Какие данные были выбраны и откуда они получены
В данном проекте были использованы данные налоговой статистики Федеральной налоговой службы Российской Федерации. Датасет содержит информацию о регистрации и ликвидации индивидуальных предпринимателей и юридических лиц по регионам России за период с 2012 по 2020 год. Данные представлены в табличной форме и включают временные ряды по ключевым бизнес-индикаторам, что позволяет анализировать динамику предпринимательской активности как во времени, так и в региональном разрезе.
Почему именно эти данные представляют интерес
Регистрация и ликвидация бизнеса — это прямой индикатор экономической активности. В отличие от опросов и прогнозов, эти данные отражают реальные решения предпринимателей и компаний.
Особый интерес представляет сравнение ИП и ЮЛ, так как эти формы бизнеса по-разному реагируют на экономические кризисы, налоговые изменения и институциональные реформы.
Выбор типов графиков и логика визуализации
Для анализа данных были выбраны различные типы графиков, каждый из которых решает свою аналитическую задачу.
Линейные графики используются для отображения временной динамики регистраций и ликвидаций бизнеса. Гистограммы позволяют исследовать распределения коэффициентов выживаемости по регионам. Boxplot применяются для сравнительного анализа устойчивости индивидуальных предпринимателей и юридических лиц. Кривая Лоренца используются для регионального анализа и выявления лидеров и аутсайдеров.
Такой набор визуализаций позволяет рассмотреть данные с разных сторон и избежать односторонней интерпретации.
Этапы работы с данными
Загрузка данных и настройка среды
Работа началась с подготовки аналитической среды и загрузки основных библиотек для анализа данных, визуализации и статистики. Использовались Pandas для обработки данных, NumPy для вычислений, Matplotlib и Seaborn для построения графиков, а также SciPy для статистических методов.
Для улучшения качества визуализаций были заданы параметры отображения графиков и выбран единый стиль.
Преобразование и подготовка данных
Исходные данные были загружены из CSV-файла и приведены к «длинному» формату, что позволило упростить работу с временными рядами и категориями. Также были приведены типы данных для корректного анализа.
Проверка качества данных и описательная статистика
На следующем этапе была проведена проверка данных на наличие пропусков и дубликатов. Это позволило убедиться в целостности датасета и корректности дальнейшего анализа. Также был сформирован статистический профиль ключевых бизнес-индикаторов.
Также была выполнена проверка на полные и логические дубликаты строк.
Агрегация во времени
Суммирование регистраций ИП по регионам для каждого года.
Описательная статистика
Расчёт основных статистик для временного ряда регистраций ИП
Также формируется сводная таблица по всем показателям.
Линейный график регистраций, ликвидаций и коэффициента выживаемости.
Реформа 2013 года: Резкий рост налоговой нагрузки вызвал катастрофическое падение выживаемости микробизнеса.
Кризис 2014-2015: Валютный шок создал затяжную неопределенность, сдерживая восстановление.
Пандемия 2020: Кризис ускорил структурную трансформацию: массовое закрытие традиционного бизнеса сменилось бумом в digital-секторе.
Распределение ЮЛ
Гистограмма. Корректное распределение коэффициента демографии ЮЛ в РФ
В 68% наблюдений коэффициент ниже единицы, что указывает на систематическое сокращение числа юридических лиц в большинстве регионов.
Распределение асимметрично, с модой в диапазоне 0.5–0.6, что означает закрытие почти двух компаний на одну новую.
Рост обеспечивается лишь небольшим числом регионов-лидеров, тогда как медианное значение 0.71 отражает долгосрочный тренд на консолидацию рынков.
Экстремальные значения в правом хвосте вероятнее всего связаны с транзитной бизнес-активностью или фирмами-однодневками.
Сравнение ИП и ЮЛ