1. İqtisadi vəziyyətin proqnozlaşdırılması, iqtisadi siyasətin işlənməsi və monitorinqi üçün statistikadan istifadə etməklə iqtisadi modellərin hazırlanması və təkmilləşdirilməsi Giriş

3.15. Ölkə üzrə yekun göstəricilərinin hesablanması üsulları
Seçmə məlumatlarının ölkə üzrə hesablanması üçün 2 sistem mövcuddur. Birinci sistemdə hesablama mərkəzləşmiş registr məlumatları üzrə aparılır. Registr siyahıyaalma məlumatlarına əsasən tərtib edilir. Həmin registr məlumatları əsasında seçmə şəbəkəsi yaradılır və seçilmiş vahidlərdə müayinə aparılır. Müayinə məlumatları təhlil edilir və registrin məlumatları ilə müqayisə edilərək, uzaqlaşma müəyyənləşdirilir. Bu üsul aşağıdakıları tələb edir.

- mərkəzi statistika orqanı ilə informasiyaya axınının operativ dövriyyəsi;

- yeni informasiya texnologiyalarına əsasən registrin yaradılması və aparılması;

- registrin daim aktuallaşdırılması;

- məlumatların registrə lokal qaydada daxil edilməsi (internet, e-mail);

- məlumatların işlənməsinin mərkəzləşdirilməsi.

İkinci sistem piramida formalıdır. Statistik informasiya sisteminin piramida formalı tipik sxemi aşağıdakı kimidir:

Piramida formalı sistemdə məlumatların toplanması və istehsalı iyerarxik prinsipə müvafiqdir. Yəni məlumatların toplanması və işlənməsi yerli statistika orqanlarında həyata keçirilir. Yerli statistika orqanları toplanmış məlumatların keyfiyyətinə nəzarət etmək imkanına malik olduğuna görə, ilkin (mikro) nəzarətin təşkili səmərəli, statistik məlumatlar isə keyfiyyətli olur. Belə sistem kənd təsərrüfatı, ətraf mühit, ticarət, regional statistikada daha çox tətbiq edilir. Piramida formalı statistik informasiya sistemi iqtisadiyyatın tənzimlənməsinin iyerarxik prinsiplərinə müvafiqdir.

Təhlil göstərir ki, statistik informasiyanın piramida formalı sistemi daha keyfiyyətli seçmə tədqiqatının aparılmasını şərtləndirir. Seçmə planı keyfiyyətli tərtib edilir, operativ tədqiqat aparılır, aktuallaşma dövrü ilə tədqiqat dövrü arasında zaman intervalı azalır, statistiklər ekspert kimi fəaliyyət göstərir, məsuliyyət və cavabdehlik olur və s. Bunun üçün yerli statistika orqanları informasiya texnologiyaları və ekonometriya üsullarını tətbiq etməyi bacaran yüksək səviyyəli mütəxəssislərlə təmin edilməlidir. Müasir informasiya texnologiyalarının imkanları statistik informasiya sisteminin piramida formasında qurulmasına real şərait yaradır.

İnkişaf etmiş ölkələrdə mikro və makro səviyyədə iqtisadi fəaliyyətin nəticəsini hesablamaq üçün dinamik modellərdən geniş istifadə edilir. Məsələn, məhsul buraxılışını (dövriyyəni) heasablamaq üçün klassik KLEMS (kapital, əmək, enerji, material və xidmətlər) ekonometrik modelindən istifadə edirlər. Ekonometriyaya dair ədəbiyyatlarda bu model istehsal funksiyası da adlanır. Bu modelin ümumi ifadəsi aşağıdakı kimidir:

Y = f(K,L,E,M,S)

Bu modelin tətbiqindən alınan nəticələr iqtisadi fəaliyyətin səmərəliliyinin müqayisəsində də istifadə olunur. Hətta fəaliyyət növləri üzrə məhsul vahidi üçün enerji istehlakı, material istehlakı, əsas fondların istehlakı, insan kapitalının istehlakı kimi mühüm göstəricilərin proqnozlaşdırılması mümkündür. Deməli, hər bir səbəb amillərinin istehlakına dair göstəriciləri bilərək, istehsal olunan məhsulun həcmini proqnozlaşdırmaq mümkündür. Belə halda seçilən müəssisələrdən ancaq aylıq, rüblük istehlak göstəriciləri toplanır və fəaliyyət növü üzrə tərtib olunmuş modelə əsasən məhsul buraxılışı hesablanır. Model ildə bir dəfə aktuallaşma məlumatlarına əsasən tərtib edilir. Yeni aktuallaşma dövrünə kimi həmin fəaliyyət növünün dövriyyəsini modelə görə hesablamaq mümkün olur. Deməli, seçmə tədqiqatı zamanı modelin tələbinə uyğun göstəricilər toplanır və ölkə üzrə göstəricilər hesablanır.

Ekonometrik modellərin tətbiqi zamanı alınmış yekun statistik məlumatlar operativ, keyfiyyətli olur və statistik məlumatların istehsal xərcləri kəskin şəkildə azalır. Ona görə də, belə sistemlər perspektivli hesab edilir.

