Секция «Финансы - Экономический факультет

РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И
ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ
ФЕДЕРАЦИИ
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ
Ежегодная научная студенческая конференция
«Экономика России глазами
молодых ученых – VIII»
Сборник тезисов
Москва 2013
Оглавление
Секция «Финансы» .....................................................................................................................3
Оценка инвестиционной привлекательности компаний на основе мультипликаторов с
учетом отраслевой специфики .................................................................................................3
Ценовой прессинг в сделках слияний и поглощений ............................................................4
Оценка стоимости опционов методами нелинейной динамики ...........................................5
Долгосрочная эффективность IPO ...........................................................................................7
Макроэкономические факторы динамики фондового рынка................................................9
Мониторинг и анализ состояния нефинансового сектора экономики и его финансовых
потоков в разрезе видов экономической деятельности .......................................................11
Анализ финансового состояния крупнейших компаний металлургической отрасли
России .......................................................................................................................................13
Выбор портфеля инвестиций с учетом асимметрии распределения доходности и
транзакционных издержек ......................................................................................................15
Сравнительный анализ методов ценообразования корпоративных облигаций ................17
Управление рисками при формировании инвестиционных портфелей пенсионных
фондов РФ ................................................................................................................................19
Секция «Микроэкономика» ....................................................................................................22
Этапы развития инновационной экономики в РФ ...............................................................22
Факторы, влияющие на результат инновационной деятельности и методы их оценки ...24
Совершенствование системы мотивации труда государственных гражданских служащих
(теоретико-методологические основы) .................................................................................25
Проблемы и перспективы налога на имущество в России ..................................................27
Связь личных особенностей индивида со склонностью к принятию рисков ....................29
Факторы, влияющие на принятие решения о даче взятки при обучении в высших
учебных заведениях.................................................................................................................31
Предметная область и объект изучения теории рисков......................................................33
Темпоральные закономерности развития бизнес-систем ....................................................35
Коррупция в иерархических организациях ...........................................................................37
Секция «Макроэкономика» ....................................................................................................40
Теоретические аспекты государственной инновационной политики России ...................40
Влияние телекоммуникаций на экономический рост ..........................................................41
Пятисекторная модель мировой динамики: теория и вычислительный эксперимент .....43
Роль городской среды в развитии креативной экономики ..................................................45
Подходы к модернизации республик Северного Кавказа ...................................................47
Влияние человеческого капитала на государственный сектор ...........................................49
Корректировка смещения для уменьшения искажения размера KPSS теста при наличии
структурного сдвига ................................................................................................................50
Исследование трансмиссионного канала процентной ставки как предпосылки перехода
России к инфляционному таргетированию ...........................................................................53
2
Секция «Финансы»
Оценка инвестиционной привлекательности компаний на основе
мультипликаторов с учетом отраслевой специфики
Агеев Евгений Александрович
Магистр 1-го года обучения
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E-mail: eageeev@gmail.com
Определение справедливой стоимости компании – один из главных вопросов
корпоративных финансов. Исследователи изучают проблему справедливости оценки
стоимости компаний по всему миру [1, 3]. Традиционно выделяют три подхода к оценке
компаний:
1. Метод дисконтирование денежных потоков (DCF)
2. Затратный подход (оценка по активам)
3. Подход на основе сравнительной оценки с использованием мультипликаторов
Но проблема возникает из-за того, что не существует единого формата или способа
оценки компаний, т.к. каждая компания, как человек, индивидуальна. Оценка компаний
усугубляется еще и внешними факторами такими, как влияние странового риска или
специфика отрасли, которой принадлежит рассматриваемая компания [2].
Ценность большинства активов основывается на том, какова цена аналогичного актива
на рынке, будь то дом или же акция [4]. Точкой опоры при сравнительной оценке
ценности актива является ценообразование на сопоставимый актив, стандартизированный
при помощи какой-либо переменной (прибыль, денежные потоки, балансовая стоимость и
др.). Сравнительная оценка опирается на рыночное значение. В этом суждении
предполагается, что рынок корректно определяет цены на акции в среднем, но совершает
ошибки, формируя стоимость отдельных акций. В исследовании предполагается, что
использование и сравнение мультипликаторов позволит выявить эти ошибки [5, 6], т.е.
определить какие из компаний являются недооцененными.
В основу исследования была положена гипотеза: для каждой отрасли можно
применить такой мультипликатор, при расчете которого будет получена оценка
компании с наибольшей точностью и наименьшей погрешностью. Возникновение данной
гипотезы вызвано тем, что во многих работах применяется мультипликатор Р/Е для
оценки компании сравнительным подходом для любых отраслей, т.е. фактически
признается универсальным показателем. На самом деле это, конечно, не так.
Для подтверждения этой гипотезы проводился анализ публичных компаний [7],
размещенных на российском рынке. Для этого использовались годовые отчетные данные
компаний. Эмпирически, на примере отраслей «Оптовая и розничная торговля» и
«Транспорт и связь» с помощью модели И.Б.Мучника были получены следующие
результаты:
 выявлены неотраслевые мультипликаторы для использования в оценке стоимости
российских компаний;
 были выявлены особенности расчета отобранных мультипликаторов;
 был сформирован алгоритм выявления мультипликаторов, дающих справедливую
оценку стоимости компаний;
 продемонстрирована работоспособность предложенной методики на примере
российских отраслей.
3
Результатом работы послужило определение мультипликатора, который выявляет
недооцененные компании с наименьшей ошибкой. Для отрасли «Оптовая и розничная
торговля» таким мультипликатором стал мультипликатор прибыли P/E, а для отрасли
«Транспорт и связь» – мультипликатор «стоимость компании/операционная прибыль»
(EV/EBIT). Таким образом, гипотеза исследования уже не может быть отвергнута, хотя ее
валидность требует исследования по аналогичному алгоритму на большем количестве
отраслей.
Литература
1. Дамодаран А. Инвестиционная оценка. Инструменты и техника оценки любых активов,
М.: Альпина Бизнес Букс, 2004.
2. Теплова Т.В. Инвестиции, М.: ЮРАЙТ, 2011.
3. Liu J., Nissim D., Thomas J. Equity Valuation Using Multiples, // Journal of Accounting
Research 40. Study 2002: 135. 172 p.
4. Park Y.S., Lee J.-J. An empirical study on the relevance of applying relative valuation models
to investment strategies in the Japanese stock market // Japan and the World Economy, Volume
15, Issue 3. Study 2003: 331. 339 p.
5. www.spark-interfax.ru (Система Профессионального Анализа Рынков и Компаний)
Ценовой прессинг в сделках слияний и поглощений
Акимов Василий Николаевич
Студент 2 г.о. магистратуры
Московский физико-технический институт, Факультет инноваций и высоких
технологий, Москва
Российская академия народного хозяйства и государственной службы при Президенте
Российской Федерации, Экономический факультет, Москва
E-mail: vasily.akimov@phystech.edu
Изучение характеристик, в том числе и ценового прессинга, сделок слияний и
поглощений в России является одним из наиболее актуальных направлений
исследовательской деятельности в финансах. Это обусловлено растущим количеством
сделок, происходящих на российском рынке и постоянным изменением их спецификаций
(например, объем, способ финансирования, масштабность, выход на зарубежные рынки).
Российский рынок сделок слияний и поглощений, как таковой, является относительно
молодым, если не брать в расчет «концентрацию капитала» имевшую место во времена
коммунизма. Поэтому, подобные исследования, важны и необходимы для повышения
эффективности сделок, и адаптации механизмов проведения сделок к реалиям
российского рынка.
В рамках данного исследования будет изучено поведение цен акций компанийучастников в период проведения сделки. На основе этого будут выявлены факторы,
влияющие на котировки, оценена степень влияния найденных факторов на условия
сделки, а также способов элиминирования их негативного влияния. Гипотеза,
рассматриваемая в данной работе, заключается в следующем: в период проведения
сделки, после момента ее анонсирования, акции компании-покупателя демонстрируют
отрицательную сверхдоходность, в то время как акции покупаемой компании –
положительную [2]. Кроме этого будет рассмотрен и случай, когда компания, торгуемая
на фондовом рынке, производит покупку непубличной компании.
4
Данное исследование будет проведено с использованием инструментов
событийного анализа [1, 4]. На основании данных о сделках и цен на акции участников
этих сделок будет определен размер сверхприбыли компаний-участников сделки на
промежутке времени от момента публикации информации о сделке до ее завершения и
после нее [3].
Ожидается, что исследование подтвердит верность проверяемой гипотезы и даст
описание причин присутствия данного эффекта на российском рынке слияний и
поглощений. Так же по результатам исследования можно будет сделать выводы и
рекомендации относительно формирования условий сделок слияний или поглощений,
таких как стоимость приобретения и метод финансирования, проведении политики по
раскрытию информации относительно сделок, в целях повышения их эффективности.
Литература
1. MacKinlay, C. A. Event Studies in Economics and Finance // Journal of Economic
Literature. 1997, №35, p. 13-39.
2. Mitchell, M., Pulvino, T., Stafford, E. Price Pressure around Mergers // The Journal of
Finance. 2004, №59, p. 31-36.
3. Kothari, S.P., Warner, J. B. Measuring long-horizon security price performance // Journal
of Financial Economics. 1997, №43, p. 301-339.
Kothari, S.P., Warner, J. B. Econometrics of Event Studies // Handbook of Corporate Finance,
Empirical Corporate Finance. 2007, №1, p. 3-36.
Оценка стоимости опционов методами нелинейной динамики
Белявский Данила Игоревич
Студент
Российская Академия Народного Хозяйства и Государственной Службы при
Президенте Российской Федерации
экономический факультет, Москва, Россия
E–mail: danila.belyavskiy@gmail.com
Одним из актуальных направлений в сфере финансового анализа и прогноза
котировок на различных финансовых рынках являются исследования на основе
фрактальных свойств этих рынков и динамики цен. Эти исследования направлены на
изучения специфических свойств динамики цен как временных рядов, связанных не
только со структурой (оценками параметров распределений), но и с последовательность
эволюции цен. Методология таких исследований происходит из фрактальной геометрии Б.
Мандельброта, а также применение результатов Г. Херста. Также известны работы Э.
Петерса [3]. Результатом стало обнаружение эффектов долговременной памяти,
кластерности и непериодических циклов [4].
В данном подходе для исследования временных рядов, помимо оценки распределения,
вычисляются фрактальные показатели, позволяющие оценить поведение цен во времени.
Самым распространённым способом является R/S анализ. На его основе также
рассчитывается показатель Херста H.
В рамках фрактального подхода выводились различные новые имитационные схемы
ценообразования, оценки фрактальных свойств которых совпадало с реальными
рыночными.
Наиболее
совершенными
моделями
такого
рода
являются
мультифрактальные модели Б. Мандельброта, однако ввиду их сложности, на данный
5
момент эти модели возможно использовать только в качестве эмпирического анализа.
Более простой, но также правдоподобной является модель Дробного (Фрактального)
Броуновского Процесса (сокр. ДБД или ФБД). Этот процесс является модификации
процесса Броуновского Движения, и его свойства напрямую зависят от показателя
фрактальности Хёрста H. В частности, при Н = 0.5 процесс ДБД становится
обыкновенным Броуновским Движением.
Рассмотрим актив (рисковый), динамика дневных доходностей которого описывается
процессом ФБД с показателем Херста H. Предполагаемая модель генерации цен:
dS t
 dt  dBtH ,где
St
(1)
St и S0 – стоимости рискового актива в моменты времени t и 0 соответственно; μ – дрейф
базисного актива; σ – волатильность актива; ВtH – ФБД с показателем Херста Н в момент
времени t. Параметры μ , σ, H вычисляются на основе имеющейся траектории процесса
динамики цен. На основе расширенной модели ценообразования получены формулы для
оценки опционов европейского типа для случая H > ½. Стоимость европейского опционаколл в момент времени t = 0 вычисляется следующим образом:
CT ( f )  e
1
 rT
2

 f (S
0
exp(yT
H
 rT 

2
2
T
2H
))e

y2
2
dy
(2)
Это дает следующую конечную формулу:
CT , H (0)  S 0 ( y1 )  Ke rT ( y2 )
(3), где
S0
 2 2H
 rT 
T
K
2
y1  y1 ( H ) 
,
(3a)
T H
S
 2 2H
ln 0  rT 
T
K
2
y2  y2 (H ) 
.
(3б)
T H
Параметры: К – цена исполнения опциона, S – цена базисного актива, T – время до
исполнения опциона, r – непрерывная ставка дисконтирования, σ – волатильность
базисного актива, Н – показатель Херста базисного актива. При Н = 0.5 формула
совпадает с формулой Блэка-Шоулза.
Пример результатов.
Применим данную модель примере фьючерсного контракта на индекс РТС с
исполнением 14 декабря 2009 г., цена исполнения – 120 000 б.п. (аналогичен
европейскому опциону-колл). Оценки параметров модели:
 Н = 0.617;
 μ = 0.000709;
 σ = 0.02883;
 r = 9.0079% годовых – безрисковая процентная ставка, соответствующая
доходности наиболее близкой по сроку обращения государственной облигации
ОФЗ-25057 по состоянию на начало сентября 2009 г.
ln
6
Фьючерсный опцион-колл американского типа на индекс РТС (погашение опциона – 14
октября 2009 г., цена исполнения – 120 000 б.п.): Оценки границ стоимости опциона (б.п., правая
ось); динамика цены базисного актива (б.п., левая ось)
Литература
1. Мандельброт Б. Фракталы, случай и финансы. – М.-Ижевск: НИЦ «Регулярная и
хаотическая динамика», 2004.
2. Марков А.А. Оценка границ стоимости опционов на фрактальном рынке // Вестник
экономической интеграции, №8 (18). – 2009. – с. 49-57.
3. Петерс Э Эдгар. Фрактальный анализ финансовых рынков: Применение теории
Хаоса в инвестициях и экономике — М.: Интернет-трейдинг, 2004—304 с.
4. Ширяев А. М. Основы стохастической финансовой математики. Том 1. Факты,
модели — М.: Фазис, 1998—512 с.
Долгосрочная эффективность IPO
Валиева Анастасия Андреевна
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: luckymoon@mail.ru
Совсем недавно основными источниками финансирования для компаний выступали
собственные средства акционеров, банковские кредиты, облигации и векселя или
бюджетные средства и государственные ссуды. Но с развитием процессов глобализации и
повышением мобильности капитала в мире и в России стал актуальным способ
привлечения средств через первичное публичное предложение акций (Initial Public
Offering, IPO).
Несмотря на многочисленные исследования поведения IPO (Draho (2004)),
зафиксировано на удивление мало специфических факторов, связанных с провалами IPO.
7
Исключения составят: Seguin and Smoller (1997), рассматривающие связь смертности и
предложением цены акции; Willenborg and McKeown (2001) и Weber and Willenborg (2003)
изучали различные аспекты роли аудитов и аудиторских отчетов в предсказании провалов
IPO. Тем не менее, увеличение числа корпоративных крахов породило всплеск
исследований прогнозирования банкротства (Shumway (2001); Hillegeist, Keating, Cram and
Lundstedt (2004); Campbell, Hilscher and Szilagyi (2004); and Chava and Jarrow (2004)) и
роли бухгалтерской отчетности в прогнозировании банкротства (Chava and Jarrow (2004);
Beaver, McNichols and Rhie (2005)). Мое исследование объединяет прогнозирование
банкротства и IPO. Прежде всего, целью является определить и расширить понимание
переменных, включая бухгалтерскую информацию, которые связаны с изменением
стоимости акций после IPO.
В исследовании рассматривались российские компании, вышедшие на IPO в период с
2005 по 2012 гг. Все организации были разделены на четыре группы в зависимости от
дальнейшего поведения цены их акций. В качестве входных данных выступали различные
коэффициенты финансового состояния организации перед IPO. На основе многомерного
статистического анализа (метода главных компонент) была найдена оптимальная
ортогональная линейная комбинация исходных параметров, избавляющая от излишней
информации. Затем была проведена кластеризация и построение областей
принадлежности к каждой из групп. В результате выяснилось, что на основе
бухгалтерского баланса возможно четкое разделение на две группы. В первую группу
входят компании, чьи акции имели стабильный рост или падение. Во вторую группу
входят компании, чьи акции изменили свое направление после первого года пребывания
на рынке.
Метод

Пусть X  ( X (1) ,..., X ( p ) ) t представляет собой вектор показателей, наблюдаемых у
каждого из n объектов. Задача нахождения главных компонент совпадает с задачей на
собственные числа и собственные векторы ковариационной матрицы V вектора
наблюдаемых показателей. Если 1 ,....,  p ее собственные числа, расположенные в


порядке убывая, а единичные собственные векторы a (1) ,..., a ( p ) отвечают этим числам, то


