ԱԿՏՈՒԱԼ ԹԵՄԱՆԵՐ
  • Ռուսաստանը նավթի արդյունահանման ռեկորդ է սահմանել
    Ռուսաստանը ռեկորդ է սահմանել նավթի արդյունահանման ծավալների առումով: РИА Новости-ի հաղորդմամբ՝ այս մասին ասվում է ՕՊԵԿ-ի (Նավթ արտահանող երկրների կազմակերպություն) նոյեմբերյան զեկույցում:«Ռուսաստանը հոկտեմբերին նավթի արդյունահանության նոր հետխորհրդային ռեկորդ է սահմանել՝ արդյունահանման ծավալն անցյալ ամսվա համեմատ մեծացնելով օրական 50 000 բարելով՝ հասցնելով այն միջինում օրական 11,6 մլն բարելի», - ասվում է կազմակերպության զեկույցում:ՕՊԵԿ-ն օրական մինչև 11,24 մլն բարելով բարձրացրել է նաև Ռուսաստանում 2018-ին հեղուկ ածխաջրածնի արդյունահանման
  • Համակարգչային մկնիկին փոխարինող է ստեղծվել
    Indiegogo հարթակում ներկայացվել է Motus առանց հպման աշխատող պանելը: Արտաքինից այն թափչադ է հիշեցնում, սակայն աշխատում է առանց հպումների: Motus-ը կատարում է սովորական համակարգչային մկնիկի բոլոր գործառույթները և ընդլայնում փոխգործակցության հնարավորությունները: Հատուկ սենսորները ճանաչում են ձեռքերի ժեստերը, ներառյալ՝ ցանկացած հարթության պտույտները և թեքությունները, որոնք կոնկրետ գործողություններ են նշանակում:Պանելը ստիլուսներով կատարում է գրաֆիկական պլանշետի գործառույթ:Նյութի  աղբյուրը՝    https://www.1in.am
  • Երևանը` ՏՏ ոլորտում կարիերայի անելու լավագույն քաղաք
    «Երևան. Սիլիկոնային լեռներ»՝ Երևանը 4-րդ տեղում է: Enterprise Times-ը Երևանը ներառել է ՏՏ ոլորտում կարիերայի հնարավորություններով 10 լավագույն քաղաքների ցանկում: «Ուսումնասիրությունները ցույց են տալիս, որ մինչև 2025թ.-ը, Հայաստանում ծրագրավորողների պահանջարկը կեռապատկվի՝ հասնելով 30,000-ի: Այս ցուցանիշը մեծապես պայմանավորված է նրանց տեխնոլոգիական սեկտորում նորարարության աննախադեպ աճով: Այս ոլորտը տարեկան 20 տոկոս աճ է գրանցել ու նվազելու նշաններ ցույց չի տալիս: Եթե նախկինում այս երկիր տեղափոխվելու մասին չեք մտածել, ապա հիմա արժե մտածել: Ապրուստն էժան է,
  • Չինաստանում ներկայացվել է աշխարհում առաջին թվային հեռուստահաղորդավարը
    Չինական «Սինհուա» լրատվական գործակալությունը Sogou ինտերնետ ընկերության հետ  համատեղ ներկայացրել են արհեստական բանականությամբ համալրված աշխարհում առաջին վիրտուալ հեռուստահաղորդավարին: Ինչպես նշում է The Guardian-ը, շնորհանդեսը տեղի է ունեցել Համացանցի կառավարման հարցերով համաշխարհային համաժողովի շրջանակում:Աղբյուրը մանրամասնում է, որ արհեստական բանականությունը թույլ է տալիս վերլուծել մարդու դիմախաղը, խոսելաձևը, շարժուձևը, ձայնը, հույզերն ու հետո ճշգրիտ կրկնօրինակել դրանք:Վիրտուալ հեռուստահաղորդավարի մասնակցությամբ հաղորդում ստեղ
  • Ռուսաստանում կարող է ազգային կրիպտոարժույթ հայտնվել
    Ապագայում Ռուսաստանում կարող է հայտնվել ազգային կրիպտոարժույթ, որը կդառնա երկրի տարածքում բլոկչեյն-ծառայություններին վճարման միակ օրինական միջոցը։ Այս մասին ասել է Պետդումայի ֆինանսական շուկայի հարցերով հանձնաժողովի նախագահ Անատոլի Ակսակովը՝ տեղեկացնում է ՌԻԱ Նովոստին։«Դա նույն ռուբլին է, ուղղակի՝ կոդավորված, եւ նա հետեւում է բլոկչեյնի մասնակիցների միջեւ դրամական շրջանառությանը։ Այս ռեսուրսը թույլ է տալիս փողերը փոխարինել կրիպտոփողերով։ Օրինակ, դուք բանկ 100 000 ռուբլի եք տանում եւ ստանում եք 100 000 կրիպտոռուբլի՝ մեկը մեկին։ Այս միջոցներ
  • Գիտնականները համարում են, որ կրիպտոարժույթը սպառնում է Երկիր մոլորակի գոյությանը
    Հավայիի համալսարանի գիտնականները պարզաբանել են, որ բիթքոինի մայնինգի մեջ ներգրավված մարդիկ նշանակալիորեն վնասում են շրջակա միջավայրին՝ աշխարհի տարբեր տարածաշրջաններում ավելացնելով էլեկտրաէներգիայի ծախսը։ Այդ ամենը ստիպում է ինչպես ոչ մեծ, այնպես էլ խոշոր երկրներին ավելի շատ էլեկտրաէներգիա արտադրել, քան հարկավոր է սովորական կյանքում՝ գրում է Science Alert-ը։Այդ ամենը կարող է հանգեցնել նրան, որ ավելի քան 2 աստիճանով կաճի երկրագնդի միջին ջերմաստիճանը։ Բիթքոինի մայնինգը կարելի է ածխածնի արտանետումներին հավասար ներառել բնապահպանական սպառնալիք
  • Կազմվել է զբոսաշրջության միջոցով ամենաշատ եկամուտ ստացող քաղաքների վարկանիշը
    Զբոսաշրջության եւ ճանապարհորդությունների համաշխարհային խորհուրդը (WTTC) հրատարակել է ՀՆԱ-ում զբոսաշրջության ամենաշատ ներդրում ունեցող քաղաքների մասին իր տարեկան հաշվետվությունը։ Առաջին տեղում Շանհայն է՝ 35 մլրդ դոլար ցուցանիշով՝ տեղեկացնում է АТОР-ը։Երկրորդ տեղում Պեկինն է՝ 32,5 մլրդ դոլարով, երրորդ տեղում Փարիզը՝ 28 մլրդ դոլարով։ Հնգյակը փակում են Օռլանդոն եւ Նյու Յորքը։ Տասնյակի մեջ ընդգրկվել են Տոկիոն, Բանկոկը, Մեխիկոն, Լաս Վեգասը եւ Շենչժենը։Այսպիսով, վարկանշային աղյուսակում 3 չինական քաղաք կա, 3 ամերիկյան, 2 ասիական եւ ընդամենը 1 եվրոպա
    Թեժ գիծ
    +374 (047) 959555
    ՀՀ դրամի փոխարժեքի կարճաժամկետ կանխատեսման հիմնահարցերը վիճակագրական մոդելի կառուցմամբ