Sıra N-si	Dövriyyə (min manat) Y	Material xərcləri (min manat) X1	Əsas fondların istehlakı (min manat) X2	İşçilərin sayı (nəfər) X3	Enerji istehlakı (ton neft ekvivalenti) X4
1	54.8	6.25	7.9	64	1700
2	45.0	4.98	5.5	45	1360
3	2.4	0.36	0.70	4	250
4	1.3	0.195	0.50	3	300
5	1.8	0.27	0.85	7	1335
6	3.4	0.408	1.20	7	946
7	22.5	2.7	3.20	35	1435
8	25.8	3.096	0.65	48	1820
9	50.4	6.048	5.70	42	1256
10	7.5	0.9	0.36	7	450
11	5.1	0.765	0.75	8	400
12	18.3	2.745	5.00	34	1216
13	7.8	1.17	0.71	6	500
14	24.9	2.988	6.50	47	1445
15	28.5	3.42	4.80	41	1246
16	42.4	5.088	6.80	52	1800
17	6.3	0.756	0.90	15	380
18	33.4	4.01	6.90	35	1435
19	17.5	2.625	5.01	34	1582
20	4.8	0.48	0.3	7	670
21	7.1	0.852	2.5	12	990
22	5.3	0.636	0.67	16	1050
23	5.4	0.54	1.2	6	678
24	1.2	0.144	0.31	3	1380
25	1.9	0.228	0.61	8	480
26	2.8	0.336	0.09	14	450
27	2.9	0.348	0.12	15	720
28	3.7	0.444	0.25	10	520
29	3.4	0.408	0.56	9	670
30	50.4	6.048	19.25	109	3000
31	19.5	2.34	7.89	40	1850
32	5.5	0.66	0.89	4	180
33	6.7	0.804	1.02	6	250
34	1.3	0.156	0.30	5	100
35	4.8	0.72	0.96	4	360
36	2.3	0.345	0.75	5	520
37	4.9	0.735	1.07	7	850
38	46.7	14.67	10.01	78	2005
39	20.5	2.46	0.60	40	1650
40	4.0	0.48	0.56	5	250

Əlavə 1


Əlavə 2

Regression Statistics
Multiple R	0.93
R Square	0.86
Adjusted R Square	0.85
Standard Error	6.39
Observations	40
ANOVA
	df	SS	MS	F	Significance F
Regression	2	9138.7	4569.3	111.9	0.0
Residual	37	1510.7	40.8
Total	39	10649.4
	Coefficients	Standard Error	t Stat	P-value	Lower 95%		Upper 95%
Intercept	0.93	1.42	0.66	0.52	-1.95		3.82
X Variable 1	2.19	0.67	3.25	0.00	0.82		3.55
X Variable 2	0.41	0.08	5.36	0.00	0.26		0.57
RESIDUAL OUTPUT
Observation	Predicted Y	Residuals	Standard Residuals		Percentile	Y
1	40.98	13.82	2.22		1.25	1.2
2	30.37	14.63	2.35		3.75	1.3
3	3.37	-0.97	-0.16		6.25	1.3
4	2.60	-1.30	-0.21		8.75	1.8
5	4.41	-2.61	-0.42		11.25	1.9
6	4.71	-1.31	-0.21		13.75	2.3
7	21.26	1.24	0.20		16.25	2.4
8	27.49	-1.69	-0.27		18.75	2.8
9	31.47	18.93	3.04		21.25	2.9
10	5.79	1.71	0.28		23.75	3.4
11	5.90	-0.80	-0.13		26.25	3.4
12	20.95	-2.65	-0.43		28.75	3.7
13	5.97	1.83	0.29		31.25	4
14	26.84	-1.94	-0.31		33.75	4.8
15	25.31	3.19	0.51		36.25	4.8
16	33.49	8.91	1.43		38.75	4.9
17	8.77	-2.47	-0.40		41.25	5.1
18	24.13	9.27	1.49		43.75	5.3
19	20.69	-3.19	-0.51		46.25	5.4
20	4.87	-0.07	-0.01		48.75	5.5
21	7.74	-0.64	-0.10		51.25	6.3
22	8.92	-3.62	-0.58		53.75	6.7
23	4.59	0.81	0.13		56.25	7.1
24	2.49	-1.29	-0.21		58.75	7.5
25	4.73	-2.83	-0.45		61.25	7.8
26	7.44	-4.64	-0.75		63.75	17.5
27	7.88	-4.98	-0.80		66.25	18.3
28	6.03	-2.33	-0.37		68.75	19.5
29	5.54	-2.14	-0.34		71.25	20.5
30	59.08	-8.68	-1.39		73.75	22.5
31	22.54	-3.04	-0.49		76.25	24.9
32	4.03	1.47	0.24		78.75	25.8
33	5.17	1.53	0.25		81.25	28.5
34	3.34	-2.04	-0.33		83.75	33.4
35	4.16	0.64	0.10		86.25	42.4
36	3.75	-1.45	-0.23		88.75	45
37	5.43	-0.53	-0.08		91.25	46.7
38	65.17	-18.47	-2.97		93.75	50.4
39	22.80	-2.30	-0.37		96.25	50.4
40	4.05	-0.05	-0.01		98.75	54.8