«МЕТОДОЛОГИЯ РАЗРАБОТКИ, РЕАЛИЗАЦИИ И ОЦЕНКИ ИНВЕСТИЦИОННОЙ СТРАТЕГИИ В СИСТЕМЕ ПУБЛИЧНОГО УПРАВЛЕНИЯ НА МЕЗОУРОВНЕ ...»

Важный теоретический прорыв в исследовании экономического роста начался с середины 1980-х гг. Ряд известных ученых использовали новые подходы к построению моделей экономического роста. Это в основном представители американской экономической мысли (Д. Ромер, Р. Лукас, Ф. Агийон, П. Хоувитт, Дж. Гроссман, Э. Хэлпман и их последователи). Они предусматривали возможность генерации макроэкономической системой технологических изменений, т.е. технологические изменения рассматривались как внутренне присущие данной системе эндогенные свойства. В результате при одном и том же соотношении затрат традиционных факторов производства – труда и капитала – моделируемая система формирует дополнительные импульсы к росту.

Простейшая модель эндогенного роста – это модель Р. Лукаса, объясняющая экономический рост, без привлечения экзогенных параметров (также носит название AK-модель). Производственная функция модели имеет линейную зависимость, как от объема капитала, так и от капиталовооруженности работника, что отражает формула (3) [401]:

где Y – объем выпуска;

А – постоянный параметр производительности, такой, что А > 0.

Основным свойством модели (3) является постоянная предельная производительность капитала. Это возможно, поскольку капитал в модели понимается в широком смысле и включает в себя не только физическую, но и человеческую составляющую. По мнению Р. Лукаса, инвестиции в человеческий капитал конкретного индивида приводят к росту производительности труда не только непосредственно его, но и других. Речь идет о существовании своего рода положительных внешних эффектов, возникающих в результате инвестиций в человеческий капитал.

Важным выводом модели является то, что более высокие инвестиции и сбережения будут соответствовать более высокому постоянному росту. Отдача капитала может по-разному влиять на норму сбережений. Однако на устойчивый темп прироста она однозначно влияет положительно, являясь альтернативой норме сбережений при определении объема сбережений и инвестиций на душу населения.

Еще одной моделью эндогенного роста является модель Д. Ромера. В ней, как и в модели АК, применяется расширенная трактовка понятия капитала. Однако в интерпретации Д. Ромера капитал рассматривается как комбинация физического капитала и продукта инвестиций в исследования и разработки. Под последним могут пониматься идеи по производству новых товаров или по улучшению технологий производства имеющихся [331]. Выпуск в модели, помимо обычно включаемых в производственную функцию ресурсов, зависит также от общего уровня знаний (технологий) в экономике.

Уровень человеческого капитала зависит от инвестиций в исследования и разработки и от обучения на опыте (под которым понимается эффект, при котором увеличение физического капитала фирмы приводит к обучению его более эффективному использованию).

Здесь постоянная отдача от масштаба на уровне экономики является результатом внешних эффектов, возникающих при заимствовании отдельной фирмой в процессе освоения инвестиций идей эффективного использования капитала, разработанных остальными фирмами. В этой модели предполагается, что все изобретения являются побочным продуктом инвестиций и немедленно становятся общим знанием.

Далее рассмотрим эмпирические закономерности взаимосвязи инвестиций экономического роста для российской экономики и ее территорий, что позволит сделать вывод об эффективности реализуемых инвестиционных стратегий. Исходные данные для оценки взаимосвязи представлены в таблице 25 и на рисунке 28.

Данные таблицы 25 и рисунка 28 показывают, что увеличение и снижение ВВП и инвестиций в основной капитал происходит синхронно. Так, в период экономического роста 1999-2008 гг. монотонно росли оба рассматриваемых показателя. В 2009 г. при уменьшении ВВП на 5,62% произошло и снижение инвестиций на 9,69%. С началом экономического роста в 2010 г. вновь наблюдается одновременная позитивная динамика ВВП и инвестиций.