главные компоненты вычисляются по формулам z ( k ) ( X )  a ( k )  X , причем Dz ( k ) ( X )  k ,
k  1,..., p.
Первая главная компонента — это такая ортонормированная комбинация показателей,
т.е. при переходе от объекта к объекту меняется сильнее всего. Если k  1 главный
компонент уже определен, то k -й главной компонентой называется такая
ортонормированная комбинация показателей, которая не коррелированна с найденными
k  1 главными компонентами, и среди таких обладает наибольшей возможной
дисперсией.
Результаты
В качестве данных были взяты следующие показатели: ROA и ROA оборотных
активов, рентабельность инвестиций, операционный рычаг, коэффициент рентабельности
и общая рентабельность.
8
1
0,8
0,6
0,4
-0,6
-0,4
-0,2
0,2
Группа 1
0
Группа 2
-0,2
0
0,2
0,4
0,6
-0,4
-0,6
-0,8
-1
Рисунок 1. График в осях первых двух компонент
Литература
1. Elizabeth Demers, Philip Joos. (2006) IPO Failure Risk // Journal of Accounting Research
2. Ritter, Jay R., and Ivo Welch, 2002, A Review of IPO Activity, Pricing, and Allocations //
Journal of Finance
3. Алексей Федоров (2006) Как выглядит российское IPO // Финансовый форум
Макроэкономические факторы динамики фондового рынка
Зямалов Вадим Евгеньевич
Аспирант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E-mail: zyamalov.ve@yandex.ru
Проблема моделирования и прогнозирования финансовых показателей является одной
из самых обсуждаемых на протяжении нескольких последних десятилетий. В частности,
одним из наиболее дискутируемых вопросов является вопрос о влиянии
макроэкономических факторов на поведение финансовых рядов (сводных фондовых
индексов). На сегодняшний день существует большое количество работ, посвящённых
анализу влияния различных макроэкономических показателей на стоимость финансовых
активов и их доходность. Наличие такой связи вполне ожидаемо, так как стоимость
финансовых активов, несомненно, зависит от состояния компаний-эмитентов данных
активов, что, в свою очередь, зависит от общего макроэкономического состояния
экономики.
Гипотезы
9
На основе обзора теоретических и эмпирических работ (например [1-4]) можно
выдвинуть следующие гипотезы, касающиеся характера влияния макроэкономических
факторов на фондовые индексы в России:
 международные фондовые индексы положительно влияют на российские рынки.
Возможное объяснение этого состоит в том, что изменения индексов могут служить
индикатором состояния развитых экономик, что, свою очередь, может влиять на
экономики развивающихся стран посредством международной торговли;
 цена нефти оказывает положительное влияние на российские фондовые индексы.
Эта гипотеза обуславливается значительной долей нефти и нефтепродуктов в экспорте
России и существенной долей акций компаний, связанных с добычей и транспортировкой
нефти, в базах расчетов фондовых индексов;
 инфляция негативно влияет на динамику фондовых индексов в России. Рост
инфляции часто сопровождается бегством средств из активов с высоким риском в более
стабильные активы. Также высокая инфляция вызывает соответствующую реакцию
Центрального Банка, выражающуюся в росте процентных ставок, что, в свою очередь,
приводит к снижению значений фондовых индексов;
 номинальный валютный (обменный) курс отрицательно влияет на индекс РТС,
поскольку последний номинирован в долларах США. С индексом ММВБ можно ожидать
наличия положительной связи по причине роста конкурентоспособности экономики при
ослаблении национальной валюты;
 ставки процента оказывают отрицательное воздействие на российские фондовые
индексы. Один из возможных механизмов – воздействие на коэффициент
дисконтирования;
 влияние денежной массы может проявляться по-разному. Однако для российской
экономики наиболее вероятна положительная связь, связанная с шоками спроса.
Результаты
Оценивание производилось на интервале январь 1999 – декабрь 2011 годов. Ввиду
возможного наличия структурного сдвига во второй половине 2008 года, оценивание
производилось также на интервалах январь 1999 – июнь 2008 и январь 2009 – декабрь
2011 годов. Оценивание производилось с применением ARCH-моделей.
Таблица 1
Сравнение результатов для индекса РТС
Индекс MSCI
Цена нефти Brent
ИПЦ
Обменный курс
Ставка процента
M2
Гипотеза
Положительная
Положительная
Отрицательная
Отрицательная
Отрицательная
Неопределенно
1999-июнь 2008
Положительная
Положительная
Положительная
2009-2011
Положительная
Положительная
Отрицательная
Отрицательная
Отрицательная
1999-2011
Положительная
Положительная
Положительная
(Отрицательная)
Положительная
10
Таблица 2
Сравнение результатов для индекса ММВБ
Индекс MSCI
Цена нефти Brent
ИПЦ
Обменный курс
Ставка процента
M2
Гипотеза
Положительная
Положительная
Отрицательная
Неопределенно
Отрицательная
Неопределенно
1999-июнь 2008
Положительная
Положительная
Положительная
Положительная
2009-2011
Положительная
Положительная
Отрицательная
1999-2011
Положительная
Положительная
Положительная
Отрицательная
Положительная
На основе полученных результатов можно сделать вывод, что гипотезы о влиянии
международных индексов и цен на нефть подтверждаются на всех интервалах оценивания.
Гипотеза о влиянии ставки процента не отвергаются на втором интервале, однако, ввиду
малого размера выборки, данный результат может быть неточным. Установлена
положительная связь агрегата M2 с финансовыми индексами, что позволяет сделать вывод
о справедливости гипотезы, что денежная масса при изменении порождает монетарные
шоки спроса, равномерно воздействующие на все цены в экономике. Также обнаружена
положительная связь обменного курса и индекса ММВБ, что может говорить о
преобладании эффекта роста конкурентоспособности экономики при ослаблении рубля.
Литература
1. Энтов Р. М. [и др.] Финансовые рынки в переходной экономике: некоторые проблемы
развития. - Москва : ИЭПП, 2003.
2. Al-Sharkas A. The Dynamic Relationship between Macroeconomic Factors and the Jordanian
Stock Market [Журнал] // International Journal of Applied Econometrics and Quantitative
Studies. - 2004 г.. - Т. 1-1.
3. Doğrul H.S. и Soytas U. Relationship between Oil Prices, Interest Rate, and Unemployment:
Evidence from an Emerging Market [Журнал] // Energy Economics. - 2010 г.. - 32. - стр.
1523-1528.
4. Paul S. и Mallik G. Macroeconomic Factors and Bank and Finance Stock Prices: The
Australlian Experience [Журнал] // Economic Analysis & Policy. - 2003 г.. - 1 : Т. 33. - стр.
23-30.
Мониторинг и анализ состояния нефинансового сектора экономики
и его финансовых потоков в разрезе видов экономической
деятельности
Иванова В.И.
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: ivanova_veronika@inbox.ru
Мальцева И.Г.
в.н.с. Института экономики РАН, доцент кафедры "Макроэкономика" РАНХиГС
11
экономический факультет, Москва, Россия
E–mail: michelle.333@yandex.ru
Под мониторингом нефинансового сектора экономики понимают построение
оперативной оценки текущего состояния нефинансового сектора, которая необходима для
построения краткосрочных прогнозов экономики и принятия решений в макрофинансовой
сфере. На данный момент в целостном виде мониторинг нефинансового сектора в разрезе
видов экономической деятельности не осуществляется, в связи с отсутствием релевантных
консолидированных данных. Так, основные статистические сборники Росстата выходят
со значительным запаздыванием (1,5-2 года). Очевидно, что построение достоверного
прогноза на II полугодие 2013 года на основе данных за 2011 год не представляется
возможным.
На основе других доступных данных некоторые авторы проводят точечный и
фрагментарный анализ нефинансового сектора. Например, в серии работ [2]
систематически оцениваются макропоказатели, точечно оценивается динамика
инвестиций по разделам ОКВЭД, высчитывается сводный опережающий индекс. В
работах [4] автор на основе анализа динамики спроса, цен и занятости рассчитывает
индекс промышленного оптимизма. В исследованиях [1] проводится детальный анализ
показателей производства по видам деятельности. В обзорах [3] производится оценка
выручки, динамики сальдированного финансового результата и инвестиций без
проведения глубокого анализа. Тем не менее, для определения перспектив развития
нефинансового сектора необходим полноценный анализ его финансовых потоков.
Необходимо видеть как отраслевой срез финансовых потоков, так и их временную
структуру.
Методика
Для определения финансовой устойчивости нефинансового сектора необходимо
провести анализ динамики инвестиций и финансовых вложений (1), срочной структуры
финансовых вложений (2) и расчетно-платежных показателей (3); а также сопоставить
дебиторскую и кредиторскую задолженность (4), активы и собственный капитал (5).
В особо пристальном внимании нуждаются тенденции, которые могут указывать на
развитие процессов, оказывающих негативное влияние на развитие нефинансового
сектора:
1.Превышение финансовых вложений над инвестициями в основной капитал (как
правило, указывает на негативные инвестиционные ожидания, тенденция усиливается в
кризисные периоды).
2. Высокая доля долгосрочных финансовых вложений в их общем объеме
(свидетельствует о наличии негативных ожиданий в долгосрочном периоде; ситуация
усугубляется, если объем финансовых вложений устойчиво превышает объем инвестиций
в основной капитал).
3. Увеличение доли безналичных расчетов (векселя, бартер) (сигнализирует о сбоях в
платежно-расчетной сфере при дефиците наличности, наблюдается как правило, при
высокой инфляции и экономической нестабильности/в кризисных периодах).
4. Значительные колебания в разнице дебиторской и кредиторской задолженности
(свидетельствуют о неустойчивости в экономике и как следствие - в платежно-расчетной
сфере).
5. Рост активов, опережающий рост собственного капитала, говорит о том, что рост
происходит за счет привлеченных средств, а финансовая устойчивость снижается;
особенно острой ситуация является при высоких значениях отношения кредитов и займов
к выручке (более 30%).
Результаты
На основе данных сборника "Социально-экономическое положение России",
публикуемого Росстатом, который содержит оперативную информацию о финансовых
12
потоках нефинансового сектора в разрезе видов экономической деятельности, удалось
воссоздать укрупненные балансы отраслей экономической деятельности поквартально.
В качестве примера можно привести анализ инвестиций и финансовых вложений в
экономике России за 2005-2012 гг.
30000
20000
10000
0
2005 2006 2007 2008 2009 2010 2011 2012
Инвестиции в основной капитал
Финансовые вложения
Рис.1. Сопоставление инвестиций в основной капитал и финансовых вложений.
Рис.1 показывает, что на протяжении рассматриваемого периода размер финансовых
вложений устойчиво превышал размер инвестиций в основной капитал. Этот факт можно
оценивать таким образом, что финансовый потенциал экономики, существенно возросший
в период благоприятной внешнеэкономической конъюнктуры, не был в полной мере
мобилизован на цели инвестиционного роста. Эта разница увеличилась не только в 2008
году, но особенно возросла именно в посткризисный период (2010-2012 гг.) , что
свидетельствует о том, что инвестиционные ожидания остаются неустойчивыми. При
этом темпы роста инвестиций в основной капитал в посткризисный период замедлились
(по сравнению с докризисным), а финансовые вложения выросли более чем в 2 раза.
Литература
1. Баранов Э. Индексы интенсивности промышленного производства. Ежемесячные
доклады, Центр развития НИУ ВШЭ.
2. Новый КГБ (Комментарии о государстве и бизнесе), Центр развития НИУ ВШЭ.
3. Обзор экономических показателей, Экономическая Экспертная Группа.
4. Цухло С. Индекс промышленного оптимизма, Институт экономической политики
имени Е.Т. Гайдара.
Анализ финансового состояния крупнейших компаний
металлургической отрасли России
Кравченко Екатерина Николаевна
Студентка
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: kravchenko.e.n@gmail.com
Одна из актуальных на сегодняшний день задач, стоящих перед Росссийским
Правительством: модернизация российской промышленности. Металлургическая отрасль,
Одна из ключевых отраслей российской промышленности, является сильно
концентрированной. Как следствие, финансовое состояние крупнейших компаний
определяет тенденции развития отрасли в целом. Несмотря на важность анализа и
мониторинга финансового состояния крупнейших компаний металлургической отрасли
России, вопрос выявления финансовых рисков крупнейших компаний металлургической
13
отрасли остаётся малоисследованным в российской науке и практике. Первая группа
исследований, посвященных этому вопросу, – отраслевые обзоры рейтинговых агенств.
Такие обзоры точечно рассматривают отдельные финансовые и операционные показатели.
Другая группа исследований – исследования инвестиционных компаний, анализ в которых
носит технический характер и более пригоден для принятия решений на фондовом риске.
В статьях экономических и отраслевых журналов исследования ограничиваются анализом
конкурентоспособности компаний на основании отдельных финансовых параметров.
Таким образом, в существующих исследованиях анализ финансового состояния
крупнейших компаний металлургической отрасли проводится лишь с точечным
использованием ограниченного числа финансовых показателей и не выявляет тенденции и
динамику финансового состояния компаний. Фундаментальные труды 1, посвященные
классическому финансовому анализу, не учитывают отраслевых особенностей и могут
быть использованы только как метод проведения анализа, а не его результаты.
На основе методов классического финансового анализа с учётом специфики
металлургической отрасли России был проведён комплексный анализ финансового
состояния 5ти крупнейших компаний металлургической отрасли России в период с 2007
по 2011 год. Для всех компаний наблюдалась схожая картина финансового состояния.
Была выявлена неэффективность проведения инвестиционной политики. Бо́льшая доля
финансовых вложений направлена на финансирование дочерних предприятий, что можно
расценить как попытку вывода капитала.
Исследование
Классический финансовый анализ основывается на анализе 4 основных форм финансовой
отчётности: бухгалтерского баланса (форма №1), отчета о прибылях и убытках (форма №2),
отчета об изменениях капитала (форма №3), отчета о движениях денежных средств (форма
№4). Для проведения анализа были отобраны 5 крупнейших компаний металлургической
отрасли2, и для каждой из них были проанализированы основные формы финансовой
отчётности в соответствии с РСБУ за период с 2007 по 2011.
На основе имеющихся данных рассчитывались показатели структуры и ликвидности
баланса, финансовой устойчивости, автономии и рентабельности по основным видам
прибыли.
Результаты
Для всех 5ти компаний был выявлен высокий уровень долговой нагрузки, а также
ухудшение ликвидности баланса и рентабельности, что выглядело подозрительно на фоне
высоких финансовых вложений и нераспределённой прибыли. Характерные картины
динамики рентабельности и долговой нагрузки представлены на рисунках 1 и 2. Также анализ
отчётов о движении денежных средств выявил низкую долю финансовых вложений в развитие
и расширения производства. При этом наблюдается высокая доля кредитов дочерним
предприятиям. Таким образом, инвестиционная политика компаний является неэффективной.
1
2
Такие как учебники Шеремета, Донцовой и Никифоровой и др.
По итогу выручки в 2011 году.
14
Рис. 1Динамика рентабельности и долговой нагрузки ОАО «ММК»
Рис. 2Динамика рентабельности и долговой нагрузки ОАО «Северсталь»
Литература
1. Костюхин Ю.Ю., Илюхин В.В. (2008) Механизм оценки рисков металлургических
компаний, вызываемых неустойчивостью и неравномерностью развития экономики.
Экономика в промышленности //Экономика в промышленности – 2009 стр. 32-38
2. Аналитические обзоры рейтингового агенства Эксперт РА:
http://www.raexpert.ru/researches/metallurgy/
3. Шеремет А.Д., Негашев Е.В. Методика финансового анализа деятельности
коммерческих организаций. — 2-е изд., перераб. и доп. — М.: ИНФРА-М, 2008.
4. Юрьева Л.В. (2011) Особенности формирования конкурентно- стратегического
механизма в металлургических холдингах для оценки конкурентоспособности отдельных
его предприятий // Журнал «Экономический анализ: теория и практика» 22(229)
Выбор портфеля инвестиций с учетом асимметрии распределения
доходности и транзакционных издержек
Михайлов Данила Михайлович
Студент
15
Российская академия народного хозяйства и государственного управления при
Президенте Российской Федерации
экономический факультет, Москва, Россия
E-mail: danilamiha91@gmail.com
В 1952 году Марковиц сформулировал идеи, составившие основу классической
портфельной теории. Многие исследователи предлагают изменить исходную модель
Марковица за счет снятия предпосылок или ввода в нее новых факторов. Существует
множество статей, в которых утверждается, что при постановке задачи Марковица
должны быть учтены высокие моменты распределения доходностей, например, как
показал Ардитти [1], инвесторы предпочитают активы с положительной асимметрией, так
как высокие значения коэффициента скошенности (skewness) распределения означает
низкую вероятность крупных отрицательных норм прибыли. Лай в работе [3]
продемонстрировал, что предпочтения инвестора относительно асимметричности
распределения могут быть включены в модель выбора портфеля в явном виде, превращая
исходную задачу Марковица в полиноминальную задачу. Транзакционные издержки
являются одной из главных проблем инвестиционных менеджеров, так как они влияют на
стоимость ребалансировки портфеля и частоту, с которой она происходит. Арнотт и
Вагнер [2] выявили, что игнорирование транзакционных издержек приводит к
формированию и владению неэффективным портфелем. Позже экспериментальный
анализ, проведенный Йошимото [4], также подтвердил эти выводы. Учет транзакционных
издержек необходим при тестировании методик активного управления портфелем,
поскольку именно этот фактор часто сводит на «нет» все преимущества активного
управления. Более того, брокерские компании откровенно заинтересованы в
«расторговке» инвестора, который к ним обратился за открытием счета, так как они
получают комиссионные с его сделок. Следовательно, с точки зрения инвестора возникает
необходимость определения частоты пересмотра портфеля или условий, при которых надо
переформировывать портфель, чтобы не совершать лишних операций.
Многие исследователи отмечают, что снятие любой предпосылки исходной модели
Марковица, например, про отсутствие транзакционных издержек, про минимальное
количество актива, участвующего в сделке, про нормальное распределение доходностей
активов, делает задачу выбора портфеля сложной математической проблемой. При этом
использование традиционных алгоритмов оптимизации для решения модифицированной
задачи Марковица часто не приводит к получению оптимального решения в явном виде
или связано с вычислительными сложностями. Поэтому, большинство исследователей для
решения расширенной задачи выбора портфеля прибегают к помощи эвристических
алгоритмов. Существуют исследования, например [5], использующие для нахождения
решения проблемы выбора портфеля алгоритм оптимизации роя частицы (particle swarm
optimization, PSO). В силу относительной молодости этого алгоритма, потенциал его
применения в финансовых исследованиях еще не использован полностью. Данный
