Мхитарян Владимир Сергеевич
Факультет экономических наук
Профессиональные интересы
Должности
- Профессор-исследователь — Факультет экономических наук, Департамент статистики и анализа данных
Био
- · Начал работать в НИУ ВШЭ в 2008 году.
- · Научно-педагогический стаж: 53 года.
Образование
- 1993 · Академик Международной академии наук
- 1987 · Ученое звание: Профессор
- 1986 · Доктор экономических наук: Московский государственный университет экономики, статистики и информатики, специальность 08.00.12 «Бухгалтерский учет, статистика»
- 1970 · Кандидат наук: специальность 08.00.13 «Математические и инструментальные методы экономики»
- 1970 · Аспирантура: Московский экономико-статистический институт, специальность «Математические и инструментальные методы в экономике»
- 1960 · Специалитет: Московский технологический институт пищевой промышленности (МТИПП), специальность «Автоматизация технологических процессов и производств», квалификация «Инженер-механик»
Опыт работы
- · Дата
- · 2008–по наст. время
- · Место расположения
- · Россия, Москва,
- · Компания
- · Национальный исследовательский университет- Высшая школа экономики (НИУ-ВШЭ)
- · Должность
- · Руководитель департамента статистики и анализа данных, заведующий Отделением статистики, анализа данных и демографии, , заведующий кафедрой Статистических методов
- · Дата
- · 1998 – 2007 г: г
- · Место расположения
- · Россия, Москва
- · Компания
- · Институт статистики и эконометрики МЭСИ
- · Должность
- · Директор
- · Дата
- · 1993 – 1997 г: г
- · Место расположения
- · Россия, Москва
- · Компания
- · Факультет статистики МЭСИ
- · Должность
- · Декан
- · Дата
- · 1992: н/вр
- · Место расположения
- · Россия, Москва
- · Компания
- · Московский экономико-статистический институт (МЭСИ)
Награды и поощрения
- · Благодарность НИУ ВШЭ (апрель 2025)
- · Благодарность факультета экономических наук НИУ ВШЭ (декабрь 2024)
- · Медаль "Признание - 15 лет успешной работы" НИУ ВШЭ (декабрь 2023)
- · Почетное звание "Почетный работник государственной статистики" (июнь 2023)
- · Почетная грамота факультета экономических наук НИУ ВШЭ (январь 2021)
- · Почетная грамота Высшей школы экономики (апрель 2019)
- · Почетный знак II степени Высшей школы экономики (февраль 2019)
- · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (январь 2019)
- · Нагрудный знак "За вклад в развитие государственной статистики" (сентябрь 2017)
- · Нагрудный знак "За вклад в развитие государственной статистики" (сентябрь 2017)
- · Почетный работник высшего профессионального образования Российской Федерации (октябрь 2007)
- · Нагрудный знак "Почетный работник высшего профессионального образования Российской Федерации" Министерства образования Российской Федерации (октябрь 2006)
- · Лауреат премии Правительства РФ в области образования (август 2006)
- · Почетное звание "Ветеран труда" (январь 2001)
- · Медаль "Ветеран труда" (июнь 1988)
- · Персональная надбавка ректора (2009–2010)
- · Надбавка за академическую работу (2017–2018, 2016–2017, 2015–2016, 2014–2015, 2013–2014, 2012–2013)
Гранты и проекты
- — · на соискание учёной степени кандидата наук
Конференции (1)
Показать все
- · 2009: Ежегодная Международная научно-практическая конференция студентов и аспирантов «Статистические методы анализа экономики и общества» с 2009г. в НИУ ВШЭ, Международная научная конференция «Применение многомерных статистических методов в экономике и оценке качества» в 2010 и 2014 гг. в НИУ ВШЭ
Идентификаторы исследователя
- ORCID:
0000-0002-3116-3342 - ResearcherID:
I-9531-2016 - Google Scholar: https://scholar.google.ru/citations?view_op=list_works&hl=ru&user=fwZ97UIAAAAJ
- Scopus AuthorID:
6602531570
Публикации (108)
Классификация регионов России по уровню развития сельского хозяйства в 2019–2021 годах
2023 · ARTICLE · ru
Актуальность совершенствования математико-статистического инструментария анализа аграрного комплекса по территориям нашей страны обусловлена остротой проблемы межрегиональной дифференциации масштабов развития сельскохозяйственного производства, играющего важнейшую роль в реализации Доктрины Продовольственной безопасности Российской Федерации. Во вводной части статьи дается обзор литературных источников по вопросам продовольственной безопасности, анализу современного состояния отечественного сельского хозяйства и направлений его развития. В основном разделе данной публикации обосновывается методология исследования, позволяющая классифицировать, прежде всего, сельскохозяйственные регионы (с указанием их территориального расположения, социально-экономических особенностей и прогнозными характеристиками). В качестве индикатора интенсивности развития сельского хозяйства в регионах использован показатель объема сельскохозяйственной продукции на душу населения, который стал критерием для отбора 25% регионов с максимальными значениями данного показателя. При этом под агрорегионом (или сельскохозяйственным регионом) подразумевается регион с избыточным для его нужд производством сельскохозяйственной продукции и осуществляющим вывоз ее излишка за пределы региона или страны (продовольственный экспорт). В многомерной классификации агрорегионов выделены три кластера (по уровню социально-экономического развития, эффективности развития вида экономической деятельности «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство», объемам производства продукции растениеводства и животноводства). Проанализированы динамика и прогнозные характеристики развития средних по кластерам объемов продукции сельского хозяйства на душу населения (в том числе растениеводства и животноводства). Анализ динамики экспорта продовольственных товаров и сельскохозяйственного сырья на душу населения по кластерам выявил, что регионы первого кластера являются наиболее активно развивающимися, а регионы третьего кластера (с наиболее развитым животноводством) – ориентированными на внутреннего потребителя. По мнению авторов, за анализируемый период в России наблюдалась положительная тенденция развития сельского хозяйства, при этом развитие агрорегионов опережает общероссийские тенденции. Наиболее высокие темпы развития характерны для агрорегионов со сбалансированным развитием растениеводства и животноводства (регионы первого кластера)
Статистический анализ дифференциации развития территорий на основе оценки эффективности реализованного налогового потенциала (на примере муниципальных образований Тамбовской области)
2022 · ARTICLE · ru
В статье рассматриваются направления совершенствования методологии анализа межтерриториальной дифференциации на основе оценки эффективности использования налогового потенциала (на примере Тамбовской области). Во вводной части публикации на базе данных официальной отечественной статистики характеризуются особенности рассматриваемого субъекта Российской Федерации, что необходимо для аргументированной интерпретации результатов межтерриториального сопоставительного анализа эффективности формирования и использования налоговых поступлений – важной составной части бюджета муниципального образования. В основной части изложены методологические принципы расчета обобщающего показателя эффективности реализованного налогового потенциала муниципальных образований; в качестве источников информации использованы данные Федеральной службы государственной статистики и Федеральной налоговой службы. На базе рекомендованной авторами методологии проведен межрегиональный анализ эффективности налогового потенциала в 2013 г. (до введенных в 2014 г. санкционных и антисанкционных мер) и 2019 г. (до начала коронавирусной пандемии 2020 г.). В работе выявлены межрегиональные различия в динамике ВРП, интенсивности структурных сдвигов, размерах и изменениях налоговых поступлений. Изучены имеющиеся различия между городскими и сельскими территориями Тамбовской области с точки зрения эффективности использования их налоговых потенциалов. На основе проведенного статистического анализа авторы приходят к выводу о том, что в рейтинге по обобщающему показателю эффективности реализованного налогового потенциала муниципальных образований Тамбовской области наблюдается снижение позиций городов. Одновременно в регионе отмечается рост сельскохозяйственного производства, обусловленный реализацией стратегии продовольственной безопасности России. В этой связи высказывается предположение, что сельское хозяйство будет стимулировать развитие обрабатывающих производств в городах, в результате чего повысятся их позиции в рейтинге.
Сравнительный анализ развития сельского хозяйства в регионах центрально-черноземного экономического района
2022 · ARTICLE · ru
Развитие сельского хозяйства призвано обеспечить продовольственную безопасность и, как следствие, устойчивое развитие территорий. Целью статьи является анализ соответствия развития сельского хозяйства в регионах Центрально-Черноземного экономического района принципам устойчивого развития. Исследование проводилось на основе данных Федеральной службы государственной статистики за период с 2013 по 2020 год с использованием методов корреляционного и регрессионного анализа, а также табличных и графических методов визуализации данных. По результатам исследования построены прогнозные оценки и сформулированы выводы
Статистическая оценка масштабов ESG-инвестирования в рамках устойчивого развития бизнеса
2022 · ARTICLE · ru
В современном мире эффективность бизнеса во многом определяется не только финансовыми результатами, но и его социальной миссией, способно- 222 стью влиять на глобальные проблемы общества. Многие компании уже активно включают цели устойчивого развития в свои бизнес-стратегии, а устойчивое развитие и социальная ответственность становятся основой для долгосрочной работы бизнеса
Статистическая оценка современных масштабов ESG-инвестирования
2022 · ARTICLE · ru
Концепция ответственного инвестирования, осуществляемого с учетом экологических, социальных и управленческих факторов (ESG), является феноменом XXI в. и становится все более востребованной не только в мире, но и в России. Статистическая оценка масштабов развития ESG-инвестирования проводилась в разрезе географического распределения социально ответственных инвестиций, видов стратегий и структуры инвесторов. В целях объективной оценки мобильности, подвижности структурных сдвигов устойчивого инвестирования по регионам мира были проанализированы структурные сдвиги объема глобальных активов устойчивого инвестирования. В условиях глобальных трансформационных процессов результаты исследования могут быть использованы в процессе разработки и реализации ESG-инвестиций в экономических системах различного уровня.