Таблица 25 – Динамика ВВП и инвестиций в основной капитал РФ, 1999- гг. (составлено по: [272; 274]) млрд руб. душу насе- основной капи- основной капи- численность Рисунок 28 – Динамика ВВП и объема инвестиций в основной капитал РФ, Более наглядно существующую взаимосвязь иллюстрируют данные таблицы 26, в которой отражены темпы прироста ВВП и инвестиций в основной капитал в целом и в расчете на душу населения. Поскольку численность населения является относительно стабильной величиной, которая не может кардинально измениться за несколько десятков лет (за весь период исследования разница между максимальным и минимальным значением данного показателя составляет 3,2%), то и существенных различий между данными показателями не наблюдается. Поэтому в дальнейшем будем оперировать показателями прироста объемов ВРП и инвестиций в основной капитал в целом по РФ.

Таблица 26 – Темпы прироста ВВП и инвестиций в основной капитал РФ, 2000-2013 гг., процентов* Год Темп при- Темп прироста Темп прироста ин- Темп прироста инвероста ВВП ВВП на душу вестиций в основ- стиций в основной канаселения ной капитал питал на душу населения * Рассчитано автором по данным таблицы Как уже было отмечено ранее, для эффективного развития экономики необходимо стремиться к ситуации, когда темпы экономического роста опережают темпы роста вложенных инвестиций. На основании данных таблицы видно, что темпы прироста инвестиций опережали темпы прироста ВВП в течение 8 из 13 рассматриваемых периодов. На протяжении 5 лет (2002, 2005 и 2009-2010 и 2013 гг.), напротив, темп прироста инвестиций уступал темпу прироста ВРП (см. рисунок 28). Данная связь осуществляется как в режиме мультипликатора, так и в режиме акселератора. Существующее положение не является оптимальным, и это может быть результатом реализации неэффективной инвестиционной стратегии в рамках общей экономической политики.

Данные рисунка 29 показывает, что темпы прироста ВВП и инвестиций в основной капитал имеют нисходящие тренды. На взгляд автора, это связано с так называемым эффектом «низкой базы». При низких величинах ВВП и инвестиций наблюдаются большие приросты, а при больших величинах – низкие приросты, т.к. поддерживать высокие темпы роста при больших объемах выпуска становится все сложнее. Именно такая картина наблюдается в развитых странах (США, Япония, Германия) – большой размер ВВП и невысокие, но стабильные темпы прироста.

Рисунок 29 – Темпы прироста ВВП и инвестиций в основной капитал РФ, Для доказательства зависимости ВВП от инвестиций одного представления динамического ряда недостаточно. Проведем корреляционный анализ по данным таблицы 25. Рассмотрим, как инвестиции в основной капитал влияют на ВВП страны. Для этого построим точечную диаграмму, позволяющую визуально понять границы разброса значений (рисунок 30). На горизонтальной оси находятся значения инвестиций в основной капитал, по вертикальной оси – значения ВВП. Видно, что между ними присутствует линейный характер связи, т.е. рост инвестиций влечет за собой рост ВВП.

Рисунок 30 – Корреляционное поле зависимости инвестиций в основной Оценим тесноту связи при помощи коэффициента корреляции. Как известно, коэффициентом корреляции [238] называется число rn, определяемое по формуле (4):

где (xi, yi), i = 1, 2, …, n – случайные величины, х – средневзвешенное значение случайной величины, такой, что (5):

Вычислим коэффициент корреляции по формуле (4), пользуясь средствами MS Excel. Здесь xi – это значения столбца 4, а yi – значения столбца таблицы 25. В итоге коэффициент корреляции составит r = 0,9971 (более подробно см. приложение К). Видно, что он близок к максимальному значению, равному единице. Это означает тесную прямо пропорциональную связь между приростом ВВП и инвестиций в основной капитал экономики России в период с 1999 по 2012 гг. При этом между ними существует линейная зависимость, что можно подтвердить трендовым анализом. Для этого средствами MS Excel добавим для рассматриваемых данных линию тренда (рисунок 30). Имеем уравнение (6):

Показателем качеством тренда является величина коэффициента детерминации R2 = 99,4310041. Он показывает, насколько хорошо модель подходит под исходные данные, т.е. насколько график модельных значений совпадает с графиком наблюдаемых значений. В нашем случае он близок к 100%, что означает высокое качество построенной модели.