алгоритм отличается низкой алгоритмической сложностью, высокой скоростью
схождения и, за счет варьирования параметров, приемлемой точностью результатов.
В данной работе рассматривается задача формирования инвестиционного портфеля с
учетом сразу трех моментов: учет асимметричности распределения доходностей активов,
учет транзакционных издержек и отсутствие бесконечной делимости активов. Надо
отметить, что такое сочетание факторов в одной модели не было использовано ранее ни
одним исследователем, однако, возможно, именно эти факторы в первую очередь
определяют окончательное решение относительно формируемого портфеля.
Методы
Лай в работе [3] предложил использовать двухэтапную задачу выбора портфеля,
чтобы учесть асимметрию распределения. Это предложение оказалось плодотворным,
16
поэтому нахождение решения задачи разбито на два этапа, характеристики которых
коротко представлены в Табл.1.
Таблица 1
Этапы нахождения решения расширенной задачи выбора портфеля
Отдельно решаются две задачи – задача максимизации доходности портфеля
1 этап (целевая функция 𝑂1 (𝑥)) и задача максимизации коэффициента асимметрии
доходности портфеля (целевая функция 𝑂2 (𝑥))
На основе решений, полученных на первом этапе, строится и минимизируется
2 этап новая целевая функция, учитывающая предпочтения инвестора к доходности и
асимметрии (целевая функция 𝑂(𝑥))
На каждом этапе, оптимальные решения находятся с помощью эвристического
алгоритма роя частиц.
Результаты
В качестве базы для формирования портфелей были выбраны бумаги из состава
индекса ММВБ. При расчетах использовались ежемесячные котировки с июля 2008 года
по апрель 2012 года, что позволило обеспечить равенство размеров выборок для каждой
бумаги – 45 наблюдений.
Апробация предложенной модели показала, что при разных предпочтениях инвестора
относительно асимметрии формируемые портфели состоят из разных наборов активов, а
не из одного набора активов с разными весами. А это означает существенное влияние
асимметрии распределения доходности портфеля на выбор весов и активов для
формирования портфеля.
Алгоритм поиска решения предложенной модели позволяет получить границы
изменения доходности отдельного актива, при которых не требуется ребалансировать
состав портфеля, так как прибыль портфеля от этого будет нивелироваться
транзакционными издержками. Отмечено, что чем больший риск портфеля допускает
инвестор, тем шире становятся эти границы, т.е. тем реже будет происходить изменение
портфеля.
Литература
1. Portfolio efficiency analysis in three moments: the multi– period case / Arditti, F.D., Levy, H.
// The Journal of Finance. – 1971. – №30. – C. 797-809.
2. The measurement and control of trading costs / Arnott, R. D., Wagner W. H. // Financial
Analysts Journal. – 1990. – №11,12. – С. 73-80.
3. Portfolio selection with skewness: A multiple– objective approach / Lai, T.Y. // Review of
Quantitative Finance and Accounting. – 1991. – №1 (3). – C. 293-305.
4. The mean-variance approach to portfolio optimization subject to transaction costs /
Yoshimoto A. // Journal of the Operations Research. – 1996. – №39(1).
5. The admissible portfolio selection problem with transaction costs and an improved PSO
algorithm / Chen W., Zhang W. // Physica A. – 2010. – №389. – C. 2070-2076.
Сравнительный анализ методов ценообразования корпоративных
облигаций
Саитов Ильмир Гербертович
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: ilmir.saitov@phystech.edu
17
Срочная структура процентных ставок, лежащая в основе теории оценки активов с
фиксированным доходом и являющаяся одним из наиболее дискуссионных вопросов
проведения эффективной долговой и денежной политики, составляет предмет
интенсивных зарубежных исследований уже более 30 лет. В настоящее время наиболее
активно используются модели двух видов – сплайновые и параметрические. Разработка
альтернативных подходов к оценке и отсутствие единого критерия выбора сформировали
среди практиков общий взгляд на необходимость тестирования моделей в условиях
конкретного рынка государственных ценных бумаг с учетом специфики его структуры и
порядка обращения выпусков. Однако можно определенно сказать, что в большинстве
развитых стран практика оценки кривой бескупонной доходности (zero-coupon yield curve)
Центральными банками приходится на параметрические модели, причем только двух
типов – модель Нельсона-Сигеля [1] и модель Свенссона [2]. В то же время в России
широко используется кривая доходности к погашению, а общепризнанной модели
построения кривой бескупонной доходности до сих пор не существует.
На основе описанных в работах [1, 2] моделей построения кривой процентных
ставок был (БУДЕТ) проведен эмпирический анализ и выбрана модель, наиболее точно
описывающая временную структуру процентных ставок российского рынка облигаций. В
результате выяснилось, что модель (ЕЩЕ НЕИЗВЕСТНО КОГО) лучше аппроксимирует
кривую бескупонной доходности. Исследование было проведено для двух групп
облигаций – высоко- и низколиквидных.
Методы
В эмпирических исследованиях, посвященных модели Нельсона-Сигеля,
производится построение кривых доходности путем аппроксимации исходных данных,
при этом непрерывно начисляемая доходность задается формулой
𝜏
𝑡
𝑡
𝑅(𝑡) = 𝛽0 + (𝛽1 + 𝛽2 ) 𝑡 [1 − 𝑒𝑥𝑝 (− 𝜏)] − 𝛽2 𝑒𝑥𝑝 (− 𝜏)
(1)
где 𝛽0, 𝛽1 , 𝛽2 и τ – параметры модели. Связь между бескупонной доходностью и
непрерывно начисляемой доходностью определяется соотношением
𝑌(𝑡) = 𝑒 𝑅(𝑡) − 1
(2)
Данная модель хорошо зарекомендовала себя на рынках как развитых, так и
развивающихся стран. Она хорошо подходит для описания временной структуры ставок
при малом количестве ценных бумаг, на основе доходностей которых строится кривая
доходности, а также позволяет получить гладкую форму кривой, которую можно
использовать в макроэкономических исследованиях и оценке финансовых инструментов.
Модель Свенссона является модификацией модели Нельсона-Сигеля. Исследуя
структуру форвардных ставок Швеции, Свенссон обнаружил недостаточную гибкость
модели Нельсона-Сигеля при описании отдельных участков кривой доходности. Путем
добавления дополнительного слагаемого становится возможным получение
дополнительного «горба» у кривой доходности. Непрерывно начисляемая доходность при
этом выражается следующей формулой:
𝑅(𝑡) = 𝛽0 + (𝛽1 + 𝛽2 )
𝜏1
𝑡
𝑡
𝑡
𝑡
1
1
2
[1 − 𝑒𝑥𝑝 (− 𝜏 )] − 𝛽2 𝑒𝑥𝑝 (− 𝜏 ) + 𝛽3 [1 − 𝑒𝑥𝑝 (− 𝜏 )
𝜏2
𝑡
−
𝑡
− 𝑒𝑥𝑝 (− 𝜏 )] (3)
2
Добавление слагаемого позволяет более точно оценить специфическую структуру
ставок в отдельные промежутки времени, как правило, на краткосрочном сегменте кривой
доходности. При оценке параметров модели Свенссона иногда используют значения
18
четырех коэффициентов, полученные при оценке модели Нельсона-Сигеля, а затем
проверяют значимость дополнительного слагаемого. Если модификация приводит к
значительному улучшению приближения оцененной кривой к рыночным данным, и
коэффициент при добавочном слагаемом оказывается значимым, то используют модель
Свенссона, в противном случае используют базовую модель Нельсона-Сигеля.
Литература
1. Nelson A., Siegel C. Parsimonious Modeling of Yield Curve, The Journal of
Business, Vol. 60, No. 4, (Oct. 1987), 473-489
2. Svensson Estimating and Interpreting forward interest rates: Sweden 1992-1994,
NBER Working Paper No. 4871, 1994
Управление рисками при формировании инвестиционных
портфелей пенсионных фондов РФ
Чернова Мария Игоревна
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: marychernova@gmail.com
Определение инвестиционных возможностей «по умолчанию» в пенсионных планах,
основанных на фиксированных вкладах, имеет решающее значение, так как многие
участники таких планов не способны или не желают выбирать инвестиционные стратегии
среди большого разнообразия возможных. Растет актуальность решения задач,
посвященных снижению рисков при формировании инвестиционных портфелей на основе
пенсионных накоплений путем выявления относительных преимуществ различных
классов инвестиционных стратегий.
Целью построения базовой стохастической модели является исследование и
сравнительный анализ стратегий инвестирования пенсионных накоплений в долгосрочной
перспективе. Временным горизонтом моделирования выбран период накопления равный
40 годам, что соответствует наиболее вероятному периоду накопления (период 2000-2039
гг). Рассматривается ситуация, при которой вкладчик в 20 лет открывает пенсионный счет
и выходит на пенсию в возрасте 60 лет. Информационной базой являлись исторические
данные с 2000г. по 2012 г. (некоторые из которых моделировались), а также данные с
2013г. по 2039г., полученные на основе прогнозных сценариев и путем моделирования.
Выбор метода стохастического моделирования оправдан отсутствием полных
исторических данных для рассматриваемого длительного периода.
Предполагается, что выплаты по пенсионному плану производятся в виде аннуитета.
Коэффициент аннуитета рассчитывается один раз в момент выхода на пенсию (окончание
59 года жизни индивида). Отчисления в пенсионный фонд на накопительную часть в
модели составляют 6% от заработной платы в год.
При моделировании использовалось 10000 итераций, что позволило обеспечить
наилучшую сходимость метода, оставаясь в рамках вычислительных возможностей.
При моделировании активов использовались следующие предпосылки:
• Доходности
активов
представляют
собой
стохастические
величины,
распределённые по совместному нормальному распределению.
19
• Параметрами совместного нормально распределения являются значения
математических ожиданий и стандартных отклонений каждого из активов и матрица их
корреляций. Эти параметры были определены на основе исторических данных.
При моделировании использовались следующие инвестиционные стратегии:
• Фиксированный портфель. Вес активов не меняется во времени.
• Линейное снижение. Вес акций снижается линейно от начального значения. Вес
остальных активов увеличивается пропорционально.
• Ступенчатое снижение. Вес акций закреплен на начальном значении в течение
первой трети накопительного периода, потом снижается в 2 раза и не меняется в течение
второй трети накопительного периода, а в последней трети периода равен 0. Вес
остальных активов изменяется пропорционально.
• Ступенчато-линейное снижение. Вес акций фиксирован в течение первых 10 лет,
потом линейно снижается до 0 до конца накопительного периода.
При моделировании вес акций внутри одного типа стратегии менялся от 0 до 80% с
шагом 10%, если не указано иное. Для каждого типа стратегий и выбранного типа
диверсификации получено несколько примеров применения этого типа стратегии, каждый
из которых отличается начальным весом акций.
При моделировании также были рассмотрены 3 варианта диверсификации портфеля
активов. В любом из 3-х вариантов рассмотрено несколько примеров применения каждого
типа стратегии из 4-х выделенных выше. Первый вариант диверсификации: облигации и
акции. С учетом законодательных ограничений начальный вес акций в каждой стратегии
менялся от 20% до 80% с шагом 10%. Второй вариант диверсификации: облигации,
депозиты и акции. В этот вариант добавлен актив «депозиты» для повышения
мобильности средств ПФ и диверсификации риска. Третий вариант диверсификации:
облигации, депозиты, недвижимость и акции. Добавлен актив «недвижимость» для
дальнейшей диверсификации риска. Для соблюдения законодательных ограничений веса
активов менялись не в равной пропорции, а в пропорции 4:4:2 для активов: депозиты,
облигации, недвижимость, соответственно.
Полученные результаты демонстрируют, что рост доли отдельного актива – акций,
наиболее рискованного и одновременно имеющего наибольшую среднюю доходность,
приводит к росту коэффициента замещения по всем рассмотренным стратегиям. В табл.1
сведены полученные результаты о содержании в инвестиционном портфеле доли акций,
необходимой для достижения целевого значения (30 и выше) коэффициента замещения.
Таблица 1.
Доля акций и мера риска при различных вариантах диверсификации для достижения
целевых показателей
Варианты
Стратегии жизненного цикла
Фиксированны
диверсифика Линейное
й портфель
Ступенчатое
Ступенчатоции
снижение
снижение
линейное снижение
инвестиционн Доля
Мера
Доля
Мера Доля
Мера
Доля Мера
ого портфеля акций, риска, акций, риска акций,
риска, % акций риска,
%
%
%
,%
%
,%
%
Акции,
NA
NA
NA
NA
70-80
11,130-80 10,5-0
облигации
10,6
Акции,
80
12,2
NA
NA
60-80
12,230-80 11,2-0
депозиты,
11,3
облигации
Акции,
50-80
14,6-14 80
12,7
40-80
14,520-80 13,4-0
депозиты,
12,7
недвижимост
ь, облигации
20
Значения меры риска соответствуют 5-й процентили полученного коэффициента
замещения для каждой стратегии, т.е. максимальному коэффициенту замещения в 5-ти %
худших случаев. Анализ результатов показывает, что для достижения целевого значения
коэффициента замещения 30, можно рекомендовать максимальную диверсификацию
(акции, депозиты, недвижимость, облигации), при этом, при различных стратегиях
рекомендуются следующие доли акций: линейное снижение: 50-80%; ступенчатое
снижение: 80%; ступенчато-линейное снижение: 40-80%. Для фиксированного портфеля
выход на целевые показатели сопряжен с повышенным риском, который может привести
к нулевой и даже отрицательной доходности. Поэтому следует или отказаться от
стратегии фиксированного портфеля, или фиксировать в нем небольшую долю акция (на
уровне 20%), что незначительно повысит его доходность.
Литература
1. Pablo Antolin, Stéphanie Payet, Juan Yermo. Assessing default investment strategies in
defined contribution pension plans//OECD Journal: Financial Market Trends. – 2010.- Volume
2010, Issue 1.
2. David Blake, Andrew J.G. Cairns, Kevin Dowd. Pensionmetrics: stochastic pension plan
design and value-at-risk during the accumulation phase. //Insurance: Mathematics and
Economics. – 2001. - №29 (2001).
21
Секция «Микроэкономика»
Этапы развития инновационной экономики в РФ
Бадалян Мгер Камоевич
Аспирант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: armenman@yandex.ru
Инновационная экономика, исходя из своего основного целевого назначения
предполагает (наряду с созданием и развитием высококонкурентоспособных на
мировом рынке наукоемких производств и технологий) также развитие, повышение
конкурентоспособности и эффективности сложившихся (и необходимых) в
экономической структуре страны производств.
Для стратегического развития инновационной экономики важна проблема, связанная с
дилеммой: количественный рост или повышение качества продукции. В инновационной
экономике не существует альтернативы направлению развития, ориентированному на рост
качественных характеристик выпускаемой продукции. Проблема состоит не в том, чтобы
в стране производились отдельные образцы высококачественной продукции, а в том,
чтобы производство характеризовалось высоким уровнем качества. В этом смысле
следует говорить не только о количестве качественной продукции, но и об общем
количестве «производимого качества» в экономике.
Первый этап – это этап активизации спроса на инновационную продукцию и услуги.
Он связан с использованием главным образом неинвестиционных источников
экономического роста, т.е. с активизацией внутреннего спроса и доведением до
рационального уровня загрузки существующих производственных мощностей. Потенциал
роста обеспечивается за счет резерва имеющихся мощностей. Вместе с тем с учетом
наблюдающегося в настоящее время небольшого экономического роста весь этот резерв в
ближайшие годы будет исчерпан. Соответственно временные рамки первого этапа
ограничиваются 2015 годом. Наибольшие возможности для увеличения производства за
счет задействования резервных мощностей имеют легкая, химическая промышленность,
машиностроение, цветная металлургия, пищевая промышленность и нефтепереработка.
Таким образом, возможным итогом данного этапа станет восстановление поступления
инвестиций в реальный сектор экономики как фактора экономического роста.
Второй этап – это этап инвестиционной активности и нормализации структуры
производства. После 2015 года экономический рост невозможен без значительного ввода
новых мощностей и кардинального обновления производственной структуры. Главная
задача второго этапа состоит в мобилизации финансовых средств на инвестиции в
структурную перестройку экономики. Что касается собственных средств для инвестиций в
предприятия обрабатывающей промышленности, то эту проблему отчасти можно решить
в ходе первого этапа за счет нормализации ценовых пропорций и перераспределения
добавочной стоимости в пользу реального сектора. Можно также рассчитывать, что
начало экономического подъема в ходе первого этапа увеличит доходы бюджета, что
позволит к началу второго этапа существенно пополнить государственные инвестиции, в
первую очередь, в промышленность. Перевооружение промышленности и создание новых
мощностей потребуют значительных усилий для мобилизации всех возможных внешних и
внутренних источников финансирования. Дополнительным фактором, способствующим
росту инвестиций в промышленность на втором этапе реализации промышленной
политики, может послужить достижение на первом этапе устойчивых темпов
22
экономического роста и увеличение абсолютных объемов валового внутреннего продукта
и всех его элементов, включая накопление. Итогом первых двух этапов развития
российской экономики может стать не только восстановление уровней производства и
потребления 1990 года, но и нормализация ее структурных характеристик. Временные
рамки второго этапа ограничиваются 2025 годом.
Третий этап – это инновационный этап. Начинается с 2020 – 2025 годов. Основная
задача третьего этапа промышленной политики – существенное повышение
технологического уровня и инновационного потенциала ведущих отраслей
промышленности путем использования отечественных научно-технических достижений.
Эту задачу можно решить только в том случае, если уже в рамках первого этапа будут
приняты меры по выявлению приоритетных направлений прикладных исследований и
обеспечена концентрация ресурсов. При этом речь идет не о производстве абсолютно
новых знаний и не о фундаментальных открытиях, а об использовании уже имеющихся
заделов в прикладной науке. Технологический прорыв на отдельных участках возможен,
прежде всего, в тех отраслях и направлениях исследований, в которых уже сейчас
существуют заделы для разработки технологий и продукции, соответствующих мировому
уровню или превышающих его (например, конструкционные материалы, ораблестроение,
авиастроение, отдельные направления биотехнологии, нанотехнологии), а также за счет
конверсии оборонных технологий. К началу данного этапа ресурсно-технологические
дисбалансы в экономике России будут в основном ликвидированы, исчезнет
соответственно и необходимость в резких структурных маневрах.
Основным инструментарием реализации промышленной политики на третьем этапе
должны быть косвенные методы регулирования: экономические, социальные,
экологические и т.п. Изменяются и приоритеты промышленной политики. Если на первом
этапе основными приоритетами выступают преодоление спада и расширение
производства, на втором –повышение эффективности производства и обновление
производственной структуры, то на третьем этапе приоритеты будут смещаться в сторону
оперативного обновления номенклатуры выпускаемой продукции, повышения ее
