DSA Faculty
API
← к списку преподавателей

Сиротин Вячеслав Павлович

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27643
Публикаций
97
Языков
1
Наград
17
Конференций
0
Профиль Публикации (97) Курсы (8)

Профессиональные интересы

Эконометрическое моделирование социально-экономических процессовприкладная статистика83.03.51 Прикладная математическая статистика83.37.16 Статистика республик, регионов, краев, областей и городов в составе Российской Федерации05.21.00 Статистика населения83.29.09 Статистика научно-технического прогресса

Должности

  • Заместитель руководителя департамента — Факультет экономических наук, Департамент статистики и анализа данных
  • Профессор — Факультет экономических наук, Департамент статистики и анализа данных
  • Заведующий лабораторией — Факультет экономических наук, Научно-учебная лаборатория измерения благосостояния
  • Академический руководитель образовательной программы — Экономика и статистика

Био

  • · Начал работать в НИУ ВШЭ в 2008 году.
  • · Научно-педагогический стаж: 36 лет.

Образование

  • 1993 · Ученое звание: Доцент
  • 1990 · Кандидат наук
  • 1990 · Аспирантура: Военная инженерная радиотехническая академия ПВО им. Говорова Л.А.,
  • 1981 · Специалитет: Киевское высшее инженерное радиотехническое училище противовоздушной обороны, специальность «Радиотехнические средства», квалификация «Радиоинженер»

Опыт работы

  • · 1981-2001: Военная служба, преподавание и руководство кафедрой в Военном университете ПВО
  • · 2001-2008: профессор, Московский государственный университет экономики, статистики и информатики (МЭСИ)
  • · профессор, Национальный исследовательский университет экономики, статистики и информатики, 2008-

Награды и поощрения

  • · Благодарность проректора НИУ ВШЭ (октябрь 2024)
  • · Благодарность первого проректора НИУ ВШЭ (декабрь 2023)
  • · Медаль "Признание - 15 лет успешной работы" НИУ ВШЭ (декабрь 2023)
  • · Благодарность первого проректора НИУ ВШЭ (ноябрь 2022)
  • · Благодарность Научно-учебной лаборатории измерения благосостояния НИУ ВШЭ (декабрь 2021)
  • · Благодарственное письмо проректора НИУ ВШЭ (ноябрь 2021)
  • · Благодарственное письмо ректора НИУ ВШЭ (ноябрь 2020)
  • · Благодарность проректора НИУ ВШЭ (июнь 2020)
  • · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (январь 2020)
  • · Нагрудный знак "Отличник статистики" (ноябрь 2014)
  • · Благодарность Высшей школы экономики (июль 2014)
  • · Юбилейная медаль "70 лет Вооруженных Сил СССР" (февраль 1988)
  • · Надбавка за академическую работу (2017–2018, 2016–2017, 2015–2016, 2014–2015, 2013–2014, 2012–2013, 2011–2012, 2010–2011, 2009–2010)
  • · Лучший академический руководитель в номинации «Прием иностранных студентов» — 2023–2024
  • · Лучший академический руководитель в номинации «Удовлетворенность студентов качеством образовательной программы» — 2024
  • · Лучший академический руководитель в номинации «Цифровые навыки студентов» — 2023
  • · Лучший академический руководитель в номинации «Межфакультетское взаимодействие» — 2023

Гранты и проекты

  • — · · РНФ № 22-28-20360 «Трансформация образа жизни людей в цифровой среде современного мегаполиса»
  • — · РФФИ №18-010-00564 "Современные тенденции и социально-экономические последствия развития цифровых технологий в России"
  • — · · РФФИ №18-010-00960 "Механизмы развития малого и среднего предпринимательства в обрабатывающих производствах в целях ускорения процессов импортозамещения и перехода к инновационной экономике в России"
  • 2017 · · РГНФ №16-02-00561а "Инновационная деятельность в современной России: тенденции развития и влияние на уровень жизни населения" – 2016-2017 гг.
  • 2016 · · РГНФ №16-02-00716а "Активизация участия малых и средних предприятий в инновационном развитии экономики России" – 2016 г.
  • — · Гранты на поддержку участия сотрудников, аспирантов, студентов НИУ ВШЭ в научных мероприятиях
  • — · 10-02-0064 IX Германская Конференция по Вероятности и Статистике (GOCPS 2010)
  • — · 11-02-0762 IAMOT 2012 The 21th International Conference on Management of Technology "Managing Technology-Service Convergences in the Post-Industrialized Society"
  • — · 12-02-2435 23rd International Management of Technology Annual Conference 2014 Science, Technology, and Innovation in the Age of Economic, Political and Security Challenges.