    ՌՈԲԵՐՏ ՄԵԼԻՔՅԱՆ
    ՀՊՏՀ վիճակագրության ամբիոն


    Փոխարժեքի ձևավորումը չափազանց բարդ գործընթաց է` պայմանավորված մի շարք մակրոտնտեսական ցուցանիշների, ինչպես նաև համաշխարհային տնտեսությունում տեղի ունեցող իրադարձությունների ազդեցությամբ: Այդ ցուցանիշները բազմազան են և տարաբնույթ, ուստի ՀՀ դրամի փոխարժեքի վրա յուրաքանչյուրի ազդեցության ուսումնասիրությունը և վիճակագրական գնահատումը խիստ դժվարացնում են փոխարժեքի վարքագծի կանխատեսումների իրագործումը: Հոդվածում կատարված ուսումնասիրությունների շրջանակներում դիտարկվել են մի շարք խնդիրներ, մասնավորապես` ՀՀ դրամի փոխարժեքի կանխատեսման համար առավել կարևոր մակրոտնտեսական ցուցանիշների ընտրությունը, կառուցվել է նաև կարճաժամկետ կանխատեսման մոդել:
    Հիմնաբառեր. փոխարժեք, կոռելյացիա, կանխատեսում, վիճակագրական կապ, ռեգրեսիոն մոդել 