качества, а также развития и внедрения безопасных и экологически чистых технологий,
хотя эти приоритеты в той или иной степени должны присутствовать и на первом, и
втором этапах.
Литература
1. Гамидов, Г.С. Инновационная экономика: стратегия, политика, решения / Г.С. Гамидов,
Т.А. Исмаилов, И.Л. Туккель. – СПб., 2007.
2. Гамидов, Г.С. Инновационная экономика – стратегическое направление развития России в
XXI веке / Г.С. Гамидов, Т.А. Исмаилов // Инновации. – 2003. – № 1.
3. Гамидов, Г.С. Основы инноватики и инновационной деятельности / Г.С. Гамидов, В.Г.
Колосов, Н.О. Османов. –СПб., 2002 .
4. Акимов, А.А. Системологические основы инноватики / А.А. Акимов, Г.С. Гамидов, В.Г.
Колосов. – СПб., 2002.
23
Факторы, влияющие на результат инновационной деятельности и
методы их оценки
Брюханова Ольга Игоревна
Аспирант
Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
Москва, Россия
olgabryukhanova@gmail.com
В 21 веке темпы развития общества стремительно растут. В погоне за потребителями
организации вынуждены так же увеличивать ассортимент предлагаемых услуг. Мелкие
предприятия, стараясь занять большую долю рынка, планка входа на который поставлена
высока лидерами данной сферы, вынуждены искать новые пути привлечения клиентов,
делая те же услуги более доступными для их пользователей или предлагая кардинально
новый подход к старым. В условиях жесткой борьбы фирмы ищут новые пути достижения
поставленных целей, которые в общем смысле едины для предприятий всех сфер. К ним
относится не только увеличение прибыли, но и повышение рентабельности всего
предприятия увеличение отдачи собственных или привлеченных средств, увеличение
стоимости активов, увеличение кредитоспособности и многое другое.
Инновация – это возможный путь решения задач, поставленных руководством перед
всей фирмой. На первый взгляд, казалось бы, внедрение инновации гораздо сложнее. До
ее конечного использования необходимо преодолеть множество преград. Это и расчет
средств, на ее внедрение, разработка непосредственно, обучение персонала,
маркетинговые исследования, реклама. И даже при условии прохождения всех этапов нет
100% гарантии в том, что инновация даст первоначально ожидаемый результат.
Для лучшего понимания обратимся к схеме «Факторы, влияющие на эффективность
инноваций» (Рисунок 1)
Внутренние факторы
Систематичность
Корпоративная культура
Риски
Стратегия предприятия
Маркетинговые исследования
Источники финансирования
Внешние факторы
Участие в тендерах
Потребности покупателя
Скорость внедрения и время выхода
Государственная политика
Каждый из упомянутых факторов оказывает влияние на результат инновационных
внедрений в той или иной степени. Кратко рассмотрим некоторые из них.
Первым таким фактором является источник финансирования. Здесь речь в первую
очередь идет о том, какие средства используются: собственные или заемные. Выбор
может оказать существенное влияние не только на успешность самой инновации, но и на
деятельность всего предприятия. Важно отметить, что речь идет о крупных и средних
предприятиях, где источник финансирования может сыграть важную роль в разработке и
внедрении новшества и оставить существенный след на общей производительности. В
данном случае есть несколько вариантов: предприятие может выбрать собственные
средства или привлечет заемные.
При рассмотрении внутренних факторов важно упомянуть влияние анализа рисков и
пути их решения уже на моменте разработки инноваций. Имея полную картину всех
возможных (предполагаемых) рисков, которые могут возникнуть у предприятия,
появляется возможность скомпоновать ряд управленческих решений, связанных с их
устранением или сведением к минимуму. В дальнейшем можно проанализировать, что
24
предприятия, которые более развернуто просчитали данные показатели уменьшили свои
затраты, снизили возможность неудачи от инновационных внедрений и потерь, что
особенно важно в сфере услуг, в связи с ее постоянным развитием и эволюцией.
Корпоративная культура (мисси, ценности организации) – является следующим
фактором влияния на эффективность инноваций.
Для основного большинства предприятий сферы услуг сотрудники являются одним из
ключевых факторов успеха всей фирмы. В связи с этим очень важно, чтобы персонал не
только разделял цели компании, но и активно участвовал в их достижении. Для этого
организации создают устойчивую внутрикорпоративную инфраструктуру, которая
позволяет рождаться новым идеям и внедрять их в сервисный процесс. Разработки новых
технологий стимулируют образование новой корпоративной культуры, которая
использовала бы групповые и личностные свойства сотрудников организации, давала бы
возможность их естественному стремлению и потребностям, совпадающими с
корпоративными, развиваться. При таком подходе создается сложная структура
взаимодействия начиная с руководства, заканчивая работниками, которые активно
принимают участие в деятельности фирмы.
Выводы: Подводя итог стоит отметить, что в настоящее время в России существует
большое поле для развития исследований в области факторов, влияющих на инновации. В
рамках статистических исследований необходимо скооперировать данные в сфере услуг.
По результатам исследований компании смогут координировать свои действия в данной
сфере, развиваясь и совершенствуя технологии и управление внутри организаций, что
поможет усовершенствовать и расширить рынок сферы услуг. Россия все еще отстает в
данном секторе от Европы и подготовке исследований на основе реальных показателей
может увеличить возможности развития сферы услуг.
Список литературы:
1. Акулов. А.Я., к.э.н., доцент. Современные инновационные риски и методы их
снижения
2. Барман Л.А., Кочурова Т.Б. Стратегия управления инновационными процессами:
учеб. Пособие/ Л.А. Бирман, Т.Б. Кочурова.-М.: Издательство «Дело» АНХ, 2010-144с.
3. Джолбасбаева Г.К., к.э.н., доцент. Инновация как основной фактор повышения
эффективности производства. Деловой ежедневник «Бизнес Путеводитель»
4. Росстат. Государственные инициативы в области инноваций. OECD Main Science
and Technolodgy Indicators, May 2010
5. Reinhilde Veugelers, Methods to measure efficiency in R&D. ECBEPA,KULeuven&CEPR
Совершенствование системы мотивации труда государственных
гражданских служащих (теоретико-методологические основы)
Исаханян Виола Геворковна
Аспирант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
08.00.05экономика и управление народным хозяйством, Москва, Россия
e-mail: viola-i@mail.ru
В экономике и социуме в течение всего периода проведения реформ изменилось
отношение людей к труду. Для активного трудового поведения необходимы мотивы,
25
внутренние устремления, ценности, которые определяют направленность активности
человека и ее формы.
Считается, что в основе поведения всегда лежит мотивация, которая является одним
из главных вопросов руководителей. Эффективно управлять человеком значит понимать
его мотивацию. Необходимо знать, что побуждает человека исполнять свои мотивы и,
учитывая какие мотивы и действия он преследует, можно создать действенную систему по
управлению этим человеком. По итогам анализа видно, что побуждение к действию общее в определении мотива и стимула. Разницу составляет лишь то, что мотив включает
в свою структуру стимул как основную составную часть и, следовательно, можно
говорить, что понятие «мотив» шире понятия «стимул».
Экономический подход к мотивации труда заключается в прогнозе последствий своей
профессиональной деятельности, которая осуществляет постоянный ситуационный выбор
между затратами на предстоящие действия и доходами от результатов этих действий. И
никто не отрицает, что материальные стимулы доминируют в мотивационной структуре
большинства индивидов.
Проблемы мотивации затронули и государственную гражданскую службу.
Преимущественно,
причиной
актуальности
данной
проблемы
стал
отток
квалифицированных кадров в не государственный сектор экономики. Не раз были
попытки по решению проблемы и совершенствованию системы мотивации труда
госслужащих путем изменения процедур найма и отбора.
Государственную службу называют кадровым стержнем государственного управления
современности, которая в свою очередь гарантирует стабильность и адаптацию к
изменениям в стране. Государственные служащие являются опорой государства, которое в
свою очередь должно создать определенные и необходимые гарантии их эффективной
работы. Как и всем другим системам государственной службы приходится сталкиваться с
проблемой низкой продуктивности труда, к тому же небольшого желания работать и
желание продвигаться по карьерной лестнице в результате личных взаимоотношений с
руководством.
Важным социальным институтом любого государства является государственная
служба. Ее социальная значимость заключается в обеспечении гармонии в отношениях
между различными составляющими политической системы, приоритетнее всего между
гражданским обществом и государством.
Также государственная служба служит своеобразным стабилизатором политической
системы страны, обеспечивая тем самым ей необходимую устойчивость. Прочность
авторитета государственной власти находится в зависимости от эффективности
гражданской службы. Трудовая сфера государственной службы имеет ряд специфических
особенностей, заключающихся в высокой степени ответственности должностных лиц за
принимаемые ими решения, результаты и последствия, которые в свою очередь
направлены на реализацию общенациональных интересов.
Законодательство накладывает определенные ограничения на возможность получения
госслужащими иных доходов помимо основного места работы. Денежное содержание
является основным средством материального обеспечения и стимулирования
профессиональной служебной деятельности.
В настоящий момент используется система оплаты труда, которая мало соответствует
экономическим методам управления. Размер денежного содержания государственного
гражданского служащего зависит от уровня занимаемой должности, квалификации,
выслуги лет, но не зависит от фактических результатов его деятельности, от общего
социально-экономического развития страны. Допускается равное вознаграждение за
неравный труд, то есть несправедливость, а это не может нравиться представителям
государственной гражданской службы.
Проблема мотивации труда на государственной службе сводится к тому, что
заработная плата государственных служащих мала и жестко регламентирована. В этой
26
ситуации одним из возможных способов повышения мотивации государственных
служащих являются немонетарные методы.
В качестве дополнительного метода формирования мотивации у госслужащего
выявляется профессиональный рост, ведь кадровые службы слабо используют
планирование карьеры в качестве фактора мотивации государственного служащего.
Конкурентоспособность
государственной
службы
занижена
по
причине
незначительного денежного содержания. При отсутствии системного подхода к
совершенствованию карьерного движения сотрудников конкурентоспособность перед
коммерческими структурами проявляется еще больше.
Как бы ни была хороша теория, на практике повышение квалификации достигает
наибольшего эффекта, когда идет ориентир на практические нужды и также учитывается
психологические особенности личности.
Исходя из этого, можно смело сказать, что информированность государственных
служащих относительно их дальнейшего должностного продвижения и наличие у них
индивидуальных планов развития, является стабилизирующим фактором труда.
Мотивационный потенциал и профессиональный рост достигается путем разработки
индивидуальных карьерных стратегий, которые в свою очередь и удовлетворяют
потребности работника в этом.
Еще одной возможной попыткой повышения трудовой мотивации является
диверсификация социального пакета служащих.
В сфере государственной службы невозможно говорить о материальной мотивации,
таким образом, немонетарные методы становятся самыми существенными
мотивирующими факторами.
Создание государственной службы нового типа неразрывно связано с
совершенствованием ее кадрового состава. Поэтому первоочередной задачей является
обеспечение для государственных служащих таких условий для трудовой мотивации,
которые будут дисциплинировать, стимулировать, способствовать профессиональной и
творческой реализации, воспитывать нравственные ценности и этические принципы
служебной деятельности, что, соответственно, позволит повысить ответственность и
результативность российской государственной службы.
Литература
1.
Аширов Д.А. управление пресоналом:учеб.пособие.-М.:Проспект,2008.-432с.
2.
Горшков Е.В. Совершенствование системы мотивации труда государственных
служащих. М-2010
3.
Дипроуз Д. Мотивация [пер. с англ.].- М.:Эксмо, 2008.-256с.
4.
Долгиев М.М. Особенности и стимулирование труда государственных
гражданских служащих. М-2007
5.
Ричи Ш.; Мартин П. Управление мотивацией: 12 факторов мотивации: учеб.
пособие/ пер. с англ. Под ред. Климова Е.А.- М.:ЮНИТИ, 2009.-399с.,схем.(Зарубеж.учеб.)
Проблемы и перспективы налога на имущество в России
Корытин Андрей Владимирович
студент
Российская Академия Народного Хозяйства и Государственной Службы
при Президенте Российской Федерации
экономический факультет, Москва, Россия
E–mail: korytin.andrey@gmail.com
27
Нынешние источники налоговых доходов местных бюджетов в России (налог на
имущество физических лиц, земельный налог, 10% от НДФЛ, единый сельхоз налог) не
обеспечивают расходы муниципалитетов. Основной долей неналоговых доходов являются
межбюджетные трансферты, субсидии и дотации, которые ставят местное самоуправление
в сильную финансовую зависимость от вышестоящих властей.
Излишняя централизация плоха, т.к. местные органы власти лучше знают
предпочтения людей и особенности издержек предоставления общественных благ на
подведомственной территории, что вряд ли верно для органа центральной власти (Oates,
1999) [5]. Поэтому желательным свойством местных налогов являются: достаточность для
выполнения бюджетных обязательств, немобильная налоговая база, соответствие
принципу получаемых выгод и простота администрирования. Из возможных вариантов
наиболее отвечает этих свойствам налог на рыночную стоимость недвижимости.
Однако «для создания эффективной системы налогообложения недвижимости
необходимо развитие рынка недвижимости», а значит, рынка земли, равномерно по
территории страны, что не выполняется для стран с переходной экономикой [1]. Этот факт
затрудняет использование опыта стран ОЭСР в налогообложении имущества, в которых
доля налога на недвижимость составляет около 50% доходов местных бюджетов [3].
Неудивительно, что в развитых странах налог на имущество достаточно теоретически
изучен, и построено немало моделей, объясняющих различные негативные и позитивные
последствия введения этого налога, применимых к этим странам.
В России имеются институциональные особенности, требующие учета при
моделировании налога на имущество. В их числе: отсутствие кадастров, создание которых
требует значительных издержек; отсутствие развитой системы оценки имущества;
неравномерное развитие территорий; возможны высокие политические риски
(произвольное завышения/занижения кадастровой стоимости) и практика перекладывания
налогового бремени с населения на бизнес. Всё это может привести к тому, что и
финансированию местных услуг будет переложено с населения на бизнес, налог, в целом,
будет непрозрачным и несправедливым, а также опять не будет обеспечено
самостоятельное финансирование местных бюджетов [1].
Эмпирическим обоснованием имеющихся проблем являются произведенные оценки
налоговой нагрузки на бизнес (в т.ч. малый), оценка распределения налоговой базы
поимущественного налога и оценка эффективной ставки по налогам, поступающим в
бюджеты муниципальных образований.
Теперь возможно сопоставить полученные данные с результатами Эдварда Глейзера,
согласно которым налог на имущество создает стимулы местным властям для адекватного
предоставления общественных благ [2]. Низкая доля поимущественных налогов в
местных доходах в России фиксирует низкую заинтересованность местных властей в
создании нормальной муниципальной инфраструктуры.
Для использования налога на имущество, как приемлемого источника
финансирования местных расходов, предлагается устранить имеющиеся препятствия для
его введения. Необходимо составление полных кадастров (работу в этом направлении
сейчас ведет Росреестр), развитие института частной собственности на землю,
либерализацию земельного рынка и развитие рынка недвижимости, создание системы
независимой оценки недвижимости, стимулирование производств в депрессивных
регионах для выравнивания уровня развития территорий, создание законодательных
рамочных ограничений для произвола при определении ставки и базы налога на
недвижимость, повышение политической независимости местного самоуправления.
На случай невозможности полного обеспечения муниципалитетов за счёт налога на
имущество, рассмотрены следующие варианты финансирования местных бюджетов:
фиксированная доля НДФЛ (нужен учет доходов всех местных жителей), налог на малый
бизнес (однако, налоговая база слишком мала – требуется развитие малого бизнеса в
России) или фиксированный подушевой сбор (вряд ли будет одобрен населением из-за
28
регрессивного характера). Допустима и комбинация перечисленных налогов, что
применяется во многих налоговых системах. Тогда критерием оптимальности местного
налогового режима для страны в целом предлагается считать минимизацию следующего
выражения
взвешенной
суммы
потерь
общественного
благосостояния
от
налогообложения и межбюджетных трансфертов, компенсирующих дефицит местных
бюджетов:
𝐹 = 𝛼𝑇𝑅 + 𝐷 = 𝛼 ∑𝑘(𝐸𝑘 − 𝑅𝑘 ) + ∑𝑘(𝐷𝑘𝑃 (𝜏𝑃 ) + 𝐷𝑘𝐼 (𝜏𝐼 ) + 𝐷𝑘𝑆 (𝜏𝑆 )),
где доходы муниципального бюджета равны сумме доходов от налогов на имущество,
личный доход и малый бизнес (в зависимости от ставок процента) плюс прочие доходы:
𝑅𝑘 = 𝑃𝑘 (𝜏𝑃 ) + 𝐼𝑘 (𝜏𝐼 ) + 𝑆𝑘 (𝜏𝑆 ) + 𝑅𝑘0 .
Ek – расходы k-го муниципалитета. Сумма берется по всем муниципалитетам страны.
Общественные потери от налога на имущество можно найти по методу Арнотта [4].
Отдельным вопросом является определение коэффициента α, а также значений потерь
общественного благосостояния при разных ставках налога конкретно для России, что и
является дальнейшей задачей данного исследования.
Литература
1. Налоговая реформа в России: проблемы и решения: [В 2 т.]. (Т. 1) - М.: ИЭПП,
2003. - 395 с.
2. Edward L. Glaeser. "The Incentive Effects of Property Taxes on Local Governments",
Public Choice, Vol. 89, nos. 1/2 (October 1996): pp. 93-111.
3. OECD, Revenue Statistics 1965–2000. Paris. OECD, 2001
4. Richard Arnott & Petia Petrova, 2006. "The Property Tax as a Tax on Value:
Deadweight Loss," International Tax and Public Finance, Springer, vol. 13(2), pages
241-266, May.
5. Wallace E. Oates, 1999. "An Essay on Fiscal Federalism," Journal of Economic
Literature, American Economic Association, vol. 37(3), pages 1120-1149, September.
Связь личных особенностей индивида со склонностью к принятию
рисков
Ларкина ИС
Студентка
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: i.s.larkina@gmail.com
Один из распространенных вопросов современной поведенческой экономики:
почему люди выбирают работу с тем или иным доходом и разное потребление благ. Ответ
на этот вопрос, возможно, приблизит нас к созданию приближенной к действительности