Статистика. Учебник
2021 · BOOK · ru
Учебник подготовлен в соответствии с требованиями Федерального государственного образовательного стандарта среднего профессионального образования по специальностям укрупнённой группы «Экономика и управление»; ОП.02 «Статистика» Рассмотрены основные функции статистики и её роль в условиях рыночных отношений. Изложены основные понятия статистического исследования и его организации. Приведены формы статистической отчётности; показаны способы проверки отчётных данных, типы ошибок, встречающихся в отчётах, и пути их предупреждения. Для студентов учреждений среднего профессионального образования.
Анализ данных
2021 · BOOK · ru
Анализ данных пронизывает все аспекты современной жизни, служит основой для многих решений в предпринимательской и общественной деятельности, информируют о тенденциях и факторах, которые влияют на нашу жизнь. Анализ данных как научная дисциплина в системе прикладной статистики разрабатывает и систематизирует понятия, приемы, математические методы и модели, предназначенные для организации отбора из исследуемой совокупности подлежащих обследованию единиц, их стандартной записи, систематизации и обработке с целью их удобного представления и интерпретации, получения научных и практических выводов. В настоящем учебнике анализ данных рассматривается как дисциплина, основанная на статистических методах и вычислительных алгоритмах, позволяющих извлекать знания из результатов наблюдений. В учебнике рассмотрены основные методы анализа и обработки статистических данных. Представлены процедуры предварительного анализа данных и описательные статистики, отражены особенности вероятностно-статистического подхода, рассмотрен широкий спектр методов, предназначенных для анализа многомерных и временных данных. Учебник содержит большое число практических примеров, вопросы и задания для самопроверки, задачи для самостоятельного решения. Для бакалавров экономических направлений вузов.
Статистика. В 2 ч. Часть 1
2020 · BOOK · ru
Учебник содержит как описательные (дескриптивные) методы исчисления статистических показателей, так и аналитические методы организации и обработки результатов выборочных наблюдений. Рассмотрены актуальные на сегодняшний день вопросы занятости и безработицы, государственных финансов, результатов экономической деятельности и их эффективности и многие другие. Основные теоретические положения в издании широко иллюстрированы экономическими примерами и задачами, связанными с практикой обработки статистических данных. Приведены примеры из зарубежного опыта статистического анализа. После каждой главы есть контрольные вопросы для проверки знаний.
Статистика. В 2 ч. Часть 2
2020 · BOOK · ru
Рассмотрены актуальные на сегодняшний день вопросы занятости и безработицы, государственных финансов, результатов экономической деятельности и их эффективности и многие другие. Особое внимание уделено вопросам статистики производства, реализации и качеству продукции, производительности труда и оплаты труда, финансовых результатов деятельности. Основные теоретические положения в издании широко иллюстрированы экономическими примерами и задачами, связанными с практикой обработки статистических данных. Приведены примеры из зарубежного опыта статистического анализа. После каждой главы есть контрольные вопросы для проверки знаний.
К вопросу об оценке эффективности кусочно-линейной модели прогрессивной шкалы налогообложения
2020 · ARTICLE · ru
В статье изложены авторские идеи относительно измерения эффективности предлагаемого модернизированного варианта прогрессивной шкалы налогообложения. Проведен сравнительный экономико-статистический анализ налогообложения физических лиц, который показал, что в большинстве стран с развитой рыночной экономикой применяется прогрессивная шкала налогообложения, позволяющая учесть платежеспособность населения и установленный прожиточный минимум. Отмечается, что сегодня Россия остается практически одной из развитых стран, в которой используется плоская шкала, но в последнее время и в нашей стране принимаются меры по внедрению отдельных элементов прогрессивного налогообложения. Вместе с тем авторы указывают, что существенным недостатком применяемой прогрессивной шкалы налогообложения является скачкообразное изменение величины налога. Предлагается использовать так называемую кусочно-линейную модель прогрессивной шкалы налогообложения, которая с точки зрения налогоплательщика видится более справедливой. На основе статистических данных авторы доказывают преимущества использования кусочно-линейной модели прогрессивной шкалы налогообложения по сравнению с плоской шкалой. Так, кусочно-линейная шкала позволит физическим лицам (налогоплательщикам) легче адаптироваться к переходу к прогрессивной ставке налога. Для оценки эффективности применения кусочно-линейной шкалы налогообложения, предполагающей освобождение от уплаты налога лиц с доходами ниже прожиточного минимума и увеличение ставки налога (по сравнению с существующей) для лиц с большими доходами, разработана экономико-математическая модель. Модель апробирована на статистических данных Росстата о доходах физических лиц. Внедрение в практику предлагаемой кусочно-линейной модели шкалы налогообложения позволит, по мнению авторов, повысить собираемость налогов и полнее реализовать распределительную функцию налогообложения, что в итоге будет стимулировать развитие экономики и социальной сферы.
Курсы (0)
Нет курсов.