4012^0,00190*SrP51_4021^0,00035*SrP51_4022^0,00017*SrP51_4031^0,00528*SrP51_4032^0,00078*SrP51_4033^0,00026*SrP51_4034^0,00017*SrP51_4041^0,05094*SrP51_4061^0,00778*SrP51_4072^0,00121*SrP51_4081^0,00251*SrP51_4111^0,00588*SrP51_4121^0,02456*SrP51_4122^0,00234*SrP51_4191^0,00104*SrP51_4194^0,00026*SrP51_4199^0,00069*SrP51_5111^0,01756)^0,01349*(k53*SrP53_1021^0,02571*SrP53_2011^0,00342*SrP53_2012^0,02636*SrP53_2021^0,00130*SrP53_2022^0,00358*SrP53_3021^0,00570*SrP53_3041^0,01758*SrP53_3031^0,00716*SrP53_3032^0,07258*SrP53_3033^0,09243*SrP53_3099^0,02213*SrP53_5021^0,00260*SrP53_5031^0,00033*SrP53_6021^0,00033*SrP53_6041^0,01579*SrP53_6051^0,00667*SrP53_6099^0,00342*SrP53_7011^0,00146*SrP53_7021^0,00163*SrP53_7032^0,00212*SrP53_7041^0,00033*SrP53_7051^0,06574*SrP53_7061^0,01025*SrP53_7062^0,55346*SrP53_7063^0,00293*SrP53_7064^0,04963*SrP53_7081^0,00146*SrP53_7199^0,00391)^0,00703
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности, и собственно профессий (структурным подразделениям) всеми организациями худших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» можно представить в виде:
Sr_Per(Max)=k0*(k11*SrP11_1011^0,03528*SrP11_1021^0,30378*SrP11_2011^0,01566*SrP11_2021^0,05952*SrP11_2022^0,04518*SrP11_2031^0,01283*SrP11_3051^0,00540*SrP11_3011^0,03584*SrP11_3021^0,14821*SrP11_3031^0,08460*SrP11_3061^0,00828*SrP11_3071^0,00354*SrP11_3111^0,00285*SrP11_3121^0,02044*SrP11_3131^0,00552*SrP11_9013^0,00028*SrP11_9021^0,01831*SrP11_9033^0,00022*SrP11_9039^0,00051*SrP11_9041^0,09270*SrP11_9051^0,00074*SrP11_9081^0,00003*SrP11_9111^0,00665*SrP11_9121^0,03211*SrP11_9141^0,00335*SrP11_9151^0,00081*SrP11_9161^0,00087*SrP11_9199^0,05646)^0,08374*(k13*SrP13_1011^0,00017*SrP13_1021^0,00011*SrP13_1022^0,00162*SrP13_1023^0,02266*SrP13_1031^0,00186*SrP13_1032^0,00020*SrP13_1075^0,00076*SrP13_1041^0,01613*SrP13_1051^0,00678*SrP13_1071^0,04484*SrP13_1081^0,01749*SrP13_1111^0,18751*SrP13_1121^0,00416*SrP13_1131^0,00122*SrP13_1141^0,00812*SrP13_1151^0,02836*SrP13_1161^0,11437*SrP13_1199^0,09110*SrP13_2011^0,34014*SrP13_2021^0,00190*SrP13_2031^0,00508*SrP13_2041^0,00171*SrP13_2051^0,02666*SrP13_2052^0,00507*SrP13_2053^0,00047*SrP13_2061^0,00046*SrP13_2071^0,00516*SrP13_2072^0,00224)^0,15121*(k15*SrP15_1111^0,00679*SrP15_1121^0,14619*SrP15_1122^0,02306*SrP15_1131^0,10933*SrP15_1132^0,21803*SrP15_1133^0,12843*SrP15_1143^0,03778*SrP15_1134^0,03385*SrP15_1141^0,02151*SrP15_1142^0,07180*SrP15_1151^0,11415*SrP15_1152^0,03410*SrP15_1199^0,02973*SrP15_2011^0,00262*SrP15_2021^0,00066*SrP15_2031^0,01540*SrP15_2041^0,00596*SrP15_2091^0,00025*SrP15_2099^0,00037)^0,16766*(k17*SrP17_1011^0,08968*SrP17_1012^0,01266*SrP17_1021^0,00678*SrP17_1022^0,03519*SrP17_2011^0,02587*SrP17_2021^0,00095*SrP17_2061^0,03160*SrP17_2031^0,00541*SrP17_2041^0,01201*SrP17_2051^0,16356*SrP17_2071^0,06744*SrP17_2072^0,03749*SrP17_2081^0,03229*SrP17_2111^0,00468*SrP17_2112^0,03019*SrP17_2121^0,00397*SrP17_2131^0,00633*SrP17_2141^0,09814*SrP17_2151^0,00296*SrP17_2161^0,00552*SrP17_2171^0,00381*SrP17_2199^0,03560*SrP17_3011^0,08047*SrP17_3012^0,01427*SrP17_3013^0,01871*SrP17_3019^0,00602*SrP17_3021^0,00524*SrP17_3022^0,03749)^0,10879*(k19*SrP19_1011^0,00198*SrP19_1012^0,00863*SrP19_1013^0,01767*SrP19_1021^0,05099*SrP19_1022^0,02033*SrP19_1023^0,01214*SrP19_1041^0,00248*SrP19_1029^0,02130*SrP19_1031^0,00363*SrP19_1032^0,00313*SrP19_1042^0,11661*SrP19_1099^0,00452*SrP19_2011^0,00168*SrP19_2012^0,02012*SrP19_2021^0,01412*SrP19_2031^0,07945*SrP19_2032^0,00786*SrP19_2041^0,10976*SrP19_2042^0,04243*SrP19_2043^0,00842*SrP19_2099^0,01504*SrP19_3011^0,02239*SrP19_3022^0,03545*SrP19_3031^0,00186*SrP19_3032^0,00148*SrP19_3039^0,00044*SrP19_3041^0,00343*SrP19_3051^0,02065)^0,04233*(k21*SrP21_1011^0,02672*SrP21_1012^0,12750*SrP21_1013^0,00668*SrP21_1014^0,02307*SrP21_1015^0,00729*SrP21_1019^0,02793*SrP21_1029^0,06315*SrP21_1021^0,11536*SrP21_1022^0,12872*SrP21_1023^0,02914*SrP21_1091^0,15301*SrP21_1093^0,11293*SrP21_1094^0,07043*SrP21_1099^0,10443*SrP21_2011^0,00364)^0,00111*(k29*SrP29_1031^0,00339*SrP29_1051^0,00709*SrP29_1062^0,00042*SrP29_1063^0,00031*SrP29_1066^0,00021*SrP29_1067^0,00021*SrP29_1123^0,00089*SrP29_1069^0,00651*SrP29_1071^0,00214*SrP29_1122^0,00146*SrP29_1124^0,00021*SrP29_1126^0,00026*SrP29_1127^0,00057*SrP29_1128^0,00016*SrP29_1131^0,30132*SrP29_1141^0,05430*SrP29_1151^0,00057*SrP29_1171^0,00464*SrP29_1199^0,00130*SrP29_2011^0,01647*SrP29_2012^0,02778*SrP29_2031^0,00016*SrP29_2032^0,00021*SrP29_2034^0,00313*SrP29_2035^0,00052*SrP29_2041^0,00354*SrP29_2052^0,00313*SrP29_2055^0,00083)^0,02398*(k23*SrP23_1011^0,61531*SrP23_1022^0,00411*SrP23_2011^0,32373*SrP23_2093^0,03978*SrP23_2099^0,01707)^0,07830*(k25*SrP25_1042^0,03534*SrP25_1191^0,00376*SrP25_1194^0,02180*SrP25_2011^0,01955*SrP25_2031^0,00827*SrP25_3021^0,09699*SrP25_4013^0,01203*SrP25_3097^0,20752*SrP25_4011^0,03684*SrP25_4012^0,00602*SrP25_4021^0,20902*SrP25_4031^0,06015*SrP25_9011^0,00602*SrP25_9021^0,04662*SrP25_9031^0,18271*SrP25_9041^0,03008*SrP25_9099^0,01729)^0,00181*(k27*SrP27_1011^0,05379*SrP27_1012^0,00174*SrP27_1013^0,00275*SrP27_1014^0,02731*SrP27_1019^0,00193*SrP27_1021^0,02759*SrP27_1025^0,08461*SrP27_1022^0,00487*SrP27_1023^0,00044*SrP27_1024^0,22810*SrP27_1026^0,04150*SrP27_1027^0,00424*SrP27_1029^0,00484*SrP27_2012^0,03135*SrP27_2041^0,00013*SrP27_3012^0,00063*SrP27_3022^0,00009*SrP27_3031^0,16085*SrP27_3041^0,03018*SrP27_3042^0,06220*SrP27_3043^0,03625*SrP27_3091^0,05689*SrP27_3099^0,00774*SrP27_4011^0,00730*SrP27_4012^0,00117*SrP27_4014^0,00256*SrP27_4021^0,10822*SrP27_4031^0,00360)^0,04029*(k31*SrP31_1011^0,00771*SrP31_1014^0,01057*SrP31_9091^0,00057*SrP31_9092^0,03598*SrP31_9093^0,00557*SrP31_9094^0,01214*SrP31_9096^0,90877*SrP31_9097^0,00771*SrP31_9099^0,01099)^0,00888*(k33*SrP33_1099^0,03291*SrP33_2011^0,02898*SrP33_2021^0,00295*SrP33_9021^0,23134*SrP33_9032^0,50982*SrP33_9091^0,00295*SrP33_9099^0,19106)^0,00297*(k35*SrP35_1011^0,03482*SrP35_1012^0,22437*SrP35_2011^0,00774*SrP35_2012^0,05416*SrP35_2019^0,01741*SrP35_2021^0,18569*SrP35_3031^0,10251*SrP35_3011^0,00774*SrP35_3021^0,24178*SrP35_3022^0,03288*SrP35_3041^0,03482*SrP35_9011^0,01934*SrP35_9021^0,01547*SrP35_9031^0,00967*SrP35_9099^0,01161)^0,00092*(k37*SrP37_1011^0,01899*SrP37_1012^0,02485*SrP37_2011^0,61892*SrP37_2012^0,06593*SrP37_2019^0,00207*SrP37_2021^0,01243*SrP37_3011^0,23404*SrP37_3012^0,00345*SrP37_3019^0,01933)^0,00377*(k39*SrP39_1021^0,01256*SrP39_2011^0,01086*SrP39_2021^0,90937*SrP39_3031^0,00204*SrP39_3091^0,00136*SrP39_3092^0,01086*SrP39_9011^0,01935*SrP39_5012^0,00373*SrP39_5091^0,00475*SrP39_7011^0,00373*SrP39_9021^0,00136*SrP39_9031^0,00815*SrP39_9032^0,00475*SrP39_9099^0,00713)^0,00413*(k41*SrP41_1011^0,00406*SrP41_1012^0,04342*SrP41_2011^0,00741*SrP41_2021^0,00437*SrP41_2022^0,00013*SrP41_2031^0,01919*SrP41_3041^0,00200*SrP41_3011^0,17156*SrP41_3021^0,00351*SrP41_3031^0,00317*SrP41_3099^0,39122*SrP41_4011^0,10762*SrP41_4012^0,05980*SrP41_9011^0,08594*SrP41_9012^0,00010*SrP41_9022^0,00533*SrP41_9031^0,04285*SrP41_9041^0,03788*SrP41_9099^0,01043)^0,04799*(k43SrGP41*SrP43_2011^0,00272*SrP43_2099^0,00008*SrP43_3011^0,01428*SrP43_3021^0,03613*SrP43_3031^0,11557*SrP43_3099^0,00073*SrP43_3051^0,01009*SrP43_3061^0,00148*SrP43_3071^0,00025*SrP43_4021^0,00009*SrP43_4041^0,00076*SrP43_4051^0,08881*SrP43_4061^0,00012*SrP43_4071^0,01450*SrP43_4081^0,00012*SrP43_4111^0,02750*SrP43_4121^0,00026*SrP43_4131^0,00319*SrP43_4141^0,00008*SrP43_4151^0,00191*SrP43_4161^0,00468*SrP43_4171^0,06227*SrP43_4181^0,00005*SrP43_4199^0,00296*SrP43_5011^0,00113*SrP43_5021^0,00677*SrP43_5031^0,00005)^0,20984*(k45*SrP45_1011^0,04467*SrP45_2011^0,21092*SrP45_2021^0,02730*SrP45_2041^0,06948*SrP45_2091^0,05459*SrP45_2092^0,29777*SrP45_4021^0,02730*SrP45_2093^0,08437*SrP45_2099^0,09926*SrP45_4011^0,08437)^0,00062*(k47*SrP47_1011^0,08504*SrP47_2011^0,00235*SrP47_2031^0,04213*SrP47_2041^0,00063*SrP47_2051^0,00063*SrP47_2061^0,08520*SrP47_2141^0,01472*SrP47_2073^0,02569*SrP47_2111^0,08207*SrP47_2131^0,00125*SrP47_2142^0,02005*SrP47_2151^0,00298*SrP47_2152^0,02553*SrP47_2211^0,00689*SrP47_2221^0,00908*SrP47_2231^0,00063*SrP47_3012^0,00188*SrP47_3013^0,00548*SrP47_3014^0,00110*SrP47_3015^0,00063*SrP47_3019^0,00689*SrP47_4011^0,49757*SrP47_4021^0,00235*SrP47_4041^0,01300*SrP47_4071^0,00063*SrP47_4099^0,01284*SrP47_5012^0,00266*SrP47_5013^0,00094)^0,00818*(k49*SrP49_1011^0,07384*SrP49_2011^0,14681*SrP49_2021^0,00497*SrP49_2022^0,05483*SrP49_2091^0,01024*SrP49_2092^0,00058*SrP49_2097^0,00570*SrP49_2093^0,00307*SrP49_2094^0,03787*SrP49_2095^0,00190*SrP49_2098^0,00234*SrP49_3011^0,03290*SrP49_3021^0,00102*SrP49_3023^0,05425*SrP49_3031^0,01126*SrP49_3042^0,01930*SrP49_3051^0,00058*SrP49_3053^0,00102*SrP49_9012^0,00716*SrP49_9021^0,02544*SrP49_9041^0,03261*SrP49_9043^0,00526*SrP49_9044^0,00614*SrP49_9051^0,01170*SrP49_9052^0,04182*SrP49_9061^0,00058*SrP49_9062^0,00570*SrP49_9069^0,01111)^0,00885*(k51*SrP51_1011^0,07775*SrP51_2011^0,00035*SrP51_2022^0,03883*SrP51_2023^0,00727*SrP51_2031^0,00528*SrP51_2041^0,00346*SrP51_4011^0,00363*SrP51_2092^0,02802*SrP51_2099^0,04290*SrP51_3011^0,00017*SrP51_4012^0,00190*SrP51_4021^0,00035*SrP51_4022^0,00017*SrP51_4031^0,00528*SrP51_4032^0,00078*SrP51_4033^0,00026*SrP51_4034^0,00017*SrP51_4041^0,05094*SrP51_4061^0,00778*SrP51_4072^0,00121*SrP51_4081^0,00251*SrP51_4111^0,00588*SrP51_4121^0,02456*SrP51_4122^0,00234*SrP51_4191^0,00104*SrP51_4194^0,00026*SrP51_4199^0,00069*SrP51_5111^0,01756)^0,01488*(k53*SrP53_1021^0,02571*SrP53_2011^0,00342*SrP53_2012^0,02636*SrP53_2021^0,00130*SrP53_2022^0,00358*SrP53_3021^0,00570*SrP53_3041^0,01758*SrP53_3031^0,00716*SrP53_3032^0,07258*SrP53_3033^0,09243*SrP53_3099^0,02213*SrP53_5021^0,00260*SrP53_5031^0,00033*SrP53_6021^0,00033*SrP53_6041^0,01579*SrP53_6051^0,00667*SrP53_6099^0,00342*SrP53_7011^0,00146*SrP53_7021^0,00163*SrP53_7032^0,00212*SrP53_7041^0,00033*SrP53_7051^0,06574*SrP53_7061^0,01025*SrP53_7062^0,55346*SrP53_7063^0,00293*SrP53_7064^0,04963*SrP53_7081^0,00146*SrP53_7199^0,00391)^0,00823
Динамический анализ структуры затрат предприятий-конкурентов научно-исследовательского, технологического комплекса экономики США проводился в рамках закона трудовой теории стоимости на основе интернет баз данных межотраслевых балансов США за период 1997-2014 гг. в рамках нового североамериканского отраслевого стандарта NAICS.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними, внешними факторами можно представить в виде:
SrGO(MX)=1,942*(1,953*PmComp^0,6919*PmTax^0,0119*PmGOS^0,2962)^0,6230*(4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161)^0,3770
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними, внешними факторами можно представить в виде:
SrGO(Min)=5,477*(5,383*PmComp^0,6560*PmTax^0,0094*PmGOS^0,2535)^0,5868*(11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122)^0,3346
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними, внешними факторами можно представить в виде:
SrGO(Max)=0,686*(0,702*PmComp^0,7326*PmTax^0,0148*PmGOS^0,3343)^0,6654*(1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198)^0,4132
… Выделим верхний иерархический уровень производственной функции, состоящий лишь из двух интегрированных уровня по управлению внешними факторами – одна интегральная переменная (SrTI) и внутренними факторами – одна интегральная переменная (SrADD). Модели для средних SrGO(MX), лучших SrGO(Min), худших SrGO(Max) предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США:
SrGO(MX)=1,942*SrADD^0,6230*SrTI^0,3770
SrGO(Min)=5,477*SrADD^0,5868*SrTI^0,3346
SrGO(Max)=0,686*SrADD^0,6654*SrTI^0,4132
Данные модели позволяют легко укрупнено проводить сравнительный анализ любых предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США как включенных, так и не включенных в выборку для любых государств, а не только США. Естественно с учетом цен, оплаты труда, финансово-кредитной, налоговой политики, климатических особенностей, вызывающих очевидный рост энергопотребления тех или иных государств по отношению к США.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(MX)=4,575*(3,925*Sr11^0,0652*Sr12^0,0234*Sr13^0,0067*Sr14^0,1096*Sr15^0,0067*Sr16^0,5142*Sr17^0,2743)^0,0167*(7,267*Sr21^0,0193*Sr22^0,1130*Sr23^0,0764*Sr24^0,1595*Sr25^0,0800*Sr26^0,2940*Sr27^0,1408*Sr28^0,0761Sr29^0,0410)^0,0537*(6,181*Sr31^0,0065*Sr32^0,0724*Sr33^0,0304*Sr34^0,0124*Sr35^0,0016*Sr36^0,1023*Sr37^0,2744*Sr38^0,0427*Sr39^0,3192*Sr40^0,1381)^0,0616*(6,526*Sr41^0,2639*Sr42-1^0,0046*Sr42-2^0,0007*Sr42-3^0,0024*Sr42-4^0,0173*Sr43^0,1581*Sr44^0,0163*Sr45^0,0663*Sr46^0,1049*Sr47^0,0664*Sr48^0,0006*Sr49^0,2677*Sr410^0,0349)^0,0641*(4,373*Sr51^0,0292*Sr52^0,0109*Sr53^0,1036*Sr54^0,0516*Sr55^0,1530*Sr56^0,0325*Sr57^0,0754*Sr59^0,5437)^0,2353*(3,752*Sr61^0,0591*Sr62^0,0919*Sr63^0,0344*Sr64^0,5725*Sr65^0,0544*Sr66^0,1823*Sr67^0,0054)^0,4831*(3,941*Sr71^0,0024*Sr72^0,0097*Sr75^0,1000*Sr76^0,0185*Sr77^0,1377*Sr78^0,4108*Sr79^0,3209)^0,0695*(2,644*Sr82^0,5312*Sr84^0,1224*Sr86^0,3464)^0,0161
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами лучшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Min)=11,420*(92,070*Sr11^0,0164*Sr12^0,0099*Sr13^0,0008*Sr14^0,0311*Sr15^0,0008*Sr16^0,3813*Sr17^0,1091)^0,0099*(30,379*Sr21^0,0149*Sr22^0,1060*Sr23^0,0582*Sr24^0,1378*Sr25^0,0609*Sr26^0,2583*Sr27^0,1188*Sr28^0,0570Sr29^0,0082)^0,0403*(97,679*Sr31^0,0050*Sr32^0,0589*Sr33^0,0213*Sr34^0,0074*Sr35^0,0007*Sr36^0,0843*Sr37^0,1521*Sr38^0,0207*Sr39^0,2174*Sr40^0,1061)^0,0562*(46,480*Sr41^0,2041*Sr42-1^0,0034*Sr42-2^0,0006*Sr42-3^0,0020*Sr42-4^0,0148*Sr43^0,1226*Sr44^0,0107*Sr45^0,0269*Sr46^0,0929*Sr47^0,0523*Sr48^0,0005*Sr49^0,2078*Sr410^0,0295)^0,0535*(25,823*Sr51^0,0218*Sr52^0,0077*Sr53^0,0664*Sr54^0,0446*Sr55^0,1275*Sr56^0,0228*Sr57^0,0624*Sr59^0,4657)^0,2213*(13,293*Sr61^0,0512*Sr62^0,0605*Sr63^0,0264*Sr64^0,5445*Sr65^0,0382*Sr66^0,1523*Sr67^0,0045)^0,4642*(13,971*Sr71^0,0011*Sr72^0,0060*Sr75^0,0860*Sr76^0,0041*Sr77^0,1162*Sr78^0,3796*Sr79^0,2584)^0,0570*(16,467*Sr82^0,4106*Sr84^0,0831*Sr86^0,2701)^0,0122
… За исследуемый период 1997-2014 гг. интегральную многофакторную средне отраслевую модель эффективности управления внешними факторами худшими организациями научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» внутренними факторами можно представить в виде:
SrTI(Max)=1,262*(0,105*Sr11^0,1319*Sr12^0,0362*Sr13^0,0155*Sr14^0,1842*Sr15^0,0101*Sr16^0,6247*Sr17^0,5139)^0,0290*(0,947*Sr21^0,0222*Sr22^0,1233*Sr23^0,0952*Sr24^0,1824*Sr25^0,1015*Sr26^0,3813*Sr27^0,1584*Sr28^0,0893Sr29^0,0959)^0,0666*(0,304*Sr31^0,0090*Sr32^0,0807*Sr33^0,0403*Sr34^0,0200*Sr35^0,0029*Sr36^0,1291*Sr37^0,4376*Sr38^0,0557*Sr39^0,4208*Sr40^0,1561)^0,0715*(0,614*Sr41^0,3225*Sr42-1^0,0063*Sr42-2^0,0009*Sr42-3^0,0028*Sr42-4^0,0232*Sr43^0,2309*Sr44^0,0222*Sr45^0,1110*Sr46^0,1158*Sr47^0,0865*Sr48^0,0007*Sr49^0,3252*Sr410^0,0394)^0,0722*(0,486*Sr51^0,0390*Sr52^0,0133*Sr53^0,1661*Sr54^0,0609*Sr55^0,1851*Sr56^0,0423*Sr57^0,0962*Sr59^0,6235)^0,2620*(1,022*Sr61^0,0681*Sr62^0,1141*Sr63^0,0397*Sr64^0,5907*Sr65^0,0635*Sr66^0,2427*Sr67^0,0063)^0,5139*(1,072*Sr71^0,0044*Sr72^0,0201*Sr75^0,1118*Sr76^0,0276*Sr77^0,1579*Sr78^0,4671*Sr79^0,3636)^0,0834*(0,430*Sr82^0,6367*Sr84^0,1878*Sr86^0,4137)^0,0198
Многофакторные эконометрические модели для организаций научно-исследовательского, технологического комплекса отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. управления внутренними факторами добавленной стоимости по компенсации персонала (SrComp), по налогам (SrTax) и по валовой прибыли (SrGOS) могут быть представлены в виде:
SrADD(MX)=1,953*SrComp^0,6919*SrTax^0,0119*SrGOS^0,2962
SrADD(Min)=5,383*SrComp^0,6560*SrTax^0,0094*SrGOS^0,2535
SrADD(Max)=0,702*SrComp^0,7326*SrTax^0,0148*SrGOS^0,3343
Понятно, что данная модель добавленной стоимости (SrADD) верхнего уровня слишком интегрированная, позволяющая лишь индикативно провести сравнительный анализ конкурентных преимуществ, расчет рисков, коридоров управления, эффективности предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services», в т.ч. в различных государствах по отношению к США.
Данные модели по управлению основными средствами, амортизацией, инвестициями будут рассмотрены далее, а также даны практические рекомендации по их применению на практике.
…Укрупненную эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. в части практического применения разработанных моделей можно представить в виде:
SrFA_MX=ki*SrFA_Eq^0,09131*SrFA_Str^0,07881*SrFA_IPP^0,14593.
… Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно описать следующим образом в части практического применения разработанных моделей:
SrFA_Min=ki*SrFA_Eq^0,06746*SrFA_Str^0,05203*SrFA_IPP^0,12308.
… Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно представить следующим образом в части практического применения разработанных моделей:
SrFA_Max=ki*SrFA_Eq^0,09754*SrFA_Str^0,09015*SrFA_IPP^0,15421.
…Расширенную эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrFA_MX=k0*(ki*EP1A^0,00621*EP1B^0,04355*EP1C^0,00000*EP1D^0,01378*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02877*EP20^0,12513*EP34^0,05603*EP35^0,05241*EP36^0,24332*EP31^0,03317*EP12^0,00406*EI12^0,01495*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05746*EI50^0,03058*EI60^0,00792*ET11^0,02679*ET12^0,00239*ET20^0,02573*ET30^0,01357*ET40^0,00219*EO12^0,09591*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00256*EO60^0,00847*EO72^0,00486*EO80^0,06351)^0,09131*(ki*SOO1^0,61995*SB31^0,00335*SB32^0,00063*SOO2^0,03626*SC03^0,00053*SC04^0,00009*SC01^0,02396*SOMO ^0,00567*SC02^0,03844*SI00^0,21850*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00126*SM01^0,00255*SB20^0,02421*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01261)^0,07881*(ki*ENS1^0,02639*ENS2^0,15472*ENS3^0,18313*RD70^0,18993*RD80^0,14975*RD92^0,22741*AE50^0,06867)^0,14593.
… Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно описать следующим образом:
SrFA_Min=k0*(ki*EP1A^0,00605*EP1B^0,04246*EP1C^0,00000*EP1D^0,01344*EP1E^0,01361*EP1F^0,00000*EP1G^0,00563*EP1H^0,02805*EP20^0,12200*EP34^0,05463*EP35^0,05110*EP36^0,23724*EP31^0,03235*EP12^0,00396*EI12^0,01458*EI21^0,00004*EI22^0,00025*EI30^0,00725*EI40^0,05603*EI50^0,02981*EI60^0,00773*ET11^0,02612*ET12^0,00233*ET20^0,02509*ET30^0,01324*ET40^0,00214*EO12^0,09351*EO21^0,00595*EO40^0,00289*EO22^0,00013*EO50^0,00249*EO60^0,00826*EO72^0,00474*EO80^0,06193)^0,06746*(ki*SOO1^0,60445*SB31^0,00327*SB32^0,00061*SOO2^0,03536*SC03^0,00052*SC04^0,00009*SC01^0,02336*SOMO ^0,00553*SC02^0,03748*SI00^0,21304*SU30^0,00042*SU60^0,00205*SU40^0,00005*SU50^0,00003*SU20^0,00122*SM01^0,00248*SB20^0,02361*SB41^0,00417*SB42^0,00035*SB46^0,00024*SN00^0,00120*SO01^0,00218*SO02^0,00101*SO04^0,01230)^0,05203*(ki*ENS1^0,02573*ENS2^0,15085*ENS3^0,17855*RD70^0,18519*RD80^0,14600*RD92^0,22172*AE50^0,06696)^0,12308.
… Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") можно представить следующим образом:
SrFA_Max=k0*(ki*EP1A^0,00620*EP1B^0,04352*EP1C^0,00000*EP1D^0,01377*EP1E^0,01395*EP1F^0,00000*EP1G^0,00577*EP1H^0,02875*EP20^0,12505*EP34^0,05600*EP35^0,05238*EP36^0,24317*EP31^0,03315*EP12^0,00406*EI12^0,01494*EI21^0,00004*EI22^0,00026*EI30^0,00744*EI40^0,05743*EI50^0,03056*EI60^0,00792*ET11^0,02677*ET12^0,00238*ET20^0,02571*ET30^0,01357*ET40^0,00219*EO12^0,09585*EO21^0,00610*EO40^0,00296*EO22^0,00014*EO50^0,00255*EO60^0,00846*EO72^0,00486*EO80^0,06347)^0,09754*(ki*SOO1^0,61956*SB31^0,00335*SB32^0,00063*SOO2^0,03624*SC03^0,00053*SC04^0,00009*SC01^0,02394*SOMO ^0,00566*SC02^0,03841*SI00^0,21836*SU30^0,00043*SU60^0,00210*SU40^0,00005*SU50^0,00003*SU20^0,00125*SM01^0,00255*SB20^0,02420*SB41^0,00428*SB42^0,00036*SB46^0,00024*SN00^0,00123*SO01^0,00224*SO02^0,00103*SO04^0,01260)^0,09015*(ki*ENS1^0,02638*ENS2^0,15462*ENS3^0,18301*RD70^0,18982*RD80^0,14965*RD92^0,22727*AE50^0,06863)^0,15421.
…Практическое применение моделей по интегральной группе «Fixed Assets» ("Основные средства") и сравнительный анализ конкурентных преимуществ, расчет рисков, коридоров управления, эффективности предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в различных государствах на примере сравнительного анализа аналогичных предприятий-конкурентов США и РФ осуществлено в отдельном разделе исследований.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_MX=ki*SrDep_FA_Eq^0,01549*SrDep_FA_Str^0,00203*SrDep_FA_IPP^0,03693.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно описать следующим образом:
SrDep_FA_Min=ki*SrDep_FA_Eq^0,01111*SrDep_FA_Str^0,00130*SrDep_FA_IPP^0,02623.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно представить следующим образом:
SrDep_FA_Max=ki*SrDep_FA_Eq^0,01690*SrDep_FA_Str^0,00238*SrDep_FA_IPP^0,04018.
… Расширенную эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_MX=k0*(ki*EP1A^0,01192*EP1B^0,10563*EP1C^0,00000*EP1D^0,03443*EP1E^0,02491*EP1F^0,00000*EP1G^0,01082*EP1H^0,06877*EP20^0,08360*EP34^0,04658*EP35^0,06057*EP36^0,20283*EP31^0,03858*EP12^0,00888*EI12^0,00810*EI22^0,00036*EI30^0,00553*EI40^0,03606*EI50^0,01990*EI60^0,00239*ET11^0,03195*ET12^0,00288*ET20^0,03376*ET30^0,00914*ET40^0,00077*EO12^0,06921*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00807*EO72^0,00579*EO80^0,05773)^0,01549*(ki*SOO1^0,58633*SB31^0,00229*SB32^0,00035*SOO2^0,03355*SC03^0,00049*SC01^0,02027*SOMO ^0,01234*SC02^0,03821*SI00^0,25805*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01707*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078)^0,00203*(ki*ENS1^0,07725*ENS2^0,23436*ENS3^0,27871*RD70^0,12665*RD80^0,09961*RD92^0,15271*AE50^0,03070)^0,03693.
… Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно описать следующим образом:
SrDep_FA_Min=k0*(ki*EP1A^0,01162*EP1B^0,10299*EP1C^0,00000*EP1D^0,03357*EP1E^0,02428*EP1F^0,00000*EP1G^0,01055*EP1H^0,06705*EP20^0,08151*EP34^0,04541*EP35^0,05906*EP36^0,19776*EP31^0,03761*EP12^0,00866*EI12^0,00789*EI22^0,00035*EI30^0,00539*EI40^0,03516*EI50^0,01940*EI60^0,00233*ET11^0,03116*ET12^0,00281*ET20^0,03292*ET30^0,00891*ET40^0,00075*EO12^0,06748*EO21^0,00542*EO40^0,00281*EO22^0,00014*EO50^0,00220*EO60^0,00787*EO72^0,00564*EO80^0,05628)^0,01111*(ki*SOO1^0,57167*SB31^0,00224*SB32^0,00035*SOO2^0,03271*SC03^0,00048*SC01^0,01976*SOMO ^0,01203*SC02^0,03726*SI00^0,25160*SU30^0,00035*SU60^0,00232*SU20^0,00112*SM01^0,00739*SB20^0,01665*SB41^0,00413*SB42^0,00035*SB46^0,00035*SN00^0,00105*SO01^0,00188*SO02^0,00080*SO04^0,01051)^0,00130*(ki*ENS1^0,07532*ENS2^0,22850*ENS3^0,27175*RD70^0,12349*RD80^0,09712*RD92^0,14889*AE50^0,02993)^0,02623.
… Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") можно представить следующим образом:
SrDep_FA_Max=k0*(ki*EP1A^0,01191*EP1B^0,10556*EP1C^0,00000*EP1D^0,03441*EP1E^0,02489*EP1F^0,00000*EP1G^0,01082*EP1H^0,06873*EP20^0,08355*EP34^0,04655*EP35^0,06053*EP36^0,20271*EP31^0,03855*EP12^0,00888*EI12^0,00809*EI22^0,00036*EI30^0,00552*EI40^0,03604*EI50^0,01989*EI60^0,00239*ET11^0,03193*ET12^0,00288*ET20^0,03374*ET30^0,00913*ET40^0,00077*EO12^0,06917*EO21^0,00556*EO40^0,00288*EO22^0,00015*EO50^0,00225*EO60^0,00806*EO72^0,00578*EO80^0,05769)^0,01690*(ki*SOO1^0,58596*SB31^0,00229*SB32^0,00035*SOO2^0,03353*SC03^0,00049*SC01^0,02026*SOMO ^0,01233*SC02^0,03819*SI00^0,25789*SU30^0,00035*SU60^0,00238*SU20^0,00115*SM01^0,00758*SB20^0,01706*SB41^0,00424*SB42^0,00036*SB46^0,00035*SN00^0,00108*SO01^0,00193*SO02^0,00082*SO04^0,01078)^0,00238*(ki*ENS1^0,07720*ENS2^0,23421*ENS3^0,27854*RD70^0,12657*RD80^0,09955*RD92^0,15262*AE50^0,03068)^0,04018.
… Практическое применение моделей по интегральной группе «Current-Cost Depreciation of Private Nonresidential Fixed Assets» ("Амортизация") и сравнительный анализ конкурентных преимуществ, расчет рисков, коридоров управления, эффективности предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в различных государствах на примере сравнительного анализа аналогичных предприятий-конкурентов США и РФ осуществлено в отдельном разделе исследований.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_MX=ki*SrInv_FA_Eq^0,02007*SrInv_FA_Str^0,00460*SrInv_FA_IPP^0,04204.
Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно описать следующим образом:
SrInv_FA_Min=ki*SrInv_FA_Eq^0,01628*SrInv_FA_Str^0,00279*SrInv_FA_IPP^0,03561.
Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно представить следующим образом:
SrInv_FA_Max=ki*SrInv_FA_Eq^0,02591*SrInv_FA_Str^0,00694*SrInv_FA_IPP^0,04442.
Как видно из разработанных нейронных моделей по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 63 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
… Расширенную эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") с детальным раскрытием составных интегральных факторов «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrInv_FA_MX=k0*(ki*EP1A^0,01386*EP1B^0,11222*EP1D^0,03073*EP1E^0,02445*EP1G^0,01082*EP1H^0,05793*EP20^0,11613*EP34^0,04719*EP35^0,06156*EP36^0,19491*EP31^0,03288*EP12^0,00707*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00634*EI40^0,03620*EI50^0,01970*EI60^0,00144*ET11^0,03610*ET12^0,00267*ET20^0,02534*ET30^0,00807*ET40^0,00128*EO12^0,06444*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00307*EO60^0,00623*EO72^0,00405*EO80^0,05740)^0,02007*(ki*SOO1^0,40126*SB31^0,00846*SB32^0,00065*SOO2^0,07038*SC03^0,00119*SC04^0,00011*SC01^0,01986*SOMO ^0,00464*SC02^0,04436*SI00^0,37786*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03122*SB41^0,01464*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437)^0,00460*(ki*ENS1^0,07517*ENS2^0,23457*ENS3^0,27481*RD70^0,14168*RD80^0,10632*RD92^0,14095*AE50^0,02649)^0,04204.
… Для лучших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно описать следующим образом:
SrInv_FA_Min=k0*(ki*EP1A^0,01352*EP1B^0,10941*EP1D^0,02996*EP1E^0,02383*EP1G^0,01055*EP1H^0,05648*EP20^0,11323*EP34^0,04601*EP35^0,06002*EP36^0,19004*EP31^0,03205*EP12^0,00689*EI12^0,01014*EI21^0,00001*EI22^0,00021*EI30^0,00618*EI40^0,03530*EI50^0,01921*EI60^0,00140*ET11^0,03520*ET12^0,00260*ET20^0,02470*ET30^0,00787*ET40^0,00125*EO12^0,06283*EO21^0,00469*EO40^0,00235*EO22^0,00008*EO50^0,00299*EO60^0,00607*EO72^0,00395*EO80^0,05597)^0,01628*(ki*SOO1^0,39122*SB31^0,00825*SB32^0,00064*SOO2^0,06862*SC03^0,00116*SC04^0,00010*SC01^0,01936*SOMO ^0,00452*SC02^0,04325*SI00^0,36842*SU30^0,00020*SU60^0,00332*SU40^0,00014*SU50^0,00011*SU20^0,00140*SM01^0,00184*SB20^0,03044*SB41^0,01427*SB42^0,00065*SB46^0,00015*SN00^0,00221*SO01^0,00048*SO02^0,00024*SO04^0,01402)^0,00279*(ki*ENS1^0,07329*ENS2^0,22871*ENS3^0,26794*RD70^0,13814*RD80^0,10366*RD92^0,13743*AE50^0,02583)^0,03561.
… Для худших организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» эконометрическую нейронную модель по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") можно представить следующим образом:
SrInv_FA_Max=k0*(ki*EP1A^0,01385*EP1B^0,11215*EP1D^0,03071*EP1E^0,02443*EP1G^0,01081*EP1H^0,05790*EP20^0,11606*EP34^0,04716*EP35^0,06152*EP36^0,19479*EP31^0,03286*EP12^0,00706*EI12^0,01040*EI21^0,00001*EI22^0,00022*EI30^0,00633*EI40^0,03618*EI50^0,01969*EI60^0,00143*ET11^0,03608*ET12^0,00267*ET20^0,02532*ET30^0,00807*ET40^0,00128*EO12^0,06440*EO21^0,00481*EO40^0,00241*EO22^0,00009*EO50^0,00306*EO60^0,00623*EO72^0,00405*EO80^0,05737)^0,02591*(ki*SOO1^0,40101*SB31^0,00846*SB32^0,00065*SOO2^0,07033*SC03^0,00119*SC04^0,00011*SC01^0,01984*SOMO ^0,00463*SC02^0,04433*SI00^0,37763*SU30^0,00021*SU60^0,00341*SU40^0,00015*SU50^0,00011*SU20^0,00143*SM01^0,00188*SB20^0,03120*SB41^0,01463*SB42^0,00066*SB46^0,00015*SN00^0,00227*SO01^0,00049*SO02^0,00025*SO04^0,01437)^0,00694*(ki*ENS1^0,07513*ENS2^0,23443*ENS3^0,27463*RD70^0,14160*RD80^0,10625*RD92^0,14086*AE50^0,02648)^0,04442.
Как видно из разработанных нейронных моделей по интегральной группе «Investment Fixed Assets» ("Инвестиции в основные средства") для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в своих производственно-технологических процесса на всех уровнях задействуют только 63 производных фактора группы из 96 факторов, описанных в стандарте NAICS USA.
Практическое применение моделей по интегральной группе «Current-Cost Depreciation of Private Nonresidential Fixed Assets» ("Амортизация") и сравнительный анализ конкурентных преимуществ, расчет рисков, коридоров управления, эффективности предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в различных государствах на примере сравнительного анализа аналогичных предприятий-конкурентов США и РФ осуществлено в отдельном разделе исследований.
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) всеми организациями конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» для практического применения можно представить в виде:
Sr_Per(MX)=k0*SrG11^0,08261*SrG13^0,14917*SrG15^0,16539*SrG17^0,10711*SrG19^0,04112*SrG21^0,00101*SrG29^0,02334*SrG23^0,07724*SrG25^0,00167*SrG27^0,03922*SrG31^0,00853*SrG33^0,00248*SrG35^0,00068*SrG37^0,00352*SrG39^0,00385*SrG41^0,04680*SrG43^0,20780*SrG45^0,00052*SrG47^0,00780*SrG49^0,00834*SrG51^0,01419*SrG53^0,00763
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями лучших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» для практического применения можно представить в виде:
Sr_Per(Min)=k0*SrG11^0,08147*SrG13^0,14712*SrG15^0,16312*SrG17^0,10544*SrG19^0,03991*SrG21^0,00091*SrG29^0,02270*SrG23^0,07618*SrG25^0,00154*SrG27^0,03814*SrG31^0,00818*SrG33^0,00198*SrG35^0,00043*SrG37^0,00326*SrG39^0,00358*SrG41^0,04560*SrG43^0,20577*SrG45^0,00042*SrG47^0,00741*SrG49^0,00783*SrG51^0,01349*SrG53^0,00703
… Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности (структурным подразделениям) организациями худших конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» для практического применения можно представить в виде:
Sr_Per(Max)=k0*SrG11^0,08374*SrG13^0,15121*SrG15^0,16766*SrG17^0,10879*SrG19^0,04233*SrG21^0,00111*SrG29^0,02398*SrG23^0,07830*SrG25^0,00181*SrG27^0,04029*SrG31^0,00888*SrG33^0,00297*SrG35^0,00092*SrG37^0,00377*SrG39^0,00413*SrG41^0,04799*SrG43^0,20984*SrG45^0,00062*SrG47^0,00818*SrG49^0,00885*SrG51^0,01488*SrG53^0,00823
На следующем этапе переходим к детальному расчету, построению интегральных нейронных моделей по профессиям в рамках профессиональных групп. Практически осуществим объединение нейронных моделей по центрам ответственности и собственно моделей профессий в каждой профессиональной группе.
Интегральную многофакторную средне отраслевую модель эффективности управления персоналом по основным центрам ответственности, и собственно профессий (структурным подразделениям) всеми организациями конкурентов исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» для практического применения в виду ее масштабности на данном этапе опускаем.
Практическое применение моделей по управлению персоналом и сравнительный анализ конкурентных преимуществ, расчет рисков, коридоров управления, эффективности предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» в различных государствах на примере сравнительного анализа аналогичных предприятий-конкурентов США и РФ осуществлено в отдельном разделе исследований.
… Выделим верхний иерархический уровень производственной функции, состоящий лишь из двух интегрированных уровня по управлению внешними факторами (материальным затратам) – одна интегральная переменная (SrTI) и внутренними факторами (добавленная стоимость) – одна интегральная переменная (SrADD). Модели для средних SrGO(MX), лучших SrGO(Min), худших SrGO(Max) предприятий-конкурентов научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» экономики США рассчитанные за период 1997-2014 гг. следующие:
SrGO(MX)=1,942*SrADD^0,6230*SrTI^0,3770
SrGO(Min)=5,477*SrADD^0,5868*SrTI^0,3346
SrGO(Max)=0,686*SrADD^0,6654*SrTI^0,4132
… Укрупненную эконометрическую нейронную модель по интегральной группе «Fixed Assets» ("Основные средства") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за период 1997-2014 гг. в части практического применения разработанных моделей можно представить в виде:
SrFA_MX=ki*SrFA_Eq^0,09131*SrFA_Str^0,07881*SrFA_IPP^0,14593.
SrFA_Min=ki*SrFA_Eq^0,06746*SrFA_Str^0,05203*SrFA_IPP^0,12308.
SrFA_Max=ki*SrFA_Eq^0,09754*SrFA_Str^0,09015*SrFA_IPP^0,15421.
… Аналогичным образом можно оценить управление интегральным показателем «Амортизация» любой организации для этого достаточно взять ранее разработанные модели организаций научно-исследовательского, технологического комплекса исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» по управлению показателем «Амортизация» и наложить показатели исследуемой организации на разработанные отраслевые модели. Рассмотрим это на практическом примере.
… Укрупненную эконометрическую нейронную модель по интегральной группе «Depreciation Fixed Assets» ("Амортизация основных средств") по факторам «Equipment», «Structures», «IPP» для организаций исследуемой отрасли «NAICS 5412OP - Professional, scientific, and technical services» за исследованный период 1997-2014 гг. можно представить в виде:
SrDep_FA_MX=ki*SrDep_FA_Eq^0,01549*SrDep_FA_Str^0,00203*SrDep_FA_IPP^0,03693.
SrDep_FA_Min=ki*SrDep_FA_Eq^0,01111*SrDep_FA_Str^0,00130*SrDep_FA_IPP^0,02623.
SrDep_FA_Max=ki*SrDep_FA_Eq^0,01690*SrDep_FA_Str^0,00238*SrDep_FA_IPP^0,04018.
Если показатели исследуемой, отобранной организации по управлению амартизация по факторам «Equipment», «Structures», «IPP» ниже чем среднеотраслевые показатели (SrDep_FA_Eq^0,01549 * SrDep_FA_Str^0,00203 * SrDep_FA_IPP^0,03693) или ниже чем показатели у лучших организаций (SrDep_FA_Eq^0,01111 * SrDep_FA_Str^0,00130 * SrDep_FA_IPP^0,02623), то исследуемую организацию по факторам «Equipment», «Structures», «IPP» можно с уверенностью отнести к лучшей организации отрасли «NAICS 5412OP - Professional, scientific, and technical services». В противном случае исследуемую организацию по факторам «Equipment», «Structures», «IPP» можно с уверенностью отнести к худшей организации отрасли «NAICS 5412OP - Professional, scientific, and technical services» с повышенными рисками, малой эффективности, низкой конкурентоспособностью.
Перейдем к практическому построению моделей дорожных карт, бизнес-планов управления организациями-конкурентами научно-исследовательского, технологического комплекса США и России.
Последующий анализ авторами удалён ввиду ограничений на объём монографии.
… Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
В монографии раскрыты 50-т начальных систем/векторов научно-практических исследований, оценок рисков, эффективности принятия управленческих решений на всех иерархических уровнях от аутсорсинга дворников до президента. Эти 50-т векторов образуют матричную систему 50*50, состоящую в свою очередь из 2500 систем, объединённую громадиной как видимых, так и латентных/невидимых связей. Это требует на новом иерархическом уровне ещё масштабнее проводить научно-практические исследования, оценку рисков, эффективность принятия управленческих решений на всех иерархических уровнях от аутсорсинга дворников до президента.
Авторы неоднократно подчёркивают, что каждая из 2500 начальных систем в свою очередь имеет громадное множество не только связей, но и многообразие своих систем со своими связями на своём уровне иерархий. Поэтому авторы для простоты понимания и назвали свой космо-ноосферный комплекс «625-2500-10000 космо-ноосферных серверных, облачных, нейронных систем Дорошко-Самариной».
Ещё раз уточнена, раскрыта авторская редакция по ноосферной экономики на примере нейронной ноосферной модели «Геополитическая, Геоэкономическая модель деградации ноосферной экономики США Дорошко-Самариной». Ноосферная экономика США близка к нулю, т.к. все три сферы имеют векторное пространство, разрушающее ноосферную экономику США. Отсутствие техносферы привело к разрушению/уничтожению социальной сферы, например, все крупные и средние города США, такие как Детройт. Разрушенные техносфера, и социальная сфера США неизбежно подавляет природу, биосферу США. Например, лесные пожары в Калифорнии, нефтяная трагедия в Мексиканском заливе, приведшая к остановке Гольфстрима и неизбежному глобальному похолоданию, изменение пищевой цепи в Атлантике и др. (См. http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm).
Авторы рассматривают законодательство, экономику, управление любого государства через ноосферную систему авторов, состоящую из кластерной/векторной техносферы, биосферы, соцсферы, объединённой интегральной ноосферной системой разумного управления. В свою очередь система техносфера любого государства моделируется, исследуется как производственная функция. Социальная сфера, её нейронные модели, системы неразрывно связаны и формируются техносферой. В советское время любое крупное предприятие имело хорошо развитую социальную систему и социальную инфраструктуру: ясли, детсады, школы, ПТУ, техникумы, ВУЗы, ЖКХ, пансионаты, дома отдыха, санатории, медсанчасти, свои строительно-монтажные управления, которые строили как промышленные, так и социальные объекты и др. В советское время любое крупное предприятие контролировало и отвечало за все выбросы и экологические ущербы, что является малым элементом биосферы в авторских системах.
Сравните с традиционными капиталистическими системами, например, государственные образования, княжества Швейцарии, Кипра, Люксембурга, Монако, Мальты и прочие, в которых отсутствует реальное производство, но зарегистрированы офисы крупных компаний. По мнению авторов они являются не государствами, а виртуальными системами БАРЫГ/ВОРОВ или раковыми опухолями на теле мирового сообщества.
В рамках космо-ноосферного комплекса «625-2500-10000 космо-ноосферных серверных, облачных, нейронных систем Дорошко-Самариной» авторами был разработан начальный уровень обучения курсантов, студентов, профессорско-преподавательского состава Народной Академии СЭВ.
В настоящее время авторы столкнулись с непреодолимой проблемой запредельно-низкого образования профессорско-преподавательского состава, академиков и нобелевских лауреатов. Поэтому 50-т начальных систем находятся в постоянной редакции для приближения авторских начальных систем обучения к интеллектуально низкому уровню руководителей, академиков и нобелевских лауреатов. Часть из 50-ти начальных систем/векторов авторов не включены в монографию и/или описаны достаточно поверхностно.
Все системы, методики, нейронные модели с элементами искусственного интеллекта Дорошко-Самариной ежегодно видоизменяются и совершенствуются. Поэтому авторы требуют от своих курсантов каждый год сдавать экзамены для получения права читать лекции, и представлять авторов и авторские разработки, не вносить в них свои вольности, и не заниматься волюнтаризмом.
В основе Устава Академии должен быть прописан принцип – необходимо в зародыше подавить желание курсантов украсть и паразитировать на старых лабораторных работах.
Исследования авторов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Обучение предполагает изучение 50-ти начальных космо-ноосферных управленческих систем Дорошко-Самариной курсантами, студентами, аспирантами, докторантами, профессорско-преподавательским составом, специалистами Народной Академии СЭВ.
Авторы более 20 лет в процессе консультаций студентов-дипломников, научных исследований аспирантов, докторантов активно используют авторские интернет-технологии дистанционного обучения. По теме интернет-технологий для различных отраслей экономики были даны консультации по ряду дипломных работ. В последнее время идёт активная как позитивная, так и негативная пропаганда применения интернет-технологии дистанционного обучения. Авторы исключают оба эти подхода. Авторы считают, что качество дистанционного обучения зависит от следующих составляющих:
Во-первых, от предмета преподавания, для которого готовится дистанционный курс.
Во-вторых, от наличия профессиональных методик дистанционного обучения, от наличия научно-практических исследований, практических работ.
В-третьих, от наличия у преподавателя лично им разработанных методик, систем и программных комплексов для дистанционного обучения, от наличия научно-практических исследований, практических работ.
В-четвёртых, от владения в совершенстве преподавателем/лектором своего предмета.
В-пятых, от владения преподавателем/лектором как единым целым своего предмета и интернет-технологиями дистанционного обучения, в т.ч. для проведения научно-практических исследований, практических работ.
В-шестых, от владения учеником, курсантом интернет-технологиями дистанционного обучения.
В-седьмых, самое главное – от желания изучать данный предмет и интернет-технологии.
Данные методические требования авторов нашли своё отражение в Уставе Народной Академии СЭВ.
Это начальный уровень дистанционного обучения проводится в рамках космо-ноосферного комплекса «625-2500-10000 Космо-ноосферных серверных, облачных, нейронных систем Дорошко-Самариной».
В настоящее время авторы столкнулись с непреодолимой проблемой запредельно-низкого образования профессорско-преподавательского состава, академиков и нобелевских лауреатов. Поэтому 50-т начальных систем находятся в постоянной редакции для приближения авторских начальных систем обучения к интеллектуально низкому уровню руководителей, академиков и нобелевских лауреатов. Именно поэтому авторы вынуждены ежегодно снижать планку обучения. Часть из 50-ти начальных систем/векторов авторов не включены в монографию и/или описаны достаточно поверхностно.
Отметить, что все системы, методики, нейронные модели с элементами искусственного интеллекта Дорошко-Самариной ежегодно видоизменяются и совершенствуются. Поэтому авторы требуют от своих курсантов каждый год сдавать экзамены для получения права читать лекции и представлять авторов и авторские разработки; не вносить свои вольности и не заниматься волюнтаризмом.
Это внесено в устав Народной Академии СЭВ для того чтобы в зародыше подавить желание украсть разработки авторов и паразитировать на старых работах.
Ещё раз отметим, что, как и предыдущие монографии, исследования авторов эта монография готовится также как система двойного назначения, с громадным количеством «минных полей», куда авторы целенаправленно и регулярно загоняют толпы своих оппонентов от «науки».
Отметим важнейший момент для дальнейшего понимания излагаемого материала авторами. Благодаря авторским методикам Дорошко-Самариной можно подготовить любого курсанта с любым уровнем образования от среднего до высшего, в т.ч. профессорского уровня. Но в обучении есть важные скрытые объективные моменты, независимые от авторов.
Во-первых - это желание учиться и познавать мировоззренческие подходы человечества и авторов.
Во-вторых - это аналитический склад ума, владение методом логического и системного анализа; накопление опыта научно-практической работы.
В-третьих – задатки данные природой и родителями необходимо постоянно, ежедневно развивать.
Ученик - это не сосуд, который нужно наполнить, а факел, который нужно зажечь.
Введём ещё ряд начальных и граничных условий при использовании основных 50–ти начальных космо-ноосферных управленческих систем Дорошко-Самариной. Авторы ранее отмечали, что все космо-ноосферные системы имеют громадное количество видимых и латентных связей между всеми 50-тью начальными системами. Эти 50-т начальных систем в свою очередь образуют начальную многомерную матрицу 50*50. Общее количество систем необходимо исследовать на верхнем начальном уровне в общем объёме 50*50 = 2500 систем. Между ними образуются как видимые, так и невидимые связи. Количество этих связей между любыми двумя элементами 2500 систем всегда огромно, и оно постоянно меняется в каждый момент времени. Данное многообразие ещё более ухудшает управление и исследование ввиду бездарности экспертов, руководителей на всех иерархических уровнях управления, а также профессоров, академиков и нобелевских лауреатов, и не всегда может быть выявлено в процессе исследований.
Практически современная неопределённость и непрофессионализм управления - это многомерная вероятностная/нейронная модель дебилизации элит и люмпенизации общества.
Все методики, системы, нейронные модели, программные комплексы авторы разрабатывали с учётом выработанных авторами же требований.
Поэтому 50–т начальных космо-ноосферных управленческих систем Дорошко-Самариной и их 2500 систем в свою очередь по принципу «матрёшки» встроены в другие системы и короткими мазками описаны ниже.
Во-первых, как системы двойного назначения: «… сегодня выпускаем макароны, завтра – патроны».
Во-вторых, как системы с изначально громадным статистическим материалом по управлению рабочими местами, цехами, предприятиями, отраслями, регионами, странами и межгосударственными сопоставлениями.
В-третьих, как системы с изначально громадным статистическим материалом по управлению всеми предприятиями, всеми отраслями, всеми регионами, всех государств и всех над государственных кластеров.
