Details

Объектом исследования являются предприятия строительной отрасли Российской Федерации (ОКВЭД 41–43), на панельной выборке которых рассматривается предмет исследования = финансово-экономические показатели строительных предприятий и статистические методы их анализа. Целью выпускной квалификационной работы является выявление факторов, влияющих на рентабельность активов предприятий строительной отрасли, с использованием методов статистического анализа и машинного обучения, а также формирование дифференцированных нормативных значений финансовых показателей на основе кластерного анализа с учётом структурной неоднородности отрасли. В соответствии с общей логикой проведённого исследования первый раздел работы включает изучение теоретических основ финансовых показателей предприятий, а также анализ и сравнительную характеристику статистических методов их оценки и моделирования, что служит основанием предлагаемой методологии. Второй раздел описывает характеристику и особенности строительной отрасли, постановку гипотез исследования, формирование информационной базы (5 122 строительные компании по данным системы СПАРК за 2020–2024 гг.), а также спецификацию регрессионных и кластерных моделей и алгоритм их вычислительной реализации. Третий раздел содержит результаты моделирования рентабельности активов (линейная регрессия, панельные модели с фиксированными и случайными эффектами, ансамблевые алгоритмы машинного обучения с интерпретацией методом SHAP), результаты кластеризации строительных предприятий и формирование дифференцированных нормативных значений финансовых показателей по выделенным кластерам. Для проведения исследования использованы следующие методы: классификация, сравнительная характеристика, обобщение, анализ, синтез, а также корреляционно-регрессионный анализ, панельное моделирование, ансамблевые методы машинного обучения, кластерный анализ и метод главных компонент.

The object of the study is the enterprises of the construction industry of the Russian Federation (OKVED 41–43), on a panel sample of which the subject of the study is examined - the financial and economic indicators of construction enterprises and the statistical methods of their analysis. The aim of the graduation thesis is to identify the factors affecting the return on assets of construction industry enterprises using statistical analysis and machine learning methods, as well as to develop differentiated normative values of financial indicators based on cluster analysis, taking into account the structural heterogeneity of the industry. In accordance with the overall logic of the study, the first section of the work includes an examination of the theoretical foundations of enterprises financial indicators, as well as an analysis and comparative review of the statistical methods of their assessment and modeling, which serves as the basis for the proposed methodology. The second section describes the characteristics and specific features of the construction industry, the formulation of the research hypotheses, the compilation of the information base (5,122 construction companies based on the SPARK system data for 2020–2024), as well as the specification of the regression and cluster models and the algorithm of their computational implementation. The third section contains the results of modeling the return on assets (linear regression, panel models with fixed and random effects, ensemble machine learning algorithms with interpretation by the SHAP method), the results of clustering construction enterprises, and the development of differentiated normative values of financial indicators across the identified clusters. The following methods were used to conduct the study: classification, comparative review, generalization, analysis, synthesis, as well as correlation and regression analysis, panel modeling, ensemble machine learning methods, cluster analysis, and principal component analysis.