voprstatВопросы статистикиVoprosy Statistiki2313-63832658-5499voprstat-665Research ArticleСТАТИСТИЧЕСКИЕ МЕТОДЫ В СОЦИАЛЬНО- ЭКОНОМИЧЕСКОМ АНАЛИЗЕSTATISTICAL METHODS IN SOCIAL AND ECONOMIC ANALYSISКВАНТИФИКАЦИЯ КАЧЕСТВЕННЫХ ПРИЗНАКОВ В КОНЪЮНКТУРНЫХ ОБСЛЕДОВАНИЯХQUANTIFICATION OF QUALITATIVE VARIABLES IN BUSINESS SURVEYShttps://orcid.org/0000-0002-6383-9562КитрарЛюдмила АнатольевнаKitrarL. A.

Китрар Людмила Анатольевна - кандидат экономических наук, заместитель директора Центра конъюнктурных исследований Института статистических исследований и экономики знаний, НИУ ВШЭ.

101000 Москва, Славянская пл., д. 4, стр. 2

Lyudmila A. Kitrar - Cand. Sci. (Econ.), Deputy Director, Centre for Business Tendencies Studies, Institute for Statistical Studies and Economics of Knowledge.

 4, Slavyanskaya Sq., Bld. 2, Moscow, 101000

lkitrar@hse.ruhttps://orcid.org/0000-0003-2632-9026ЛипкиндТамара МихайловнаLipkindT. M.

Липкинд Тамара Михайловна - ведущий эксперт Центра конъюнктурных исследований Института статистических исследований и экономики знаний, НИУ ВШЭ.

101000 Москва, Славянская пл., д. 4, стр. 2

Tamara M. Lipkind - Leading Expert, Centre for Business Tendencies Studies.

4, Slavyanskaya Sq., Bld. 2, Moscow, 101000

tlipkind@hse.ruhttps://orcid.org/0000-0003-2793-0446ОстапковичГеоргий ВладимировичOstapkovichG. V.

Остапкович Георгий Владимирович - директор Центра конъюнктурных исследований Института статистических исследований и экономики знаний, НИУ ВШЭ.

101000 Москва, Славянская пл., д. 4, стр. 2

Georgii V. Ostapkovich - Director, Centre for Business Tendencies Studies, Institute for Statistical Studies and Economics of Knowledge.

4, Slavyanskaya Sq., Bld. 2, Moscow, 101000

gostapkovich@hse.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian Federation2018270420182544963Copyright © Китрар Л.А., Липкинд Т.М., Остапкович Г.В., 20182018Китрар Л.А., Липкинд Т.М., Остапкович Г.В.Kitrar L.A., Lipkind T.M., Ostapkovich G.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://voprstat.elpub.ru/jour/article/view/665

Данные конъюнктурных обследований предпринимательской деятельности являются распространенным в национальной и международной практике важным источником экономической информации. Их результаты отражают особенности когнитивного восприятия экономическими агентами деловых тенденций и отраслевых циклических событий в различных секторах экономики страны. Использование соответствующих измерительных процедур для обработки структурированных распределений предпринимательских мнений позволяет получать массивы информации, представляющие собой так называемую «мягкую» неколичественную статистику в режиме «почти реального времени».

The data of business (market) surveys of entrepreneurial activity are an important source of economic information in national and international practice. Their results reflect the specific features of cognitive perception by business agents of business trends and sectoral cyclical events in various sectors of the country’s economy. Using the appropriate measurement procedures for the processing of structured distributions of entrepreneurial opinions makes it possible to obtain arrays of information that are the so-called «soft» non-quantitative statistics in the «near real-time» mode.

When analyzing the results of business surveys, first of all, there are the tasks of their quantitative characterization, measuring the relationships between the qualitative characteristics of the objects surveyed and the generalization of the interrelated information into summary indicators characterizing the scale of the distribution of cyclical industry events in the economic development of the country. In this regard, the authors present the main stages and methods for quantifying the results of surveys, in particular the procedure for scaling qualitative characteristics, their quantitative determination; the possibility of applying specific statistical measures is justified. For the generalized measurement of qualitative information, the concepts of horizontal and vertical integration of survey results are introduced. The questions of adequate and logical interpretation of balance statistics, based on subjective assessments of respondents, are considered. The authors formulated reasons for combining the results of the surveys into composite indicators, which make it possible to identify the most characteristic links among simple survey indicators and simplify the analysis and interpretation of the results as a whole.