В-четвёртых, как системы с изначально громадным статистическим материалом по управлению отраслевыми, региональными мировыми рынками: трудовыми, товарными, сырьевыми, финансовыми, фондовыми, в т.ч. медико-фармацевтическими рынками, региональными, мировыми рынками вооружений и др.
В-пятых, как системы с изначально громадным статистическим материалом по управлению, подавлению или, если потребуется, манипулированию отраслевыми, региональными, мировыми кризисами, войнами, «революциями», «переворотами», «терроризмом», в т.ч. биологическим.
В-шестых, как системы с изначально громадным статистическим материалом по управлению в условиях климатических потрясений всеми предприятиями, всеми отраслями, всеми рынками, всеми регионами, всех государств и всех над государственных кластеров.
В-седьмых, как системы, использующие всё известное многообразие методов: математических, статистических, аналитических, нейронных, в т.ч. с использованием элементов искусственного интеллекта.
Авторы с 1995 г. по настоящее время дали 100% прогнозы всех видов неэффективного, безграмотного и рискованного управления на всех иерархических уровнях от предприятий до президентов, силовиков и транснациональных компаний. Такой подход позволил авторам дать точные прогнозы всех ВОСЬМИ мировых финансовых и финансово-экономически кризисов. Все кризисные процессы никогда не повторялись, их проявления и причины были исключительно индивидуальны. Авторы, исследуя триллионы статистических данных, разрабатывая миллиарды нейронных моделей, нацелены на нахождение ошибок в управлении на уровне предприятий, отраслей, регионов, государств и над государственных систем.
Нахождение ошибок в т.ч. управленческих в системах, методиках и нейронных моделях является важнейшей задачей научно-практических исследований авторов.
В течение первого года обучения курсанты изучают 50–т начальных космо-ноосферных управленческих систем Дорошко-Самариной и пытаются осознать, что эти 50 систем/векторов в свою очередь образуют матрицу прямых и латентных связей размерностью 50*50. Практически стараются увидеть матрицу, состоящую из 50*50 систем или из 2500 систем. Авторы в процессе обучения показывают курсантам, как могут проявляться все возможные взаимодействия и взаимосвязи этих 2500 систем. При этом авторы в процессе всего года обучения постоянно подчёркивают, что поверхностность изучения и не понимания многообразия систем и их связей создают далее 2500 систем первого уровня. Затем на втором уровне анализа и принятия управленческих решений создаётся авторская система, состоящая из 2500*2500=6,25 млн. систем и далее. Непонимание этой системы управления приводит к громадным управленческим ошибкам: кризисам, войнам и исчезновению государств.
На следующем этапе обучения авторы в рамках международной системы национальных счетов СНС ООН предлагают курсантам в экономических лабораторных работах обрабатывать статистические данные 40-ка ведущих стран в объёме стандарта KLEMS. Общий объём статистических данных отражён в таблице.
Расчёт объёма статистических данных, эконометрических моделей 40-ка ведущих стран стандарта KLEMS лабораторной работы курсантов Народной Академии СЭВ
KLEMS МОДЕЛИ МИРА |
1 ЭТАП |
2 ЭТАП |
3 ЭТАП |
Период, лет (1970-2020) |
50 |
50 |
50 |
Стран-членов СЭВ, ООН |
40 |
100 |
200 |
Отраслей в стране |
40 |
100 |
5 000 |
Факторов в отрасли |
72 |
1 000 |
100 000 |
Моделей по i-му фактора |
27 |
30 |
200 |
ИТОГО МОДЕЛЕЙ, МЛН.ЕД. |
3,1 |
300,0 |
20 000 000,0 |
ОБЪЁМ БАЗ KLEMS, МЛН.ЕД. |
155,5 |
15 000,0 |
1 000 000 000,0 |
Объём исследований |
10^8 |
10^10 |
10^15 |
Отметим, что в таблице представлен объём вычислительной работы лишь в линейном масштабе без учёта всех видов и количеств нейронных взаимосвязей и моделей. Ведь цели лабораторных работ курсантов - это выявление негативных или позитивных процессов, их динамики и выработка максимально объективных управленческих решений для исключения банальных мировых кризисов, «революций», войн, «переворотов» и «пандемий».
Так, в письмах к 50-ти топ ВУЗам авторы писали: «… Понятно, что главная цель нашей совместной работы - это достижение более эффективного управления экономикой в период кризисов и в будущем подавление кризисных процессов в зародыше, а не борьба с ними…» http://economics-21.narod.ru/new/vuz-usa/vuz-usa.html, 27.04.2012.
Авторы перед лабораторной работой и построением миллионов моделей сообщают курсантам, что они должны найти все неработающие управленческие модели и объяснить, почему они ошибочны, и какие дополнительные факторы нужно исследовать, чтобы модели стали работать. Далее авторы уточняют, что искать эти латентные причины некорректных управленческих моделей следует в тщательном анализе многообразия 50–ти начальных космо-ноосферных управленческих систем Дорошко-Самариной, формируемых в свою очередь 2500 системами первого уровня. На данном этапе авторских методик дальнейшее углубление нецелесообразно.
По методикам Дорошко-Самариной построить миллион моделей любой курсант может за пару часов. При этом обнаружить 60-70-80% неработающих моделей с помощью методик Дорошко-Самариной также не сложно. Сложно найти скрытые/латентные причины в тщательном анализе многообразия 50–ти начальных космо-ноосферных управленческих систем Дорошко-Самариной, формируемых в свою очередь 2500 системами первого уровня.
Далее авторы обращают внимание курсантов, что им повезло и 600-700-800 тыс. ошибочных/некорректных моделей из 1 млн. ими было обнаружено уже на первом этапе лабораторных работ. Чаще всего после титанических построений триллионов управленческих моделей выявить латентные ошибочные системы, проблемные управленческие модели эксперты всех уровней не могут. В результате они дают ложные управленческие рекомендации всем руководителям всех иерархических уровней. По Черномырдину: «Хотели, как лучше, а получилось, как всегда», или по мнению нобелевских лауреатов: «… мировые кризисы - это результат прилёта чёрного лебедя/лебедей…».
Именно поэтому авторы разработали и продолжают масштабные исследования по космо-ноосферным управленческим системам Дорошко-Самариной.
Остановимся на ряде важных, по нашему мнению, моментах, таких как выбор эконометрического инструментария и исходных статистических данных. Анализ литературных источников по эконометрическим, синергетическим исследованиям показал, что к настоящему времени не существует универсальных, устойчивых математических методов http://economics-21.narod.ru/Book/book-12/index.html#_976.
Поэтому дальнейшие эконометрические исследования аналитик, управленец обязан проводить с одновременным использованием всего многообразия классического эконометрического инструментария без исключения на основе следующей классификации экономико-математических методов:
1. Элементарные статистики, в том числе многомерные.
2. Дисперсионный анализ, в том числе многомерный.
3. Ковариационный анализ, в том числе многомерный.
4. Корреляционный анализ, в том числе многомерный.
5. Регрессионный (линейный, нелинейный) анализ, в том числе многомерный.
6. Дискриминантный анализ, в том числе многомерный.
7. Факторный анализ, в том числе многомерный.
8. Метод главных компонент, в том числе многомерный.
9. Метод многомерного шкалирования.
10. Канонический анализ. Каноническая корреляция, в том числе многомерная.
11. Кластерный анализ и распознавание образов.
12. Монте-Карло, Бутстреп и другие методы статистического моделирования.
13. Спектральный, Фурье анализ, быстрое преобразование Фурье.
14. Модели нечетких множеств.
15. Модели нейронных сетей.
Численный анализ
1. Линейная, матричная, полиномов алгебра.
2. Специальные функции.
3. Численное интегрирование. Интегральные уравнения.
4. Обыкновенные дифференциальные уравнения.
5. Интерполяция, аппроксимация, сглаживание, численное дифференцирование.
6. Решение уравнений и систем общего вида.
7. Математическое программирование (линейное, нелинейное).
8. Оптимизационные методы.
Авторы считают, что при исследовании любых экономических объектов в т.ч. организаций любой отрасли необходимо использовать все перечисленные методы без исключения. Все математические, статистические, нейронные и прочие методы авторы используют только в своей редакции. Для этого авторами разработан свой курс «Высшей математики».
Для лучшего понимания 50–ти начальных космо-ноосферных управленческих систем Дорошко-Самариной и их 2500 систем остановимся, рассмотрим ключевой момент монографии:
1/ В период 1995-1999 гг. авторы исследовали и разработали: «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран позволили утверждать следующее:
Первый момент исследований. Авторами в 1995-1999 гг. было доказано, что «масоны», дебилизирующая элита сначала уничтожали экономику, системы управления социально-экономическими процессами США с 1960 г. Далее занялись уничтожением экономики ЕС с 1970 г. И только потом после 1982 г. приступили к активному разрушению СССР. Научно-практические исследования авторов доказывают, что глубинный ползучий переворот в СССР начался внутри партийных элит сразу после смерти И.В.Сталина. Это наглядно видно по резкому падению динамики ВВП. В 1945-1953 гг. годовая динамика ВВП в реальном выражении составляла 27-43%. При Н.С.Хрущёве 1954-1963 гг. годовая динамика ВВП в реальном выражении составляла 10-15%. При Л.И.Брежневе 1963-1982 гг. годовая динамика ВВП в реальном выражении составляла 5-8%. По мнению авторов, подобная деградация экономики СССР — это результат интеллектуальной, мировоззренческой отсталости экспертов Н.С.Хрущёва, которые готовили разрушительную экономическую реформу Косыгина-Либермана. По мнению авторов, деградация экономики СССР началась с интеллектуальной деградации в ведущих научных, в т.ч. идеологических, философских, полит экономических центрах АН СССР.
Вот почему основная цель данной монографии – это подвести итоги 25-50-летних научно-практических исследований авторов именно в рамках космо-ноосферного мировоззрения, методологий, систем: «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Ещё раз подчеркнём, что эти две мировоззренческие концепции пронизывают друг друга, образуя как многообразие видимых, так и ещё большее многообразие латентных/невидимых связей, и естественно неразрывно взаимодействуют, формируя множество новых методологий, систем, методик авторов.
Второй момент исследований. Авторами было доказано, что модели масштабного падения промышленного производства в США демонстрировали удивительные точность и последовательность мероприятий по уничтожению экономики США. Коэффициенты детерминации «Геополитическая/Геоэкономическая модели деградации ноосферной экономики США Дорошко-Самариной» составляли 97,9-99% в период 1947-1995-1999-2010-2020 гг.
Третий момент исследований. Авторами было доказано, что после очередного цветного неолиберального переворота 11/09/2001 г. в США интенсивность деградации промышленного производства не изменилась и к 2020 г. падение достигло критических значений 10-15% ВВП. Подчеркнём, что неолиберальный цветной переворот 11/09/2001 г. в США никак не повлиял на глобальную программу по уничтожению экономик и далее суверенитета государств США, ЕС, СССР, и что важно уничтожению государственности Китая.
Четвёртый момент исследований. Авторами было доказано, что уже к 1999 г. из США было вывезено минимум 100 тыс. предприятий в созданные кукловодами азиатские государства-фабрики, в т.ч. в Китай. Из ЕС было также было вывезено минимум 100 тыс. предприятий, и из республик СССР было вывезено минимум 100 тыс. предприятий в созданные азиатские государства-фабрики, в т.ч. в Китай.
Пятый момент исследований. Авторами было доказано, что для сокрытия масштабной безработицы в США, ЕС, СССР, связанной с вывозом минимум 300 тыс. предприятий в азиатские государства-фабрики, в т.ч. в Китай, была изменена методика МОТ ООН по учёту безработицы/занятости. Далее эта порочная/воровская методика была внедрена (рекомендована) во все страны. По оценкам авторов в США сейчас сокрыто минимум 100 млн.чел. безработных, существующих на пособия. Аналогичная ситуация наблюдается в ЕС, там также минимум 100 млн.чел. безработных, существующих на пособия. В республиках СССР также сокрыто минимум 100 млн.чел. безработных.
Шестой момент исследований. Авторами было доказано на «Образовательных моделях Самариной» будет наблюдаться интенсивная деградация ноосферных, социально-экономических образовательных, медико-фармакологическим системам.
Седьмой момент исследований. Авторами было доказано по стратегическим, т.е. по образовательным, медико-фармакологическим системам, и тактическим, т.е. продовольственным, промышленным, инженерно-инфраструктурным и строительным системам в рамках авторского научно-исследовательского комплекса, в т.ч. деловых игр: «Кризис или Развитие Дорошко-Самарина».
Авторы доказывают, что разработанная в 1995-1999 гг. «Геополитическая/Геоэкономическая модель деградации ноосферных экономик США, ЕС Дорошко-Самариной», в т.ч. ноосферных экономик развитых стран свидетельствует об интенсивной дебилизации элит на всех иерархических уровней, вызванной деградацией всех форм элитного образования на западе. Авторы это доказывали ещё в 1995-1999 гг. в рамках в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Процессы деградации элит и их образования происходят более 150 лет. Поэтому следует рассмотреть первопричины, приводящие к такому бездарному управлению, регулярным мировым кризисам, войнам, переворотам/революциям/терроризму и прочему либерально-сионистскому фашизму.
Исходя из выше изложенных исследований авторы утверждают, что хаос в виде войн, революций, мировых кризисов, организуемых над государственными структурами - это следствие полного отсутствия образования, которое и порождает такое дебильное управления на всех уровнях иерархии от рабочих мест до президентов и их кукловодов. Рассмотрим кратко эти исследования авторов.
2/ Выявленный крест по деградации ноосферных экономик развитых стран неизбежно вызывает деградацию/ненужность образования на всех уровнях иерархий управления, и как следствие авторами доказаны следующие моменты:
Первый момент исследований. Безумная неолиберальная политика элит по уничтожению экономик собственных стран свидетельствует о длительных интенсивных дебилизационных процессах в элитах развитых стран, а также в так называемых над государственных структурах: Римский Клуб, Комитет 300, во всех комитетах, структурах ООН, Мировой банк, МОТ, ВОЗ, МВФ, Олимпийский комитет и т.д.
Второй момент исследований. Резкое падение качества элитарного среднего и высшего образования всех уровней, всех государств, в том числе Академий, Нобелевских премий и далее. Отдельно отметим дебилизацию образования в академиях всех силовых ведомств всех государств.
Третий момент исследований. Наблюдается интенсивная деградация академического образования, академий наук всех развитых стран, в том числе Академий, Нобелевских комитетов и далее.
Основная идея описываемых исследований авторов корнями уходит в подготовку грантов в Фондах Евразия и Сороса. Эти фонды, как выяснили авторы в дальнейшем, являлись прикрытием различных спецслужб: ЦРУ США, «масонов» фонда Сороса. До 1999 г. и ранее авторы публикациями, в т.ч. через гранты, сообщали руководству, силовикам развитых стран, в т.ч. США, и «кукловодам» мира о наступившей геополитической, геоэкономической катастрофе развала ноосферных экономик США, ЕС, СССР (РФ), КНР, Индии и др. Исследования авторов убедительно доказывали, что во всех государствах-членах ООН полностью утрачен суверенитет и отсутствует управление на всех уровнях иерархии. Это является результатом окончательной дебилизации управленческих элит и ползучей люмпенизации общества во всех странах по формированию у мирового сообщества мировоззрения биороботов (см. Образовательно-мотивационный крест Самариной - http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211, http://economics-21.narod.ru/Book/book-17/b17.html#_6630).
Рекомендуем ознакомиться с исследованиями авторов по моделям «Крест Самариной по образованию» http://economics-21.narod.ru/Book/book-17/b17.html#_6630, по «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko.
В рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко и космо-ноосферной парадигмы управления Дорошко-Самариной в мае-июле 1999 г. авторами в ЦРУ через структуру прикрытия фонда Евразия (USAID) письмо от 08/06/1999г. грант № М99-0521, а также «кукловодам» Фонда Сороса письмо от 24/06/1999 г. по гранту были направлены исследования о неизбежном мировом финансовом кризисе 2001-2002 гг. с яркими его проявлениями в сентябре 2001 г. В частности, даны вероятностные оценки по террористическим актам на территории государств-членов ООН, в т.ч. в США, попыткам государственных переворотов, роста заболеваний и/или пандемий и др. Отметим, что фонды Евразии, Сороса финансировались и финансируются не правительством и народом США, а оккупантами, которые захватили власть в США 23/12/1913 г. с появлением ФРС. Процитируем Woodrow Wilson, Президент США, (The Federal Reserve Act, или The Act of December 23, 1913):
»... Наша промышленная держава контролируется кредитной системой, и наша кредитная система сосредоточена в частных руках... МЫ БОЛЬШЕ НЕ ПРАВИТЕЛЬСТВО НАРОДНОЙ ВОЛИ, НЕ ПРАВИТЕЛЬСТВО, ИЗБРАННОЕ БОЛЬШИНСТВОМ, но ПРАВИТЕЛЬСТВО ПОД ВЛАСТЬЮ небольшой кучки людей...».
Западную общественность авторы в очередной раз в 1995-1999 гг. предупреждали о катастрофическом положении в обучении элит, в т.ч. законодательных, судебных и силовых структур (школы, ВУЗы, академии, научно-исследовательские центры и др.). Так, в частности, в учебном пособии для ВУЗов (http://economics-21.narod.ru/Book/book-akadem-html/gl-02/gl-02.html#211) был дан ряд исследований авторов по образованию:
«… Продолжая научно-практические работы, начатые в научно-исследовательской лаборатории промышленно-экономических исследований при Ленинградском инженерно-экономическом институте им. П.Тольятти в области социально-экономической политики электротехнической отрасли СССР, предприятий в 1970-1980 г.г., на основе данных программы Мирового Банка были построены модели Самариной по образованию (среднее, профессиональное). Данные образовательные модели Самариной описывают зависимость ВВП на душу населения в сопоставимых долл. США. и уровня образования.
В основу образовательных моделей Самариной были положены статистические базы-данные World Bank по 206 странам за период с 1995 по 1999 г.г. Образовательные модели Самариной наглядно демонстрируют следующее, что чем выше уровень образования в стране, тем больше уровень показателя ВВП на душу населения в текущих долларах США. Таким образом, инвестиции в образование являются самыми выгодными вложениями, как для государства, так и для предприятий и семейных хозяйств.
На графиках и моделях можно обнаружить критические точки, после которых скорость нарастания кривой ВВП на душу населения резко возрастает. Эти критические точки находится на уровне 80% для профессионального образования и 90% для среднего. Это очевидно, в обществе или на производстве происходят качественные изменения, когда доминирует (преобладает) образованное население, персонал. Первый всплеск роста эффективности, производительности труда наблюдается в пределах 50% уровня профессионального образования и 65-70% для среднего, но они не продолжительны, т.к. уровень образования общества еще не достиг своей критической массы. Очевидно, что чем более образован человек, тем более производительно он трудится…».
Непонимание этих объективных социально-экономических законов для стратегического планирования, управления отраслями, рынками и государством на основе образовательных моделей Самариной и их катастрофической скорости нарастание функций/моделей приводит к интенсивной дебилизации элит и неизбежной ползучей люмпенизации общества. Результатом непрофессионального, безграмотного управления на всех уровнях иерархии во всех странах и являют собой регулярные мировые кризисы, войны, перевороты-революции, т.н. терроризм. Террористов и/или революционеров целенаправленно готовят в недрах элитарно-образовательных центрах. Интенсивная дебилизация элит, и люмпенизация общества особенно наглядно проявляется в развитых странах.
Для всех развитых стран авторами в 1995-1998 гг. по данным статистической базы данных Мирового Банка, ООН, США и ЕС за период 1947-1998 гг. были построены геополитические, геоэкономические модели деградации ноосферных экономик США, Европы, СССР (всех республик) Дорошко-Самариной.
Модели США, ЕС показали полную утрату государственности, суверенитетов, промышленности и военно-промышленного потенциала и неизбежный развал экономик к 1991-1995 гг. Они выжили благодаря Беловежскому перевороту в СССР и паразитированию за счёт грабежа народов СССР и СЭВ (500 млн.чел.).
Авторы разработали нейронные модели геополитических, геоэкономических рисков, которые не могут быть осознаны непрофессиональными работниками в области международных отношений, в т.ч. министрами обороны, иностранных дел, агентствами национальной безопасности, академиями генеральных штабов, разведки, прокураторы, законодательными и судебными системами и прочими элитарными образовательно-исследовательскими центрами всех развитых государств без исключения. В отличие от профессионализма, основанного на громадном кругозоре, энциклопедических знаниях офицеров экономической разведки генерального штаба русской (царской) армии и офицеров экономической разведки И.В.Сталина.
Деградация промышленности наблюдается не только в США, но и в Европе. Например, в начале девяностых годов Европа обеспечивала 44 % мирового экспорта полупроводниковых компонентов, а теперь этот уровень не превышает 9 % и продолжает снижаться. Руководство Intel утверждает, что одно место на предприятии Intel создаст от пяти до десяти рабочих мест в смежных отраслях (https://3dnews.ru/1048575/intel-schitaet-netselesoobraznim-investirovat-v-starie-tehprotsessi-radi-nugd-avtoproma-nugno-ispolzovat-sovremennih-chipi).
Промышленное производство, как доказывают авторы, в так называемых «развитых/демократических/либеральных» странах США, Европы, Англии и её колоний (Канада, Австралия и др.) в послевоенный период 1950-2021 гг. уничтожено/свёрнуто с 40-45% в ВВП стран до 10-15% и в лучшем случае до 20-25%. Это не исчезновение промышленности в США, ЕС, СССР — это вывоз минимум 300-400 тыс. предприятий в Китай, это чудовищный уровень скрытой безработицы в т.н. «золотом» миллиарде США, ЕС, СССР 300-400 млн.чел. и естественный рост занятости в Китае на 300-400 млн.чел.
Вполне очевидно, что такая масштабная безработица в период 1970-2021 гг. в рамках динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко будет содействовать деградации элитарного образования в школах, ВУЗах, обществе на фоне интенсивного оглупления элит и дальнейшей масштабной люмпенизация человечества.
Краткий перечень систем, методов, нейронных моделей, разработанных авторами, в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko 50–т начальных космо-ноосферных управленческих систем Дорошко-Самариной. Начальный курс дистанционного обучения:
1. Ноосферные модели Дорошко-Самариной по продовольственной корзине ООО РФ и ООО США
2. Ноосферные модели Дорошко-Самариной по бактериологическому терроризму
3. Методология Дорошко-Самариной по нейронному моделированию взаимосвязей маркетинговых, логистических, финансовых и др. разделов технико-экономических обоснований (ТЭО), бизнес-планов, дорожных карт, стратегического планирования и пр.
4. Методики Дорошко-Самариной по всем математическим, статистическим, эконометрическим видам и методам, в т.ч. нейронному моделированию с элементами искусственного интеллекта
5. Нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной по оплате труда всех государств-членов ООН.
6. Нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной по сравнительной стоимости жизни без жилья % к Нью-Йорку всех государств-членов ООН.
7. Нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной в отраслевом разрезе по численности персонала США.
8. Нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной в отраслевом разрезе по оплате труда персонала США.
9. Нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной по мотивации труда в отраслевом и государственном разрезах для всех государств-членов ООН, на примере сравнительного анализа США и РФ.
10. Динамические нейронные подсистемы рисков, эффективности, коррупции законодательства Дорошко-Самариной в государственном разрезе по оплате труда персонала США с учётом кризисов и солнечной активности.
11. Нейронные модели стабильности, финансовых пузырей, курсов валют на отраслевых, региональных и мировых энергетических рынках.
12. Ноосферная система «Коррупция и Энергия» 625-2500-10000 систем Дорошко-Самариной
13. Ноосферная система «Коррупция и отраслевой, региональный и мировой рынок металлов» 625-2500-10000 систем Дорошко-Самариной
14. Нейронные модели стабильности, финансовых пузырей, курсов валют на отраслевых, региональных и мировых рынков металла.
15. Динамические нейронные модели стабильности, финансовых пузырей, курсов валют на отраслевых, региональных и мировых рынков металла государств-членов ООН.
16. Ноосферные системы «Коррупция и ипотека-афера барыг» 625-2500-10000 СИСТЕМ Дорошко-Самариной. Коррупционные ипотечные нейронные модели Дорошко-Самариной.
17. Динамические нейронные модели отраслевых, региональных и мировых фондовых афер по воровству реальных активов пенсионных, профсоюзных и народно-государственных фондов как неотъемлемые части систем верхнего уровня ноосферная система «Коррупция и S&P=Казино=Рейдерство» 625-2500-10000 систем Дорошко-Самариной.
18. Ноосферные денежные системы «Коррупция и ВВП США, ЕС, РФ, Китая. Нейронные денежные системы» 625-2500-10000 СИСТЕМ Дорошко-Самариной.
Рассмотрим некоторые из наиболее интересных, по мнению авторов, 50–ти начальных космо-ноосферных управленческих систем Дорошко-Самариной начального курса дистанционного обучения. Опишем вкратце основные 50-т начальных систем.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной важнейшим вектором для исследований и принятия управленческих решений на любом иерархическом уровне являются: «Космо-ноосферные модели Дорошко-Самариной по экзогенным векторам Солнца и Космоса», а также «Графические космо-исторические модели. Исследования за период 1700-2099 гг.» в рамках «Космо-ноосферная система Космос, Солнце и Кризисы Дорошко-Самариной», а также открытого письма в РАН и NASA о регулярных ошибочных прогнозах солнечной активности (http://economics-21.narod.ru/Book/book-08-html/book-10-07-1-5.html). Авторы в результате сравнительного анализа данных различных обсерваторий выявили искажения в статистических баз-данных. Авторы утверждают, что это было сделано сознательно для искажения прогнозных моделей по активности Солнца.
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной следующим вектором исследований является «Космо-ноосферная система нефте-долларового стандарта Дорошко-Самариной». В рамкой данной системы авторы показывают, что т.н. глубинным государством организована инфляционная эмиссионная система подрыва экономик всех государств-членов ООН, и в первую очередь: США, ЕС, СССР и Китая и др. Этот вектор/система является в свою очередь подсистемой «Космо-ноосферные Модели Дорошко-Самариной: Расчет стабильности и/или финансовых пузырей на нефтяных рынках».
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной следующим вектором исследований является: «Взаимосвязь Космо-ноосферных моделей Дорошко-Самариной по экзогенным векторам Солнца, Космоса и Космо-ноосферных систем нефте-долларового стандарта Дорошко-Самариной». В рамкой данной системы авторы показывают, что объёмы данных в исследованиях могут вносить существенные искажения. Кроме этого даны ценовые инфляционные модели мирового рынка нефти. Эти модели наглядно демонстрируют масштабность латентной нефте-долларовой эмиссией для осуществления рейдерских захватов активов народов любых государств мира. Авторы объясняют курсантам как легко можно легко парализовать данные рейдерские действия любых авантюристов глубинного государства. Именно для отработки этого сценария в преддверии кризиса 2013-2014-2015 гг. и готовилась монография в части международных лесопромышленных комплексов ЦБК: «Дорошко С.Е., Самарина Г.П., Николаева А.Г. Методика количественной оценки рисков, коридоров управления, эффективности организаций, отраслей, регионов, стран. Серия: Ноосферная экономика», 12/02/2014 г. http://economics-21.narod.ru/Book/book-12/index.html.
Главный редактор ведущего экономического еженедельника «Business Week» ознакомившись результатами исследований за период 1972-1981 гг. по анализу экономических работ далеких от реальной экономики флагмана теоретических журналов по экономике «American Economic Review» писал: «Унылая картина... Экономистам стало особенно ясно, насколько интеллектуально отстала их профессия» [Business Week. 1982. 18 Jan. P. 124.].
В конце 20-го века В.Леонтьев в одном из своих докладов сказал, что формальные, теоретические и терминологические «упражнения» в науке «развитых» и/или западных, англосаксонских странах стали её основой.