    Տնտեսագիտության բնագավառում ռեգրեսիոն վերլուծության առանցքային խնդիրներից են տնտեսական երևույթների և գործընթացների փոխհարաբերության վերհանումն ու բնութագրող մոդելի կառուցումը: Ստորև փորձ է արվել ռեգրեսիոն վերլուծության գործիքակազմը կիրառելու ՀՀ դրամ/ԱՄՆ դոլար փոխարժեքի ձևավորման մոդելային կառուցվածքի նկարագրության և կարճաժամկետ հատվածում փոխարժեքի մակարդակի կանխատեսման նպատակով:
    Կարճաժամկետ կանխատեսման համար մեր մոդելի հիմքում դրվել են նախորդ տարիների ցուցանիշները, որոնց փոփոխության ազդեցությամբ էլ  ստացվում են ապագա ցուցանիշները: ՀՀ դրամի փոխարժեքի կանխատեսման համար, կարծում ենք, նպատակահարմար է կիրառել բազմաչափ գծային ռեգրեսիա, որի մոդելը, ընդհանուր տեսքով, հետևյալն է.



    որտեղ` X=(x0, x1, x3,... xm)–ը անկախ փոփոխականների վեկտորն է, β=(β0, β1, β3,... βm)–ը` ռեգրեսիայի գործակիցները, որոնք պետք է գնահատվեն,
    ε–ը` ստանդարտ շեղումը,
    Y−ը` կախյալ փոփոխականը:
    Ակնհայտ է, որ փոխարժեքի ձևավորման վրա ազդում են մեծ թվով փոփոխականներ, որոնցից առավել էականների ընտրության համար նախապես կատարվել է կախյալ փոփոխականի հետ դրանց բավական լայն շրջանակի գծային կապի գնահատում: Այդ նպատակով, մեր մոդելի անկախ փոփոխականների կազմի ընտրության համար, հաշվարկվել են ՀՀ դրամի փոխարժեքի և մակրոտնտեսական ցուցանիշների միջև կոռելյացիայի գործակիցները: Որպես մակրոտնտեսական ցուցանիշներ վերլուծությունում դիտարկվել են գնաճը, ՀՆԱ-ն, ներմուծման և արտահանման ցուցանիշները, արտաքին մասնավոր տրանսֆերտները, տոկոսադրույքների մակարդակը (մասնավորապես` բանկային ավանդների և վերաֆինանսավորման), պետական բյուջեի պակասուրդը: Ուսումնասիրվել են նաև այլ գործոններ, որոնք,
    որպես կանոն, շոշափելի ազդեցություն են ունենում փոխարժեքի վրա, օրինակ` նավթի և պղնձի համաշխարհային գները: 





