Таким образом, рассмотрев модели Р. Харрода, Е. Домара, АК-модель и модель Д. Ромера, а также проведя регрессионный анализ объемов ВВП и инвестиций в основной капитал для экономики России за 1999-2012 гг., видим, что инвестиции являются фактором, влияющим на динамику ВВП. Поскольку экономический рост определяется приростом данных показателей, то в дальнейшем целесообразно остановиться на подборе модели оценки эффективности инвестиционной стратегии, удовлетворяющей следующим условиям:

– оценка результативного показателя ВВП и, применительно к экономике на мезоуровне, – ВРП;

– оценка посредством факторов эндогенного роста (капитала, а именно – инвестиций);

– количественная измеримость при наличии качественных характеристик;

– возможность оценки относительных показателей (прирост в процентах);

– наличие прогностической способности модели.

На взгляд автора, всем заданным критериям оценочной модели отвечает эконометрическое моделирование, которое может быть инструментом оценки эффективности инвестиционных вложений для формирования экономического роста и развитии экономики страны.

В целом моделирование как процесс построения, изучения и применения моделей является одним из важнейших методов исследований экономической науки. Наибольший интерес к моделям для региональных исследований в России наблюдается с конца 1980-х гг., а в последние два десятилетие математические модели находят все более широкое применение в российской экономической науке. Математическая модель обладает замечательными свойствами. С одной стороны, она позволяет отвлечься от малозначимых деталей реального объекта исследования, а с другой стороны – позволяет проводить широкий спектр экспериментов. Благодаря моделям открываются неизвестные ранее свойства моделируемого объекта, выявляются и систематизируются новые факты [362; 379].

Эконометрическая модель – это система одновременных линейных алгебраических уравнений, часть которых содержит случайные составляющие [126]. Ее относят к корреляционно-регрессионным моделям системы взаимосвязанных признаков – «…такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака, обладает высоким (не ниже 0,5) коэффициентом детерминации и коэффициентами регрессии, интерпретируемыми в соответствие с теоретическим знанием о природе связей в изучаемой системе» [93, С. 285].

Региональные эконометрические модели представляют собой системы регрессионных уравнений (или отдельные уравнения), связывающие экзогенные (независимые) и эндогенные (зависимые) переменные [72]. Эндогенными (выходными) называются переменные, которые в каждый текущий момент времени могут быть определены с помощью модели. Экзогенные – это переменные, которые задаются извне модели [11]. Иными словами, их также можно назвать объясняющими переменными (причинами, объясняющими факторами, факторами) – «… это характеристика объекта, которая вызывает следствие у зависимой переменной» [36, С. 414].

Регрессионные эконометрические модели могут быть двух типов [331]:

– простые, состоящие из одного или не связанных между собой уравнений;

– состоящие из системы совместных уравнений, решение которой определяет систему эндогенных переменных.

Уравнение простой эконометрической модели имеет вид (7):

где yjt – j-я эндогенная переменная в момент времени t, zkt – k-ая переменная в момент t, ut – ошибка наблюдения в момент t.