За десятилетия до Беловежского переворота в СССР ведущие академические институты АН СССР, в частности, ВНИИСИ АН СССР, Институт США и Канады АН СССР, ЦЭМИ АН СССР, ИМЭМО АН СССР, Академии ГШ СССР, Академии КГБ СССР, ВПШ КПСС, ВКШ ВЛКСМ и прочие продвигали неолиберальные идеи постиндустриального общества, которые были нацелены на развал экономики СССР. Экономика СССР к 1980г. превзошла США минимум в 2 раза. Для того чтобы сделать процесс развала экономик СССР, СЭВ необратимым, они основные силы бросили на уничтожение лучшего в мире советского образования всех уровней от школьного до академического, в т.ч. фундаментальной и прикладной науки.
Так, в ВУЗах РФ в 1995 г. у первокурсников наблюдался серьёзный провал общеобразовательных знаний. Это наглядно видно в исследовании авторов «Образовательный крест Самариной» http://economics-21.narod.ru/Book/book-17/b17.html#_6630. Несложный анализ образовательных крестов Самариной свидетельствует, что в РФ на первом этапе к 1993-1995-1998 гг. были уничтожены экономические и социальные науки (см. правый график), а на втором этапе реформ 2000-2010 гг. было зачищено профессионально-техническое, высшее естественное и инженерное образование. Наука, образование в РФ и во всех республиках СССР, СЭВ приказала долго жить в период 2000-2010 гг. Этот процесс ускоренными темпами продолжается.
Данные образовательные модели Дорошко-Самариной авторами даны сознательно, как предтече перед настоящими исследованиями по научно-образовательной отрасли всех стран членов ООН. С укрупнённой моделью можно ознакомиться в монографии – Дорошко С.Е., Мухаббатов Х.М., Самарина Г.П. Космо-ноосферное межотраслевое межгосударственное моделирование. Деловые игры «Кризис или Развитие». Нейронные модели производственной функции научно-исследовательского комплекса. Том 1. Серия «Космо-ноосферная экономика». Спб.: Из-во «Элтимор», 2015, 384 с. http://economics-21.narod.ru/Book/book-14/book-14.html.
Так авторы рекомендуют ещё раз перечитать предыдущие разделы данной монографии.
Хорошо известно, что управление — это анализ, планирование и контроль. Поэтому для оценки эффективности работы ВУЗов РФ проведем классический анализ в рамках требований ВАК по системному анализу.
Начиная с 1973-1978 гг., анализ считается проведенным корректным если применяется межгосударственное сопоставление с обязательным использованием МОБ и/или I-O. Поэтому перед анализом, оценкой эффективности управления, рисков сложившейся в ВУЗах РФ проведем оценку сложившейся эффективности управления Министерства образования США (Стандарт NAICS-61 «Educational services") за период 1998-2012гг. по структуре затрат в рамках модели/методики U.S. Input-Output Accounts.
Модель валового выпуска (объема продаж) образовательных услуг США, 1947-2011 гг. по стандартам SIC, NAICS
В США образовательные услуги (Educational services) в рамках стандарта NAICS классифицируются как показано в таблице.
Код |
Оригинальное название |
61 |
Educational services |
611100 |
Elementary and secondary schools |
611A00 |
Junior colleges, colleges, universities, and professional schools |
611B00 |
Other educational services |
Замечание: младшие колледжи - Это даже не советские техникумы, эти так называемые колледжи - ближе к советским ПТУ. Обратите внимание, классификация Образовательные услуги точная копия МОБ СССР, по другим отраслям аналогичная картина (см. US Input-Output Accounts стр. 1-5, 1-6)
Валовой выпуск (GO) по образовательным услугам (Образовательные услуги код 61) США, представленным в таблице, можно представить в виде модели:
GO = 2,54 * Школы ^ 0,1655 * Колледжи ^ 0,6127 * Другое ^ 0,2218
Как видно из модели период образовательные учреждения в США за 1990-2011 гг. по образовательным услугам (реализация, продажа) (Образовательные услуги код 61) для школ (Школы, Начальные и средние школы код 611100) в валовом выпуске поддерживали средний уровень в размере 0,1655 (16,55%), колледжи (Колледжи, Младшие колледжи, колледжи, университеты и профессиональные училища код 611A00) на уровне 0,6127 (61,27%), другие виды услуг (Другое, Прочие образовательные услуги код 611B00) на уровне 0,2218 (22,18%).
Зависимость валового выпуска школ (Начальные и средние школы код 611100) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно представить в виде:
На основании графика и модели валового выпуска школ (Начальные и средние школы код 611100) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что динамика развития проходит с замедлением, что подтверждает коэффициент эластичности, составленный 0,803.
На графике и однофакторной модели валового выпуска школ (Начальные и средние школы код 611100) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что средний уровень составил 0,1639 (16,39%).
Зависимость валового выпуска колледжи (младшие колледжи, колледжи, университеты и профессиональные школы код 611A00) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно представить в виде:
На графике и модели валового выпуска колледжа (младшие колледжи, колледжи, университеты и профессиональные школы код 611A00) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что динамика развития проходит с ускорением, что подтверждает коэффициент эластичности, который составляет 1,0606.
На графике и однофакторной модели валового выпуска колледжи (Младшие колледжи, колледжи, университеты и профессиональные училища код 611A00) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что средний уровень составил 0,6114 (61,14%).
Зависимость валового выпуска других видов услуг (Другие образовательные услуги, код 611B00) от валового выпуска образовательных услуг (Образовательные услуги, код 61) можно представить в виде:
На графике и однофакторной модели валового выпуска другие виды услуг (Другие образовательные услуги код 611B00) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что динамика развития проходит с замедлением, что подтверждает коэффициент эластичности, который составил 0,9776.
На графике и однофакторной модели валового выпуска другие виды услуг (Другие образовательные услуги код 611B00) от валового выпуска образовательных услуг (Образовательные услуги код 61) можно утверждать, что средний уровень 0,2215 (61,14%).
Общая модель затраты-выпуск или ввод-вывод описывается элементарно:
GO = f (VA, II)
GO - Валовой выпуск (валовой выпуск или объем продаж), VA - Добавленная стоимость (добавленная стоимость), II - Промежуточные затраты (промежуточные входы или затраты).
Напомним, что VA - добавленная стоимость или добавленная стоимость в свою очередь в рамках стандартов SIC & NAICS состоит из следующих интегрированных показателей:
+ Деловые трансфертные платежи, и субсидии, минус текущий излишек (активное сальдо) правительственных предприятий.
Для построения эконометрических моделей будем использовать базу данных экономического анализа Министерства торговли США ( http://www.bea.gov ). Все статистические данные даны в стандарте НАИКС. Проведенные расчеты в рамках 23 эконометрических методов по классификации ЦЭМИ позволяют построить следующую модель:
GO = f (VA, II) = 1,9231 * VA ^ 0,6419 * II ^ 0,3581
Как видно из моделей образовательных учреждений в США в объеме среднего уровня добавленной стоимости в размере 0,6419 (64,19%), а затраты на уровне 0,3581 (35,81%).
Зависимость добавленной стоимости (VA) от валового выпуска (GO) можно представить в виде:
Как видно из графика и однофакторной модели добавленная стоимость по отношению к валовому выпуску развивается опережающим темпом в размере 1,1622.
Как видно из графика и однофакторной модели добавленная стоимость по отношению к валовому выпуску поддерживалась на уровне в размере 0,646.
Зависимость затрат (II) от валового выпуска (GO) можно представить в виде.
Как видно из графика и однофакторной модели затрат по отношению к валовому выпуску, замедляющим темпом в размере 0,7237.
Как видно из графика и однофакторной модели затрат по отношению к валовому выпуску поддерживался уровень в размере 0,354.
Модель добавленной стоимости образовательных услуг США, 1990-2011 гг.
Модель затраты-выпуск или ввод-вывод в части добавленной стоимости можно представить в виде:
VA = f (WS, SUPPL, TXPI, GOS)
WS - Заработная плата (Заработная плата), SUPPL - Доплаты к заработной плате (Дополнения к заработной плате или единый социальный налог), TXPI - Налоги на производство и импорт (Налоги на производство и импорт), GOS - Прибыль валовой операционной деятельности (другая добавленная стоимость в т.ч. прибыль).
VA = 111,94 * WS ^ 0,4749 * SUPPL ^ 0,0886 * TXPI ^ 0,0295 * GOS ^ 0,0488
Как видно из моделей образовательных учреждений в США в добавленной стоимости поддерживали средний уровень WS (Заработная плата) в размере 0,4749 (47,49%), SUPPL (Дополнения к заработной плате или единый социальный налог) на уровне 0,0886 (8, 86%), TXPI (Налоги на производство и импорт) на уровне 0,0295 (2,95%), GOS (другая добавленная стоимость в т.ч. прибыль) на уровне 0,0488 (4,88%).
Итоговую модель валового выпуска по образовательным учреждениям в США можно представить в виде:
GO = 1,9231 * (111,94 * WS ^ 0,4749 * SUPPL ^ 0,0886 * TXPI ^ 0,0295 * GOS ^ 0,0488) ^ 0,6419 * II ^ 0,3581
Интегрированный показатель (функционал) GOS (другая добавленная стоимость в т.ч. прибыль) в стандарте NAICS включает следующие компоненты учетных записей:
Личный Доход арендной платы.
Деловые Трансфертные платежи, и субсидии, минус текущий излишек (активное сальдо) правительственных предприятий.
Все эти переменные по GOS (валовая прибыль) в стандарте NAICS можно также легко описать в виде однофакторных и многофакторных моделей.
Для нас важен показатель доля основных средств в выручке в США в среднем составляет 173,5 %, при этом оборудование в основных средствах занимает 11,9 %, а инфраструктура в основных средствах составляет 88,1 %. Средние амортизационные отчисления в объеме реализации составили - 6,96 %.
Анализ оплаты труда (внешняя мотивация), дифференциации в оплате труда (внутренняя мотивация) национальной отраслевой профессиональной занятости по ВУЗам США в 2011 г.
Анализ оплаты труда (внешняя мотивация) в федеральных (государственных органах власти), региональных (местных органах власти), частных (частных) ВУЗах показал, что профессорско-преподавательский состав по экономической специальности (экономика, преподаватели бизнеса, высшее образование) входят устойчиво в самый оплачиваемый персонал ВУЗов не зависимо от вида ВУЗа. Среднемесячная оплата труда по экономически ВУЗам и факультетам, в т.ч. по профессорско-преподавательским сотрудникам, следующая:
В частных ВУЗах среднемесячная оплата труда персонала - 4833 $, ректора - 15303 $, ППС экономистов ВУЗа - 8480 $.
Уровень дифференциации в оплате труда (внутренняя мотивация) ректората (Менеджмент) по профессиональным остальным групповым в ВУЗах США составляет в среднем:
В частных ВУЗах - 2,10. Среднее отклонение 2,3%. Дифференциация по отношению к ППС по экономическим специальностям - 0,97.
Уровень дифференциации в оплате труда (внутренняя мотивация) ректора по остальным профессиональным группам в ВУЗах США составляет в среднем:
В частных ВУЗах - 3,88. Дифференциация по отношению к ППС по экономическим специальностям - 1,80.
Эталонная Модель национальной отраслевой профессиональной занятости по ВУЗам США, 1990-2011 гг.
Эталонная Модель национальной отраслевой профессиональной занятости по образованию США (SOC-61) в разрезе 23-х профессиональных групп - центров ответственности (Стандарт МОТ / SOC / OES ):
SOC-61 = 5,54 * G11 ^ 0,046 * G13 ^ 0,020 * G15 ^ 0,016 * G17 ^ 0,002 * G19 ^ 0,013 * G21 ^ 0,023 * G23 ^ 0,0003 * G25 ^ 0,589 * G27 ^ 0,020 * G29 ^ 0,021 * G31 ^ 0,003 * G33 ^ 0,0088 * G35 ^ 0,035 * G37 ^ 0,041 * G39 ^ 0,019 * G41 ^ 0,0037 * G43 ^ 0,103 * G45 ^ 0,00024 * G47 ^ 0,0031 * G49 ^ 0,011 * G51 ^ 0,0014 * G53 ^ 0,021
Эталонная Модель национальной отраслевой профессиональной занятости по федеральным ВУЗам США (SOC-6113) в разрезе 23-х основных групп - центров ответственности (Стандарт МОТ / SOC / OES ).
SOC-6113-State = 8,67 * G11 ^ 0,055 * G13 ^ 0,052 * G15 ^ 0,039 * G17 ^ 0,010 * G19 ^ 0,057 * G21 ^ 0,018 * G23 ^ 0,0010 * G25 ^ 0,387 * G27 ^ 0,023 * G29 ^ 0,050 * G31 ^ 0,009 * G33 ^ 0,0124 * G35 ^ 0,011 * G37 ^ 0,039 * G39 ^ 0,012 * G43 ^ 0,183 * G45 ^ 0,001 * G47 ^ 0,010 * G49 ^ 0,019 * G51 ^ 0,005 * G53 ^ 0,007
Эталонная Модель национальной отраслевой профессиональной занятости по региональным ВУЗам США (SOC-6113) в разрезе 23-х основных групп - центров ответственности (Стандарт МОТ / SOC / OES ).
SOC-6113-Local = 9,83 * G11 ^ 0,106 * G13 ^ 0,041 * G15 ^ 0,044 * G25 ^0,703*G27 ^ 0,025 * G29 ^ 0,013 * G37 ^ 0,0482* G49 ^ 0,016 * G53 ^ 0,003
Эталонная Модель национальной отраслевой профессиональной занятости по частным ВУЗам США (SOC-6113-Private) в разрезе 23-х основных профессиональных групп - центров ответственности (Стандарт МОТ / SOC / OES ).
SOC-6113-Private = 5,89 * G11 ^ 0,1085 * G13 ^ 0,0527 * G15 ^ 0,0464 * G17 ^ 0,0099 * G19 ^ 0,0324 * G23 ^ 0,0013 * G25 ^ 0, 5428 * G27 ^ 0,0448 * G29 ^ 0,0357 * G31 ^ 0,0089 * G35 ^ 0,0169 * G37 ^ 0,0471 * G39 ^ 0,0157 * G41 ^ 0,0106 * G45 ^ 0,0004 * G49 ^ 0,0211 * G53 ^ 0,0048
Уточнение. При построении эталонной модели профессиональной деятельности в США (по виду) использовался модифицированный авторами методом Монте-Карло (Дорошко С.Е., Самарина Г.П.).
В рамках космо-ноосферной парадигмы управления Дорошко-Самариной следующим вектором исследований является «Космо-ноосферные системы/модели Дорошко-Самариной по военным расходам всех государств-членов ООН».
Космо-ноосферные модели Дорошко-Самариной по военным расходам всех государств-членов ООН опираясь на статистические базы данных системы национальных счетов СНС ООН, реализуют следующие цели и задачи.
Во-первых, на основе исследований, аналитических баз данных Стокгольмского международного исследовательского института мира авторы убедительно доказывают ложность, ошибочность и интеллектуальную убогость аналитических обзоров, их ложных систем рисков, интеллектуальную убогость рейтингов, коррупция, эффективность, коридоры управления и др. предприятий, отраслей, регионов, государств, законодателей, правительств, силовиков и т.д.
Во-вторых, авторы доказывают, что такая интеллектуальная убогость характерна всем международным, аналитическим, рейтинговым агентствам, научным и образовательным элитным и не элитным центрам не только ЕС, но и США и прочих развитых и недоразвитых государств.
В-третьих, авторы доказывают интеллектуально низкий уровень во всех силовых организациях, правительствах, законодательных органов, всех государств мира без исключения.
Космо-ноосферные модели Дорошко-Самариной по военным расходам всех государств-членов ООН в рамках статистических баз данных СНС ООН, открытых данных министерств обороны, силовиков всех стран обеспечиваю принципиально новый подход по построению:
Систем коридоров эффективного управления военными расходами Дорошко-Самариной всех государств-членов ООН.
"Космо-ноосферные системы/модели Дорошко-Самариной по военным расходам всех государств-членов ООН» позволяют любому министру обороны, во-первых, провести мгновенный анализ своего государства по отношению к другим государствам, блокам вероятных противников. Во-вторых, оценить реальный, а не виртуально убогий военно-экономический потенциал своей страны по отношению к государствам, блокам вероятных противников. В-третьих, оценить масштабы пятой колоны, вычислить потенциальных вредителей, врагов народа и агентов государств вероятных противников.
Эти системы обязаны применять все правительств, все министры обороны, все министры финансов, министры иностранных дел, разведывательными службами, военными и гражданскими прокураторами, министерствами внутренних дел и чрезвычайных ситуаций. Авторы убедительно доказывают, что все ранее перечисленные организации можно рассматривать как недееспособные.
Авторы разработали аналогичные системы для все предприятий, всех отраслей, всех регионов, всех стран и всех рынков.
Следующей системой/вектором исследований авторов является: «Космо-ноосферные системы/модели Правосудия Дорошко-Самариной». Данная система авторов призвана доказать, что современная система всех развитых и недоразвитых капиталистических стран исключительно ВОРОВСКАЯ или коррупционная, например, коррупция во всех республиках СССР и государств-членов СЭВ составляет 98-99%, в РФ 99,7%. В США и ЕС коррупция находится на традиционном уровне 85-95%. Как следствие управления просто нет.
Авторы доказывают, что в результате масштабного вывоза всей промышленности США (100 тыс. предприятий), ЕС (100 тыс. предприятий), СССР (100 тыс. предприятий) в азиатские страны и в Китай. В странах «золотого» миллиарда реальный минимальный уровень безработицы составляет 50-60%. «Модели Правосудия Дорошко-Самариной» для всех стран-членов ООН демонстрируют следующее: Уничтожение/вывоз промышленного производства приводит масштабной безработицы. В свою очередь любая безработица порождает преступления и рост заключённых в тюрьмах. Для убедительности превосходства Сталинской экономики над современными развитыми и недоразвитыми странами авторы в монографии сравнили данные сталинского ГУЛАГА за период 1940-1953 гг. и постиндустриальной экономики США и РФ.
Количество заключённых в «свободной» РФ по отношению к военному и послевоенному восстановительному Сталинскому периоду СССР 1940-1953 гг. превосходили в 2008г. в 22,6 раза, а в 2020г. 11,2 раза. Соответственно в США в 1940г. превосходили Сталинский ГУЛАГ в 5,6 раз, в 1950 г. в 5,2 раза, пик количества заключённых пришёлся в период разгула либерализма и свобод в 2008 г. в 23,4 раза и в 2018 г. 19,9 раз.
1) Коррупционную воровскую пенсионную систему.
2) Коррупционную воровскую налоговую систему.
3) Коррупционную воровскую банковскую систему.
Общий уровень коррупции в РФ к 2021 г. достиг 99,7%.
http://economics-21.narod.ru/Book/book-16/book16.html#_14529
http://economics-21.narod.ru/new/sev/sev-fond.html#g_09_05_01
При разработке ноосферных моделей Дорошко-Самариной по продовольственной корзине ООО РФ и ООО США в монографии дан лишь лингвистический отчёт, подготовленный программными комплексами авторов. Далее даны несколько страниц из 44 страничного отчёта.
«… Проведем анализ, исследование по потребительской корзине Минтруда США по сводной таблице «Средние розничные цены на продовольствие и энергию, средний город в США» (источник: https://www.bls.gov/regions/mid-atlantic/data/averageretailfoodandenergyprices_usandnortheast_table.htm) с учетом данных ООН по среднемесячной оплате по 52 странам, в т.ч. по США и РФ. Как следует из базы данных ООН среднемесячная оплата труда в США в 2016 г. составила величину в размере 5012,8 долл.США/мес., а среднемесячная оплата труда в РФ по данным Росстата (источник: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/wages/) составила 36740,2 руб./мес., а с учетом валютного курса в размере 67,1 руб/Долл.США (источник: http://w3.unece.org/PXWeb2015/pxweb/en/STAT/STAT__20-ME__6-MEER/30_en_MECCExchPPPsNEWY_r.px/table/tableViewLayout1/?rxid=24a56c20-8005-4475-ae0f-899909680adb) среднемесячная оплата труда в РФ в 2016 г. составила величину в размере 547,9 долл.США/мес.
На основании объективного экономического закона Посошкова-Смита можно утверждать, что если управление в РФ есть, то все цены на внутреннем рынке в РФ (ЗП в РФ 547,9 долл.США/мес.) по отношению к ценам на внутреннем рынке в США (ЗП в США 5012,8 долл.США/мес.) должны быть меньше в 9,149 раза. Если управление в РФ отсутствует, то будет наблюдаться завышение цен по тем или иным товарным группам, как это показано в итоговой таблице № 1. Приступим к исследованию всех товарных групп с учётом эффективности управления, рискам на всех производственных этапах технологического передела в РФ по отношению к США.
Исследуем товарную группу «Мука, белая, цельная» с учётом эффективности управления, рискам на всех производственных этапах технологического передела в РФ по отношению к США. Средние розничные цены по товарной группе «Мука, белая, цельная» по среднему городу в США в 2016 год году составили величину 0,547 долл.США за фунт. Как видно из таблицы № 1 средние розничные цены по товарной группе «Мука, белая, цельная» по среднему городу в США для России, с учётом курса рубля к доллару США в размере 67,06 руб./$ США, составила величину 36,68 рублей за фунт. Осуществим перевод из английской системы в метрическую систему. Как видно из таблицы № 1 средние розничные цены по товарной группе «Мука, белая, цельная» по среднему городу в США для России составила величину 80,865 рублей за килограмм. Рассчитаем реальные цены по товарной группе «Мука, белая, цельная» по среднему городу РФ по отношению к США с учетом среднемесячной оплаты труда в США в размере 5012,8 долл.США/мес. и среднемесячной оплаты труда в РФ в размере 547,9 долл.США/мес. С учётом разрыва в оплате труда в размере 9,149 раз, цены по исследуемой товарной группе для среднего города России, как следует из таблицы № 1, должны в среднем составлять величину в размере 8,839 руб./кг., что в 9,149 раз ниже, чем аналогичные цены по исследуемой товарной группе в США в размере 80,865 руб./кг. Проведённый анализ по исследованной товарной группе «Мука, белая, цельная» по среднему городу в России свидетельствует, что управление по данной группе товаров полностью отсутствует, кроме этого наблюдаются повышенные риски на всех производственных этапах технологического передела.
Исследуем товарную группу «Рис, белый, длиннозерный, сырой» с учётом эффективности управления, рискам на всех производственных этапах технологического передела в РФ по отношению к США. Средние розничные цены по товарной группе «Рис, белый, длиннозерный, сырой» по среднему городу в США в 2016 год году составили величину 0,721 долл.США за фунт. Как видно из таблицы № 1 средние розничные цены по товарной группе «Рис, белый, длиннозерный, сырой» по среднему городу в США для России, с учётом курса рубля к доллару США в размере 67,06 руб./$ США, составила величину 48,347 рублей за фунт. Осуществим перевод из английской системы в метрическую систему. Как видно из таблицы № 1 средние розничные цены по товарной группе «Рис, белый, длиннозерный, сырой» по среднему городу в США для России составила величину 106,588 рублей за килограмм. Рассчитаем реальные цены по товарной группе «Рис, белый, длиннозерный, сырой» по среднему городу РФ по отношению к США с учетом среднемесячной оплаты труда в США в размере 5012,8 долл.США/мес. и среднемесячной оплаты труда в РФ в размере 547,9 долл.США/мес. С учётом разрыва в оплате труда в размере 9,149 раз, цены по исследуемой товарной группе для среднего города России, как следует из таблицы № 1, должны в среднем составлять величину в размере 11,65 руб./кг., что в 9,149 раз ниже, чем аналогичные цены по исследуемой товарной группе в США в размере 106,588 руб./кг. Проведённый анализ по исследованной товарной группе «Рис, белый, длиннозерный, сырой» по среднему городу в России свидетельствует, что управление по данной группе товаров полностью отсутствует, кроме этого наблюдаются повышенные риски на всех производственных этапах технологического передела…"
«… Исследуем товарную группу «Бензин, неэтилированный премиум, за галлон / 3,785 литра» с учётом эффективности управления, рискам на всех производственных этапах технологического передела в РФ по отношению к США. Средние розничные цены по товарной группе «Бензин, неэтилированный премиум, за галлон / 3,785 литра» по среднему городу в США в 2016 год году составили величину 2,682 долл.США за галлон. Как видно из таблицы № 1 средние розничные цены по товарной группе «Бензин, неэтилированный премиум, за галлон / 3,785 литра» по среднему городу в США для России, с учётом курса рубля к доллару США в размере 67,06 руб./$ США, составила величину 179,844 рублей за галлон. Осуществим перевод из английской системы в метрическую систему. Как видно из таблицы № 1 средние розничные цены по товарной группе «Бензин, неэтилированный премиум, за галлон / 3,785 литра» по среднему городу в США для России составила величину 47,51 рублей за литр.
Рассчитаем реальные цены по товарной группе «Бензин, неэтилированный премиум, за галлон / 3,785 литра» по среднему городу РФ по отношению к США с учетом среднемесячной оплаты труда в США в размере 5012,8 долл.США/мес. и среднемесячной оплаты труда в РФ в размере 547,9 долл.США/мес. С учётом разрыва в оплате труда в размере 9,149 раз, цены по исследуемой товарной группе для среднего города России, как следует из таблицы № 1, должны в среднем составлять величину в размере 5,193 руб./л., что в 9,149 раз ниже, чем аналогичные цены по исследуемой товарной группе в США в размере 47,51 руб./л. Проведённый анализ по исследованной товарной группе «Бензин, неэтилированный премиум, за галлон / 3,785 литра» по среднему городу в России свидетельствует, что управление по данной группе товаров полностью отсутствует, кроме этого наблюдаются повышенные риски на всех производственных этапах технологического передела.
Исследуем товарную группу «Автомобильное дизельное топливо, галлон / 3,785 литра» с учётом эффективности управления, рискам на всех производственных этапах технологического передела в РФ по отношению к США. Средние розничные цены по товарной группе «Автомобильное дизельное топливо, галлон / 3,785 литра» по среднему городу в США в 2016 год году составили величину 2,37 долл.США за галлон. Как видно из таблицы № 1 средние розничные цены по товарной группе «Автомобильное дизельное топливо, галлон / 3,785 литра» по среднему городу в США для России, с учётом курса рубля к доллару США в размере 67,06 руб./$ США, составила величину 158,922 рублей за галлон. Осуществим перевод из английской системы в метрическую систему. Как видно из таблицы № 1 средние розничные цены по товарной группе «Автомобильное дизельное топливо, галлон / 3,785 литра» по среднему городу в США для России составила величину 41,983 рублей за литр. Рассчитаем реальные цены по товарной группе «Автомобильное дизельное топливо, галлон / 3,785 литра» по среднему городу РФ по отношению к США с учетом среднемесячной оплаты труда в США в размере 5012,8 долл.США/мес. и среднемесячной оплаты труда в РФ в размере 547,9 долл.США/мес. С учётом разрыва в оплате труда в размере 9,149 раз, цены по исследуемой товарной группе для среднего города России, как следует из таблицы № 1, должны в среднем составлять величину в размере 4,589 руб./л., что в 9,149 раз ниже, чем аналогичные цены по исследуемой товарной группе в США в размере 41,983 руб./л. Проведённый анализ по исследованной товарной группе «Автомобильное дизельное топливо, галлон / 3,785 литра» по среднему городу в России свидетельствует, что управление по данной группе товаров полностью отсутствует, кроме этого наблюдаются повышенные риски на всех производственных этапах технологического передела. Источники статистических баз данных:
https://www.eia.gov/dnav/ng/ng_pri_sum_dcu_nus_a.htm
https://www.eia.gov/dnav/pet/pet_pri_gnd_dcus_nus_a.htm
https://www.eia.gov/dnav/pet/pet_pri_gnd_dcus_nus_a.htm..."
Ввиду громадных исследований авторов для подготовки отчётных материалов, методических пособий, нейронных моделей, в т.ч. управленческих, авторы разработали специальные программные лингвистические комплексы, лингвистические роботы. Один из лингвистических роботов и был показан при разработке ноосферных моделей Дорошко-Самариной по продовольственной корзине ООО РФ и ООО США.