модели репрезентативного индивида и поможет в будущем лучше прогнозировать как
предложение труда, так и потребление различных товаров в экономике.
Конечно, выбор работы зависит в первую очередь от того, какое образование
получил человек. Но, как не трудно заметить, большинство людей выбирают институт в
зависимости от того, кем они хотят стать в будущем. Исследователи из Боннского
университета предполагают, что индивиды выбирают работу, основываясь в основном на
рисках, связанных с получением оплаты за эту работу в будущем и размера этой
оплаты[3]. Так же исследователи пытаются доказать, что остальные факторы (такие как:
29
пол, возраст и место проживания) влияют на принятие решения о выборе места работы в
меньшей степени.
Так же исследователи связывают вместе такие, на первый взгляд не зависящие друг
от друга, параметры как склонность к риску, уровень интеллекта и нетерпеливость в
принятии решений[2].
Методы
В этих исследованиях используются опросы, проводимые сотрудниками института
на большой выборке работающего населения Германии различного возраста и семейного
положения. Все тестирования проводились в домах опрашиваемых, чтобы уменьшить
влияние нервирующей атмосферы на участников.
Уровень интеллекта проверялся с помощью стандартного теста на IQ. Конечно,
такая оценка несколько субъективна и скорее оценивает скорость мышления, чем
позволяет создать какие-либо качественные параметры, однако ничего другого пока не
придумали.
Склонность же к риску и степень нетерпеливости пытались определить на
простейших примерах экономических задач из теории лотерей и межвременного выбора.
Для сравнения склонности к рискам использовалась группа из 20 выборов: получить
какую-либо сумму со 100% вероятностью или сыграть в лотерею с шансом на выигрыш
50%. При этом условия лотереи не менялись, а сумма гарантированного выигрыша
менялась с небольшим шагом. Для оценки нетерпеливости использовались различные
выборы между получением определённой суммы сейчас или большей в будущем. При
этом сумма в будущем изменялась в большую сторону, а «сегодняшний» выбор оставался
неизменным.
Данные, полученные по опросам, не просто оказались нормально распределены, но
так же оказалось, что уровень интеллекта коррелирует со склонностью к риску и степенью
нетерпеливости. Более того, при более подробном анализе было замечено, что показатель
IQ прямо пропорционален склонности к риску и обратно пропорционален нетерпеливости
индивида в принятии решений.
Результаты
Такая связь на первый взгляд кажется странной, ведь считается, что глупые люди
более склонны к неоправданному риску. Но в этой ситуации, нельзя сказать, что риск не
оправдан. Скорее наоборот, индивиды с более высоким показателем IQ способны
адекватнее оценивать баланс между будущими возможными выгодами и возможными
потерями, а, следовательно, выбирать работы с зарплатами в большем «ценовом
коридоре». Тоже самое можно сказать и о склонности к нетерпеливости при принятии
решений. Люди с более низким уровнем интеллекта в худшей степени могут
прогнозировать будущие выгоды от владения благом.
Одним из доказательств этой теории так же являются исследования американского
ученного Уолтера Мишиля [1], который доказал, что склонность «выжидать» для
получения большей выгоды проявляется ещё в детстве и тесно связана с будущими
успехами индивида.
Так же можно добавить, что с точки зрения сохранения человечества как вида
подобное поведение выглядит оправданным. Люди с более высоким интеллектом за счёт
принятия более высоких рисков могут эволюционировать, в то время как индивиды с
меньшей склонностью к оцениванию рисков способны поддерживать свою
жизнедеятельность на постоянном уровне за счёт минимизации рисков.
Для экономических же исследований может пригодится способ разбиения
индивидов на подгруппы согласно их профессиям. В этом случае, пусти и с определенной
погрешностью, можно получить группы с примерно одинаковым уровнем склонности к
риску и уже для этих групп пытаться построить модель усреднённого поведения.
Литература
30
1. Mischel, Walter; Yuichi Shoda, Monica L. Rodriguez (1989). "Delay of gratification in
children." // Science 244: 933–938.
2. Thomas Dohmen, Armin Falk, David Huffman, Uwe Sunde (2007) Are Risk Aversion and
Impatience Related to Cognitive Ability? // IZA- Discussion Paper No. 2735
3. Thomas Dohmen, Armin Falk, David Huffman, Uwe Sunde (2006) Cross-sectional Earnings
Risk and Occupational Sorting: The Role of Risk Attitudes// IZA- Discussion Paper No. 1930
Факторы, влияющие на принятие решения о даче взятки при
обучении в высших учебных заведениях
Суворина Юлия Александровна
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: yuhebi@gmail.com
Коррупция в высшем образовании подрывает доверие общества к нему, снижает его
качество и, в результате, ведет к выпуску специалистов с искаженным представлением о
морали и готовностью давать взятки. Коррупция в образовании – это систематическое
использование служебного положения для личного обогащения, «результатом которого
является снижение качества, доступности и справедливости образования, а так же его
отдачи» [4]. Образование является фактором, определяющим развитие общества в целом.
Эмпирические исследования коррупции в образовании характеризуют ее влияние на
процесс накопления человеческого капитала и на темпы экономического роста [2,5], либо
проводят анализ поведения домохозяйств на основе данных опросов [1, 3]. Так, в [3]
выявляется ряд дисциплин, по которым с большей вероятностью будет дана взятка. В [1]
оцениваются размеры неформальных платежей домохозяйств на различных стадиях
учебного процесса.
На основе данных опросов «Мониторинга экономики образования», проведенным
фондом «Общественное мнение» в 2007/08 учебном году, строится порядковая
логистическая модель, показывающая, какие факторы влияют на принятие решения о даче
взятки домохозяйством. Показано, что желание дать взятку положительно зависит от
оценки домохозяйством материальной возможности дать взятку, от осведомленности о
коррупционной деятельности в целом и непосредственно в учебном заведении и от
готовности пойти на траты ради получения высшего образования. Желание дать взятку
отрицательно зависит от оценок, полученных ребенком в предыдущем учебном году, от
субъективной оценки респондентом благосостояния семьи.
Метод
Использовалась порядковая логит-модель. Зависимость Y от x описывается
выражением (1):
exp( j  x'  )
Pr(Y  y j | x) 
, j  1,2,..., k ,
(1)
1  exp( j  x'  )
где Y – объясняемая переменная x’ – вектор объясняющих переменных,  j – неизвестные
константы, 1   2  ...   k ,   ( 1 ,  2 ,... k ) – вектор неизвестных коэффициентов при
x.
Данный метод оценивания используется исходя из следующих соображений:
– зависимая переменная измеряется по порядковой шкале;
– поскольку объясняемая переменная является порядковой, то при оценивании
используется дополнительная информация.
31
Результаты
Результаты интерпретируются следующим образом: если коэффициент при
переменной принимает положительное значение, то с увеличением значения этой
переменной (при неизменном значении остальных) растет вероятность перехода в более
высокий класс и падает вероятность перехода в более низкий класс. В случае
рассматриваемой модели растет вероятность того, что респондент даст взятку с большим
шансом, например, тем больше будет вероятность осуществления перехода от «скорее да»
к «безусловно да».
Результаты оценки модели представлены в таблице 1.
Таблица 1
Факторы, влияющие на процесс принятия решения о даче взятки при обучении в вузе
Порядковая логистическая регрессия
Число наблюдений = 718,00
LR chi2(9)=
152.80
Prob > chi2 =
0.0000
Log likelihood =-1030.7025
Pseudo R2 =
0.0690
Желание дать взятку
Coef.
Std. Err.
P>z
[95% Conf.Interval]
Наличие материальной
возможности дать взятку
.6178348
.0634977
0.000 .4933817 .742288
Осведомленность
о коррупции в вузе
.3243986
.1395794
0.020 .0508279 .5979692
Оценки ребенка
в прошлом учебном году
-.2603052 .060987
0.000 -.3798374 -.1407729
Готовность пойти на траты
для получения высшего
образования
.142269
.0663854
0.032 .012156 .272382
Осведомленность о коррупции
на различных уровнях
образовательной системы
.0496391
.0263945
0.060 -.0020932 .1013715
Одобрение
неформальных платежей
-.1282384 .0552979
0.020 -.2366203 -.0198564
Субъективная оценка
благосостояния
-.2036533 .0716626
0.004 -.3441095 -.0631972
Уровень образования наиболее
образованного члена семьи
-.0891342 .0466159
0.056 -.1804998 .0022314
Возраст ребенка
.1089525
.047223
0.021 .0163971 .2015079
/cut1
/cut2
/cut3
/cut4
.5888205
1.802674
2.688626
4.257473
1.066127
1.068322
1.070723
1.079771
-1.50075
-.2911992
.5900481
2.141162
2.678391
3.896548
4.787204
6.373784
Чем выше уровень одобрения респондентом неформальных платежей, тем скорее он
откажется давать взятку. Противоречивость данного результата говорит о том, что
домохозяйства не склонны связывать свое мнение о взятках со своими действиями.
Отрицательная зависимость от субъективной оценки благосостояния семьи показывает,
что с увеличением достаточности средств по ощущению домохозяйства, последнее
предпочитает тратить их на цели, не связанные с коррупционной деятельностью. Таким
образом, при повышении удовлетворенности материальным положением, можно добиться
снижения желания давать взятки.
Литература
32
1. Галицкий Е. Б., Левин М. И. (2010). Белое и черное: сколько стоит быть студентом? //
Terra Economicus. Т.8. № 3, С. 103-112
2. Grekou, D. (2010). The Direct and Indirect Channels of Educational Corruption // Job
Market Paper
3. Hallak, J. & Poisson, M. (2007).Corrupt Schools, Corrupt Universities: What Can Be Done?
Paris: IIEP
4. Heyneman, S.P., Anderson, K.H., Nuraliyeva N. (2007). The cost of corruption in higher
education// Comparative Education Review. Vol. 51.2. pp. 1-25
5. Shaw, P. (2007) Educational Corruption and Growth // Job Market Paper
Предметная область и объект изучения теории рисков
Тункина Мария Александровна
Аспирант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: Tunkina@mail.ru
В рыночной экономике господствует неопределенность во внешней и внутренней
среде любого экономического субъекта, не зависимо от уровня совершенства организации
ведения им бизнеса. В настоящее время люди вынуждены постоянно опираться на
эффективную оценку вероятностей возможных неполадок и ошибок. Довольно
эмоционально говорит об этом П. Бернстайн: «Без использования теории вероятностей и
других инструментов управления риском инженеры не смогли бы строить огромные
мосты через самые широкие реки, дома до сих пор отапливались бы каминами или
печами, электростанции не существовали бы, полиомиелит продолжал бы калечить наших
детей, самолеты не летали бы, а о космических полетах можно было бы только мечтать.
Если бы не было множества видов страховки, смерть кормильца обрекала бы многие
молодые семьи на голод и нищету, еще большее число людей не смогли бы пользоваться
услугами здравоохранения и только немногие богачи были бы в состоянии содержать
собственный дом. Если бы фермеры не могли весной фиксировать цены на будущий
урожай, они бы выращивали всего намного меньше, чем сегодня».
Экономика как важнейшая сфера социальной жизни не могла бы не только
развиваться, но даже просто функционировать без управления экономическими и другими
рисками. Так, если бы не было эффективных рынков капитала, позволяющих владельцам
сбережений диверсифицировать риск вложений, если бы инвесторы имели возможность
владеть акциями только одной компании (как было на заре капитализма), не смогли бы
возникнуть многие крупные передовые предприятия, определяющие экономику нашего
времени.
Можно сказать, что способность управлять риском и вместе с тем вкус к риску, к
расчетливому выбору являются ключевыми элементами той энергии, которая
обеспечивает прогресс экономики, и общества в целом.
Раньше растущая взаимозависимость людей не была предметом беспокойства
экономистов-аналитиков, пока в 20-30-е годы XX века на нее не обратили внимание Найт
и Кейнс. Большинство их предшественников были представителями позднего Ренессанса,
Просвещения или эпохи Промышленной революции. Они рассматривали вероятность как
свойство неизменных законов природы или предначертания свыше. При этом они
считали, что люди действуют с той же степенью упорядоченности и предсказуемости,
какую они обнаруживали в природных явлениях.
33
Поведение людей в ходе принятия и реализации решений в условиях действия
факторов неопределенности внешней среды и неопределенности будущего просто не было
предметом их рассмотрения. Их интересовали неопределенность будущих событий в виде
результатов случайных игр, болезней или вероятная продолжительность жизни, т. е.
результаты которых определялись природой, а не решениями человека. Человек всегда
рассматривался как рациональное существо (Даниил Бернулли описывал рациональность
как «природу человека»), что упрощает задачу потому, что разумное человеческое
поведение столь же предсказуемо, как и природные явления, — а может быть, и еще более
предсказуемо. Эта точка зрения оправдывала использование естественнонаучных понятий
для объяснения экономических и социальных явлений. Процесс квантификации
характеристик субъекта, подобных предпочтениям и неприятию риска, считался,
бесспорно, возможным и само собой разумеющимся. Во всех рассматриваемых ими
примерах ни одно решение какого-либо человека никак не влияло на благополучие других
людей.
Найт и Кейнс писали свои работы под влиянием экономического кризиса в мире и
последствий Первой мировой войны. Их «радикально иная идея» об оценке
неопределенности не имеет ничего общего с природой или дискуссией об
относительности и неопределенности между А. Эйнштейном и М. Борном.
Неопределенность рассматривается как следствие иррациональностей, которые Найт и
Кейнс видят в природе человека, и означает, что анализ решения и выбора теперь не
ограничивается более рациональным человеком. Даже фон Нейман с его страстной верой
в рациональность анализирует решения в мире, в котором решения каждого человека
оказывают влияние на других и где каждый вынужден учитывать вероятную реакцию
других на его собственные решения. Отсюда очень недалеко до результатов изучения
Канэманом и Тверски случаев иррационального поведения. Анализ ситуационных
факторов, проведённый Канеманом и Тверски, помог понять психологические процессы,
управляющие человеческими суждениями и принятием решений.
Бесполезны ли в таком мире великие достижение прошлого: открытие понятий
вероятность, схождение к среднему и диверсификация? Можно ли приспособить могучие
средства, объясняющие многообразие природы, к поиску истоков неопределенности,
ассиметрии прошлого и будущего и неправильности выбора? Прошлое редко и
неочевидно (по крайней мере, мы не замечаем эти его сигналы) предупреждает о будущих
потрясениях, которые смешивают все выстроенные планы и ожидания. Но проходит
время, и, когда мы изучаем историю происшедшего, истоки потрясений становятся столь
очевидными, что мы с трудом понимаем, как участники событий могли не обратить
внимания на то, что их ожидало, и более того сами стали инициаторами многих
потрясений.
Производные финансовые инструменты, созданные для защиты от риска, натолкнули
инвесторов на мысль использовать их для спекуляций, предполагающих такие риски,
которых ни один менеджер не должен бы допускать. Распространение страховки
портфелей в конце 1970-х годов стимулировало использование более рискованных
методов управления портфелями. Таким же точно образом консервативные
институциональные инвесторы используют диверсификацию портфелей для проведения
более рискованных и еще не изученных операций, хотя диверсификация не является
гарантией против убытков — она защищает только от полного разорения.
Те, кто живет только числами, могут обнаружить, что компьютер просто заменил
оракулов, к которым в древние времена люди обращались за советом, когда нужно было
делать выбор в условиях риска. Когда мы забываем об этом, компьютер усугубляет наши
концептуальные ошибки.
В то же время нужно избегать пренебрежения числами, когда расчеты обещают
большую точность решений, чем интуитивный подход, который, как показали Канэман и
Тверски, часто ведет к непоследовательным и близоруким решениям.
34
Литература
1. П. Бернстайн. Против богов. Укрощение риска - .М.: 2004
2. В. Безденежных, В. Горбачев. Современные концепции естествознания. – М.: 2005
4. Энциклопедия финансового риск-менеджмента / Под ред. канд. экон. наук А.А.
Лобанова и А.В. Чугунова. – 4-е изд., - М.: Альпина Бизнес Букс, 2009
5. Дамодаран А. Стратегический риск-менеджмент: принципы и методики. : Пер. с
англ. – М.: ООО «И.Д. Вильямс», 2010
Темпоральные закономерности развития бизнес-систем
Филончик Вероника Сергеевна
Студентка
Российская Академия Народного Хозяйства и Государственной Службы при
Президенте Российской Федерации
экономический факультет, отделение Национальной экономики, Москва, Россия
E–mail: veronika-filonch@mail.ru
1. Управление – это процесс целенаправленного воздействия на что-либо или коголибо[1]. В данном случае воздействие направлено на бизнес-систему. В этой связи
менеджерам необходимо правильно определять цели и разрабатывать мероприятия по их
достижению. В этой связи очень важным моментом в управлении является ответ на
вопросы:
- на каком этапе развития находится корпорация?;
- когда необходимо проводить мероприятия?:
- когда внедрять инновации?; и т.п.
Временные или темпоральные закономерности развития бизнес-систем были
замечены давно. Начиная с 1960-х годов начались активные исследования жизненных
циклов компаний, как зарубежными учеными, так и российскими. В качестве
основополагающего принципа авторы используют различные особенности. Например,
Г.Липпит и У.Шмидт используют в центе внимания эволюцию проблем менеджмента в
организации; Н. Черчилл и В.Льюис – стиль управления, структуру, развитость
формальных систем, стратегические цели и вовлеченность собственников в бизнес;
И.Миллер и Л.Фризен - стратегию и структуру, методы принятия решений; И.Адизес –
жизненный цикл компании рассматриваются как живой организм и носит циклический
характер и т.д., но, несмотря на разные основополагающие факторы, многими учеными
были выявлены схожие этапы развития бизнес систем во времени: рождение, развитие,
зрелость
и спад, у некоторых авторов вышеперечисленные этапы дополняются
промежуточными этапами. Эти этапы являются составными частями базовой модели, и на
них строится весь процесс стратегического управления. Следовательно, стратегическое
управление, основанное на этой модели, предопределяет бизнесу смерть.
Многочисленные исследования показывают, что любой бизнес развивается по неким
общим законам, как и товары и услуги. Выделяют жизненный цикл товара, где товар
проходит по основным этапам: разработка товара, выведение его на рынок, рост и спад.
Для бизнеса выделяют жизненный цикл бизнеса или бизнес-идеи.
Вышеописанные подходы к учету темпоральных факторов, несмотря на верно
подмеченную суть процессов развития, не могут быть применены для управления,
поскольку выделяемы этапы носят исключительно описательный характер или
позитивный характер. То есть с их помощью не представляется возможным указать