конъюнктурные обследования предпринимателейквантификациябалансы мненийкомпозитные индикаторыкачественные признаки«мягкая» неколичественная статистикаbusiness surveys of entrepreneursquantificationbalance of opinionscomposite indicatorsqualitative characteristics«soft» non-quantitative statisticsПрограмма фундаментальных исследований Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ), с использованием средств субсидии в рамках государственной поддержки ведущих университетов Российской Федерации «5-100»Basic Research Program of the National Research University Higher School of Economics and funded by the state support project for the leading Russian universities «5-100»ReferencesСуппес П., Зинес Дж. Основы теории измерений. Психологические измерения. М.: Мир, 1967.Suppes P., Zines J. Foundations of the Measurement Theory. Psychological Measurements. Moscow: Mir Publ.; 1967. (In Russ.)Пфанцагль И. Теория измерений. М.: Мир, 1976.Pfanzagl J. Theory of Measurement. Physica-Verlag. Wьrzburg-Wien; 1971. (Russ. ed.: Pfantsagl’ I. Teoriya izmerenii. Moscow: Mir Publ.; 1976.)Паниотто В.И., Максименко В.С. Количественные методы в социологических исследованиях. Киев: Наукова думка, 1982.Paniotto V.I., Maksimenko V.S. Quantitative Methods in Sociological Research. Kiev: Naukova Dumka Publ.; 1982. (In Russ.)Миркин Б.Г. Анализ качественных признаков и структур. М.: Статистика, 1980.Mirkin B.G. Analysis of Qualitative Features and Structures. Moscow: Statistics Publ.; 1980. (In Russ.)Толстова Ю.Н. Измерение в социологии: учеб. пособие. М.: КДУ, 2007.Tolstova Yu.N. Measurement in Sociology: Textbook. Moscow: KDU Publ.; 2007. (In Russ.)Саганенко Г.И. Социологическая информация / под ред. В.А. Ядова. Ленинград: Наука, 1979.Saganenko G.I., Yadova V.A. (ed.) Sociological Information. Leningrad: Science Publ.; 1979. (In Russ.)Джини К. Средние величины. М.: Статистика, 1970.Gini C. Average values. Moscow: Statistics Publ.; 1970. (In Russ.)European Commission. A User Guide to the Joint Harmonised EU Programme of Business and Consumer Surveys, 2017. URL: https://ec.europa.eu/info/sites/info/files/bcs_user_guide_en_0.pdf.European Commission. A User Guide to the Joint Harmonised EU Programme of Business and Consumer Surveys, 2017. Available from: https://ec.europa.eu/info/sites/info/files/bcs_user_guide_en_0.pdf.OECD. Business Tendency Survey. A Handbook, 2003. URL: http://www.oecd.org/std/leading-indicators/31837055.pdf.OECD. Business Tendency Survey. A Handbook, 2003. Available from: http://www.oecd.org/std/leading-indicators/31837055.pdf.Anderson O. The Business Test of the IFO-Institute for Economic Research, Munich, and its Theoretical Model // Review of the International Statistical Institute. 1952. No. 20. P. 1-17.Anderson O. The Business Test of the IFO-Institute for Economic Research, Munich, and its Theoretical Model. Review of the International Statistical Institute. 1952;(20):1-17.Leach A., Belegratis A. Evaluating the Performance of Aggregate Survey-based Indicators in Times of Crisis. Confederation of British Industry, Final Report submitted for ECFIN-BCS Workshop, 2016.Leach A., Belegratis A. Evaluating the Performance of Aggregate Survey-based Indicators in Times of Crisis. Confederation of British Industry. Final Report submitted for ECFIN-BCS Workshop. 2016.Китрар Л.А., Липкинд Т.М., Остапкович Г.B. Декомпозиция и совместный анализ циклов роста в динамике индикатора экономического настроения и индекса физического объема валового внутреннего продукта // Вопросы статистики. 