Ноосферные модели Дорошко-Самариной по бактериологическому терроризму исследуют объективную проблему медико-фармацевтического терроризма, который неоднократно описывали авторы. В монографии приведены упрощённые графические образы.
Наибольший интерес представляют модели прогноза медико-фармакологических афер, как прикрытия мирового кризиса 2019-2021 гг. «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений. Серия: Космо-ноосферная экономика», 2018. http://economics-21.narod.ru/Book/book-16/book16.html.
«… Ипотечные кризисы — это не единственная форма кризисов, можно доказательно говорить о глобальных финансовых медицинских кризисах, которые в ближайшем будущем будут наблюдаться во всём мире. Возможно, что мировой кризис 2019-2021гг. будет иметь признаки, так называемого финансового медицинского кризиса, организованного аналогично ипотечному кризису (см. рис. 1.8.) сообществом банкиров и страховщиков…
http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01
«… Процитируем выдержку из исследования Г.П.Самариной (1980-1985 г.):
"Тормозом в развитии производства послужило ослабление внимания к таким важным социальным факторам как улучшение условий труда, и охрана здоровья работников. Значительная часть работников трудится во вредных для здоровья условиях, медленно снижается производственный травматизм, велики потери от общей заболеваемости. Заболеваемость с утратой трудоспособности составляет 70-80% уровня общей заболеваемости рабочих и служащих. В связи с заболеваемостью в промышленности ежегодно теряется в среднем 13,5 дня в Расчёте на одного работающего (или 5% всего годового рабочего времени). В целом по народному хозяйству это определяет потерю в размере 5% национального дохода».
«… Любому врачу хорошо известно, что в структуре заболеваемости большую роль играет возрастной фактор. Мы позволим высказать гипотезу о том, что в рамках диспансеризации, без учёта данных ВОЗ, возрастная группа 40-60 лет позволяет из 12259 факторов локализовать патологию свойственную этой возрастной группе. Данную возрастную группу мы выбрали не случайно.
Очевидно, что даже в рамках межотраслевого моделирования от рабочего места до межотраслевого сопоставления, можно утверждать следующее. Данная возрастная группа становится либо высококвалифицированными рабочими, либо управленцами, руководящим составом производства, местного самоуправления, кроме того, как правило, эта возрастная группа составляет правительства всех без исключения стран. От профессиональной деятельности или бездействия в виде не отданных распоряжений этой возрастной группой мультипликативное воздействие на экономику более значительно. Отсутствие руководителя при принятии управленческих решений в пределах 8 - 16 дней приводит к более масштабным потерям в экономике, чем рассчитанные нами ранее 3 – 6%. Но это существенное отличие никто не исследует, на него просто никто не обращает внимание. Сезонные колебания временной нетрудоспособности персонала приводят к потерям от 3% до 6% ВВП. В переводе на ВОЗ ООН при мировом ВВП 70 триллионов долларов наблюдаем следующие потери: при 8 днях временной нетрудоспособности персонала потери составляют 2,2 триллиона долларов, при 16 днях временной нетрудоспособности персонала величина потерь составляет уже 4,4 триллиона долларов ежегодных потерь мирового ВВП.
Обращаем внимание на начало данного исследования, в котором мы рассматриваем здравоохранение в рамках мультипликативного воздействия, которое лишь косвенно отразило роль и место здравоохранения в экономике и явно превалирует над торговым, финансовым и страховым секторами. Мы утверждаем, что такой взгляд на здравоохранение, связанный только с временной нетрудоспособностью персонала сезонного характера, без учёта гипотезы рассматриваемой потери, связано с нетрудоспособностью возрастного характера, что неизбежно приводит к более значительным экономическим провалам. Практически, человечество в результате непонимания роли и места здравоохранения в экономике, ежегодно теряет при 8 днях временной нетрудоспособности персонала минимум около 2.2 триллионов долларов ежегодно, при 16 днях временной нетрудоспособности персонала эта величина составляет уже 4,4 триллиона долларов, а за 20 (3%) лет потери превышают те же 70 триллионов долларов ежегодного мирового ВВП, а при 6-7% за 10 лет потери становятся двукратными.
Опыт СССР по проведению диспансеризации, признанный всеми странами, нужно активно внедрять и распространять. Проведённое нами исследование наглядно показывает, всю масштабность воздействия здравоохранения на экономику. Этот пример демонстрирует на цифрах, что можно удваивать ВВП мира в течение 10-20 лет, минуя все остальные отрасли, развивая только здравоохранение, которое игнорируется мировым сообществом. По нашему мнению, необходимо активно использовать и развивать идею В.Леонтьева не только в области экологии, где уже заметны успехи, так и в области здравоохранения, находящегося на уровне 70-80-х годов прошлого века.
Исследование авторов позволяет по-новому взглянуть на роль и место здравоохранения в современном обществе, как в отдельно взятой стране, так и в глобальном масштабе и будет способствовать переходу к русской космо-ноосферной межотраслевой, межгосударственной парадигме управления Дорошко-Самариной.
Считаем, что целесообразно расширить нейронную межотраслевую модель нашего коллектива по анализу, планированию и контролю предприятий отрасли медицины:
Расширить категории роли и места здравоохранения с учётом (МКБ) международной классификации болезней с целью анализа в рамках межотраслевого моделирования на различных временных интервалах последствий утраты трудоспособности, смертности для различных возрастных групп. Цель исследования - доказать, как эти показатели будут воздействовать на экономику в целом, на её отдельные отрасли, рынки и предприятия касательно всего населения и всех возрастных групп.
Расширить категории роли и места здравоохранения с учётом диспансеризации с целью анализа возможных последствий утраты трудоспособности, смертности для различных возрастных, профессиональных групп, профессий для межотраслевого моделирования на различных временных интервалах. Цель исследования доказать, как эти показатели будут воздействовать как на экономику в целом, так и на её отдельные отрасли/рынки и предприятия. Достигнуть всеобщей ежегодной диспансеризации, как это было принято в СССР и рекомендовать ВОЗ, ООН и минздравам всех стран, в т.ч. РФ.
Расширить категории роли и места здравоохранения с учётом экологии в разрезе предприятия, региона, отрасли с целью анализа возможных последствий утраты трудоспособности, смертности для различных возрастных, профессиональных групп, профессий для межотраслевого моделирования на различных временных интервалах. Цель исследования доказать воздействие экологических показателей, как на экономику в целом, так и на её отдельные отрасли/рынки и предприятия, в т.ч. медицины. Выработать методологии по ежегодной диспансеризации для экологических проблемных регионов и рекомендовать их к внедрению ВОЗ, ООН и минздравам всех стран, в т.ч. РФ.
На основании оценки ущербов и потерь сформировать резервные фонды, финансирующие не только здравоохранение, но и направленные на развитие наукоёмких промышленных технологий, снижающих экологические ущербы и временную нетрудоспособность населения. Объём финансирования может быть предоставлен только после решения первых трёх задач, так как предварительные оценки потерь в размере 3-6% ВВП явно занижены.
При развитии предлагаемых наукоёмких промышленных технологий, снижающих экологические ущербы и нетрудоспособность, ввести обязательную экспертизу со стороны медицинского сообщества для всестороннего анализа в рамках компетенции. Данные требования очевидны, ведь из медицинских фондов будет осуществляться их финансирование.
Оценим объёмы статистических показателей, которые должны собирать предприятия всех отраслей, всех стран для принятия управленческих решений с учётом причин потерь временной нетрудоспособности персонала, населения в рамках СНС ООН, МОБ, ВОЗ, МОТ, Комитетов по экологии ООН и др.
На основе межотраслевого нейронного моделирования 40-ка государств, производящих 80-85% ВВП доказано, что медицина не дотационная отрасль, а инвестиционная и является локомотивом развития экономики любой страны. Без перехода на идеологию новой парадигмы управления в здравоохранении любой объём дополнительной статистической информации будет бессмысленным.
Русские методики определения роли и места здравоохранения с учётом (МКБ) международной классификации болезней нацелены на анализ возможных последствий утраты трудоспособности и смертности в отношении различных возрастных групп. Межгосударственное, межотраслевое нейронное моделирование должно осуществляться по 10 млн. интегральных факторов МКБ: по 21 группам МКБ, по 12259 нозологиям МКБ, по 40-ка государствам, производящим 80-85% ВВП – 21*12259*40=10,3 млн. интегральных факторов МКБ (106 мега-факторов).
Русские методики на основе межотраслевого моделирования применимы для анализа последствий утраты трудоспособности, смертности для различных возрастных, профессиональных групп, профессий в отраслевом разрезе касательно роли и места здравоохранения с учётом диспансеризации на различных временных отрезках. Межгосударственное, межотраслевое нейронное моделирование должно осуществляться по 21 трлн. интегральных факторов отраслевой диспансеризации, МКБ: по 21 профессиональным группам МОТ, по 1000 профессиям МОТ, по 100 отраслям МОБ, по 21 МКБ группам, по 12259 МКБ нозологиям, по 40-ка государствам, производящим 80-85% ВВП: – 21*1000*100*21*12259*40 =21,6 трлн. интегральных факторов: МОТ, отраслевой диспансеризации, МКБ (1012 тера-факторов).
Русские методики позволяют сопоставить роль и место здравоохранения с учётом экологии в разрезе предприятия, региона, отрасли с целью межотраслевого моделирования на различных временных интервалах, используя результаты проведённого анализа возможных последствий нетрудоспособности, смертности для различных возрастных, профессиональных групп, профессий. Межгосударственное, межотраслевое нейронное моделирование должно осуществляться по 2,6 квадриллионам интегральным факторам: экологии, МОТ, отраслевой диспансеризации, МКБ: по 121 экологическим факторам, по 21 профессиональным группам МОТ, по 1000 профессиям МОТ, по 100 отраслям МОБ, по 21 МКБ группам, по 12259 МКБ нозологиям, по 40-ка государствам, производящим 80-85% ВВП – 121*21*1000*100*21*12259*40 = 2,6 квадриллион интегральных факторов: экологии, МОТ, отраслевой диспансеризации, МКБ (1015 пета-факторов).
По оценке авторов - это минимальные объёмы статистических показателей, которые должны собирать предприятия всех отраслей, всех стран для принятия управленческих решений с учётом причин потерь временной нетрудоспособности персонала, населения в рамках СНС ООН, МОБ, ВОЗ, МОТ, Комитетов по экологии ООН и др.
Ранее исследовались только роль и место предприятий здравоохранения в рамках межгосударственного, межотраслевого моделирования. При этом предприятия отрасли фармацевтической промышленности, которые влияют на уровень заболеваемости не подвергались моделированию в виду отсутствия объективных данных. Поэтому анализ по предприятиям фармацевтической отрасли предполагается рассматривать, как авторские гипотезы. Анализ фармацевтической отрасли/рынка, как финансового пузыря ввиду ограничению объёма монографии авторами не включён.
Рассмотрим предварительный алгоритм авторов по предприятиям фармацевтической отрасли.
Первый этап. Пищевые продукты, производимые во всём мире фармакологическими или аффилированными компаниями, на 70-95% не соответствуют требованиям советских ГОСТов, а в РФ на все 90-95%. В пищевые продукты целенаправленно добавляют яд (канцерогены, вкусовые добавки, улучшители, усилители, разрыхлители… продолжить эти версии Е…) (см. материалы разведки ГШ Русской армии, генерала Нечволодова 1906 г., спецслужб ЦК КПСС 1973 г., материалы швейцарских исследователей 2012-2016 гг., что нет ни «рынка», ни «конкуренции», ни «инвестиций», ни «инноваций», ни «терроризма» ни прочей либеральной чуши, а есть 147 транснациональных компаний и 40-50 банков, которые контролируют всю мировую экономику) => Результат: начало появления у всего человечества (7 млрд.чел.) практически запланированных фармакологическими компаниями патологий: ожирения, хронических, психических и прочих заболеваний, с которыми затем предприятия медицинской отрасли «успешно» борются.
Второй этап. На следующем этапе эти же фармакологические компаниями готовят «лекарства», которые борются с их же спланированными, организованными патологиями на этапе производства так называемых «Пищевых продуктов». Контроль над пищевыми генетическими, модифицированными продуктами отсутствует.
Третий этап. Формирование новых «пищевых» продуктов и далее цикл повторяется см. первый этап.
Итоги. По предварительным оценкам на основе межотраслевого моделирования, потери мировой экономики для всех отраслей только по этим скрытым, латентным факторам целенаправленно организуемым патологиям можно оценить в размере 10% ВВП. ВВП этих «пищевых», «фармацевтических» компаний 0.3-0.5% от мирового ВВП, а ущерб мировой экономики 10% ВВП."
Рекомендуем ознакомиться с данным учебным пособием http://economics-21.narod.ru/Book/book-akadem-html/gl-00-in.html авторов самостоятельно и параграфом «1.4 Взаимосвязь маркетингового, логистического и финансового разделов бизнес-плана». http://economics-21.narod.ru/Book/book-akadem-html/gl-01/gl-01.html#_328.
«… Финансовый план, рассмотренный ранее во всем хорош, за исключением одного, непонятно: как определить будущие объемы продаж, сезонность, процентные ставки, инфляцию и так далее. Если на эти вопросы нет ответа, то нет реальных производственных, финансовых планов.
Рассмотрим в данном параграфе на практических примерах формирование вероятностных, будущих оценок данных показателей.
Цели
Разобраться с временными циклическими процессами, происходящими на рынках и на фирмах.
Понять сущность трендов, сезонных и случайных процессов.
Осознать степень влияния циклических процессов внешней среды на жизнедеятельность предприятия.
Осмыслить необходимость взаимосвязи маркетинговых, логистических, производственных, финансовых разделов бизнес-планов.
Ключевые термины и концепции
Временные ряды.
Тренд, цикл.
Сезонные колебания.
Случайные процессы
Эконометрические элементы маркетингового, логистического анализа.
Главным принципом изучения экономических процессов в технологии ДИ «Инвест» является высказывание Ньютона: «При изучении наук примеры полезнее правил». Поэтому изучение всех элементов, представленных в книге, будем осуществлять на практических примерах конкретных предприятий. В связи с рядом ограничений цифры условны, названия организаций изменены.
Экономическая лаборатория. Маркетинговый, логистический анализ предприятия «АБВ"
Рассмотрим элементы маркетингового, логичстического анализа на примере акционерной компании «АБВ», которая решила осуществить маркетинговый, логичтический анализ. Для этого вас пригласили исследовать рынки заказчика. Учитывая многономенклатурность видов товарной продукции (более 10000 наименований), вам на первом этапе предложено осуществить анализ только 100 наименований, которые вы согласовали с заказчиком. По его просьбе в отчет должны быть включены теоретические пояснения, необходимые для понимания ответственными исполнителями со стороны заказчика…
Динамика цен продавцов
Динамика цен неизбежно отражает складывающийся на рынке в течение года совокупный спрос и предложение. Что полностью согласуется с экономикой, как поставщиков, так и потребителей. Вполне очевидно, что в условиях резко выраженной сезонности у потребителей и как следствие их неритмичность работы будет неизбежно влиять на устойчивость и динамику работы поставщиков.
В то же время, как известно, любая неритмичность неизбежно будет порождать рыночную неопределенность для поставщиков, высокую изменчивость фондовых потоков на предприятии, что в свою очередь, неминуемо приводит к повышенным рискам, в частности, порождает рост средневзвешенной стоимости капитала (процентных ставок) как собственного, так и привлекаемого. Все это в совокупности будет вызывать высокую динамику затрат и как следствие цен на товарных рынках, что наглядно демонстрирует представленный график (см. рис. 1.10.).
Рис. 1.10. Средневзвешенная динамика объемов продаж, цен продавцов.
График увязывает средневзвешенную динамику объемов продаж с ярко выраженной сезонностью, традиционно складывающуюся в строительной отрасли, к которой можно отнести и фирму заказчика, и средневзвешенную динамику цен продавцов. Средневзвешенные цены и объемы продаж, представленные на рис. 1.10, отражают только общие усредненные тенденции.
Известно, что любое усреднение порождает смещенные оценки и не может служить достоверным определением ни объемов реализации конкретных товарных групп, ни соответствующим им рыночным ценам. Поэтому в исследованиях необходимо рассмотреть доминирующую совокупность предоставляемых строительной организацией работ и услуг, применяемых технологий и как следствие всей совокупности приобретаемых для выполнения данных работ товаров, комплектации, услуг, предоставляемых поставщиками, без которых выполнение намеченных работ невозможно.
Тем не менее, рассмотрим ряд немаловажных обстоятельств, анализ которых позволит понять, для чего была проведена данная работа.
… В приведенном примере показано, как оценить и рассчитать сезонность, ценовые коридоры закупок (материальные затраты), сформировать объем продаж, как изменить организационно-финансовые схемы и т.д. Эти данные являются входными для финансового плана…"
Методики Дорошко-Самариной по всем математическим, статистическим, эконометрическим видам и методам, в т.ч. нейронному моделированию с элементами искусственного интеллекта были разработаны авторами в рамках космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной.
Авторы неоднократно обращались к профессиональным математикам, программистам с просьбой помочь математически описать все 625-2500-10000 космо-ноосферных систем Дорошко-Самарина и разработать программные комплексы. К сожалению, математики и программисты не смогли оказать конструктивную помощь авторам. Поэтому авторы в своих программных комплексах, методиках, системах, нейронных моделях используют весь известный математический аппарат, но в редакции авторов.
Ситуация в том, современные математики являются специалистами в своей узкой математической области и не могут обозреть необозримого, т.е. космо-ноосферную межотраслевую, межрегиональную, межгосударственную парадигму управления Дорошко-Самариной и её системы и нейронные модели.
Математики же, которые подвизаются в области экономики, это неспециалисты в математике, неспециалисты в экономики, болтуны и неудачники, т.е. «ни рыба и ни мясо».
Для примера рассмотрим общие положения методик «Риск Анализа Дорошко-Самариной»:
В основу методик «Риск Анализа Дорошко-Самариной» положен простой принцип:
"Чтобы выжить на рынке, т.е. в своей конкурентной среде, и/или в своей отраслевой среде необходимо работать лучше, чем отечественные, региональные конкуренты"
Начальные, граничные условия методик «Риск Анализа Дорошко-Самариной» для упрощённой версии:
Запрещено делать фундаментальные/системные ошибки (см. выше) при построении моделей рисков. Классический пример: Маслоу (теория мотивации), Альтман, Бивер… (модели банкротства), т.е. объединять в статистический массив исследуемые предприятия различных отраслей. Глупо скрещивать ужа и ежа, все равно не получим колючую проволоку.
Нейронные модели используются ограниченно без применения многофакторных нейронных моделей.
Часто возникает вопрос, почему авторы в своих обучающих системах, деловых играх, программных комплексах не используют разработки по теории игр нобелевского лауреата Дж.Нэша.
Напомним, что «Теория игр» — математический метод изучения оптимальных стратегий в играх. Под игрой понимается процесс, в котором участвуют две и более сторон, ведущие борьбу за реализацию своих интересов. Каждая из сторон имеет свою цель и использует некоторую стратегию, которая может вести к выигрышу или проигрышу — в зависимости от поведения других игроков. Теория игр помогает выбрать лучшие стратегии с учётом представлений о других участниках, их ресурсах и их возможных поступках.
Теория игр — раздел прикладной математики, точнее исследования операций. Чаще всего методы теории игр находят применение в международных отношениях, экономике, чуть реже в других общественных науках — социологии, политологии, психологии, этике, юриспруденции и других.
Реальная жизнь показала ничтожность данной теории во всех сферах жизни и не имеет прикладного значения, в отличии от программных комплексов, систем авторов. С.Е.Дорошко ещё в 1995-1998 гг. хотел применить разработки всех нобелевских лауреатов по математике и по экономике для использования их методик для будущих авторских систем.
По каждому из методик, моделей нобелевских лауреатов С.Е.Дорошко построил программные комплексы и вскормил их базами данных СНС ООН для решения элементарной задачи – прогнозы мировых кризисов. Ни одна из методик всех Нобелевских лауреатов не работала. Мало того были потеряны громадные средства инвестиционного портфеля в период мирового финансово-экономического кризиса 1996-1999 гг.
Сразу задаём следующий вопрос – «Кому даются Нобелевские премии, и кто выступает экспертами». И вспоминается Грибоедов «А СУДЬИ КТО».
Поэтому опять возникает вопрос кому же отдать на рецензию данную монографию. Есть ли в нашей рассеянской и зарубежной экономической, менеджерской науке специалисты высшего класса – эксперты, которые способны объективно оценить реальные прогнозы, методики, системы, нейронные модели авторов!? Ответ: Нет вчера, нет сегодня и нет завтра!!! Именно про это монография и главное в ней «Образовательный КРЕСТ Самариной» и «Геополитическая, Геоэкономическая модель деградации ноосферной экономики США Дорошко-Самариной. Экономический крест США"
Эти две авторские модели 100% коррелируют между собой.
Нет образования, науки, техники – нет промышленности, нет государства. Остались лишь надувающие пузыри-эксперты. Хочется привести пример дебилизации специалистов в Правительстве РФ. Один из работников министерство экономического развития РФ, прочитав наши материалы, сказал: «НЕЛЬЗЯ ЛИ ПОПРОЩЕ!?» Можно, Вам пора поменять профессию на помощника дворника!!!
Уравнение прямых основа так называемых систем «Искусственный Интеллект"
Примеры построения уравнений прямых (Y=b*X), как основы при разработке/построению искусственного интеллекта (ИИ) и базовых элементов ИИ:
Векторных уравнений прямых (Х=∑Xi, Y=∑Yi, b=Y/X).
Вероятностных уравнений прямых (b=Среднее(Yi /Xi)=MYi/MXi).
Регрессионных моделей (b=1/X*Y=(X'X)-1*X'Y).
Графический образ примеров построения уравнений прямых (Y=b*X), как основы при разработке/построению искусственного интеллекта (ИИ) и базовых элементов ИИ.
Дискриминантных моделей.
Кластерных моделей.
Нейронных моделей,
Искусственных нейронных сетей.
Генетических моделей.
и т.д.
Обеспечивающих высокоэффективное максимально автоматизированное работу всех 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной по распознаванию рисков, эффективности, коррупционной ёмкости, жизнедеятельности, независимости, устойчивости и прочее любых систем для любых иерархических уровней управления 625-2500-10000 космо-ноосферных систем Дорошко-Самарина от фермеров до президентов, законодателей, в т.ч. всех силовых систем:
законодательных.
Системы на любых иерархических уровнях управления 625-2500-10000 систем Дорошко-Самарина от фермеров до президентов, законодателей и всех силовых систем действуют аналогичных любым системам распознавания, таких как распознавания людей, машин, деревьев типа дубов, ясеней и прочих выпускников конвейеров дураков элитных институтов, университетов, академий и прочих элитных сионо-фашистских либерально-убогих образовательных учреждений или психиатрических заведений по нейро-лингвистическому программированию элит всех государств-членов ООН.
Графический образ примеров построения Дискриминантных моделей, Кластерных моделей, Нейронных моделей, Искусственных нейронных сетей, Генетических моделей.и т.д., как основы при разработке/построению искусственного интеллекта (ИИ) и базовых элементов ИИ
Нейронная методология Дорошко-Самариной обеспечивает высокоэффективное максимально автоматизированную работу всех 2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной
Нейронная методология Дорошко-Самариной отлично работает для любых систем распознавания, таких как распознавания людей, машин, деревьев, типа дубов, ясеней, и прочей материальной и нематериальной живности.
Коэффициенты детерминации в нейронном моделировании Дорошко-Самариной всех 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной используются для уточнения нейронных моделей, их весов вплоть до возможного частичного или полного пересмотра постановки задач парадигм управления Дорошко-Самарина представлена в следующем упрощённом графическом образе:
Графический образ нейронной методологии Дорошко-Самариной основных 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной
Для проведения исследований будем использовать:
Теорию систем, теорию вероятностей, теорию рисков, теорию размытых множеств, а также нейронное моделирование и элементы искусственного интеллекта
Любой коэффициент для линейной модели типа Y=bX, можно вычислить как
b=Среднее(Yi /Xi)=MYi/MXi
или векторный вариант
b=∑Yi/∑Xi,
т.е.
b = ∑Yi/∑Xi более точный расчет (ошибка 0,4%)
или
b = MYi/MXi менее точный расчет (ошибка 1,8%)
но точность b, при таком быстром счете как среднее значение или как сумма i-х значений будет иметь смещения/ошибки по сравнению с регрессионной моделью!!!
Исходная регрессионная матричная классическая модель (17-18 век).
Из алгебры 7 класса известно, что любую функцию можно представить в виде:
Функции – точно!!!
Рассмотрим, как линейную модель типа Y=bX можно решить с помощью матриц.
Y=bX, для вычисления используем алгебраические преобразования 2-й четверти 7-го класса ШКОЛЫ для построения уравнения прямой
Графический образ уточнения нейронных моделей, коэффициенты детерминации при нейронном моделировании Дорошко-Самариной всех 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной
Исходная регрессионная матричная модель:
Y=bX, для вычисления: b=Y/X=X'Y/X'X для решения задачи необходимо и числитель, и знаменатель (вектор/матрицу) умножить на транспонированную матрицу Х' или есть другое математическое представление ХТ, т.е. Y/X=X'Y/X'X.
Что такое транспонирование?
Пусть Х вектор-столбец, то если транспонировать вектор-столбец Х получим вектор-строку Х' или ХТ.
Канонический (классический) алгоритм:
Шаг 01 X'X
Шаг 02 X'Y
Шаг 03 (X'X)-1=1/(X'X)
Шаг 04 b=1/X*Y=(X'X)-1*X'Y
Перед расчетом коэффициентов степенной модели Y=k0*X^k1 необходимо преобразовать её в линейную модель с помощью логарифмического преобразования Ln(Y)=Ln(k0)+Ln(k1)*Ln(X) и только после этого применять регрессионное матричное преобразование.
Нелинейная регрессия – это квазилинейные функции (11-21 моделей) поиск глобального экстремума в нейронном моделировании Дорошко-Самариной всех 2500 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной используются для уточнения нейронных моделей, их весов вплоть до возможного частичного или полного пересмотра постановки задач парадигм управления Дорошко-Самарина представлена в следующем упрощённом графическом образе:
Графический образ нелинейной регрессии - квазилинейные функции (11-21 моделей) поиск глобального экстремума в нейронном моделировании Дорошко-Самариной всех 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной
Методы корреляционного и регрессионного анализа в нейронном моделировании Дорошко-Самариной всех 625-2500-10000 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной используются для уточнения нейронных моделей, их весов вплоть до возможного частичного или полного пересмотра постановки задач парадигм управления Дорошко-Самарина представлена в следующем упрощённом графическом образе:
Графический образ методов корреляционного и регрессионного анализа при нейронном моделировании Дорошко-Самариной всех 2500 динамических космо-ноосферных межотраслевых, межрегиональных, государственных и межгосударственных систем и парадигм управления Дорошко-Самариной
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Проведем анализ динамики цен по государству Австралия за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=52,98 при этом максимальные значения достигали уровней max.=108,61. Исследования показали, что средние значения составили mean.=82,256, при этом медиана достигала уровней me.=81,36. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают меньшие цены. В целом среднеквадратичное отклонение составило SX=14,196. С учётом средних цен вариация составила Var=0,173.
Проведем анализ динамики цен по государству Австрия за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=66 при этом максимальные значения достигали уровней max.=104,79. Исследования показали, что средние значения составили mean.=94,503, при этом медиана достигала уровней me.=97,8. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают большие цены. В целом среднеквадратичное отклонение составило SX=10,32. С учётом средних цен вариация составила Var=0,109.
…Проведем анализ динамики цен по государству Россия за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=77,35 при этом максимальные значения достигали уровней max.=122,75. Исследования показали, что средние значения составили mean.=109,358, при этом медиана достигала уровней me.=109,4. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают большие цены. В целом среднеквадратичное отклонение составило SX=10,573. С учётом средних цен вариация составила Var=0,097.
…Проведем анализ динамики цен по государству Украина за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=71,9 при этом максимальные значения достигали уровней max.=91,7. Исследования показали, что средние значения составили mean.=84,67, при этом медиана достигала уровней me.=84,9. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают большие цены. В целом среднеквадратичное отклонение составило SX=7,13. С учётом средних цен вариация составила Var=0,084.
… Проведем анализ динамики цен по государству ЮАР за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=34,4 при этом максимальные значения достигали уровней max.=75,9. Исследования показали, что средние значения составили mean.=63,966, при этом медиана достигала уровней me.=67,4. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают большие цены. В целом среднеквадратичное отклонение составило SX=11,032. С учётом средних цен вариация составила Var=0,172.
Проведем анализ динамики цен по государству Япония за период 1996 - 2012 гг. Как видно из таблицы статистического анализа за исследуемый период 1996 - 2012 гг. минимальные значения составили min.=110,35 при этом максимальные значения достигали уровней max.=158,48. Исследования показали, что средние значения составили mean.=131,218, при этом медиана достигала уровней me.=131,17. Сравнительный анализ средних и медианных показателей свидетельствуют, что преобладают меньшие цены. В целом среднеквадратичное отклонение составило SX=14,508. С учётом средних цен вариация составила Var=0,111.
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Цель исследования по 7-ми шаговому алгоритму Дорошко-Самариной (4-5 шаги алгоритма):
Определим распределение оплаты труда в РФ и уровень мотивации в РФ, напомним, что в США (по экономике в целом), Европе, СССР соотношение оплаты труда руководителей и всего остального персонала составляет величину в размере 2,5-3 раза. Рассмотрим уровень оплаты труда и мотивации в США за 2014г.
Результаты исследования мотивации труда персонала в США. Вывод: Проведённые исследования по мотивации труда в США за 2014г. свидетельствует, что 1-й эшелон руководителей (Management 11-0000) потребляет 12% фонда оплаты труда (ФОТ) своего предприятия, 2-й эшелон руководителей (Business and Financial 13-0000) потребляет 8% фонда оплаты труда (ФОТ) предприятия. Все остальные сотрудники потребляет 80% фонда оплаты труда (ФОТ) предприятия.
Результаты исследования мотивации труда персонала в РФ
Вывод: Приведённые исследования по мотивации труда в США за 2014г. свидетельствует, что 1-й эшелон руководителей РФ потребляет 46% фонда оплаты труда (ФОТ) своего предприятия, 2-й эшелон руководителей РФ потребляет 31% фонда оплаты труда (ФОТ) предприятия. Все остальные сотрудники потребляет 23% фонда оплаты труда (ФОТ) предприятия.
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Отдельно остановимся на авторском прогнозе мирового ипотечного кризиса 2007-2008-2009 гг. и прогнозах жилищных пирамид в развивающихся странах типа республик СССР, а также Китая и др.
При построении авторской ноосферной системы «Коррупция и ипотека - афера барыг», как одна из 625-2500-10000 систем Дорошко-Самариной, были исследованы базы данных по всем системам национальных счетов, в т.ч. активам США за 1925-2006 гг.
Любые исследования авторы проводят масштабно для всех предприятий, всех отраслей, всех рынков, всех государств для выявления латентных раковых управленческих процессов, которые должны в очередной раз взорвать и ввергнуть экономику в очередной мировой кризис.
Построенные авторами нейронные управленческие модели по всем системам национальных счетов, в т.ч. активам США за 1925-2006 гг. позволили выявить в экономике США масштабные ипотечные аферы на общий объём надутых пузырей прямых потерь в размере 6624 млрд.долл.США, при этом суммарные как прямые, так и латентные потери составили от 13,9 до 16,6 трлн.долл.США. В доказанном экономическом ущербе от ипотечной афере для США не даны более масштабные потери всей мировой экономики. Несложные расчёты авторов позволяют утверждать, что мировые социально-экономические потери в период мирового финансово-экономического кризиса 2008-2009 гг. составили около 50% мирового ВВП. Именно в этот кризис стал хорошо известным руководитель ФРС США Бен Шалом Бернанки (Ben Shalom Bernanke). Имеет прозвище «Вертолёт Бен» (Helicopter Ben), полученное после того как в выступлении заявил, что иногда, в условиях кризиса, «разбрасывание денег с вертолёта» может быть полезным для борьбы с дефляцией. Сравнение инфляции с вертолётом, разбрасывающим деньги с неба, принадлежит Милтону Фридману. По утверждению авторов Бен Шалом Бернанки предлагал для спасения 10 топ банков США летать на вертолёте и засыпать долларами все банки и финансовую систему США. Тем самым устраивая масштабную инфляцию для США и всего мира, спасая финансовую, страховую, фондовую, трастовую и банковскую систему жуликов, воров и аферистов.
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Авторы рекомендуют внимательно ознакомиться с монографией, по которой учатся курсанты-кукловоды https://searchworks.stanford.edu/view/9198590 и очень аккуратно выполняют рекомендации авторов. Интернет ссылка на монографию - http://economics-21.narod.ru/Book/book-08-html/book-10-00.html.
Далее дана выдержка из монографии Самарина Г.П., Дорошко С.Е., Чекирда В.А., Чадаев О.Д. «Ноосферная экономика: Кризис». - СПб.:ПИФ.com, 2010. - 475 с. http://economics-21.narod.ru/Book/book-08-html/book-10-00.html.
«… 2.2 Предварительный анализ развития экономики США в 2013-2014 г. на основе динамики пяти финансовых пузырей на основе Закона Дорошко-Самариной
Перейдем к рассмотрению следующей проблемы, какие позитивные/негативные изменения произошли на трех основных рынках (ипотечном, фондовом, энергетическом/нефтяном). Кроме этого оценим: во-первых, подтвердились ли прогнозы авторов от 2008г. на 2010г. о начале спекулятивных афер на мировом продовольственном рынке, а во-вторых, определим мировые рынки, где еще происходят позитивные/негативные изменения.
2.2.1 Мировой фондовый рынок
В своих предыдущих исследованиях авторы определили причину, почему из всех фондовых индексов выбран именно индекс S&P-500. Время создания индекса – это 1970 г.
В это время США уже активно в повседневной экономической практике использовали российскую, советскую методику МОБ. В МОБ США описывалось около 500 отраслей в рамках стандарта SIC. Поэтому это единственный индекс, в котором отражается вся структура отраслей экономики США и соответственно он более корректно, чем другие фондовые индексы отражает динамику ВВП.
Как видно из графика (рис.1) предыдущих исследований авторов, в период 1970-1986 г., динамика индекса и ВВП были сопоставимы с учетом поправочных коэффициентов KD&S авторов.
Рис. 2. Модель «Стабильного развития экономики США», когда цены на фондовом рынке индекса S&P-500(темп роста — 2,9% в год) не опережают динамику экономики США (средний темп роста экономики — 2,9% в год)
В период 1986-1994 г. финансовыми спекулянтами отрабатывалась технология, которую авторы называют «Буратино на мировом финансовом поле чудес».
С 1994 г. по 2007 г. эта спекулятивная технология пирамид и афер действует весьма эффективно, ввергая все страны в регулярные финансовые кризисы. Все рейтинговые, аналитические, аудиторские компании мирового уровня этот рынок почему-то называют инвестиционным. Авторы уверены, что они забыли или не знали историю создания этого индекса. В его основе лежит сущность МОБ, объективные законы экономики. Поэтому авторы лишь одни заблаговременно рассчитали уровень падения индекса, что наглядно видно на рис. 1.
Фондовый рынок мира давно превратился (с 1986 г.) из инвестиционного рынка в казино, где необходимые для экономики средства идут на возведение, поддержание пирамид, финансовых пузырей и афер.
Авторы до 2008 г. писали: «Поражают финансовые «аналитики» СМИ, которые с «умным» видом, с надутыми щеками вещают с телевизионных экранов об очередной глупости фондовых рынков и «ускоренном развитии» мировой экономики и/или развитых стран. Следует признать, что построена мировая информационная пирамида, которая использует финансовых «аналитиков» СМИ как бездумный инструмент по разогреву рынка.
Рис. 3. Модель «Кризисное состояние мировой экономики», когда цены на фондовом рынке индекса S&P-500 (темп роста —5% в год) в 1,72 раза опережают динамику мировой экономики (темп роста мировой экономики – 2,9% в год)
Сегодняшние СМИ с подачи мировых финансовых спекулянтов давно превратились в информационных «Буратино» на мировом информационно-финансовом поле чудес."
Далее в монографии 2010 г. авторы моделировали два состояния:
Модель «Стабильного развития экономики США» (см. рис.2), когда цены на фондовом рынке индекса S&P-500(темп роста — 2,9% в год) не опережают динамику экономики США (средний темп роста экономики — 2,9% в год).
Модель «Кризисного развития экономики США» (см. рис.3), когда цены на фондовом рынке индекса S&P-500 (темп роста — 5% в год) опережают динамику экономики США (средний темп роста экономики — 2,9% в год) в 1.72 раза.
Далее в монографии 2010 г. авторы писали: «Обратите внимание, даже для этих двух моделей фондовый рынок (индекс S&P-500) активно зашкаливает, начиная с 1984-1986 г."
Кризис еще не закончился, а уже готовится новая волна кризиса. Спекулянты вошли во вкус. Правительства развитых стран и их аналитики также не знакомы с объективными законами экономики и не способны эти аферы остановить. Поэтому следует признать, что сегодняшней мировой экономикой и экономикой развитых стран 25 последних лет (1985-2010 г.) управляют финансовые аферисты, а не Правительства, Минфины и Центробанки. Последние давно превратились в «Буратино».
Рис. 4. Модель «Кризисное состояние мировой экономики» за период 1970-2012 г.
Как видно из представленных выше материалов, наши прогнозы по фондовому рынку полностью подтвердились.
Рассмотрим состояние фондового рынка на примере индекса S&P-500 в динамике к настоящему времени – 11/2012г.(см. рис. 4).
Как видно из рис. 4., модель «Кризисное состояние мировой экономики» за период 1970-2012 г. показывает устойчивые негативные тенденции. Исходя из модели Кризиса S$P-500, можно утверждать следующее, что на основе Закона Дорошко-Самариной можно ожидать следующий сценарий:
В 2013 г. после достижения индексом S$P-500 уровня в среднем 1500 пунктов ±500 пунктов, можно уверенно ожидать обвал в 2013 г. индекса S$P-500 до уровня 800-900 пунктов.
2.2.2 Изменения на энергетическом/нефтяном мировом рынке
Чтобы не загромождать настоящую работу цитированием наших предыдущих прогнозов по мировому нефтяному рынку, отошлем читателя к прочтению наших предыдущих работ. Лишь отметим, что все наши прогнозы 2006-2009 г. по мировому нефтяному рынку также подтвердились.
Рассмотрим состояние мирового нефтяного рынка в динамике к настоящему времени (см. рис. 5).
Как видно из рис. 5, динамическая модель нормального/кризисного развития мирового нефтяного рынка за период 1987-2012 г. показывает устойчивые негативные тенденции. Исходя из динамической модели нормального/кризисного развития мирового нефтяного рынка, можно утверждать следующее, что на основе Закона Дорошко-Самариной можно ожидать следующий сценарий:
Рис. 5. Динамическая модель кризисного развития мирового нефтяного рынка за период 1987-2012 г.
Можно уверенно ожидать обвал мирового нефтяного рынка в 2013 г. до уровня 50-60 $ за баррель.
2.2.3 Изменения на ипотечном мировом рынке, на примере ипотечного рынка США
Чтобы не загромождать настоящую работу цитированием наших предыдущих прогнозов по ипотечному рынку на примере США, отошлем читателя к прочтению наших предыдущих работ. Лишь отметим, что все прогнозы 2006-2009 г. по ипотечному рынку также подтвердились.
Рассмотрим состояние ипотечного рынка в динамике за 1991-2008 г. (см. рис. 6).
Как видно из рис. 6, динамическая модель ипотечного рынка за период 1991-2008 г. показывает в 2007-2008 г. позитивные тенденции. Тем не менее, начиная с 2010 г, преобладают негативные тенденции по росту цен, началу спекулятивных игр на ипотечном рынке.
В настоящее время к 2012 г. уровень цен пока не достиг уровня 2007 г. В то же время необходимо учесть, что за период 2008-2012 г. темп роста оплаты труда замедлился. Если учесть интегральный показатель разницы уровня цен и динамики оплаты труда, то разрыв цен и оплаты труда в рамках Закона Дорошко-Самариной за период 2008-2012 г. превзошел уровень 2007г.
Исходя из динамической модели кризисного развития ипотечного рынка, можно утверждать следующее, что на основе Закона Дорошко-Самариной можно ожидать следующий сценарий:
Можно уверенно ожидать обвал ипотечного рынка США в 2013 г. до уровня 180 пунктов.
Рис. 6. Финансовый пузырь, пирамида на строительном/ипотечном рынке США и стоимость основных фондов в США, млрд.долл.США за 1991-2008 г.
2.2.4 Изменения на мировом продовольственном рынке
В 2008 г. - авторами дан прогноз начала активных спекулятивных игр в 2010 г. на мировом продовольственном рынке. Результат спекулятивных игр на продовольственном рынке легко прогнозируем в рамках Закона Дорошко-Самариной.
Можно уверенно ожидать в 2010-2012 гг. рост мирового продовольственного рынка на 1,5-2 раза и последующий обвал рынка в 2013-2014 г. на 15-30%.
2.2.5 Изменения на мировом лекарственном рынке
В 2008 г. - авторами дан прогноз начала активных спекулятивных игр в 2010 г. на мировом продовольственном рынке, кроме этого авторами был дан прогноз на рост цен мирового фармрынка. Один из экзогенных факторов естественно вытекает из авторского прогноза 2006-2008г. по максимальной солнечной активности на 2013-2014г., и как следствие рост возможных социальных конфликтов в мире, в том числе, «цветных» революций.
Как известно любые конфликты, «цветные» революции неизбежно приводят к росту заболеваний, напряженной эпидемиологической обстановки и т.д. Это в свою очередь неизбежно вызывает рост спроса на фармпрепараты, лекарства, а за этим неизбежно начинается рост спекулятивных игр на столь привлекательном мировом фармрынке. Воистину мудра русская пословица: «Кому война, а кому мать родна».
Можно уверенно ожидать в 2010-2012 г. рост мирового фармрынка на 1,3-1,7 раза и последующий обвал рынка в 2013-2014 гг. на 20-30%..."
Видео материал: https://www.youtube.com/watch?v=mbD1sZ6Cd2Q&list=PLCApoWPl_PLc261pjB3GYSwxDrmSbUziR&index=57
Основная целевая функция объединения 45 и 46 векторов/систем заключается в том, чтобы объяснить механизмы масштабов финансово-воровских банковских афер по ограблению активов всего человечества жалкой кучкой сатанистов с ярко выраженными психическими и генетическими поломками. С помощью воровских финансово-банковских механизмов эти нелюди не только грабят активы людей, но и готовят их ликвидацию, используя информационное, психологическое и бактериологическое оружие. Эти механизмы удивительно простые и основаны на животной жадности и зависти людей-биороботов с мелкобуржуазным мировоззрением: «дачка, тачка и собачка», «моя хата с краю, ничего не знаю», «не делай добра – не получишь зла», «своя рубашка ближе к телу». И главное болезненная жадность по технологии «МММ». Банкирам ворам/сатанистам осталось разработать примитивные механизмы по обмену виртуальных бумажек на реальные активы. Например, ограбление советского народа, когда ваучерные бумажки обменяли на 200-300 трлн.долл.США активов СССР. А паразиты типа Михалковых, Навальных и прочими ворами/дураками предлагают «вернуть» народу не 200-300 трлн.долл.США, а всего 1 трлн.долл.США.
Механизмы грабежа следующие:
Устроить информационное шоу с выступлением «великих» экономистов, нобелевских лауреатов, академиков от экономики о важности инвестиций активов пенсионных фондов, сбережений всех граждан страны в фондовые, банковские, страховые и прочие виртуальные цифровые «активы».
Закрепить успех и развить у каждого гражданина жадность, что он сможет стать миллионером за «несколько дней», ничего не делая. И главное развить у народа гордыню, что он талантливый инвестор.
Необходимо создать у народа иллюзию, что фондовые, банковские, страховые и прочие виртуальные цифровые «активы» многократно более ценны, чем недра, земля, жильё, заводы, колхозы и др., принадлежащие народу любой страны.
…И в заключении воровскому сообществу банкиров и прочим барыгам необходимо включить механизм иллюзии быстрого «обогащения» народа за счёт обмена реальных народных активов, пенсионных фондов на виртуальный банковских мусор.
Рассмотрим упрощённый пример, объединяющий 45 и 46 системы/вектора:
45 Система. Ноосферные системы «Коррупция и ипотека - афера барыг» 625-2500-10000 систем Дорошко-Самариной. Коррупционные ипотечные нейронные модели Дорошко-Самариной.
ПЛЮС
46 Система. Динамические нейронные модели отраслевых, региональных и мировых фондовых афер по воровству реальных активов пенсионных, профсоюзных и народно-государственных фондов.
Начнём с отраслевых, региональных и мировых фондовых афер по воровству реальных активов пенсионных, профсоюзных и народно-государственных фондов.
За пятилетний период с 2016 г. по 2021 г. фондовый индекс, характеризующий развитие экономики США и косвенно «развитых стран» вырос с 2060 пунктов в 2016 г. до 4600 пунктов в 2021 г. Т.е. наблюдается рост активов на 223% пятилетний период, что составляет 18% в годовом исчислении. Авторские динамические нейронные модели обсудим далее. А пока примем то, что авторская модель динамики активов NFA=1.204*GDP от ВВП позволяет утверждать, что рост ВВП за период 2016-2021 гг. составит:
NFA=1.204*GDP => 18%=1.204*GDP => GDP=18%/1.204=15%
По данным статистических агентств США, ЕС средний ВВП за период 2016-2021 гг. составил не более 1% в года. Т.е. на развитие реальной экономики США, ЕС тратится всего лишь 6-7% из 100% всей денежной, фондовой эмиссии золотого миллиарда белого населения. А не 15% как утверждают мировые аналитические агентства - https://www.youtube.com/watch?v=PeuwoXbstg4&t=4937s.
При изучении 45-го вектора/системы основной целью являлось показать нейронные модели, с помощью которых авторы вскрывали классические аферы воровских банковских систем, действующих во всех государствах мира. Учитывая абсолютную безграмотность экономистов, юристов, банкиров, финансовых «аналитиков» и «менеджеров», для авторов несложно просчитать все их аферы.
Итак, повторно рассмотрим ноосферные системы «Коррупция и ипотека - афера барыг» 625-2500-10000 систем, нейронные модели Дорошко-Самариной в разрезе воровской ипотечной направленности. Ранее все модели авторов работали на основную целевую функцию – это выявление финансово-банковских воров, барыг на ипотечных рынках любых государств. Например, яркая ипотечная афера в Японии 80-90 гг. 20-го века была приурочена к моменту краха капитализма в «развитых» странах 1990-1992 гг., а также азиатский кризис 1996-1999 гг. Ипотечная афера и мировой кризис 2007-2009 гг. (см. монографии авторов). Как видно на графическом образе, авторы с помощью различных интегральных динамических нейронных моделей вскрыли масштабы банковского воровства на т.н. «инвестиционных» ипотечных рынках с одновременным обвалом мировой экономики в виде мирового финансово-экономического кризиса 2007-2009 гг.
Представленные на рисунках авторские нейронные модели ничтожномалая миллионая часть нейронных систем, моделей космо-ноосферного управления от рабочих до президентов и над государственного уровня Дорошко-Самариной.
Авторы уже подготовили законодательство, его нормативную базу Самарина- Дорошко по уничтожению всех воровских банковских механизмов римского, континентального, морского права.
Авторы также подготовили нормативную базу законов для всех предприятий, отраслей, регионов, рынков, всех государств и законодательство над государственного уровня.
Все сегодняшние воровские вертикальные системы авторами отменяются.
Это законодательство, его нормативная база, нейронные модели составляют минимальный объём в размере сотен миллионов страниц убористого текста, что требует отдельных монографий, разъяснений, дистанционных обучающих систем, деловых игр для следующих ветвей власти: идеологов, законодателей, судебной, исполнительной и информационной.
Обозначим основные начальные и граничные условия и требования авторов при нейронном динамическом моделировании денежных, финансовых, фондовых, страховых и трастовых систем в рамках космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной и её подсистем: Ноосферные денежные системы «Нейронные динамические модели монетизации и экономики США, ЕС, Китая, РФ Дорошко-Самариной».
Доказать, что банковские, фондовые, страховые, валютные и трастовые системы — это источник инфляции, грабежа населения, войн, «революций», уничтожение экономики и суверенитета государств.
Данная подсистема является неотъемлемой частью ноосферных систем верхнего уровня «Коррупция или Ноосферное Управление 625-2500-10000 систем Дорошко-Самариной».
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Экономические теории, модели, методы, учебно-методические пособия... Космо-ноосферная межотраслевая, межгосударственная парадигма управления Дорошко-Самариной http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm.
Даны выдержки из лабораторных работ курсантов Народной Академии СЭВ. В монографии опубликованы исследования только по 20 государствам из 250 стран и регионов. Все лабораторные работы по анализу рисков, эффективности, коррупции экономики исследуемых государств выполнены с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Открытое обращение к Народам Мира – источнику власти от курсантов Народной Академии СЭВ
Копия «слугам народа»:
Законодателям, Местному самоуправлению, Исполнительным органам (Президенту, Премьер-министру), Судебным органам, Силовым структурам
«О мировом кризисе 2023-2025 гг., ликвидации/расчленении США, ЕС, РФ, КНР, Индии..., мобилизационных программах», 02.10.2021
Уважаемые братские народы стран Мира!
Научные руководители Народной Академии СЭВ С.Е. Дорошко и Г.П. Самарина в своих письмах, отправляемых начиная с 1995 года, предупреждали всех «слуг народа» о предстоящих кризисах, революциях, переворотах, пандемиях и террористических атаках (1996-1998, 2001-2002, 2008-2009, 2013-2014, 2019-2021, 2023-2025, 2029 и др. http://economics-21.narod.ru/Book/Book_Contents/Book_Contents.htm).
С текстом письма от 2016 года, направленного «слугам» русского народа, содержащим полную информацию о готовящейся медико-фармацевтической афере, как прикрытие финансово-экономического мирового кризиса 2019-2021 годов, вы можете ознакомится по ссылке http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html, а также 26.08.2018 была представлена монография «Мировой кризис 2019-2021г.г. в цифрах. Управление космо - ноосферной экономикой в условиях мировых кризисов и климатических потрясений» - http://idiinvest.narod.ru/Book/book-16/book16.html, в которой говорилось о медико-фармацевтических аферах (http://economics-21.narod.ru/Book/book-16/book16.html#_14547_01), представленной на сегодняшний день как пандемия COVID-19, (видео доклады «Прогноз Кризиса 2019-2021гг. и медико-фармацевтическим аферам - https://www.youtube.com/watch?v=nP-Dy-PdgM8&list=PLCApoWPl_PLf-3CYBUo4FOp_giMHXFGQc).
На данный момент уже всем стало очевидно, что деятельность безграмотных, необразованных служащих, так называемых «СЛУГ» народов мира, привела к установлению на всех территориях «псевдо государств» к режиму, который дал возможность всем уровням управления грабить и уничтожать свой народ, провоцировать межрасовые конфликты и целенаправленно вести народы мира к самоуничтожению через полное уничтожение народов белой расы.
Концентрация производств в государствах-фабриках делает невозможным выживание человечества в предстоящих климатических потрясениях.
Таким образом, отсутствие образования и психогенетические повреждения у «слуг народа» всех стран, включая страны ЕС, Россию, Китай и др., и сегодняшние безумные действия слуг народа может привести к гибели 1 миллиарда белого населения!
В недрах руководящего состава вашей страны, как и в России, в США, в странах ЕС и других странах, реализуются незаконные биологические действия, целенаправленный геноцид человечества через:
псевдо-информационные источники работают на принципах «Геббельсовской пропаганды»;
Народная Академия СЭВ стоит на защите законных интересов народов стран ЕС, России, США, Китая, Индии и других стран Мира и на основании выше изложенного, констатирует. Все лидеры государств, поддержавшие или поддерживающие медико-фармацевтические аферы, как прикрытие безграмотного управления, регулярных мировых кризисов, фальшивых пандемий объявляются недееспособными руководителями.
Народная Академия СЭВ констатирует всеобщую безграмотность системы мирового управления, включая локальные системы образования, здравоохранения, экономики, юриспруденции и др., которые приводят к массовым преступлениям элит.
Народная Академия СЭВ начинает мобилизационную программу по подготовке управленческих кадров для любых государств на базе создаваемых филиалов Академии СЭВ. Народная Академия СЭВ будет готовить специалистов для восстановления эффективно действующего народного хозяйства любой страны Мира.
Подготовить кадровый потенциал стран США, ЕС, СССР к восстановлению производственных мощностей на своей территории и произвести возврат всех производственных мощностей из азиатских стран.
Следующий этап - это воплотить в жизнь мобилизационную программу выживания человечества в условиях климатических потрясений через создание систем автономных ноосферных посёлков.
Народной Академией СЭВ подготовлены планы по мобилизации для каждой страны, на случай климатических или иных «рукотворных» потрясений, которые позволят с наименьшими потерями провести восстановление народного хозяйства государства.
Предотвращение планируемого расчленения США, ЕС, России, Китая, Индии и др. стран на фоне кризиса 2023-2025 годов зависит от профессионализма управленцев на всех уровнях иерархии управления любой страны, подготовку которых на сегодняшний день, способен обеспечить ИСКЛЮЧИТЕЛЬНО коллектив Народной Академии СЭВ.
Народная Академия СЭВ
02.10.2021
Направление: Социальное обслуживание, социальная поддержка и защита граждан.
Тема: Информационная, консультационная, методическая, образовательная поддержка социально ориентированных некоммерческих организаций, предоставляющих услуги в социальной сфере, по вопросам, связанным с оказанием таких услуг.
В 2018 году разработчики предупредили Фонд президентских грантов о кризисе 2019-2021 https://президентскиегранты.рф/public/application/item?id=9112EB47-8EA9-4000-8A87-70BD3308AEFF, но проект не получил поддержки. Всего было подготовлено 4 гранта, которые были представлены 26/08/2018 г. в монографии http://economics-21.narod.ru/Book/book-16/book16.html#_14641 «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений». Кроме этого, ещё в 17.02.2016 г. открытым письмом руководители РФ предупреждались о кризисе 2019-2021 гг., а также о мировом кризисе 2023-2025 гг. и развале РФ http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html.
Настоящей заявкой коллектив Народной Академии СЭВ (научный руководитель Г.П. Самарина, С.Е. Дорошко) при участии Краевой Общественной Организации «Русская Община Камчатки» предупреждают о кризисе 2023-2025, 2029 гг. и предлагают Фонду президентских программ принять участие в финансировании работ с помощью гранта по реализации настоящего проекта с целью разработки мобилизационных программ для РФ, США, ЕС, КНР, Индии и других стран (40 стран) по методикам С.Е. Дорошко и Г.П. Самариной.
Предлагается разработать для 40 государств мобилизационные программы по выживанию граждан/народов в условиях кризиса 2023-2025 г.г. в рамках космо-ноосферной межгосударственной межотраслевой межрегиональной парадигмы управления Дорошко-Самариной, включающие в себя 625-2500-10000 больших систем Дорошко-Самариной по управлению на всех уровнях иерархии, основанных на нейронном моделировании и элементах искусственного интеллекта.
Требования к разработкам мобилизационной программы в рамках космо-ноосферной парадигмы управления Дорошко-Самариной:
Во-первых, разработать программы расселения городов в энергетические, продовольственные, независимые, самодостаточные, взаимосвязанные между собой ноосферные посёлки, построенные и управленческо-законодательно организованные как русские общины в рамках международного законодательства и устава ООН.