календарные периоды и моменты начала и конца проведения мероприятий. Поэтому
решение об этом принимается в основном на уровне интуиции.
35
2. Для того, чтобы обоснованно принимать подобные решения необходим
нормативный подход. Одним из таких подходов является системно-трансдисциплинарный
подход [2].
С точки зрения трансдисциплинарной концепции, система – это порядок,
обуславливающий единство элементов, с данной точки зрения экономическая система
понимается как фрагмент.
Основой для построения нормативной модели жизненного цикла бизнеса является
модель временной или темпоральной единицы порядка. Согласно этой модели полный
период преобразования состояния объекта представляет собой как минимум два
дополняющих друг друга этапа – Количественный (консервативный этап) и Качественный
(новаторский этап).
Количественный этап - этап становления бизнеса. Основные усилия направлены на
увеличение объемов производства товаров и услуг. На этом этапе не вводятся новые
товары и услуги. Целью данного этапа является увеличение объемов продаж. Изменения
относительно просто реализуются в рамках сложившейся системы управления: простые
организационные изменения, которые корректируют сложившийся порядок ведения
бизнеса и его тактического управления.
Качественный этап – этап развития состоявшегося бизнеса. С началом данного этапа
начинается старение бизнес идеи, т.е. бизнесмен замечает существенное различие между
тем, каким должен быть его бизнес и каким он стал. На данном этапе должны
происходить качественные изменения, т.е. расширение первоначального ассортимента
товаров и услуг, перестройка системы управления, изменение подхода к управлению
ресурсами, разработка инновационных мероприятий.
В свою очередь каждый из этих этапов может быть разделен в соответствии с
указанным порядком. В результате в полном периоде преобразовании существует восемь
периодов развития. В рамках определенного временного отрезка бизнес предрасположен
определенному типу инноваций.
Описанная трансдисциплинарная модель временной единицы порядка позволяет
построить модель жизненного цикла развития корпорации, которая придает нормативную
составляющую развития и позволяет установить календарную продолжительность. Кроме
того с ее помощью возможно установить календарно критические и контрольные точки.
Таким образом, трансдисциплинарная теория позволяет использовать в управлении
темпоральные законы, применимые для любой бизнес-системы.
3. Проведенный на основе трансдисциплинарной методики ретроспективный анализ
шести фармацевтических компаний позволил выявить следующие закономерности:
- сокращение жизненного цикла компании связано с тем, что реальное состояние
компании отличается от эталонного, чем выше это отклонение, тем выше вероятность
негативных событий, наблюдаемых в жизнедеятельности компаний;
- для компаний фармацевтической отрасли определены этапы, периоды и циклы
развития, в том числе их календарная продолжительность, в рамках которых следует
производить инновационную деятельность;
- существует строго определенные периоды для разного рода инноваций, в случае
если компания применяет инновации высших порядков на Количественном этапе – в
компании наступает кризисные ситуации; в случае применения инноваций низших
порядков на Качественном этапе – в компании наблюдается застой;
- эффективность инноваций высших порядков зависит от качества проведения
предыдущих инноваций, а инновации седьмого порядка проводятся в период перехода
системы на новый жизненный цикл развития.
Проведенный анализ и адаптация модели темпоральной единицы порядка к позволяет
сделать вывод о том, что использование трансдисциплинарной методологии в управлении
корпорациями повысит эффективность разрабатываемых мероприятий.
Литература
36
1.Мокий М.С. Экономика организации (предприятия): учебное пособие / М.С. Мокий. – 3е изд., стереотип. – М.: Издательство «Экзамен», 2009 234-237 с.
2.Мокий М.С.,Мокий В.С.. Никифоров А.Л. Философия и методология экономической
науки. Уч.пособие. М.: Издательство РЭУ им.Г.В.Плеханова, 2010 г. 54-59 с.
3.Очковская М.С. Инновации как качественный фактор экономического роста: Автореф.
дис. … канд. юрид. наук. – М., 2006. 25 с.
Коррупция в иерархических организациях
Шушкевич Елена Николаевна
Студентка
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E-mail: e.shushkevich@yandex.ru
В данной работе мы рассмотрим эффективность мер по борьбе с коррупцией в
иерархической организации в случае, когда коррумпированными могут оказаться
работники самой организации и работники знают свою склонность к коррупционной
деятельности. Анализируются возможные результаты изменения заработной платы
чиновников, находящихся на разных уровнях иерархической системы, а также
последствия усиления контроля деятельности чиновников начальниками и начальников
государством.
Модель
Для анализа построим модель коррупции в трехуровневой организации со
следующими характеристиками.
Во-первых, эта модель является динамической: в каждом периоде агенты вычисляют
их дисконтированные значения по отношению к взятке и ведут себя соответственно.
Во-вторых, организация имеет иерархическую структуру. Начальники контролируют
действия агентов, которые могут участвовать в коррупционной деятельности с клиентами.
Коррумпированные агенты должны быть уличены и уволены. Но коррупция может
распространяться внутри иерархии: агенты могут поделиться взяткой с начальством,
которое в ответ не разоблачит их.
Также предположим, что существует неоднородность как среди агентов, так и среди
начальников, терпящих разные личные моральные издержки от участия в коррупционной
деятельности. В результате два должностных лица, сталкиваясь с одной и той же
ситуацией, могут вести себя по-разному.
В итоге имеем динамическую модель, где в каждом периоде клиенты предлагают
агентам взятку, равную, по их оценке, стоимости услуги. Агенты, идущие на такую
сделку, могут быть пойманы начальниками с некоторой вероятностью. Далее либо они
разоблачают агента (и увольняют), либо забирают взятку себе. Во втором случае
начальники уже сами могут быть разоблачены (и уволены) принципалом с некоторой
фиксированной вероятностью. Вне зависимости от поведения, изначально начальники и
агенты имеют экзогенно заданную вероятность покинуть организацию в конце каждого
периода. Уволенным чиновникам немедленно находится замена. Далее опишем поведение
агентов и начальников и равновесие в случае устойчивого состояния экономики.
Выводы
Проанализировав описанную выше модель, пришли к следующим выводам.
37
Как и ожидалось, чем больше размер предполагаемой взятки, чем ниже заработные
платы и чем ниже вероятности быть уличенными в коррупции, тем большая доля агентов
и начальников согласится участвовать в коррупционной деятельности.
Существует важное различие между агентом и начальником при принятии решения.
Так как коррумпированный агент строго предпочитает быть обнаруженным
коррумпированным начальником (и потерять только взятку, а не работу и будущие
взятки), коррумпированных агентов будет тем больше, чем больше будет
коррумпированных начальников. Напротив, доля коррумпированных начальников не
зависит от доли коррумпированных агентов, так как прибыли (взятки) и расходы
(возможность обнаружения) от возмещения взятки зависят от взаимодействия с
коррумпированным агентом.
Отметим, что существует прямая положительная зависимость между долей
коррумпированных начальников и долей коррумпированных агентов. Когда доля агентов,
решивших брать взятки, увеличивается, коррумпированные начальники имеют большие
шансы получить взятку, следовательно, их чаще уличают и увольняют.
Предположив, что существует единственное устойчивое состояние равновесия, и
описав условия его возникновения, получаем следующее.
Увеличение доли честных начальников предполагает увеличение доли честных
агентов, так как участие в коррупции становится более рискованным. Но когда честных
агентов много, коррумпированные начальники остаются в организации дольше, так как
имеют меньше возможностей участвовать в коррупционной деятельности. Это, в свою
очередь, означает, что устойчивая доля честных начальников уменьшается. В
соответствии с этими рассуждениями, доли честных агентов и честных начальников в
нашей динамической модели являются единственными при заданных заработных платах и
вероятностях быть уличенными.
Для анализа влияния мер по борьбе с коррупцией предположим, что доля
коррумпированных агентов уменьшается, когда заработные платы агентов и/или
начальников повышают, и когда вероятности быть уличенными агентов и/или
начальников увеличиваются.
Агенты с меньшей охотой занимаются коррупционной деятельностью при увеличении
их текущей заработной платы (и, следовательно, их будущей прибыли от работы).
Увеличение заработной платы начальников оказывает такое же влияние. Это, в свою
очередь, влияет на агентов в двух направлениях: во-первых, меньше агентов хотят
участвовать в коррупции, так как это более рискованно, и, во-вторых, те, кто продолжает
брать взятки, чаще обличаются и увольняются. Оба случая подразумевают уменьшение
числа коррумпированных агентов. Усиление мониторинга агентов уменьшает долю
агентов-коррупционеров по тем же причинам, что и увеличение заработной платы
агентов. Кроме того, это косвенно сдерживает коррупцию: коррумпированные начальники
уличают агентов чаще, следовательно, сами подвергаются разоблачению чаще. Наконец,
когда увеличивается мониторинг начальников принципалом, меньшее число начальников
решается брать взятку; те же, кто продолжает это делать, разоблачаются чаще. Это
негативно влияет на стимулы агентов брать взятки по тем же причинам, что были
приведены выше. В принципе, все эти меры кнута и пряника направлены на снижение
относительной ценности участия в коррупционной деятельности (из-за высокой
вероятности быть уличенным и больших потерях в этом случае) и, следовательно,
снижения ее привлекательности.
Литература
1. Carrillo J.D. (2000) Corruption in Hierarchies // Annales D’économie et de
Statistique. – N° 59
2. Tirole J. (1986). – « Hierarchies and Bureaucracies: on the Role of Collusion in
Organizations », Journal of Law, Economics, and Organization, Vol. 2, pp. 181-214
38
3. Tirole J. (1996). – « A Theory of Collective Reputations with Applications to the
Persistence of Corruption and to Firm Quality », Review of Economic Studies, Vol.
63, pp. 1-22
39
Секция «Макроэкономика»
Теоретические аспекты государственной инновационной политики
России
Гусейнова Гулзада Ариф-кызы
Аспирант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
08.00.05экономика и управление народным хозяйством, Москва, Россия
e-mail: guseinova90@mail.ru
Государственная инновационная политика формируется и реализуется, исходя из
приоритетности инновационной деятельности в целях развития производства,
обеспечения экономического развития страны, повышения уровня и качества жизни
населения, обеспечения обороны, технологической, экономической и экологической
безопасности Российской Федерации.
Определения инноваций рассматриваются с разных точек зрения: в связи с
технологиями, коммерцией, социальными системами, экономическим развитием и
формулированием политики. Большинство подходов существуют к понятию
«инновация» в научной литературе, можно сравнить его с другими понятиями. Понятие
«изобретение», обозначающим создание новой технической разработки или
усовершенствование старой и термином нововведение, означающим внедрение новых
решений часто смешивают с понятием «инновация». Также, многие усовершенствования
товаров и услуг было бы правильнее назвать словом «улучшение». Понятия «изменения»
и «креативность» иногда могут быть употреблены вместо понятия «инновации».
Точное понятие «инновации» ввел в экономическую науку Йозеф Алоиз Шумпетер,
прежде всего с помощью работы «The Theory of Economic Development»(«Теория
экономического развития»). И он совершенно по-новому рассмотрел это определение с
точки зрения экономического роста.
Переход России к инновационному пути развития – это возможность сделать нашу
страну конкурентоспособной и войти в мировое сообщество на равных - говорится в
“Основах политики Российской Федерации в области развитии науки и технологий на
период до 2010 года и дальнейшую перспективу”. Переход к инновационному развитию
страны определён в этом документе как основная цель государственной политики в
области развития науки и технологий. Одно из важнейших направлений государственной
политики в области развития науки и технологий - формирование развития национальной
инновационной системы.
Важнейший элемент – это финансовая инфраструктура. В первую очередь, это
бюджетные и внебюджетные фонды, такие как: фонд содействия развитию малых форм
предприятий в научно – технической сфере; российский фонд технологического развития
(РФТР).
РФТР - внебюджетный фонд, который формируется из тех отчислений, которые
предприятия, освобождая эти отчисления от налогов, направляют в отраслевые фонды,
внебюджетные фонды НИОКР и головные организации, координирующие их
деятельность. Он формируются за счёт 25% отчислений от тех средств, которые собирают
отраслевые фонды. Направляются средства на поддержку серьёзных научно –
технических, инновационных проектов.
40
В разных странах по-разному государство регулирует инновационную деятельность в
дополнение к рыночному регулированию, инициирует конкурентную борьбу между
товаропроизводителями. Однако конкурентная борьба товаропроизводителей чаще всего
привязана у краткосрочному финансовому эффекту. Рыночное саморегулирование
неспособно обеспечить выполнение перспективных исследований и разработок,
связанных с высокой степень риска и неопределенностью, большими издержками, Также
огромное влияние оказывает социальные и экономические проблемы.
Особое значение приобретает не только выработка инновационной стратегии, ее
нацеленность на формирование прогрессивного технологического уклада, но и
способность использовать весь арсенал инструментов прямого и косвенного
регулирования, концентрировать организационные ресурсы на приоритетных
направлениях, конкурентоспособных НИОКР.
Существуют также проблемы связанные с законодательными актами, регулирующими
инновационную политику России.
Отсутствие нормативно-правового регулирования является одним из сдерживающих
факторов развития инновационной деятельности. Органы власти субъектов Российской
Федерации пытаются устранить этот недостаток путем принятия региональных
документов. Сложность разработки нормативно-правовых актов по инновационной
деятельности состоит, прежде всего, в том, что до настоящего времени основные понятия,
такие, как «инновация», «инновационная деятельность», «государственная инновационная
политика» и другие, трактуются неоднозначно.
Литература
1. Бараненко С.П., Инновационный менеджмент: учебно-методический комплес/
ЗАО Центрполиграф,2010
2. Оголева Л.Н., Радиковский В.М. и др. Инновационный менеджмент: Учебное
пособие.- М.: ИНФРА-М, 2009;
3. Петров В.В. Инновационный менеджмент.- М.: ИНФРА-М, 2008
4. Ханчук Н.Н. Некоторые вопросы сущностных категорий в теории инноваций. //
Материалы Всерос. науч. шк. для молодежи «Перспективы развития инноваций в
биологии» / Дальневост. фед. Ун-т. Владивосток, 2010.
5. http://www.innovbusiness.ru/ -Инновации и предпринимательство
Влияние телекоммуникаций на экономический рост
Побережная Екатерина Александровна
Студентка
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: yecaterina@mail.ru
Одним из наиболее актуальных вопросов, рассматривающихся в макроэкономических
исследованиях, является вопрос о влиянии инфраструктуры на экономический рост.
Разногласия между исследователями связаны с тем, что брать в качестве характеристики
инфраструктуры. Существует много опубликованных эмпирических работ по этой теме, и
значительная часть исследователей склонна рассматривать дорожную инфраструктуру, а
также еще часть исследователей рассматривает телекоммуникации как одну из главных
приоритетов для развития экономики. Одна из причин повышения интереса
исследователей к телекоммуникациям объясняется тем, что развитие сектора
телекоммуникаций способствует росту прямых иностранных инвестиций.[1]
41
Исследования, основанные на панельных данных показали, что существует
положительная связь между телекоммуникациями и экономическим ростом. Авторы
проводили анализ по 29 провинциям Китая по данным за 1986-2002 гг.[3] Использовалась
модель с фиксированными эффектами для оценки, и в результате было обнаружено что
телекоммуникации статистически значимы и позитивно связаны с региональным
экономическим ростом. Схожий результат был получен для 22 OECD стран[2] – то есть
положительная и статистически значимая связь между телекоммуникационной
инфраструктурой и экономическим ростом. С другой стороны,в некоторых других
работах обнаружилось, что инвестиции в телекоммуникации не влияют на экономический
рост, или влияют но при достижении определенной «критической массы» [4]
На основе модели с фиксированными эффектами выло рассмотрено, как влияют
инвестиции в телекоммуникации на страны в той же группе по доходу, что и Россия. Так
же было проверено, какая отдача от телекоммуникаций. В результате выяснилось, что для
этой группы стран наблюдается положительная и статистически значимая связь
телекоммуникаций и экономического роста, но обнаружилась убывающая отдача от
телекоммуникаций. Это говорит о том, что влияние телекоммуникаций со временем
ослабевает, и наилучшие результаты достигаются на ранних этапах инвестирования в них.
Методы
В эмпирических исследованиях, связанных с инфраструктурой в основном используются
два вида данных: либо рассматриваются временные ряды, либо панельные данные. Так
как исследование временного ряда(если бы рассматривалась только РФ) могло дать
искажения из-за небольшого временного промежутка, было решено рассмотреть панель из
стран, которые находятся в одной группе по доходу с Россией.
Модель с фиксированными эффектами в общем виде имеет вид:
y it   i  xit  u it ,
i  1...N , t  1...T (1)
Здесь  i - это неизвестные фиксированные параметры. Также в модели предполагается,
что ошибки имеют нормальное распределение и x является экзогенной переменной.
Эффекты α отражают наличие у субъектов индивидуальных характеристик, не изменяющихся
в процессе наблюдений, которые трудно наблюдать. Эти значения не стоит рассматривать как
случайную выборку из некоторой большей совокупности. Такая интерпретация подходит для
случаев, когда объектами исследований являются страны.
В исследовании использовалась следующая модель:
GRt   i   t  1GRi (1)   2 ln( gdpi ) (1)   3 tele   4 DETit   t (1)
Где
i - страна,
α - фиксированный эффект,
ε - случайная ошибка,
GR - годовой прирост ВВП на душу населения.
ln(dgp)(-1) – лагированный ВВП на душу населения, выраженный в лог-шкале, который нужен
будет для проверки конвергенции.
DET – классические переменные использующиеся в модели роста: уровень прироста
населения, уровень инвестиций(берутся прямые иностранные).
Результаты
Сначала с помощью модели с фиксированными эффектами исследовалось влияние
телекоммуникаций на экономический рост. В результате оказалось, что переменная tele