2014. № 9. С. 41-46.Kitrar L.A., Lipkind T.M., Ostapkovich G.V. Decomposition and Joined Analysis of Growth Cycles in the Dynamics of Economic Sentiment Indicator and Volume Index of the Gross Domestic Product. Voprosy statistiki. 2014;(9):41-46.Kitrar L., Lipkind T., Lola I., Ostapkovich G., Chusovlyanov D. The HSE ESI and short-term cycles in the Russian economy // Papers and Studies of Research Institute for Economic Development SGH. 2015. No 97.Kitrar L., Lipkind T., Lola I., Ostapkovich G., Chusovlyanov D. The HSE ESI and Short-Term Cycles in the Russian Economy. Papers and Studies of Research Institute for Economic Development SGH. 2015;(97).Abberger K. Qualitative business surveys and the assessment of employment - A case study for Germany // International Journal of Forecasting. 2014. No 23. P. 249-258.Abberger K. Qualitative Business Surveys and the Assessment of Employment - A Case Study for Germany. International Journal of Forecasting. 2014;(23):249258.Malgarini M. Industrial production and confidence after the crisis: what’s going on? MRPA paper No 53813. 2012.Malgarini M. Industrial production and confidence after the crisis: what’s going on? MRPA paper No 53813. 2012.Nilsson R., Guidetti E. Predicting Business Cycle. OECD Statistics Brief. 2018. URL http://www.oecd.org/ std/leading-indicators/40182804.pdf.Nilsson R., Guidetti E. Predicting Business Cycle. OECD Statistics Brief. 2018. Available from: http://www.oecd.org/std/leading-indicators/40182804.pdf.Theil H. On the Time shape of Economic variables and the Munich Business Test // Revue de l’Institute International de Statistique. 1952. No 20.Theil H. On the Time Shape of Economic Variables and the Munich Business Test. Revue de l’Institute International de Statistique. 1952;(20).Carlson J., Parkin M. Inflation Expectations // Economica. 1975. No 42.Carlson J., Parkin M. Inflation Expectations. Economica. 1975;(42).Pesaran M.H. Expectations formation and macroeconomic modelling, in P. Magrange and P. Muet. Ed., Contemporary macroeconomic modelling, Blackwell, Oxford. 1984.Pesaran M.H. Expectations Formation and Macroeconomic Modelling. In: Magrange P., Muet. P. (eds.) Contemporary Macroeconomic Modelling. Blackwell, Oxford; 1984.OECD System of Composite Leading Indicators. 2012. URL: http://www.oecd.org/std/leading-indicators/41629509.pdf.OECD System of Composite Leading Indicators. 2012. Available from: http://www.oecd.org/std/leadingindicators/41629509.pdf.Китрар Л.А., Остапкович Г.В. Проблемы измерения деловых циклов: развитие концептуальных конструкций и основных параметров наблюдения // Вопросы статистики. 2013. № 4. С. 22-27.Kitrar L.A., Ostapkovich G.V. Issues of Measuring Business Cycles: Development of Conceptual Designs and Basic Observation Parameters. Voprosy statistiki. 2013;(4):22-27. (In Russ.)Китрар Л.А., Остапкович Г.В. Особенности и направления использования индикаторного подхода в циклическом мониторинге экономической динамики // Вопросы статистики. 2013. № 8. С. 42-50.Kitrar L.A., Ostapkovich G.V. Special Features and implementation Directions of the Indicator Approach in Cyclic Monitoring of Economic Dynamics. Voprosy statistiki. 2013;(8):42-50. (In Russ.)Китрар Л.А., Остапкович Г.В. Интегрированный подход к построению композитных индикаторов со встроенным алгоритмом оценки цикличности в динамике результатов конъюнктурного мониторинга // Вопросы статистики. 2013. № 12. С. 23-34.Kitrar L.A., Ostapkovich G.V. Integrated Approach to the Construction of Compositional Indicators with Builtin Algorithm for Cycle Evaluation in Time Series of the Market Monitoring Results. Voprosy statistiki. 2013;(12):2334. (In Russ.)

The authors declare that there are no conflicts of interest present.