Во-вторых, прекратить бездумно тратить средства на создание государств-фабрик, т.к. в условиях климатических катаклизмов никто не знает, какие государства могут быть уничтожены частично или полностью. При сегодняшней малоэффективной (бездарной) межгосударственной и региональной, отраслевой политике многих государств несложно предсказать последствия утраты государств-фабрик типа Китая, Индии и прочих. При сегодняшних либерально-управленческих подходах утрата лишь одного государства-фабрики приведёт к исчезновению не только логистических цепей поставок, а главное поставит под сомнение выживание всех государств мира.
В-третьих, прекратить непрофессиональную политику по уничтожению собственных производств в развитых государствах, т.к. в условиях климатических катаклизмов никто не знает, какие государства могут быть уничтожены частично или полностью. При этих условиях выживание любого государства становится маловероятным.
В-четвёртых, единственным путём выживания человечества является суверенное государство со своей ноосферной экономикой, организованной на базе русских общин в рамках международного законодательства и устава ООН.
В-пятых, в сценариях выживания человеческой популяции, в т.ч. элит, С.Е. Дорошко и Г.П. Самариной вводятся требования с учётом программы СССР на случай климатических потрясений и/или ядерной войны. Продовольственная корзина ООН авторами заменена на продовольственную корзину военнослужащего Министерства обороны и силовых ведомств СССР, одобренную Минздравом СССР, утверждённую ГОСТами, законами, нормативными отраслевыми стандартами СССР. Любое использование других нормативных актов, законов, ОСТов, утверждённых в РФ и других государствах после 1985-1990 гг., С.Е. Дорошко, Г.П. Самариной запрещается и расценивается, как непрофессионализм, действия против человечества, нарушение международных законов и устава ООН.
В-шестых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков использовать строительные нормы Госстроя СССР (СНиПы) с учётом программы СССР на случай климатических потрясений и/или ядерной войны.
В-седьмых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков активно использовать производство энергии, органических удобрений на базе контроля и управления пищевой цепью человека на основе анаэробных технологий.
В-восьмых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании продовольственных, энергетических, экологических, независимых ноосферных посёлков развивать не только энергетическую составляющую на основе анаэробных технологий, но также поставить на конвейер производство органических удобрений. Хорошо известно, что с помощью анаэробных технологий можно организовать биологическое производство органических удобрений, на основе переработки биологических, растениеводческих отходов жилых посёлков, ферм и прочих производств.
В-девятых, в сценариях выживания человечества, в т.ч. элит, С.Е.Дорошко, Г.П.Самарина предлагают при проектировании экологических, продовольственных, энергетических, экологических, независимых ноосферных посёлков строго соблюдать международные экологические соглашения, Киотский протокол в редакции авторов, а не в современной интерпретации.
В-десятых, в сценариях выживания
человечества, в т.ч. элит, С.Е.Дорошко,
Г.П.Самарина предлагают требовать от
руководства, законодателей всех
государств ужесточить требования к
транснациональным и региональным
энергетическим компаниям:
1) по тарифному
контролю и ценам на поставляемые
энергоносители;
2) из прибыли этих
компаний, и прочих экологически грязных
производств, в т.ч. предприятий отрасли
минеральных удобрений, осуществлять
финансирование проектов экологических,
продовольственных, энергетических,
независимых ноосферных посёлков;
3) в
случае их отказа, осуществлять
принудительную национализацию с
перекладыванием экологических и всех
видов ущерба на собственников, акционеров
и на банковское сообщество, которое
финансировало экологически опасное
производство;
4) учитывать в расчётах
модели, разрабатываемые коллективом
Народной Академии СЭВ.
В-одиннадцатых. Исторический анализ космо-ноосферных процессов С.Е.Дорошко, Г.П.Самариной свидетельствует, что собственники, акционеры, банкиры целенаправленно разоряют компании перед национализацией, перекладывая долговое бремя на народ. Например, высокорентабельные предприятия алюминиевой промышленности СССР были незаконно приватизированы отдельными нечистыми на руку личностями. Далее под эти предприятия были взяты необоснованные международные кредиты, и затем были проданы этим же транснациональным компаниям, у которых брались эти виртуальные, несуществующие кредиты. Данная приватизация и кредитная афера являются международным, государственным и военным преступлением, как со стороны «приватизаторов», законодателей, руководства государства, так и со стороны покупателей народных активов. Такие незаконные действия с момента зарождения паразитарной системы международных финансовых элит стали традицией, что характерно для уголовного мира.
КОСМО-НООСФЕРНОЕ ОБРАЗОВАНИЕ ДОРОШКО-САМАРИНОЙ XXI ВЕКА обеспечит выживание Человечества в условиях климатических потрясений.
ПО МНЕНИЮ ДОРОШКО-САМАРИНОЙ СОВРЕМЕННЫЕ ЭЛИТНЫЕ ВУЗЫ НЕОБХОДИМО СРОЧНО ЗАКРЫВАТЬ, Т.К. ЭЛИТАРНЫЕ ВУЗЫ ЗА ПОСЛЕДНИЕ 100-300 ЛЕТ СТАЛИ ЦЕНТРАМИ ПО ПОДГОТОВКЕ МЕЖДУНАРОДНЫХ, ГОСУДАРСТВЕННЫХ И ВОЕННЫХ ПРЕСТУПНИКОВ НА ВСЕХ ТЕРРОРИСТИЧЕСКИХ, ИЕРАРХИЧЕСКИХ УРОВНЯХ: ЭЛИТНЫХ УПРАВЛЯЮЩИХ ТРАСТОВЫХ КОМПАНИЙ, ЭЛИТНЫХ РУКОВОДИТЕЛЕЙ СИЛОВЫХ ВЕДОМСТВ, МИНИСТРОВ, ПРАВИТЕЛЬСТВ И ПРЕЗИДЕНТОВ, В Т.Ч. АКАДЕМИКОВ, ПРОФЕССОРОВ, НОБЕЛЕВСКИХ ЛАУРЕАТОВ.
Сегодня уже для всех стало очевидным, что целенаправленное уничтожение образования привело к низкому уровню квалификации и компетентности профессорско-преподавательского состава, очевидна стала люмпенизация общества в целом.
Низкий уровень образования персонала во всех странах отражается в повестках СМИ, которые стали выполнять роль информационных террористов, так как манипулируют массовым сознанием народов стран мира, вводя их в заблуждение, основывая свои публикации, видео материалы на искаженных данных «горе экономистов», когда «… они в своих «теориях» одни неизвестные определяют другими неизвестными…» (В.К.Дмитриев, 1895 г.).
Коллектив Народной Академии СЭВ поддерживает мнение В.В, Путина: «... Нашлепали экономистов и юристов, завтра нашлепаем АССЕНИЗАТОРОВ, а кто работать, страной управлять будет...» (Совет Федерации 2007 г.) http://economics-21.narod.ru/new/sev/pismo/00-pismo-parlament.html
Всякий раз после очередного уведомления правительств всех стран, что скоро будет мировой кризис, который является результатом их некомпетентного управления, социальный ущерб наносится колоссальный. Так, например, по корона вирусу 2019-2021 г.г. потери экономик 40 государств составили порядка 20% от объема продаж. Об этом предупреждали С.Е. Дорошко и Г.П.Самарина в 2016-2018 гг. За период с 1995 г. по настоящее время это было восьмое предупреждение о кризисах, войнах, переворотах.
Социальный эффект предупреждений заключается в главном: показать в цифрах и фактах, что все сегодняшние эксперты – экономисты, юристы, нобелевские лауреаты, академики, профессорско-преподавательский состав ВУЗов – выпускники «конвейера дураков», что воровство и коррупция во многих странах составляют 95%-99,7%, так как ВУЗы всех стран не обучают специалистов с целью формирования таких умений и навыков, как:
Главное, русская космо-ноосферная парадигма Дорошко-Самариной обеспечивает эффективное управление в условиях неизбежных климатических потрясений в интересах России и мирового сообщества, в т.ч. в рамках программы The White House (Американская упрощённая версия русской космо-ноосферной парадигмы управления). EXECUTIVE ORDER. COORDINATING EFFORTS TO PREPARE THE NATION FOR SPACE WEATHER EVENTS (13/10/2016).
Собственно, отсутствие этих умений и порождает кризисы, мировые войны и революции.
В этой ситуации, как можно утверждать, что все сегодняшние ВУЗы соответствуют всем требованиям и вызовам современности?
Неправильная постановка целей и задач на уровне ООН, в соответствии со стандартами – СНС, МСФО, ИСО 31000, МОТ, ВОЗ, Комитета экологии, Олимпийского комитета, Продовольственной и сельскохозяйственной организации ООН (ФАО) (http://www.fao.org/home/ru/, http://www.fao.org/faostat/ru/#data) и других подразделений ООН, разработанных русскими, советскими экономистами, из-за непрофессионализма сегодняшнего персонала абсолютно безграмотно исполняются. С.Е.Дорошко и Г.П. Самарина предлагают свои управленческие методики на всех иерархических уровнях, в т.ч. обучающих материалов по авторским дистанционным, нейронным и облачным/серверным системам, чтобы показать, как нужно правильно эффективно анализировать, планировать и контролировать все космо-ноосферные социально-экономические процессы на уровне предприятий, отраслей, регионов и стран, и осуществлять межгосударственное оптимальное управление.
Сегодняшняя ВОЗ и международного организация труда (ILO) также демонстрируют безграмотное управление рисками, международными стандартами, системой национальных счетов, что приводит к подрыву экономического суверенитета стран, к угрозе безопасности, к социальному неравенству и на фоне всего этого провоцирует социально–экономические потрясения, войны, терроризм, в т.ч. биологический терроризм.
На основании результатов реализации настоящего проекта по подготовке мобилизационных программ, руководители 40-ка стран смогут создать рабочие места, снизить уровень безработицы, повысить образовательный и квалификационный уровень персонала, в т.ч. профессорско-преподавательского составов ВУЗов, научных центров, увеличить рост доходов населения и благосостояние граждан, внести весомый вклад в развитие человеческого потенциала, снизить социально-экономическое неравенство (коэффициент Джини, «Модель Самариной по образованию"), стимулировать поступление и увеличение налоговых сборов, обеспечить рост золото-валютных активов/резервов, объективно обосновать налоговую, пенсионную, финансово-банковскую системы.
Мобилизационные программы позволят снизить социальную напряжённость в любом государстве, исключить регулярные кризисные социально-экономические процессы, порождаемые по мнению В.В. Путина низким профессиональным уровнем управленцев, экономистов, юристов и законодателей на всех иерархических уровнях управления, в т.ч. профессорско-преподавательского состава высшей школы, научного и экспертного сообщества как отечественного, так и зарубежного: «… Отдельно остановлюсь и на деятельности аспирантуры, целью которой как раз и является подготовка кадров для высшей школы и академического сектора науки… При этом и кандидатских, и докторских, особенно в гуманитарных дисциплинах, защищается у нас много. Но если посмотреть на их научное значение, то часто возникают вопросы…» http://kremlin.ru/events/president/news/57367. Также см. экспертную оценку диссертационных работ по экономике в РФ за период 1992-2014 г.г., опубликованную в American Economic Review http://www.idiinvest.narod.ru/Book/book-17/b17.html#_6630 - удельный вес псевдо-экономических работ составляет 96.9%.
Поэтому предлагаем Фонду Президентских программ поддержать наш проект «Кризис 2023-2025 гг. в цифрах. Расчленение (Закрытие проектов) США, ЕС, РФ, КНР, Индии и др. (40 государств). Мобилизационные программы», в рамках которого по авторским методикам С.Е. Дорошко и Г.П. Самариной даже в существующих условиях подавляющего искажения информации, ошибок и поверхностно-формальных международных стандартов СНС, МСФО, ИСО 31000, МОТ, ВОЗ, комитета экологии, Олимпийского комитета, Продовольственной и сельскохозяйственной организации ООН (ФАО) (http://www.fao.org/home/ru/,http://www.fao.org/faostat/ru/#data) и других подразделений ООН, будут разработаны мобилизационные программы для 40-ка стран.
Дальнейший материал является выдержкой из монографии, если не оговорено иное: Дорошко С.Е., Самарина Г.П. «Мировой кризис 2019-2021г.г. в цифрах. Управление космо-ноосферной экономикой в условиях мировых кризисов и климатических потрясений». Серия: Космо-ноосферная экономика. Спб.: Из-во СПбГЭТУ"ЛЭТИ», 2018.
Нумерация параграфов, рисунков и прочее дана как в оригинале.
2.4 Основные положения по четырём научно-практическим исследованиям курсантов авторского коллектива фонда «Ноосфера», поданных на конкурс грантов Президента Российской Федерации. 2018 г.
Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_14641
Все далее перечисленные направления научно-практических исследований курсантов авторского коллектива фонда «Ноосфера», действующего в рамках международного права, основаны исключительно на авторской космо-ноосферной межотраслевой, межгосударственной парадигме управления Дорошко-Самариной, разработанных авторами нейронных 625 систем/подсистем Дорошко-Самариной, а также на авторских системах и подсистемах методик, технологий дистанционного интернет обучения управленцев, экономистов, законодателей на всех иерархических уровнях от предприятий, регионов, отраслей, министерств, ведомств, силовых структур до первых лиц государств-членов ООН.
В монографии во втором разделе укрупнённо рассмотрены лишь четыре подсистемы космо-ноосферной парадигмы управления Дорошко-Самариной из тысяч научно-практических направлений исследований авторов. Отличительной особенностью данных 4-х подсистем является то, что эти подсистемы были освоены курсантами, студентами, аспирантами, управленцами и экономистами практиками в течение 6-9 месяцев спецкурсов, сформированных исключительно на авторских методиках, технологиях дистанционного интернет обучения.
В монографии эти четыре подсистемы космо-ноосферной парадигмы управления Дорошко-Самариной, далее определены как системы и обозначены авторами следующим образом:
Система риск-анализа, управление рисками, эффективностью, многофакторных рейтингов в рамках межотраслевого, межгосударственного моделирования и управления 40 государств мира по подсистеме «Кризис или Развитие» Дорошко-Самариной в рамках методик, дистанционных обучающих технологий Дорошко-Самариной. Для простоты описания в дальнейшем материале будет упоминаться сокращённо как основной, головной проект.
Эти четыре подсистемы космо-ноосферной парадигмы управления Дорошко-Самариной, далее по тексту системы, в свою очередь состоят из своих подсистем Дорошко-Самариной. Подчеркнём, что авторы методик, технологий, систем и подсистем космо-ноосферной парадигмы управления Дорошко-Самариной требуют от всех курсантов, управленцев, экономистов и юристов свои научно-практические работы выполнять в объёмах исследуемых факторов на уровне не ниже научно-практических работ авторов. Рассмотрим укрупнённо три основные авторские подсистемы исследования любых сложных социально-экономических, технологических, эколого-медицинских систем как единого космо-ноосферного межотраслевого, межгосударственного комплекса, они следующие:
Подсистема третьего заключительного этапа научно-практических работ заключается в подготовке аналитических отчётов, монографий, выдачи управленческих, экономических и законодательных рекомендаций для принятия высокоэффективных мало рискованных управленческих решений на всех семи иерархических уровнях управления Дорошко-Самариной. Подготовка аналитических отчётов, монографий, формирование управленческих, экономических и законодательных рекомендаций, как это требуют и ежегодно реализуют в своих работах С.Е.Дорошко, Г.П.Самарина, должна готовиться на основе авторских систем лингвистических роботов, в т.ч. лингвистических генераторов Монте-Карло в регулярных ежегодных объёмах текстовых, экономико-математических, нейронных моделей, аналитических отчётов и управленческих рекомендаций (управленческое резюме) по всем предприятиям, всех отраслей ведущих стран мира (20-40) в объёмах 106-1012 страниц текста и моделей. Для курсантов начального уровня спецподготовки в ежегодных объёмах текстовых, экономико-математических, нейронных моделей, аналитических отчётов и управленческих рекомендаций (управленческое резюме) по всем предприятиям, всех отраслей одной исследуемой страны в объёмах 103-105 страниц текста и моделей.
Для простоты восприятия описание каждой из систем, подсистем даётся как интегральная задача или направление научно-практического исследования, которые каждый курсант, управленец или экономист обязан выполнять в своей практической работе на регулярной ежедневной основе для принятия высокоэффективных, мало рискованных управленческих решений для своих предприятий, отраслей, регионов и страны в целом.
2.4.1 Проект авторских систем рисков, рейтингов и построение дорожных карт для предприятий любых отраслей, любых стран-членов ООН. 2018г.
Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_14643
Рассмотрим проект систем управления рисками, эффективностью, многофакторных рейтингов и построение мало рискованных, высокоэффективных бизнес-планов, дорожных карт и стартапов для предприятий любых отраслей, любых стран-членов ООН, поданных на конкурс грантов Президента Российской Федерации, на основе методик и дистанционных обучающих технологий Дорошко-Самариной. Для простоты озвучивания названия данного проекта курсанты обозначили его по основным разработчикам проекта, как «Екатеринбургский грант».
Для простоты восприятия описание каждой из систем, подсистем даётся как интегральная задача или направление научно-практического исследования. Рассмотрим эти дополнительные системы, подсистемы в виде лингвистических, описательных задач, а не блок-схем:
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
Таблица 2.14 – Модель проекта авторских систем рисков, рейтингов и построение дорожных карт для предприятий любых отраслей, любых стран-членов ООН
2.4.2 Проект авторских систем рисков, рейтингов и разработка бизнес-планов для предприятий ЖКХ, теплоэнергетического, газового, водного и экологического комплексов стран-членов ООН. 2018 г.
Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_14645
Рассмотрим проект систем управления рисками, эффективностью, многофакторных рейтингов и разработка высокоэффективных бизнес-планов для предприятий ЖКХ, теплоэнергетического, газового, водного и экологического комплексов стран-членов ООН, поданных на конкурс грантов Президента Российской Федерации, на основе методик и дистанционных обучающих технологий Дорошко-Самариной.
Для простоты восприятия описание каждой из систем, подсистем даётся как интегральная задача или направление научно-практического исследования. Рассмотрим эти дополнительные системы, подсистемы в виде лингвистических, описательных задач, а не блок-схем:
Таблица 2.15 – Динамический анализ системы ЖКХ Российской Федерации
Таблица 2.16 – Модель ипотечного кризиса в США 2008-2009 гг.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
Главная идея данного проекта поддержать или опровергнуть проект системы риск-анализа и разработки бизнес-планов. Цель: исследовать гипотизу, что по каждой отрасли предстоит делать не универсальные проекты, а универсально-специализированные проекты. Этот уровень должен проявиться или не проявиться в проекте ЖКХ. Далее необходимо рассортировать все пункты по приоритетам, начиная от глобального межотраслевого проекта «Кризис или Развитие», проекта риск-анализа и разработки бизнес-планов, проекта потребительских обществ, но исключительно в рамках ЖКХ, т.е. как ЖКХ поможет всем трём системам. Найти объединяющие компоненты, факторы всех четырёх проектов систем.
Таблица 2.17 – Модель проекта авторских систем рисков, рейтингов и разработка бизнес-планов для предприятий ЖКХ, теплоэнергетического, газового, водного и экологического комплексов стран-членов ООН
2.4.3 Проект авторских систем рисков, рейтингов и разработка дорожных карт для предприятий системы кооперации и потребительских обществ (общин) стран-членов ООН. 2018 г.
Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_14647
Таблица 2.18 – Модель проекта авторских систем рисков, рейтингов и разработка дорожных карт для предприятий системы кооперации и потребительских обществ (общин) стран-членов ООН
Рассмотрим проект систем управления рисками, эффективностью, многофакторных рейтингов и разработка эффективных бизнес-планов, дорожных карт и стартапов для предприятий системы кооперации и потребительских обществ (общин) стран-членов ООН, поданных на конкурс грантов Президента Российской Федерации, на основе методик и дистанционных обучающих технологий Дорошко-Самариной.
Для простоты восприятия описание каждой из систем, подсистем даётся как интегральная задача или направление научно-практического исследования. Рассмотрим эти дополнительные системы, подсистемы в виде
2.4.4 Проект авторских систем рисков, рейтингов в рамках межотраслевого, межгосударственного моделирования и управления 40-ка государств мира по подсистеме «Кризис или Развитие» Дорошко-Самариной. 2018 г.
Источник: http://economics-21.narod.ru/Book/book-16/book16.html#_14649
Рассмотрим проект систем управления рисками, эффективностью, многофакторными рейтингами в рамках межотраслевого, межгосударственного моделирования и управления 40-ка государствами мира по подсистеме «Кризис или Развитие», поданного на конкурс грантов Президента Российской Федерации, на основе методик и дистанционных обучающих технологий Дорошко-Самариной.
Данная подсистема «Кризис или Развитие» Дорошко-Самариной, далее по тексту система, в свою очередь неразрывно связана со всеми тремя ранее описанными системами проектов:
• система риск-анализа и бизнес-планирования предприятий любых отраслей и стран;
• система риск-анализа и бизнес-планирования предприятий ЖКХ любых отраслей и стран;
• система риск-анализа и бизнес-планирования предприятий кооперации, потребительских обществ (общин) любых отраслей и стран.
Для простоты восприятия описание каждой из систем, подсистем даётся интегральная задача или направление научно-практического исследования. Рассмотрим эти дополнительные системы, подсистемы в виде лингвистических, описательных задач, а не блок-схемы:
1. Космо-ноосферная парадигма управления Дорошко-Самариной как мировоззренческая конструкция, воспринимающая экономику как целостную структуру, а не как упрощённую модель макро, мезо и микроэкономики, и её либерально-марксистскую разновидность.
2. Контроль, управление мировыми рынками: трудовыми, товарными, сырьевыми, финансовыми, фондовыми, в том числе в интересах России и мирового сообщества.
3. Прогноз, организация, управление мировыми кризисами, переворотами, «революциями», военными конфликтами, «терроризмом» и использование их в интересах России и мирового сообщества, в т.ч. в преддверие мировых кризисов, военных конфликтов, переворотов 2019-2021 гг., 2023-2025 гг., 2029 г… и далее.
Последующий анализ авторами ввиду ограничений на объём публикации удалён.
…17. Межотраслевое моделирование подавления экономик 40-43 государств, производящих 80-85 % мирового ВВП, на базе специализированных обучающих тренажёров Дорошко-Самариной.
18. Межотраслевое моделирование развития (антикризисные мероприятия) экономик 40-43 государств, производящих 80-85 % мирового ВВП, на базе специализированных обучающих тренажёров Дорошко-Самариной.
19. Определение объёмов валового выпуска товаров по всем отраслям экономик 40-43 государств при развитии одной отрасли и/или основных тактических и стратегических отраслей.
…28. Элементы глобального управления и контроля в рамках геополитических, геоэкономических систем Дорошко-Самариной, космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной, динамическое межотраслевое и межгосударственное моделирование 40-43 государств.
29. Подготовка рекомендательных писем в комитеты МСФО, СНС, ВОЗ, МОТ, экологии ООН, ИСО 31000, Совет Безопасности ООН.
Предыдущий перечень направлений научно-практических исследований, целей и задач исследований, их систем и подсистем должен быть расширен и рассматриваться в рамках международных стандартов комитетов ООН: МСФО, СНС, МОБ, МОТ, ВОЗ, ISO 31000, Комитета экологии ООН, с авторскими существенными замечаниями и дополнениями в рамках русской космо-ноосферной межотраслевой, межгосударственной парадигмы управления Дорошко-Самариной с учётом уровня подготовки управленческих кадров разных уровней иерархии. Рассмотрим эти дополнительные системы, подсистемы в виде лингвистических, описательных моделей, а не блок-схем:
1. Определение степени зависимости экспортно-импортного потенциала государств от мировых рынков, на основе выявленных основных товарных групп. Антикризисные мероприятия по мировым кризисам 2019-2021 гг., 2023-2025 гг., 2029 г. и далее.
2. Исследование и анализ мировых и региональных трудовых, сырьевых, товарных, финансовых и фондовых рынков. Межотраслевое и межгосударственное моделирование ожидаемых коридоров цен в момент кризиса 2019-2021 гг., расчёт золотовалютных резервов (ЗВР) и курса валют. По основным группам товаров/отраслей:
…14. Разработать системы, алгоритмы программ устойчивых прогнозов, управления мировыми кризисами, переворотами, «революциями», военными конфликтами, «терроризмом» и использовать их в интересах России и мирового сообщества, в т.ч. в преддверие мировых кризисов, военных конфликтов и переворотов 2019-2021 гг., 2023-2025 гг., 2029 г. и далее с учётом уровня профессиональной подготовки управленческих кадров разных уровней иерархии.
…18. Критика рейтинговых агентств с мировым именем, на примере Стокгольмского института исследований проблем мира на базе межотраслевого и межгосударственного моделирования по 40-43 государствам.
20. Разработать системы, алгоритмы программ оценки рисков эффективности финансовых систем: налоговой, пенсионной, финансово-денежной на базе межотраслевого и межгосударственного моделирования по 40-43 государствам.
…23. Разработать системы, алгоритмы программ определения социально-экономических эффектов роли и место инвестиционной отрасли «Здравоохранение». Доказательная база, расчёты о переводе указанной отрасли из дотационной в инвестиционную.
24. Основные положения, требующие дальнейшего развития по подготовке планов развития по перемещению большого количества населения, базовых отраслей экономики государства в условиях климатических потрясений (см. советский мобилизационный проект «Эвакуация")
25. Подготовка рекомендательных писем Совету Безопасности и комитетам ООН в рамках космо-ноосферной парадигмы управления Дорошко-Самариной.
28. Разработка и применение технологий искусственного интеллекта, в том числе лингвистических роботов по расширению возможностей системы «Кризис или Развитие» Дорошко-Самариной.
29. Совершенствование системы эффективной работы лингвистических роботов по подавлению глупых и бессмысленных алгоритмов программы «Антиплагиат». На примере показать, как лингвистические роботы Дорошко-Самариной легко обходят неэффективную модель программы «Антиплагиат».
Далее даны выдержки из лабораторных работ курсантов Народной Академии СЭВ. В монографии опубликованы исследования только по 20 государствам из 250 стран и регионов. Все лабораторные работы по анализу рисков, эффективности, коррупции экономики исследуемых государств выполнены с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Лабораторная работа опирается на предварительные исследования экономики государства «США» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим описательную статистику за период 1970-2019гг. управления в экономике государства «США» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За изучаемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=35,99%, диапазон переменной составляла величину Min=29,31%; Max=44,64%. При этом медиана показателя достигла величины Me=34,55%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3268*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «США» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За изучаемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=64,01%, вариабельность показателя составляла величину Min=55,36%; Max=70,69%. При этом медиана показателя достигла величины Me=65,51%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6732*GDP.
Оценим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «США» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,55%, диапазон переменной составляла величину Min=10,94%; Max=23,54%. При этом медиана показателя достигла величины Me=16,69%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1393*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «США» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=15,39%, изменчивость фактора составляла величину Min=14,19%; Max=16,64%. При этом медиана показателя достигла величины Me=15,39%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1497*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,523 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,217-2,388 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «США». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 35,7-40,7%, численность скрытой безработицы составила величину 54,337-56,032 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «США» убита в размере 2,15-3,65-4,11 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 31,6% (29,1-34,1%) или около 51,92 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «США» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Романцов О.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Австралия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Австралия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За изучаемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=43,41%, вариабельность показателя составляла величину Min=34,6%; Max=54,77%. При этом медиана показателя достигла величины Me=41,46%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3926*GDP.