В моделях с совместными уравнениями каждое уравнение включает эндогенные переменные уj (j = 1,..., n), экзогенные переменные zk (k = 1,..., n) и случайные переменные ui (i = 1,..., n). Система уравнений для момента t имеет общий вид (8):

Эконометрические модели построены для стран и регионов. Особый интерес вызывают:

– исходные данные и описание Российской эконометрической модели, разработанной в Центральном экономико-математическом институте РАН (В.Л. Макаров, С.А. Айвазян, С.В. Борисова, Э.А. Лакалина) [160];

– описание Украинской эконометрической модели Института экономического прогнозирования Национальной академии наук Украины под руководством В. Гееца, М. Скрипниченко [297];

– эконометрическая модель региона Филадельфии (США), разработанная Н. Гликманом под эгидой Уортонской ассоциации эконометрического прогнозирования, основателем которой является лауреат Нобелевской премии Л. Клейн [72];

– факторный анализ роста ВВП и инфляции России посредством выявления корреляционной связи, проведенный Центром проблемного анализа и государственно-управленческого проектирования в 2007 году [71].

На региональном уровне эконометрические модели применяются в прогнозировании и регулировании экономических процессов наиболее успешно только тогда, когда их динамика не претерпевает резких, скачкообразных изменений. По мнению Т.А. Алабиной, резкие изменения в российской экономике являются следствием глубинных причин, поэтому для оценки ее развития может быть построена обобщенная модель [9].

Существенным препятствием в построении эконометрических моделей на уровне региона, по сравнению, например, с моделями национальной экономики, является недостаточное число наблюдений для выбора наиболее правильных зависимостей и оценки параметров. Такая проблема возникает в связи с меньшей полнотой и системностью региональной статистики и более короткими временными рядами данных в разрезе регионов. Российская статистика сравнительно недавно перешла на международный стандарт Системы национальных счетов (СНС), что особенно затрудняет информационное обеспечение регионального эконометрического моделирования и вынуждает ограничиваться построением менее требовательных к исходной информации моделей. При этом следует учесть тот факт, что данные за предыдущие периоды (до внедрения международных стандартов) не пересчитаны в разрезе СНС, а, значит, ими практически невозможно воспользоваться потенциальному исследователю либо возникает необходимость пересчета таких данных [9].

К проблеме отбора статистических данных можно отнести территориальное реформирование (объединение регионов) и присоединение новых территорий. Еще одно затруднение вызывает ограниченное число стандартных статистических показателей. Например, такие показатели, как объем реальных (нефинансовых) инвестиций; объем освоенных финансовых средств по региональным долгосрочным целевым программам, Федеральная служба государственной статистики РФ их не рассчитывает и учет их не ведет. Такие данные, как правило, в той или иной мере накапливают и учитывают органы власти региона, и они недоступны широким кругам научного, экспертного и делового сообщества. По мнению диссертанта, отсутствие открытой информации для общества, в том числе по использованию бюджетных средств, является существенным недостатком системы публичного управления.

Информационные технологии эконометрических исследований состоят из двух частей: функциональной части эконометрических исследований и инструментальных средств, предназначенных для выполнения функциональной части [36]. Инструментальные средства представляют собой набор технических средств и пакетов прикладных программ, с помощью которых выполняются этапы эконометрического моделирования. Функциональная часть эконометрических исследований совпадает с этапами эконометрического моделирования. Изучение различных источников по математическому и эконометрическому моделированию, а также ряд научных работ диссертанта [8; 355; 367;

379] показывают, что для оценки эффективности реализации инвестиционных стратегий в регионах, этапы эконометрического моделирования простых зависимостей можно представить в виде алгоритма (рисунок 31).

Согласно схеме проведения исследования, на первом этапе необходимо выдвинуть гипотезу исследования и охарактеризовать обозначенные выше факторы модели. Гипотезой проводимого исследования является наличие существенной связи между приростом инвестиций в экономику региона и приростом ВРП. Цель данного моделирования - оценка адекватности и эффективности региональной инвестиционной стратегии регионов России на основании выделения территорий с относительно одинаковой связью, а также силой этой связи между приростом инвестиций в основной капитал и приростом ВРП.