статистически значима, а также имеет знак «+». Следовательно, гипотеза о положительном
42
влиянии на экономический рост подтвердилась. Затем была создана переменная tele2,которая
получилась путем возведения переменной tele в квадрат и использовалась для исследования
вида зависимости(линейная или нет). В результате получилось, что tele 2 тоже имеет
положительный знак и значима. Следовательно, наблюдается возрастающая отдача от
коммуникаций. Это говорит о том, что чем лучше будут развиты телекоммуникации в стране,
тем сильнее будет рост экономики.
Литература
1)Batuo,Michael Enowbi “The Role of Telecommunication Infrastructure in the Regional
EconomicGrowth of Africa”, MPRA Paper No. 19133, posted 11. December 2009
2)Datta, A. (2003), Divestiture and its implications for innovation and productivity growth in US
telecommunications, Southern Economic Journal, 69(3), 644–58.
3) Lei Ding Kingsley Haynes The role of telecommunication infrastructure in regional economic
growth in China
4)Lars-Hendrik Roller & Leonard Waverman, 2001. "Telecommunications Infrastructure and
Economic Development: A Simultaneous Approach," American Economic Review, American
Economic Association, vol. 91(4), pages 909-923, September
Пятисекторная модель мировой динамики: теория и
вычислительный эксперимент
Прончева О.Г.
Магистрант
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: olga.proncheva@gmail.com
В 1970 г. Дж. Форрестер представил модель, грубо имитирующую основные процессы
мировой системы [2]. Эта модель получила название "Мир-1". Последующая доработка и
отладка привела к появлению так называемой модели "Мир-2". Именно эта модель и
явилась предметом критики специалистов в области мировой динамики. И именно эта
модель явилась прообразом новых моделей, в том числе новейшей модели, включающей
переменные развития технологии и образования [2].
Однако, несмотря на свой «немолодой» возраст, модель не потеряла своей
актуальности для моделирования мировой экономики. Ранее [3] нами сообщалось об
исследовании влияния аддитивного шума на поведение основных параметров модели.
Данная работа посвящена анализу поведения модели при воздействии
мультипликативного шума на переменные модели. Мультипликативный шум по
сравнению с аддитивным шумом является более сложным и лучше передаёт шоки.
Модель
Классическая модель Форрестера построена на принципах системной динамики [2].
Форрестер рассматривал пять основных проблем, из-за которых может возникнуть
глобальный экономический кризис: перенаселение планеты, нехватка основных ресурсов,
критический уровень загрязнения, нехватка пищи, индустриализация и связанный с ней
промышленный рост. С каждой из этих проблем он связал одну переменную, в результате
получил пять системных уровней, на которых строится структура системы:
 Население (Р).
 Загрязнение (Z).
43
 Природные ресурсы (R).
 Капиталовложения (основные фонды) (K).
 Доля фондов, вкладываемых в сельское хозяйство (X)
Для системных уровней Форрестер вывел дифференциальные уравнения вида:
𝑑𝑃
= 𝑃+ − 𝑃−
𝑑𝑡
𝑑𝐾
= 𝐾+ − 𝐾−
𝑑𝑡
𝑑𝑋
= 𝑋+ − 𝑋−
𝑑𝑡
𝑑𝑍
= 𝑍+ − 𝑍−
𝑑𝑡
𝑑𝑅
= −𝑍 −
𝑑𝑡
Идея нашего исследования состоит в том, чтобы в каждую фазовую переменную
включить мультипликативный шум и исследовать отклик системы, а также сравнить этот
отклик со случаем аддитивного шума.
Эксперимент
При моделировании была использована программа WORLDDYN [4]. Было
исследовано 1000 реализаций. Результаты моделирования на примере населения
приведены на рис.1 и рис.2.
Динамика населения
9
5
x 10
Динамика населения
9
5
x 10
4.8
4.5
4.6
4.4
население
население
4
3.5
3
4.2
4
3.8
3.6
2.5
3.4
2
3.2
1.5
1900
1920
1940
1960
1980
2000
годы
2020
2040
2060
2080
2100
Рис. 1. Воздействие на население мультипликативного шума мощностью 10%. Розовая функция –
бесшумовая реализация (оригинальная модель),
синяя – математическое ожидание, зелёная –
наихудшая реализация (максимальная дисперсия)
3
1960
1980
2000
2020
2040
2060
2080
2100
годы
Рис. 2. Воздействие на население мультипликативного шума мощностью 10%. Примеры реализаций.
На рисунке показаны 10 функций.
Из рис. 1 и 2 следует, что модель является практически нечувствительной к
мультипликативному шуму.
На рис. 3 и рис. 4 представлены результаты моделирования в случае аддитивного
шума с тем же самым уровнем (10%) и тем же самым числом реализаций (1000).
44
Рис. 3. Воздействие на население аддитивного шума
мощностью 10%. Розовая функция – бесшумовая
реализация (оригинальная модель), синяя –
математическое ожидание, зелёная – наихудшая
реализация (максимальная дисперсия).
Рис.4. Воздействие на население аддитивного шума
мощностью 10%. Примеры реализаций. На рисунке
показаны 10 функций.
Очевидно, что в случае воздействия аддитивного шума модель является более
чувтвительной. Это говорит о лучшей спецификации в случае мультипликативности.
Литература
1. Арнольд В.И. Дополнительные главы теории обыкновенных дифференциальных
уравнений. – М.: Наука, 1978. – 304 с.
2. Форрестер Дж. Мировая динамика. – М.: АСТ, 2003. – 379 с.
3. Proncheva O., Alexandrov M., Makhov S. Testing stability of classical Forrester model to
initial data and additive noise / in. Artificial Intelligence Driven Solutions to Business and
Engineering Problems / Eds. Galina Seltak, Mikhail Alexandrov, Krassimir Markov. –
Rzeszow-Sofia: ITHEA, 2012, V.26, P. 201 – 209.
4. Proncheva O. Program WORLDDYN based on Forrester model of world dynamics / in.
Artificial Intelligence Driven Solutions to Business and Engineering Problems / Eds. Galina
Seltak, Mikhail Alexandrov, Krassimir Markov. – Rzeszow-Sofia: ITHEA, 2012, V.27, P. 16
– 20.
Роль городской среды в развитии креативной экономики
Жорняк МИ
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: maxyhka@gmail.com
Творчество всегда являлось неотъемлемой частью жизни людей во многих сферах их
деятельности, однако в последние годы оно начинает играть все более значимую роль в
экономическом развитии многих стран, как развитых, так и развивающихся.
Исследователи в своих последних работах выделяют креативные индустрии в отдельный,
так называемый четвертичный сектор экономики наряду с третичным сектором,
включающим в себя сферу услуг, считая его некой следующей стадией развития.
Существуют различные подходы к определению того, что считать креативной
экономикой, что подразумевать под этим понятием, что брать в качестве меры
креативности, различаются также и количественные методы подсчета уровня
креативности и объемов креативной экономики [5, 4]. Однако большинство
45
исследователей этого феномена сходятся в одном – креативные индустрии возникают
чаще всего там, где по той или иной причине происходит концентрация людей
креативных профессий [1].
Таким образом, общепринятой является мысль о том, что если власти какой-либо
территории ставят перед собой цель наращивание объемов креативного выпуска на своей
территории или привлечение к себе креативных индустрий, они должны, прежде всего,
заботиться о том, чтобы их среда была благоприятной для представителей креативных
профессий. Данная мысль вызывает множество споров относительно того, какие именно
факторы, характеризующие среду, важны для креативных профессионалов и привлекают
их для жизни на той или иной территории.
В частности, если большинство исследователей утверждают, что креативные
профессионалы концентрируются в городах [2], то находятся и другие, которые говорят о
необходимости для творческих людей свежего воздуха, тишины и уединенности,
присущих сельской местности [3]. Также поводом для споров является как таковой
эффект креативности для экономического развития, поскольку некоторые исследователи в
своих работах доказывают, что причиной экономического развития является скорее так
называемый человеческий капитал, то есть совокупность накопленных знаний, нежели
чем творчество и креативность. Существование такого количества споров делает особенно
интересным для исследования вопросом то, что именно определяет рост и развитие
креативной экономики, и какова в этом роль городской среды. Данный вопрос является
актуальным, поскольку кризис промышленности особенно остро поставил задачу
необходимости переориентации экономики на третичный и четвертичный сектор
экономики для множества стран и городов.
Методы
В ходе исследования был проведен обзор существующих работ по теме креативной
экономики, подробно рассмотрены понятие креативной экономики с точки зрения двух
подходов – американского и британского, креативного класса, креативного города,
систематизированы взгляды различных исследователей на особенности креативной
экономики. В ходе анализа профильной литературы был выявлен перечень факторов,
которые фигурируют в работах в качестве оказывающих влияние на креативную
экономику, а также определено относительно каждого из факторов, какие работы
доказывают его значимость, а какие работы, к примеру, наоборот опровергают. На основе
данного анализа было проведено собственное исследование зависимости уровня
креативного выпуска от факторов, выявленных при систематизации материала. Анализ
производился относительно двух подходов к определению креативной экономики –
американского и британского, а также на двух выборках, первой из которых являлась
выборка развитых стран, а второй – развивающихся стран. Поскольку данные по факторам
представляют собой панель, были применены способы оценивания, характерные для
эконометрического анализа панельных данных – выбор между моделью пула, моделью с
фиксированными эффектами и моделью со случайными эффектами.
Результаты
Было выявлено, что для высокотехнологичного выпуска (американской подход к
определению термина «креативная экономика») выбор делается в пользу модели с
фиксированными эффектами для обеих выборок, но в случае развитых стран значимыми
являются человеческий капитал; доля расходов на здравоохранение в ВВП; количество
патентов на миллион человек; доля дорог с твердым покрытием и экологическая ситуация,
в то время как в случае развивающихся стран значимыми в данном случае оказываются
только доля городского населения и доля расходов на образование в ВВП. Для
креативного выпуска (британский подход к определению креативной экономики) на
выборке развитых стран выбор делается в пользу модели со случайными эффектами,
однако все перечисленные факторы являются незначимыми, а в случае выборки
46
развивающихся стран значимы доля городского населения и доля дорог с твердым
покрытием.
Таким образом, проведенный анализ подтвердил взгляды многих исследователей на
феномен креативной экономики и представителей творческих профессий в смысле
значимости тех или иных факторов для , однако показал, что при получении того или
иного результата в данной сфере необходимо делать поправку на существующие
социально-экономические условия, а также уточнять, какой именно подход к
определению термина «креативная экономика» используется в каждом определенном
случае. Эти факты необходимо учитывать при планировании в будущем смещения
акцента на третичный и четвертичный сектор экономики.
Литература
1. Гнедовский В., «Современные проблемы развития постиндустриального общества
в городах США и Европы» // URL:
http://www.archipelag.ru/geoeconomics/postindustrializm/version/contemporaryproblem/
2. Лэндри Ч. «Креативный город» // М.: Издательский дом Классика-XXI», 2006 –
399 с.
3. Стародубровская И., Д. Лободанова, Л. Борисова, А. Филюшина «Стратегии
развития старопромышленных городов: международный опыт и перспективы в
России» // Издательство Института Гайдара, Москва / 2011 – 247 с.
4. Флорида Р. «Креативный класс. Люди, которые меняют будущее» // М.:
Издательский дом Классика-XXI», 2005 – 432 с.
5. Хокинз Дж. «Креативная экономика. Как превратить идеи в деньги» // М.:
Издательский дом «Классика-XXI», 2011 – 256 с.
Подходы к модернизации республик Северного Кавказа
Круглов Дмитрий Александрович
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: kruglov90@inbox.ru
Республики Северного Кавказа – наиболее проблемные субъекты Российской
Федерации с точки зрения социально-экономического развития. Системный кризис в
экономике и социальной сфере, наиболее отчетливо проявившийся в период
экономического роста начала и середины 2000-х годов, указывает на необходимость
модернизации северокавказских республик.
С точки зрения модернизации региона, подходы к модернизации целесообразно
разделять на два типа: модернизация «сверху» и модернизация «снизу». Модернизация
«сверху» – это путь усиленного воздействия государственной власти на экономику для
достижения целей модернизации [2]. Модернизация «снизу» – это демократическая
модернизация, опирающаяся на частную инициативу и энергию каждого [3].
Для устранения социально-экономической отсталости республик Северного Кавказа,
Правительством РФ была разработана «Стратегия социально-экономического развития
Северо-Кавказского федерального округа до 2025 года» [1], представляющая собой
классическую модернизацию «сверху».
47
Как показал анализ особенностей социально-экономического развития республик
Северного Кавказа, Стратегия в полной мере не учитывает влияния институциональных и
социально-культурных факторов местной среды на модернизацию [4].
Чтобы понять, насколько сильно недоучет факторов местной среды может сказаться
на результатах модернизации, был рассмотрен международный опыт проведения схожих
модернизаций. Для выбора наиболее подходящего международного опыта для
исследования была разработана методология, согласно которой для рассмотрения был
выбран опыт модернизации Юга Италии второй половины 20-го века – начала 21-го века.
Опыт модернизации Юга Италии примечателен также тем, что он включает в себя как
модернизацию «сверху», так и модернизацию «снизу».
Изучение опыта модернизации Юга Италии показало, что условия местной среды, в
которых проводилась модернизация «сверху» Юга Италии, а также проводится
модернизация республик Северного Кавказа, очень похожи. Более того, цели и задачи
модернизаций Юга Италии и республик Северного Кавказа, а также меры, предлагаемые
для сокращения социально-экономической отсталости, совпадают. Учитывая это, был
проведен сравнительный анализ эффективности модернизации «сверху» и модернизации
«снизу» Юга Италии.
Методы
Эффективности альтернативных подходов к модернизации оценивалась относительно
выполнения целей и задач, поставленных перед модернизацией. В данном случае это:
1. Повышение производительности труда и, как следствие, сокращение
экономической отсталости модернизируемого региона от других регионов страны.
2. Сокращение уровня безработицы в регионе.
Для оценки влияния подхода к модернизации на экономику Юга Италии был проведен
анализ межрегиональной β – конвергенции, скорость которой показывает насколько
процентов ежегодно сокращается разрыв между регионами по показателю ВРП на душу
населения. Для оценки скорости межрегиональной β – конвергенции использовалась
расширенная модель Солоу, рассмотренная в работе Mankiw, Romer, Weil [5]. Результаты
оценивания модели показали, что скорость межрегиональной β – конвергенции в период
проведения модернизации «снизу» оказалась в два раза выше, чем при проведении
модернизации «сверху». Учитывая также тот факт, что на модернизацию «сверху» были
потрачены колоссальные денежные средства, экономическая эффективность
модернизации «снизу» заметно выше, чем у модернизации «снизу».
С точки зрения влияния подходы к модернизации на социальную среду, модернизация
«снизу» также оказалась гораздо эффективнее модернизации «сверху». По итогам
проведения модернизации «сверху» безработица в региона осталась на стабильно высоком
уровне, в то время как по итогам модернизации «снизу» безработица сократилась
практически в два раза. Более того, модернизация «сверху» негативно сказалась на
местной социальной среде, усугубив проблему коррупции в регионе.
Учитывая тот факт, что в Стратегии не учтены факторы, приведшие к неудаче
модернизации «сверху» на Юге Италии, успешность реализации Стратегии ставится под
сомнение. В этой связи встает вопрос о возможности применения модели
южноитальянской модернизации «снизу» к республикам Северного Кавказа.
Отличительной чертой южноитальянской модернизации «снизу» является развитие
сети промышленных районов, представляющих собой кластеры небольших предприятий,
специализирующихся на разных стадиях единого производственного процесса,
расположенных в пределах ограниченного географического района. Промышленные
районы, опирающиеся на местное сообщество, являются двигателем модернизации
«снизу».
Как показало исследование, в республиках Северного Кавказа существует подобие
промышленных районов. Однако полноценному развитию сети промышленных районов
мешают существующие институциональные барьеры. Развитие сети промышленных
48
районов в республиках Северного Кавказа позволило бы решить многие социальноэкономические проблемы.
Результаты
Таким образом, недоучет институциональных и социально-культурных факторов
местной среды может оказать значительное влияние на результаты модернизации. В связи
с этим успешность реализации «Стратегии социально-экономического развития СевероКавказского федерального округа до 2025 года» ставится под сомнение.
Кроме того, опыт модернизации Юга Италии показал, что в условиях местной среды,
подобно тем, что сложились в республиках Северного Кавказа, модернизация «снизу»
оказывает гораздо эффективнее модернизации «сверху».
Литература
1. Распоряжение Правительства РФ от 06.09.2010 г. № 1485-р. «Стратегия социальноэкономического развития Северо-Кавказского федерального округа до 2025 года».
2. Полтерович В.М. Стратегии модернизации, институты и коалиции // Вопросы
экономики. – 2008. – Выпуск №4. – с. 4-24.
3. Стародубровская И.В. и др. Северный Кавказ: модернизационный вызов. – М.:
Издательский дом «Дело» РАНХиГС, 2011. – 328 с.
4. Ясин Е.Г. Сценарии развития России на долгосрочную перспективу. – М.: Фонд
«Либеральная миссия», 2011. – 48 с.
5. Mankiw N.G., Romer D., Weil D.N. A Contribution to the Empirics of Economic Growth //
The Quarterly Journal of Economics. – 1992. – Vol. 107, No. 2. – pp. 407-437
Влияние человеческого капитала на государственный сектор
Колпакова Наталия
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
Под человеческим капиталом понимается приносящая доход, сумма способностей,
знаний, квалификации и навыков отдельного работника. Человеческий капитал зависит
как от врожденных способностей и талантов, так и от полученного образования и
тренинга. Как и физический, человеческий капитал способен накапливаться и
амортизироваться (вследствие смертности, потери работы).
Исследуем случай, в котором оказывает влияние не только частный и государственный
капитал, но и человеческий капитал на государственный сектор.
Постановка модели задается уравнениями (1)-(5)
Производственная функция имеет вид:
Yt  AKt ( KGt )  H t ( Lt Et )1   (1)
Динамика частного, государственного и человеческого капитала:
K   (1   )S k Yt   k K t (2)
KG  Gt   kg KGt (3)
H  (1   ) S H Y   H H t (3)
Бюджетное ограничение государства:
G  Y (5)
В интенсивной форме производственная функция имеет вид:
yt  Akt kgt ht (6) ,
49
Стационарное состояние находится из системы уравнений (7)-(9):
k  1   s k yt  k n  g     0 (7)
kg  g t  kg n  g   kg  0 (8)