Рассмотрим описательную статистику за период 1970-2019гг. управления в экономике государства «Австралия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=56,59%, изменчивость фактора составляла величину Min=45,23%; Max=65,4%. При этом медиана показателя составила величину Me=58,66%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6074*GDP.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства «Австралия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=13,68%, изменчивость фактора составляла величину Min=6,03%; Max=23,72%. При этом медиана показателя достигла величины Me=13,74%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,0973*GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Австралия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=12,04%, изменчивость фактора составляла величину Min=9,83%; Max=13,69%. При этом медиана показателя составила величину Me=11,93%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1195*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,583 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,879-2,023 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Австралия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 30,4-35,4%, численность скрытой безработицы составила величину 3,223-4,91 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Австралия» убита в размере 3,93-6,63-7,46 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 36,5% (34-39%) или около 4,6 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Австралия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Алейников А.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Австрия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Рассмотрим описательную статистику за период 1970-2019гг. управления в экономике государства «Австрия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За исследуемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=45,62%, диапазон переменной составляла величину Min=38,65%; Max=59,68%. При этом медиана показателя достигла величины Me=43,36%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4186*GDP.
Построим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Австрия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=54,38%, диапазон переменной составляла величину Min=40,32%; Max=61,35%. При этом медиана показателя достигла величины Me=56,65%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5814*GDP.
Построим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Австрия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=21,8%, диапазон переменной составляла величину Min=18,36%; Max=30,44%. При этом медиана показателя составила величину Me=20,41%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,199*GDP.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства «Австрия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=17,03%, вариабельность показателя составляла величину Min=14,51%; Max=17,95%. При этом медиана показателя составила величину Me=17,13%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,172*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,544 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,682-1,811 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Австрия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 26,4-31,4%, численность скрытой безработицы составила величину 1,256-1,193 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Австрия» убита в размере 1,66-2,18-2,45 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 24,1% (21,6-26,6%) или около 1,08 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Австрия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Бутузов А.С.
Лабораторная работа опирается на предварительные исследования экономики государства «Румыния» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Румыния» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=66,5%, вариабельность показателя составляла величину Min=48,66%; Max=79,25%. При этом медиана показателя составила величину Me=66,95%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,6015*GDP.
Исследуем упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Румыния» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За исследуемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=33,5%, изменчивость фактора составляла величину Min=20,75%; Max=51,34%. При этом медиана показателя достигла величины Me=33,06%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,3985*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Румыния» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=31,52%, вариабельность показателя составляла величину Min=20,06%; Max=44,36%. При этом медиана показателя достигла величины Me=26,86%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2691*GDP.
Оценим описательную статистику за период 1970-2019гг. управления в экономике государства «Румыния» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=8,99%, диапазон переменной составляла величину Min=2,88%; Max=14,37%. При этом медиана показателя составила величину Me=9,52%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1024*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,629 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,336-1,439 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Румыния». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 16,3-21,3%, численность скрытой безработицы составила величину 2,325-2,929 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Румыния» убита в размере 2,21-1,99-2,24 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 22,4% (19,9-24,9%) или около 2,64 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Румыния» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Ленков С.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Италия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Италия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=42,62%, изменчивость фактора составляла величину Min=34,46%; Max=53,99%. При этом медиана показателя составила величину Me=40,92%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,39*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Италия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За исследуемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=57,38%, вариабельность показателя составляла величину Min=46,01%; Max=65,54%. При этом медиана показателя составила величину Me=59,09%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,61*GDP.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Италия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=21,17%, вариабельность показателя составляла величину Min=15,18%; Max=28,43%. При этом медиана показателя составила величину Me=20,54%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1873*GDP.
Рассмотрим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Италия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За разрабатываемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,06%, вариабельность показателя составляла величину Min=14,57%; Max=17,67%. При этом медиана показателя достигла величины Me=15,83%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1587*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,567 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,886-2,032 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Италия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 30,5-35,5%, численность скрытой безработицы составила величину 10,203-9,047 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Италия» убита в размере 1,87-2,64-2,96 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 27,3% (24,8-29,8%) или около 8,29 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Италия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Ковчужный А.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Болгария» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства «Болгария» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За исследуемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=58,96%, изменчивость фактора составляла величину Min=35,94%; Max=79,64%. При этом медиана показателя составила величину Me=52,4%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,5335*GDP.
Построим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Болгария» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За исследуемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=41,04%, изменчивость фактора составляла величину Min=20,36%; Max=64,06%. При этом медиана показателя составила величину Me=47,79%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,4665*GDP.
Построим описательную статистику за период 1970-2019гг. управления в экономике государства «Болгария» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=19,74%, диапазон переменной составляла величину Min=9,73%; Max=31,77%. При этом медиана показателя составила величину Me=16,5%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1802*GDP.
Оценим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Болгария» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=11,32%, изменчивость фактора составляла величину Min=4,17%; Max=17,66%. При этом медиана показателя составила величину Me=10,73%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1296*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 2,216 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,809-1,948 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Болгария». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 29,1-34,1%, численность скрытой безработицы составила величину 1,397-1,583 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Болгария» убита в размере 3,26-4,11-4,62 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 32,8% (30,3-35,3%) или около 1,47 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Болгария» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Рудюк С.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Канада» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства «Канада» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=42,28%, вариабельность показателя составляла величину Min=34,43%; Max=51,2%. При этом медиана показателя достигла величины Me=40,93%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,393*GDP.
Оценим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Канада» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За изучаемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=57,72%, диапазон переменной составляла величину Min=48,8%; Max=65,57%. При этом медиана показателя достигла величины Me=59,55%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,607*GDP.
Разберём предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Канада» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,16%, диапазон переменной составляла величину Min=10,07%; Max=21,97%. При этом медиана показателя достигла величины Me=17,23%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1364*GDP.
Построим описательную статистику за период 1970-2019гг. управления в экономике государства «Канада» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За разрабатываемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=13,24%, вариабельность показателя составляла величину Min=12,3%; Max=14,65%. При этом медиана показателя достигла величины Me=13,16%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1285*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,487 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,888-2,033 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Канада». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 30,6-35,6%, численность скрытой безработицы составила величину 5,171-6,534 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Канада» убита в размере 2,18-3,97-4,47 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 32,4% (29,9-34,9%) или около 6,07 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Канада» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Ларионова М.А.
Лабораторная работа опирается на предварительные исследования экономики государства «Германия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Изучим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Германия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За изучаемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=44,43%, диапазон переменной составляла величину Min=37,56%; Max=57,94%. При этом медиана показателя составила величину Me=41,13%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4155*GDP.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Германия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=55,57%, диапазон переменной составляла величину Min=42,06%; Max=62,44%. При этом медиана показателя достигла величины Me=59,15%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5845*GDP.
Оценим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Германия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=25,64%, диапазон переменной составляла величину Min=19,67%; Max=34,18%. При этом медиана показателя составила величину Me=23,13%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2357*GDP.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Германия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За разрабатываемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=12,43%, диапазон переменной составляла величину Min=10,77%; Max=13,99%. При этом медиана показателя достигла величины Me=12,57%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1194*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,543 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,731-1,864 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Германия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 27,4-32,4%, численность скрытой безработицы составила величину 12,997-10,579 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Германия» убита в размере 1,74-2,03-2,29 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 22,8% (20,3-25,3%) или около 9,54 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Германия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Власов Г.Ю.
Лабораторная работа опирается на предварительные исследования экономики государства «Франция» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Франция» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=37,89%, изменчивость фактора составляла величину Min=30,83%; Max=48,04%. При этом медиана показателя достигла величины Me=36,75%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3464*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Франция» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=62,11%, диапазон переменной составляла величину Min=51,96%; Max=69,17%. При этом медиана показателя составила величину Me=63,3%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6536*GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Франция» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,66%, вариабельность показателя составляла величину Min=11,04%; Max=22,57%. При этом медиана показателя составила величину Me=16,62%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1434*GDP.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Франция» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=13,6%, изменчивость фактора составляла величину Min=12,93%; Max=14,2%. При этом медиана показателя составила величину Me=13,59%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1348*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,559 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,109-2,271 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Франция». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 34,2-39,2%, численность скрытой безработицы составила величину 11,699-11,436 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Франция» убита в размере 2,04-3,62-4,08 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 31,5% (29-34%) или около 10,59 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Франция» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Паизов С.Ж.
Лабораторная работа опирается на предварительные исследования экономики государства «Япония» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Изучим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Япония» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=46,76%, диапазон переменной составляла величину Min=38,3%; Max=59,88%. При этом медиана показателя достигла величины Me=45,25%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4342*GDP.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства «Япония» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=53,24%, вариабельность показателя составляла величину Min=40,12%; Max=61,7%. При этом медиана показателя составила величину Me=54,86%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5658*GDP.
Исследуем начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Япония» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=25,27%, изменчивость фактора составляла величину Min=19,17%; Max=35,46%. При этом медиана показателя составила величину Me=23,64%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2282*GDP.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Япония» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,37%, вариабельность показателя составляла величину Min=14,8%; Max=17,32%. При этом медиана показателя достигла величины Me=16,51%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1648*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,564 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,697-1,828 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Япония». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 26,7-31,7%, численность скрытой безработицы составила величину 19,491-16,604 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Япония» убита в размере 1,85-2,09-2,35 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 23,3% (20,8-25,8%) или около 15 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Япония» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Черняева К.П.
Лабораторная работа опирается на предварительные исследования экономики государства «Китай» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Китай» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=70,06%, вариабельность показателя составляла величину Min=50,9%; Max=82,79%. При этом медиана показателя достигла величины Me=71,92%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,5803*GDP.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства «Китай» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За исследуемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=29,94%, диапазон переменной составляла величину Min=17,21%; Max=49,1%. При этом медиана показателя достигла величины Me=28,29%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,4197*GDP.
Исследуем упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Китай» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=30,77%, вариабельность показателя составляла величину Min=27,92%; Max=32,45%. При этом медиана показателя достигла величины Me=31,6%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2632*GDP.
Рассмотрим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Китай» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=9,3%, вариабельность показателя составляла величину Min=4,35%; Max=11,7%. При этом медиана показателя составила величину Me=9,96%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1095*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,627 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,277-1,375 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Китай». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 14,1-19,1%, численность скрытой безработицы составила величину 113,583-122,463 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Китай» убита в размере 1,16-1,43-1,61 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 14,6% (12,1-17,1%) или около 104,54 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Китай» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Амантурлы Н.С.
Лабораторная работа опирается на предварительные исследования экономики государства «Индия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Рассмотрим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Индия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=63,34%, вариабельность показателя составляла величину Min=52,21%; Max=70,89%. При этом медиана показателя достигла величины Me=66,07%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,5791*GDP.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства «Индия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За разрабатываемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=36,66%, вариабельность показателя составляла величину Min=29,11%; Max=47,79%. При этом медиана показателя достигла величины Me=33,95%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,4209*GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Индия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=17,71%, диапазон переменной составляла величину Min=15,14%; Max=20,15%. При этом медиана показателя достигла величины Me=17,93%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1732*GDP.
Оценим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Индия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=8,89%, вариабельность показателя составляла величину Min=5,38%; Max=12,1%. При этом медиана показателя составила величину Me=8,89%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1061*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,358 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,245-1,341 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Индия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 12,8-17,8%, численность скрытой безработицы составила величину 85,183-204,031 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Индия» убита в размере 1,33-2,64-2,97 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 27,4% (24,9-29,9%) или около 186,95 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Индия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Родкина Е.А.
Лабораторная работа опирается на предварительные исследования экономики государства «Греция» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Оценим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Греция» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=40,12%, вариабельность показателя составляла величину Min=29,82%; Max=50,31%. При этом медиана показателя достигла величины Me=39,55%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3613*GDP.
Рассмотрим описательную статистику за период 1970-2019гг. управления в экономике государства «Греция» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=59,88%, изменчивость фактора составляла величину Min=49,69%; Max=70,18%. При этом медиана показателя достигла величины Me=61,35%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6387*GDP.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Греция» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=12,95%, изменчивость фактора составляла величину Min=8,54%; Max=17,9%. При этом медиана показателя достигла величины Me=13,06%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1088*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Греция» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=20,01%, вариабельность показателя составляла величину Min=16,77%; Max=22,59%. При этом медиана показателя составила величину Me=20,76%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,192*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,687 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,18-2,347 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Греция». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 35,2-40,2%, численность скрытой безработицы составила величину 2,066-2,048 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Греция» убита в размере 2,1-4,68-5,27 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 34% (31,5-36,5%) или около 1,91 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Греция» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Ноак А.А.
Лабораторная работа опирается на предварительные исследования экономики государства «Великобритания» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Великобритания» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За разрабатываемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=39,43%, изменчивость фактора составляла величину Min=31,22%; Max=50,74%. При этом медиана показателя достигла величины Me=37,68%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3537*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Великобритания» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=60,57%, вариабельность показателя составляла величину Min=49,26%; Max=68,78%. При этом медиана показателя составила величину Me=62,32%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6463*GDP.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства «Великобритания» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,58%, изменчивость фактора составляла величину Min=9,73%; Max=26,64%. При этом медиана показателя достигла величины Me=16,87%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1339*GDP.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства «Великобритания» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=13,62%, изменчивость фактора составляла величину Min=12,67%; Max=14,76%. При этом медиана показателя составила величину Me=13,64%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,137*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,625 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,082-2,242 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Великобритания». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 33,8-38,8%, численность скрытой безработицы составила величину 11,496-11,909 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Великобритания» убита в размере 2,74-4,11-4,63 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 32,8% (30,3-35,3%) или около 11,07 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Великобритания» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Шулик И.Г.
Лабораторная работа опирается на предварительные исследования экономики государства «Бельгия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим описательную статистику за период 1970-2019гг. управления в экономике государства «Бельгия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За исследуемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=41,17%, вариабельность показателя составляла величину Min=31,75%; Max=56,98%. При этом медиана показателя достигла величины Me=39,9%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,3703*GDP.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Бельгия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=58,83%, диапазон переменной составляла величину Min=43,02%; Max=68,25%. При этом медиана показателя составила величину Me=60,1%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,6297*GDP.
Рассмотрим описательную статистику за период 1970-2019гг. управления в экономике государства «Бельгия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=20,98%, вариабельность показателя составляла величину Min=13,63%; Max=34,68%. При этом медиана показателя достигла величины Me=20,3%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1761*GDP.
Изучим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Бельгия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=13,58%, вариабельность показателя составляла величину Min=11,61%; Max=15,17%. При этом медиана показателя составила величину Me=13,55%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1395*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,795 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,047-2,204 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Бельгия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 33,2-38,2%, численность скрытой безработицы составила величину 1,974-1,81 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Бельгия» убита в размере 2,54-2,93-3,3 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 28,9% (26,4-31,4%) или около 1,67 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Бельгия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Епишина Л.В.
Лабораторная работа опирается на предварительные исследования экономики государства «Испания» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства «Испания» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За разрабатываемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=45,6%, вариабельность показателя составляла величину Min=33,33%; Max=59,38%. При этом медиана показателя составила величину Me=44,33%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4012*GDP.
Изучим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Испания» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За изучаемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=54,4%, вариабельность показателя составляла величину Min=40,62%; Max=66,67%. При этом медиана показателя достигла величины Me=55,83%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5988*GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Испания» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За анализируемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=18,62%, диапазон переменной составляла величину Min=12,1%; Max=25,79%. При этом медиана показателя достигла величины Me=18,12%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1534*GDP.
Изучим предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Испания» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=18,01%, изменчивость фактора составляла величину Min=15,5%; Max=19,69%. При этом медиана показателя достигла величины Me=18,37%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1842*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,782 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,95-2,1 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Испания». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 31,7-36,7%, численность скрытой безработицы составила величину 7,498-7,746 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Испания» убита в размере 2,13-3,31-3,72 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 30,4% (27,9-32,9%) или около 7,16 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Испания» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Леднева Н.Н.
Лабораторная работа опирается на предварительные исследования экономики государства «Венгрия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства «Венгрия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За исследуемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=55,84%, диапазон переменной составляла величину Min=44,55%; Max=71,08%. При этом медиана показателя достигла величины Me=49,6%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,492*GDP.
Построим описательную статистику за период 1970-2019гг. управления в экономике государства «Венгрия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За изучаемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=44,16%, изменчивость фактора составляла величину Min=28,92%; Max=55,45%. При этом медиана показателя достигла величины Me=50,5%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,508*GDP.
Разберём предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Венгрия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=23,05%, диапазон переменной составляла величину Min=20,11%; Max=26,77%. При этом медиана показателя составила величину Me=22,73%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2229*GDP.
Рассмотрим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Венгрия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За анализируемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=10,49%, вариабельность показателя составляла величину Min=7,87%; Max=13,35%. При этом медиана показателя составила величину Me=11,41%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1152*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,596 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,459-1,571 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Венгрия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 20,5-25,5%, численность скрытой безработицы составила величину 1,307-1,338 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Венгрия» убита в размере 1,33-1,99-2,24 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 22,4% (19,9-24,9%) или около 1,2 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Венгрия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Хадарина Н.С.
Лабораторная работа опирается на предварительные исследования экономики государства «Польша» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Рассмотрим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Польша» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=57,42%, вариабельность показателя составляла величину Min=43,09%; Max=71,52%. При этом медиана показателя составила величину Me=51,74%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4982*GDP.
Рассмотрим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Польша» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=42,58%, диапазон переменной составляла величину Min=28,48%; Max=56,91%. При этом медиана показателя достигла величины Me=48,63%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5018*GDP.
Исследуем упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Польша» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=24,36%, изменчивость фактора составляла величину Min=16,22%; Max=31,51%. При этом медиана показателя достигла величины Me=21,97%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2048*GDP.
Изучим описательную статистику за период 1970-2019гг. управления в экономике государства «Польша» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=15,23%, диапазон переменной составляла величину Min=9,22%; Max=21,4%. При этом медиана показателя достигла величины Me=18,83%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1822*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,66 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,508-1,624 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Польша». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 21,9-26,9%, численность скрытой безработицы составила величину 4,994-5,55 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Польша» убита в размере 1,94-2,47-2,77 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 26,3% (23,8-28,8%) или около 5,07 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Польша» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Трукшане Р.М.
Лабораторная работа опирается на предварительные исследования экономики государства «Португалия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Португалия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=43,79%, диапазон переменной составляла величину Min=32,15%; Max=64,96%. При этом медиана показателя составила величину Me=40,98%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,371*GDP.
Разберём начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства «Португалия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=56,21%, вариабельность показателя составляла величину Min=35,04%; Max=67,85%. При этом медиана показателя составила величину Me=59,17%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,629*GDP.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Португалия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За изучаемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=17,05%, изменчивость фактора составляла величину Min=12,56%; Max=22,69%. При этом медиана показателя составила величину Me=17,75%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1532*GDP.
Изучим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Португалия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За исследуемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=18,82%, изменчивость фактора составляла величину Min=13,42%; Max=21,78%. При этом медиана показателя достигла величины Me=19,37%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1904*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 2,02 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 2,022-2,177 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Португалия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 32,8-37,8%, численность скрытой безработицы составила величину 1,891-1,72 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Португалия» убита в размере 1,81-3,19-3,58 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 29,9% (27,4-32,4%) или около 1,59 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Португалия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Конов В.П.
Лабораторная работа опирается на предварительные исследования экономики государства «Финляндия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость». Это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Финляндия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За изучаемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=49,6%, вариабельность показателя составляла величину Min=40,02%; Max=60,31%. При этом медиана показателя достигла величины Me=49,15%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4589*GDP.
Рассмотрим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Финляндия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=50,4%, вариабельность показателя составляла величину Min=39,69%; Max=59,98%. При этом медиана показателя достигла величины Me=50,92%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5411*GDP.
Оценим описательную статистику за период 1970-2019гг. управления в экономике государства «Финляндия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За изучаемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=23,31%, вариабельность показателя составляла величину Min=16,74%; Max=27,75%. При этом медиана показателя составила величину Me=24,75%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,2169*GDP.
Разберём предварительный дисперсионный анализ за период 1970-2019гг. управления в экономике государства «Финляндия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=11,67%, изменчивость фактора составляла величину Min=10,53%; Max=13,15%. При этом медиана показателя составила величину Me=11,49%. Линейную классическую векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1136*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,507 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,624-1,749 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Финляндия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 25-30%, численность скрытой безработицы составила величину 0,762-0,782 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП. В рамках данных нормативных показателей промышленность государства «Финляндия» убита в размере 1,66-2,39-2,69 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 25,8% (23,3-28,3%) или около 0,71 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства «Финляндия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Кочеткова Н.В.
Исследования авторов, лабораторные работы курсантов даны минимум с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии.
Лабораторная работа опирается на предварительные исследования экономики государства/региона «Америка Латинская и Карибский бассейн» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость» это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Построим упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Америка Латинская и Карибский бассейн» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За изучаемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=48,25%, диапазон переменной составляла величину Min=41,01%; Max=55,53%. При этом медиана показателя составила величину Me=47,18%. Векторную классическую линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4524*GDP.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Америка Латинская и Карибский бассейн» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За анализируемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=51,76%, вариабельность показателя составляла величину Min=44,47%; Max=58,99%. При этом медиана показателя достигла величины Me=52,98%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5476*GDP.
Разберём описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Америка Латинская и Карибский бассейн» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За исследуемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=20,07%, диапазон переменной составляла величину Min=14,49%; Max=25,27%. При этом медиана показателя достигла величины Me=20,15%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1737*GDP.
Оценим начальный эконометрический анализ за период 1970-2019гг. управления в экономике государства/региона «Америка Латинская и Карибский бассейн» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=16,3%, диапазон переменной составляла величину Min=14,46%; Max=18,86%. При этом медиана показателя составила величину Me=15,93%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1634*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,354 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,585-1,707 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Америка Латинская и Карибский бассейн». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 24-29%.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП.В рамках данных нормативных показателей промышленность государства/региона «Америка Латинская и Карибский бассейн» убита в размере 1,74-2,76-3,1 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 28% (25,5-30,5%).
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства/региона «Америка Латинская и Карибский бассейн» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Малыгина Р.П.
Лабораторная работа опирается на предварительные исследования экономики государства/региона «Исландия» в рамках методик Дорошко-Самариной за период 1970-2019гг. по интегральному показателю «Валовой внутренний продукт (ВВП)» и интегральному показателю «Общая добавленная стоимость» это позволяет перейти к следующему этапу научно-практических исследований Дорошко-Самариной. Данная классификация и дальнейшие научно-практические исследования, в т.ч. лабораторные работы выполняются в рамках космо-ноосферных методик Дорошко-Самариной. Источники баз-данных для моделирования: https://unstats.un.org/unsd/snaama/downloads.
Исследуем описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Исландия» интегральным показателем «ISIC ABCDEF+I» (С/Х+Гор+Маш+ЖКХ+Строй+ТранспСвязь). За анализируемый период интегральный показатель «ISIC ABCDEF+I» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=49,73%, изменчивость фактора составляла величину Min=36,9%; Max=62,41%. При этом медиана показателя достигла величины Me=50,64%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «PROM» от GDP представим: PROM=0,4357*GDP.
Оценим описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Исландия» интегральным показателем «ISIC G-H+J-P» (Торговля + Услуги). За изучаемый период интегральный показатель «ISIC G-H+J-P» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=50,27%, изменчивость фактора составляла величину Min=37,59%; Max=63,1%. При этом медиана показателя составила величину Me=49,55%. Классическую векторную линейную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «SRV» от GDP представим: SRV=0,5643*GDP.
Рассмотрим описательную статистику за период 1970-2019гг. управления в экономике государства/региона «Исландия» интегральным показателем «Manufacturing (ISIC D)» (Производство (ISIC D)). За разрабатываемый период интегральный показатель «Manufacturing (ISIC D)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=15,39%, изменчивость фактора составляла величину Min=9,13%; Max=20,4%. При этом медиана показателя составила величину Me=16,16%. Классическую линейную векторную модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «D» от GDP представим: D=0,1308*GDP.
Исследуем упрощённый дисперсионный анализ за период 1970-2019гг. управления в экономике государства/региона «Исландия» интегральным показателем «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» (Оптовая и розничная торговля, рестораны и отели (ISIC G-H)). За изучаемый период интегральный показатель «Wholesale, retail trade, restaurants and hotels (ISIC G-H)» по отношению к показателю «Добавленная стоимость» поддерживался на среднем уровне МХ=11,92%, вариабельность показателя составляла величину Min=9,89%; Max=14,14%. При этом медиана показателя составила величину Me=11,91%. Векторную линейную классическую модель b1=Sum(Yi)/Sum(Xi) зависимости интегрального фактора «G_H» от GDP представим: G_H=0,1214*GDP.
В лабораторной работе использованы нормативные показатели по интегральной отрасли «Промышленность» (ISIC сумма секторов экономики A+B+C+D+E+F+I), определённые методиками Самарина-Дорошко в размере 65-70% от ВВП. В целом ноосферный кластер «Промышленность» за период 1970-2019гг. деградировал в 1,691 раза. С учётом нормативных нейронных моделей Самарина-Дорошко эта величина составила 1,762-1,897 раз, что свидетельствует о высоких рисках, низкой эффективности управления, высокой коррупции в государстве «Исландия». Расчёты свидетельствуют о масштабной скрытой/латентной безработице в размере 28,1-33,1%. Численность скрытой безработицы составила величину 0,045-0,061 млн.чел.
В лабораторной работе использованы нормативные показатели по отрасли «Manufacturing (ISIC D)», определённые методиками Самарина-Дорошко в размере 40-45% от ВВП.В рамках данных нормативных показателей промышленность государства/региона «Исландия» убита в размере 2,23-4,38-4,93 раз, скрытая безработица по отрасли «Manufacturing (ISIC D)» составила в среднем 33,4% (30,9-35,9%). Численность скрытой безработицы составила среднюю величину 0,06 млн.чел.
Лабораторная работа анализа рисков, эффективности, коррупции экономики государства/региона «Исландия» выполнена с масштабными 1000-кратными сокращениями в связи с ограничением объёма монографии. Курсант Народной Академии СЭВ Сергеева Т.С.
В данной монографии подводятся итоги 25-50-летних научно-практических исследований авторов в рамках «Динамической ноосферно-синергетической производственно-мотивационной концепции Самариной-Дорошко» http://economics-21.narod.ru/Book/book-12/index.html#_972, а также по «Космо-ноосферной межотраслевой, межрегиональной, межгосударственной парадигмы управления Дорошко-Самариной» http://economics-21.narod.ru/Book/book-16/book16.html#_00_rus_doroshko. Эти две мировоззренческие концепции пронизывают друг друга, образуя как миллиардные многообразия видимых, так и ещё большие триллионные многообразия невидимых связей, и естественно они неразрывно взаимодействуют между собой.
Регулярные мировые кризисы - это не теория заговоров, а типичная безграмотность элит, их научных, образовательных центров, а также люмпенизация общества. Этот процесс в «развитых» и/или западных, англосаксонских странах длится минимум два столетия.
Авторы выделили следующие основные цели, задачи монографии.
Разработать мобилизационные проекты в рамках космо-ноосферной парадигмы управления Дорошко-Самариной и авторских управленческих нейронных, генетических моделей принятия законодательных, судебных, управленческих, экономических, юридических решений в условиях климатических потрясений
Авторские концепции разрабатывались как ноосферные комплексы по управлению всей микро-меза-макро экономикой, всех предприятий, отраслей, рынков, регионов, всех стран, а также на уровне межгосударственного управления, в т.ч. как мобилизационные системы выживания в условиях климатических потрясений. Концепции авторов охватывают все иерархические уровни управления от рабочего места, уровня участков/подразделений/цехов, предприятий, отраслей, рынков, регионов, стран, включая межгосударственный уровень - http://economics-21.narod.ru/new/sev/ig_html_m1864ec7c.png. Такое масштабное управление микро-мезо-макро, включая геоэкономику, геополитику, в т.ч. всех силовиков, министерств иностранных дел, авторы назвали «системой управления из любой точки мира». Для мобилизационных систем выживания в условиях климатических потрясений авторы разрабатывают отдельные отраслевые, региональные комплексы в виде ноосферных военных городков. Для простоты восприятия — это прототип аракчеевских военных поселений, исключая их недостатки.
Статистические сборники «СССР в цифрах» - http://elib.shpl.ru/ru/nodes/24090-sssr-v-tsifrah-po-godam-kratkiy-statisticheskiy-sbornik-m-1960-1991?view=list.