Идентификаторы исследователя

Публикации (97)

Innovation Activity and ICT development of Russian Region

2014 · CHAPTER · en

Information and communication technologies (ICT) evolvement is a mainstream of modern society progress. From one hand, ICT provide great demand on innovations, and from the other hand, new technologies foster futher information and communication development. These two processes along with interaction between them seem to be a matter of great importance for effective improving of economic and social life. The level of ICT development is substantially different not only in different countries, but also in different regions of such a big country as Russian Federation. A lot of indicators are published and widely used for measuring the ICT and innovation development. But sets of indicators for countries and countries' regions generally are different and need to become closer. Effective management implicates adequate impact on each particular part of the regional system. In this paper we introduce models providing relevant regions classification on both innovation activity and ICT development and report on our experience in analysis of their interplay. When it is well grounded we use parametric approach to creating models of regional stratification, and kernel density estimates allow proving the premises for it. In multidimensional case, the fuzzy clusterisation shows the best results and provide creating profiles of the groups and their kernels. Created models allow revealing peculiarities of the groups that provides using relevant means for fostering the technological progress in regions and in a country as a whole

PDF ↗

Эконометрика

2014 · BOOK · ru

Рассматриваются методы и алгоритмы построения эконометрических моделей по пространственным, временным и пространственно-временным выборкам, методы оценки параметров моделей и проверки их значимости. Изложение регрессионного анализа начинается с классической двумерной и множественной линейной модели, которая в дальнейшем обобщается на условия мультиколлинеарности и нелинейности, гетероскедастичности и автокоррелированности регрессионных остатков. Рассматриваются также модели с переменной структурой, бинарного и множественного выбора, типологическая регрессия. Значительное место в учебнике отводится анализу временных рядов и системе одновременных уравнений. Для преподавателей, аспирантов и студентов экономических вузов, а также научных сотрудников, занимающихся применением методов эконометрики в социально-экономических исследованиях.

PDF ↗

Множественная линейная модель регрессии в условиях мультиколлинеарности

2014 · CHAPTER · ru

В главе рассматриваются причины и последствия мультиколлинеарности. Анализируются возможности диагностики мультиколлинеарности. Исследуются возможности и особенности применения различных методов построения моделей в условиях мультиколлинеарности.

PDF ↗

Системы одновременных уравнений

2014 · CHAPTER · ru

В главе рассматриваются виды и формы систем регрессионных уравнений, методы проверки их идентифицируемости и оценки параметров. Приводится пример идентификации системы одновременных уравнений косвенным и двухшаговым методом наименьших квадратов.

PDF ↗

Линейная регрессионная модель в условиях гетероскедастичности остатков. Взвешенный метод наименьших квадратов.

2014 · CHAPTER · ru

Обсуждается проблема выявления гетероскедастичности с помощью различных статистических критериев. Анализируются методы построения регрессионных моделей при наличии гетероскедастичности.

PDF ↗

Regional Structure of the Country on Costs and Results of Innovative Activity: The Case of the Russian Federation

2014 · CHAPTER · en

Innovations have a great impact on the progress of modern society. Highly developed countries are homogenous in providing high living standards while countries with lower level of innovative activity cannot keep such a level and differ substantially from each other in values of main social indicators. We show it with the model of the relation between Global Innovation Index and Human Development Index for more than 100 countries. Generally the level of innovative development changes for the better worldwide. But the countries and their counties, or regions, progress in different ways. To provide the effective control of the regional devolvement it is important to obtain relevant information presenting regional structure of the country on innovative development indicators such as the output of innovative products and services and the expenditure on technological innovations. As a descriptive model we first use kernel density estimates of probability density function. Some groups in the structure are close to each other and hardly distinguished by traditional grouping procedures. In order to find if the regional system is really heterogeneous we use fuzzy approach to classification that seems to be the most suitable for compound structure analysis.It is based on a statement that each element (region) is a member of each group, and the degree of this participation is a value of the membership function. Both parametric decomposition of probability density function and nonparametric «c-means» clustering are applied for regions stratification on the innovation potential and activity indicators. For identified groups (strata) we search the influence of various factors on innovative development using weighted variables. As weights we apply the values of the membership function for corresponding group. For group profiling and modelling along with general indicators of regional economic development the specific indicators of small enterprise evolvement are used. Modelling results show the role of small entrepreneurship in innovative development in identified regional groups.

PDF ↗

Политический риск как фактор прямых иностранных инвестиций в развивающиеся экономики

2013 · ARTICLE · ru

Иностранные инвестиции являются одним из важнейших ресурсов модернизации развивающихся экономик. По мнению международных инвесторов, одним из главных сдерживающих факторов для инвестирования в развивающиеся рынки является политический риск. Мнения относительно значимости этого влияния различны и зависят от рассматриваемого периода. Последний кризис мог внести коррективы в инвестиционную политику. Тем не менее, некоторые страны демонстрируют значительные объемы привлекаемых иностранных инвестиций. Авторы статьи пытаются ответить на вопрос: прослеживается ли на протяжение последнего десятилетия зависимость потока прямых иностранных инвестиций от уровня политического риска в странах с развивающимися экономиками, и какие именно составляющие этого риска наиболее важны сейчас для иностранных инвесторов. На основании интегральных индикаторов политического риска, построенных по экспертным данным о 149 странах с 2002 по 2010 гг. построены различные эконометрические модели с фиксированными и постоянными эффектами, позволяющие дать количественную оценку степени влияния политического риска на принятие решений иностранных компаний об инвестировании в развивающиеся экономики. Установлена взаимосвязь политического риска с объемом прямых иностранных инвестиций для анализируемой категории стран. Согласно лучшей из полученных моделей, наиболее существенными для инвесторов составляющими политического риска являются политической стабильности и качества государственного регулирования и эффективность работы правительства.

PDF ↗

Профили удовлетворенности уровнем доходов в регионах Российской Федерации

2013 · CHAPTER · ru

Благосостояние тесно взаимосвязано с потребностями населения, и его анализ должен производиться с учетом взаимодействия данных категорий. Уровень денежных доходов является универсальной основой оценки благосостояния. В рамках субъективного подхода к измерении благосостояния он может быть дополнен показателем желаемого уровня доходов. Полученные профили требуемых доходов могут использоваться для анализа потребностей населения в регионах, странах и социальных группах.

Четкая и нечеткая классификация в социально-экономических исследованиях

2013 · BOOK · ru

Монография посвящена проблеме классификации объектов в социально-экономических системах с явно и неявно выраженной структурой, что обусловливает необходимость сопоставления подходов, предполагающих четкое и нечеткое разделение объектов на однородные группы. Рассматриваются методы и примеры декомпозиции распределений известного вида и отнесения объектов к различным классам на основе четкого и нечеткого решающих правил. В качестве инструмента разведочного анализа для выявления подгрупп в общей совокупности и начальных приближений их параметров рассматривается ядерная оценка плотности распределения. С целью преодоления часто возникающих трудностей классификации из-за априорной неопределенности вида распределения и проблем высокой размерности данных значительное внимание уделяется процедурам кластерного анализа и их нечетким модификациям. Приводятся примеры декомпозиции распределений и визуализации ее результатов для одномерного и двумерного случаев, анализируются возможности и результаты практической реализации кластерного анализа методом «с-средних» с целью выявления структуры социально-экономических объектов и определения характеристик составляющих ее групп на основе матрицы принадлежности объектов к кластерам. Исследуется возможность применения результатов нечеткой классификации в типологической регрессии.

PDF ↗

Эконометрическое моделирование влияния политических рисков на прямые иностранные инвестиции в развивающиеся экономики

2013 · CHAPTER · ru

Рассмотрены составляющие политического риска для иностранных инвестиций в страны с развивающимися экономиками, ставшими главными получателями инвестиций. Установлена существенность влияния политического риска на объем прямых иностранных инвестиций. Определено, какие виды политического риска оказывают наибольшее воздействие на инвестиции.

PDF ↗

Курсы (8)