    Նկարագրված փոփոխականների միջև զույգային կոռելյացիայի գործակիցների առավել բարձր արժեքներ արձանագրվել են դիտարկված ցուցանիշներից 4-ի պարագայում (աղյուսակ 1): Դրանք են` զուտ արտահանում (արտահանում հանած ներմուծում), արտաքին մասնավոր տրանսֆերտների մակարդակ, նավթի և պղնձի համաշխարհային գներ: Այս ցուցանիշներին մեր մոդելային կառուցվածքներում առանցքային դերակատարում է վերապահվել:
    Թեև ՀՀ դրամի փոխարժեքի հետ ՀՆԱ և գնաճի կոռելյացիայի գործակցի գնահատականները համեմատաբար ցածր են ստացվել, այնուհանդերձ, նկատի ունենալով այն իրողությունը, որ նկարագրված ցուցանիշները հիմնարար տնտեսական գործոններ են և անմիջական ազդեցություն են ունենում ազգային արժույթի փոխարժեքի վրա, դրանք ևս ներառվել են ռեգրեսիոն վերլուծության ընթացակարգերում:
    Փոխարժեքի և դիտարկվող մակրոտնտեսական ցուցանիշների փոխկապվածության ընդհանրական գնահատման նպատակով կառուցել ենք մի քանի ռեգրեսիոն մոդել, որոնցում ներառվել են անկախ փոփոխականների տարբեր համակցություններ: Հետազոտության այս տարբերակը, կանխատեսումների հնարավոր սխալի համահարթեցման հնարավորություն ընձեռելով, թույլ է տալիս նաև շրջանցել մեկ այլ կարևոր սահմանափակում` դիտարկումների փոքր թիվը:
    Ի մասնավորի, նկատի ունենալով վիճակագրական տվյալների ստացիոնար շարքի ձևավորման օբյեկտիվ սահմանափակումները, նաև հավաստի տվյալների մատչելիության լրջագույն խնդիրը, հարկադրված ենք դիտարկումներում բավարարվել 2000−2016 թթ. ժամանակահատվածով, որը, սակայն, բազմաչափ մոդելների կառուցման համար չափազանց կարճ է:
    Ուստի ընտրվել է վերլուծության մեկ այլ տարբերակ. կառուցվում և գնահատվում է փոխարժեքի կապն առանձին մակրոտնտեսական ցուցանիշների հետ, դրանց հիման վրա ստացվում են կանխատեսումային գնահատականներ, որոնց միջինացմամբ էլ դուրս է բերվում կախյալ փոփոխականի կարճաժամկետ կանխատեսումային գնահատականը: 
     Կառուցել և հետազոտել ենք 4 ռեգրեսիոն մոդելներ, որոնցից 3-ը` գծային, 1-ը` լոգարիթմական: Ռեգրեսիոն մոդելների պարամետրական գնահատումը կատարվել էEviews ծրագրի միջոցով, ցուցանիշների վիճակագրական տվյալների ժամանակային շարքերը ձևավորվել են 2000−2016 թթ. տարեկան մակարդակների հիման վրա: Մոդելների ընդհանուր կառուցվածքն ու պարամետրերի գնահատման արդյունքները ներկայացված են աղյուսակ 2-ում, իսկ աղյուսակ 3-ում ներառված են նույն մոդելների առանձին պարամետրական բնութագրիչների և վիճակագրական չափանիշների արժեքները, որոնք կիրառվում են մոդելի հավաստիության աստիճանի գնահատման համար: Դիտարկվող մոդելների պարամետրական գնահատման արդյունքները ցույց են տալիս, որ նշանակալիության առումով պակաս խնդրահարույց և, ըստ այդմ էլ, կիրառման առումով հետաքրքրական կարող են լինել 3-րդ և 4-րդ մոդելները: Մյուս կողմից` ռեգրեսիոն մոդելների գնահատման շրջանակներում հաշվարկված վիճակագրական չափանիշների արժեքների վերլուծությունը թույլ է տալիս եզրակացնել, որ մոդել 3-ը խնդրահարույց է ավտոռեգրեսիայի նշանակալի ռիսկի պատճառով, ուստի հետագա հաշվարկներում նպատակահարմար է որպես ուղենիշ ընդունել մոդել 4-ը: Դա նշանակում է, որ փոխարժեքի գնահատումներում և կարճաժամկետ կանխատեսումներում հաշվի է առնվելու դրանում ներառված անկախ փոփոխականների` տրանսֆերտների և զուտ արտահանման ազդեցությունը: 







































    ՀՀ դրամ/ԱՄՆ դոլար փոխարժեքի կանխատեսումային մակարդակները` գնահատված ըստ 4-րդ մոդելի հենքի, աղյուսակ 4-ում ներկայացված անկախ փոփոխական դիտարկվող մակրոտնտեսական ցուցանիշների տարեկան կանխատեսումների օգտագործմամբ, ներկայացված են աղյուսակ 5-ում:







    Նկատենք, որ մոդել 4-ով 2017 թ. մուտքային ցուցանիշների հիման վրա հաշվարկված ՀՀ դրամ/ԱՄՆ դոլար փոխարժեքի կանխատեսումային (գնահատումային) մակարդակը կազմել է 479.40 ՀՀ դրամ, ինչը 2017 թ. փաստացի մակարդակից (482.71 դրամ) շեղվում է ընդամենը 3.30 դրամով: Սա մոդելի համապատասխանության, հետևաբար` դրա կիրառմամբ ստացված 2018 թ. կանխատեսումային մակարդակների հավաստիության օգտին կարևոր փաստարկ կարելի է համարել:
    Հավելենք, որ փոխարժեքի կանխատեսումները մեր իրականությունում բավականին բարդ, ինչ-որ առումով նույնիսկ անշնորհակալ և խոցելի զբաղմունք կարելի է համարել: Թերևս պատահական չէ, որ նույնիսկ պետական ինստիտուցիոնալ կառույցները, որոնք պարբերաբար առնչվում են փոխարժեքի հնարավոր անորոշությամբ պայմանավորված ռիսկային իրավիճակներին, աշխատում են զերծ մնալ փոխարժեքի կանխատեսումներ կատարելուց: Այս տեսանկյունից` ներկայացված մոտեցումը, իր սահմանափակությամբ հանդերձ, կարող է գործնական նշանակություն ունենալ, ինչպես նաև դիտարկվել
    որպես փոխարժեքի կանխատեսման ավելի բարդ մոդելային կառուցակարգերի ձևավորման մեկնարկային քայլ: