УДК 330

РОБАСТНАЯ РЕГРЕССИЯ (MM-ОЦЕНКА) КАК ИНСТРУМЕНТ ПРЕОДОЛЕНИЯ СТРУКТУРНЫХ ИСКАЖЕНИЙ В РЕГИОНАЛЬНЫХ АГРОЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЯХ Робастная регрессия (MM-оценка) как инструмент преодоления структурных искажений в региональных агроэкономических исследованиях

Опубликовано в JOURNAL OF MONETARY ECONOMICS AND MANAGEMENT · Номер 9, 2026 · Страницы 521–527 · Рубрика: Научные статьи
DOI: https://doi.org/10.26118/2782-4586-2026-521-527
Получено: 02.10.2026 Одобрено: 14.10.2026 Опубликовано: 14.10.2026
В статье рассматривается проблема структурных искажений в региональных агроэкономических исследованиях, возникающих при использовании классического метода наименьших квадратов. Показано, что высокая гетерогенность региональных данных, наличие экстремальных значений и структурных аномалий, характерных для аграрного сектора, делают оценки МНК смещенными и неустойчивыми. В качестве альтернативы предложена MM-оценка – робастный метод регрессии, сочетающий высокую точку разворота S-оценок с асимптотической эффективностью М-оценок. На примерах анализа цифровизации сельского хозяйства и консолидации фермерских хозяйств в Республике Коми продемонстрированы преимущества робастного подхода. Показано, что MM-оценка позволяет выявить истинные драйверы производства, отделяя их от эффектов структурных аномалий. В частности, установлено, что ключевым фактором внедрения точного земледелия в регионах с вечной мерзлотой являются инвестиции, а не уровень цифровой инфраструктуры. Делается вывод, что переход к робастным методам является не просто техническим апгрейдом, а сменой парадигмы анализа, позволяющей учитывать множественность региональных траекторий развития.
робастная регрессия, MM-оценка, метод наименьших квадратов, региональный АПК, точка разворота, Республика Коми, гетерогенность данных, эконометрическое моделирование
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Зубко Н.С., Таран А.Н., Бондарев Д.Ю., Басманов И.Е., Казакова Д.М. Эконометрические методы в современной экономике / Зубко Н.С., Таран А.Н., Бондарев Д.Ю., Басманов И.Е., Казакова Д.М. // Studnet. — 2020. — № 9 . — С. 681-687.

2. Галимов Д.И., Гнидченко А.А., Сальников В.А. Оценка перспектив удельного потребления продовольственных и промышленных товаров в России / Галимов Д.И., Гнидченко А.А., Сальников В.А. // Проблемы прогнозирования. — 2024. — № 3 (204) . — С. 78-96.

3. Герасенко А.В. Методика оценки мультипликативной эффективности корпоративного инвестирования в АПК / Герасенко А.В. // Потребительская кооперация. — 2023. — № 4 (83). — С. 18-26.

4. Пронина Е.В., Пихтилькова О.А., Горшунова Т.А., Морозова Т.А., Кузнецова Е.Ю. Роль регрессионного анализа в прогнозировании экономических показателей деятельности компаний / Пронина Е.В., Пихтилькова О.А., Горшунова Т.А., Морозова Т.А., Кузнецова Е.Ю. // Московский экономический журнал. — 2023. — № 4. — С. 452-466.

5. Yuliana Susanti, Hasih Pratiwi, Sri Sulistijowati H., Twenty Liana M Estimation, S Estimation, and MM estimation in robust regression/ Yuliana Susanti, Hasih Pratiwi, Sri Sulistijowati H., Twenty Liana // International Journal of Pure and Applied Mathematics. — 2014. — № 3. — С. 349-360.

6. Тимонина А.Е. Определение эффективности финансовых инструментов стимулирования инвестиционной деятельности корпораций АПК [Текст] / Тимонина А.Е. // Вестник Алтайской Академии экономики и права. — 2024. — № 3-2. — С. 286-290.

7. Тимофеева Н.Ю. Регрессионный анализ и кривые роста экономических рядов динамики в прогнозировании развития сельхозпроизводителей Липецкой области/ Тимофеева Н.Ю. // Известия высших учебных заведений. Поволжский регион. Общественные науки. — 2017. — № 4 (44). — С. 145-157.

8. Холодова М.А., Шахбазова О.П. Эконометрические методы прогнозирования производственных отраслей АПК /

Войти или Создать
* Забыли пароль?