h  1   s h yt  hn  g   h   0 (9)
Подставляем соответствующие данные в уравнения, было найдено стационарное
состояние:
 1   1  s 1    An  g      1
k
k*  

n  g   kg  n  g   h 


kg* 


sh

1
 1    

(10 )


 n  g   
n  g   kg 1   s k (11)
   1 

 sh
 s h 1   1  A n  g   

n  g   kg  n  g   h 
h*  
s k (n  g   h )






1
 1   



n  g    (12 )




Максимизируя (10) по доле государственных расходов в ВВП (τ), находим оптимальный
размер государственного сектора в экономике.
 (1   )  1     0
 
(13)
Из уравнения (13) можно понять, что капитал достигает максимума, если доля
государственных расходов в ВВП равна эластичности выпуска по капиталу, независимо от
величины человеческого капитала.
Список литературы
1.
Туманова Е.А., Шагас Н.Л. Макроэкономика. Элементы продвинутого
подхода.– М.: Инфра-М, 2004.
2.
Romer D. Advanced Macroeconomics.– McGraw-Hill, 1996.
3.
Mankiw N.G., Romer D., Weil D.N. A Contribution to the Empirics of Economic
Growth // The Quarterly Journal of Economics. – 1992. – Vol. 107, No. 2. – pp. 407-437
4.
Bajo-Rubio, O., 2000. A further generalization of the Solow growth model: the
role of the public sector// Economics Letters, 68, pp. 79-84.
Корректировка смещения для уменьшения искажения размера
KPSS теста при наличии структурного сдвига
50
51
52
Исследование трансмиссионного канала процентной ставки как
предпосылки перехода России к инфляционному таргетированию
Шудря Евгений Юрьевич
Студент
Российская Академия Народного Хозяйства и Государственной Службы при Президенте
Российской Федерации
экономический факультет, Москва, Россия
E–mail: eugeny.shudrya@yandex.ru
В настоящий момент 27 стран придерживаются инфляционного таргетирования (ИТ)
как основы денежно-кредитной политики. Суть такой политики состоит в объявлении
официальной цели по инфляции (точечной или диапазона) на определенный временной
горизонт и явном признании денежными властями стабильной низкой инфляции
первоочередной целью монетарной политики, причем ключевыми особенностями такой
политики является увеличение прозрачности проводимой политики и подотчетности тех,
кто ее осуществляет [4]. Об окончательном переходе Банка России в течение трех лет (до
2015 года) к таргетированию инфляции на основе установления целевого интервала
изменения индекса потребительских цен (ИПЦ) было объявлено в Основных
направлениях единой государственной денежно-кредитной политики на 2012 год и период
2013 и 2014 годов [1]. В связи с этим особенно актуальным становится вопрос о
готовности России к переходу к новой модели ДКП.
Хотя четких критериев, определяющих готовность страны перейти к режиму
инфляционного таргетирования, вообще говоря нет, в качестве условий благоприятно
влияющих на возможность успешной реализации ИТ обычно выделяют (например, [5]):
 Наделенность Центробанка мандатом на достижение цели по инфляции и
механизмы подотчетности последнего о достижении поставленных целей;
 Условия, направленные на то, чтобы цель по инфляции не была подчинена
каким-либо другим целям;
 Условия достаточной развитости и стабильности финансовой системы;
 Наличие у ЦБ достаточных средств для достижения поставленных перед ним
целей.
Под первым пунктом, главным образом, подразумевается независимость Центробанка.
Второй пункт говорит об отсутствии фискального доминирования, а также, в частности, о
плавающем режиме валютного курса. Третий пункт указывает на отсутствие у ЦБ
необходимости поддерживать банковский и финансовый сектор. Наконец, последний
пункт подразумевает, что Центробанк действительно способен посредством
использования доступных ему инструментов влиять на инфляцию. Именно эту
возможность призвано проанализировать проведенное исследование.
Наиболее распространенным методом проверки способности Центробанка влиять на
те или иные показатели с помощью имеющихся у него инструментов или, иными словами,
анализа трансмиссионного механизма является метод векторных авторегрессий (VAR) [3].
Однако в том случае, когда исследуемые временные ряды являются коинтегрированными,
использование VAR становится невозможным, и тогда переходят к рассмотрению
моделей коррекции ошибок (VECM) [2], что было сделано и в данном исследовании.
Для анализа трансмиссионного механизма были рассмотрены следующие показатели:
индекс промышленного производства (ИПП, аппроксимация реального ВВП), индекс цен
производителей (ИЦП, первые разности которого служат аппроксимацией для инфляции),
ставка на рынке межбанковского кредитования и ставка по операциям однодневного
РЕПО (в качестве инструментов ЦБ), обменный курс рубля к доллару и денежная масса
M2. В качестве рассматриваемого периода был выбран январь 2001 – декабрь 2012 года.
Кроме того, по причине мирового финансового кризиса и того факта, что процентные
53
ставки, вообще говоря, не на всем периоде являлись инструментом Центрального банка,
дополнительно рассмотрены подынтервалы: январь 2001 – июнь 2008 года и январь 2009 –
декабрь 2012 года. По результатам тестов на единичный корень (тесты Дики-Фуллера и
MDF тест для рядов с изломом) вся ряды были признаны интегрированными первого
порядка. Для них был проведен тест Йохансона для определения порядка
коинтегрированности. На основании результатов теста были построены модели SVECM
вида:
ΔXt = αβ’Xt-1+Г1ΔXt-1+…+ Гp-1ΔXt-p+1+Bωt , соответствующие обозначения взяты из [2]
Кроме того, для проверки робастности результатов были также построены
соответствующие модели, где были взяты индекс физического оборота розничной
торговли и индекс цен потребителей (ИПЦ) вместо ИПП и ИЦП соответственно.
В результате рассмотрения функций импульсного отклика на положительный шок
процентных ставок (ограничительный шок ДКП) было обнаружено:
 При рассмотрении функций импульсного отклика на всем интервале (2001 –
2012) выяснилось, что увеличение ставки МБК (аппроксимация
ограничительного шока ДКП) не оказывало значимого влияния на ИЦП, однако
отрицательно влияло на ИПП (см., например, рис.1 и рис.2).
 На интервале январь 2001 - июнь 2008 ограничительный шок ДКП (повышение
ставки МБК) не оказывал статистически значимого влияния ни на выпуск
(ИПП), ни на цены (ИЦП).
 Повышение ставки на рынке межбанковского кредитования оказывает
статистически значимое отрицательное влияние на ИЦП, в то же время
наблюдается значимое снижение ИПП (2009 – 2012).
 Наблюдается некоторое снижение ИЦП в ответ на повышение ставок по
операциям РЕПО (2009 – 2012), которое, к тому же, не сопровождается
потерями выпуска (изменения ИПП статистически незначимы).
 Эти результаты в целом подтверждаются и при переходе к другим
приближениям реального ВВП и цен, т.е. к индексу физического объема
розничной торговли и ИПЦ.
Рис.1 Отклик ИПП на шок ставки МБК
Рис.2 Отклик ИЦП на шок ставки МБК
Литература
1. Центральный банк Российской Федерации (2012) Основные направления единой
государственной денежно-кредитной политики на 2012 год и период 2013 и 2014 годов //
cbr.ru
2. Abdelkafi Inès, Rochdi Feki (2012) The US monetary dominance in Europe: A structural
VAR approach // International Journal of Business and Social Science Vol. 3 No. 11
3. Arnostova K., Hurnik J. (2005) The Monetary TransmissionMechanism in the Czech Republic
(evidence from VAR analysis) // CNB Working Paper Series 4
4. Bernanke Ben and Mishkin Frederic (1997) Inflation Targeting: A New Framework for
Monetary Policy? // Journal of Economic Perspectives—Volume 11, Number 2—Pages 97-116
5. Carare A., Schaechter A., Stone M., and Zelmer M. (2002) Establishing Initial Conditions in
Support of Inflation Targeting // IMF Working Paper, WP/02/102
54