Рисунок 31 – Формализованный алгоритм оценки эффективности региональной инвестиционной стратегии На втором этапе необходимо определить характер зависимости исследуемых факторов, а также провести оценку тесноты связи этих факторов с помощью коэффициента корреляции r. На третьем этапе определяется адекватность региональных инвестиционных стратегий на основании выделения регионов с отрицательной, слабой и существенной взаимосвязью (в зависимости от значения коэффициента корреляции r). Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока: слабая – от 0,1 до 0,3; умеренная – от 0,3 до 0,5; заметная – от 0,5 до 0,7; высокая – от 0, до 0,9; весьма высокая (сильная) – от 0,9 до 1,0 [292].

В ходе исследования будут отбираться факторы, обладающие существенной связью, то есть факторы с коэффициентом корреляции больше 0,5. На четвертом этапе для регионов со слабой и существенной связью (средняя, сильная и очень сильная связь), будут построены уравнения регрессии, а также определены качество параметров построенных уравнений и характеристик регрессии. На пятом этапе проведем классификацию субъектов Федерации с существенной корреляционной связью. Группировка, основанная на знаках коэффициентов уравнения регрессии, продемонстрирует степень зависимости развития экономики региона от прироста (увеличения потока) инвестиций в основной капитал.

Дальнейшее методическое развитие выбранного инструмента оценки видится в классификации регионов группы А по абсолютной величине положительного значения коэффициента регрессии b, поскольку именно он оценивает эффективность инвестиционной стратегии (шестой этап). Автор предлагает следующую укрупненную группировку регионов:

– b >1% – сверхэффективная инвестиционная стратегия;

– 0,7% b < 1% – высокоэффективная инвестиционная стратегия;

– 0,3% b < 0,7% – эффективная инвестиционная стратегия;

– b < 0,3% – неэффективная инвестиционная стратегия.

Дискуссионной, по мнению диссертанта, является граница отсечения последней группы b 0,70) между приростом инвестиций в основной капитал и приростом объема ВВП/ВРП в целом по России и для каждого федерального округа (таблица 33). Исключением является Дальневосточный федеральный округ, где коэффициент корреляции составил 0,65. Для выявления причин этого явления достаточно проанализировать результаты корреляционного анализа его отдельных регионов (Таблица Н1).

Из столбца 2 таблицы Н1 видно, что в таких регионах Дальневосточного федерального округа, как Республика Саха (Якутия), Камчатский и Приморский края, Магаданская и Сахалинская область связь между приростом инвестиций в основной капитал и приростом объема ВРП очень слабая (r < 0,5).

Причиной такого характера связей может быть неэффективное использование инвестиций (в т.ч. нецелевой характер использования, теневая, коррупционная составляющая).

Таблица 33 – Сравнительные данные коэффициента корреляции эконометрической модели по России и федеральным округам* Название Значение коэффициента Значение коэффициента территориальной корреляции, 2000-2012 гг. корреляции, 1999-2006 гг.

Центральный Северо-Западный Южный федеральный Северо-Кавказский Уральский федеральный Сибирский федеральный Дальневосточный * рассчитано автором Подобный результат косвенно подтверждается информационным полем СМИ о коррупционном и / или неэффективном распределении бюджетных средств. Это должно насторожить органы управления Дальневосточного федерального округа, поскольку именно данный округ получил большой объем государственных инвестиций, выделенных на его развитие, согласно Стратегии социально-экономического развития Дальнего Востока и Байкальского региона на период до 2025 года [113; 114; 311].

Перечисленные регионы оказали негативное влияние на общий коэффициент корреляции по федеральному округу. Лишь в двух регионах Дальневосточного федерального округа (Хабаровский край и Амурская область) связь сильнее, чем в целом по округу, что свидетельствует о целенаправленности и эффективности расходования средств, выделяемых для инвестиций в основной капитал. В Сибирском федеральном округе наблюдается усиление связи между приростом инвестиций в основной капитал и приростом ВРП в сравнении двух интервалов исследования (таблица 34).

Таблица 34 – Сравнительные данные коэффициента корреляции прироста инвестиций и ВРП по регионам СФО* Сибирский Новосибирская * составлено автором Примечание: