ЭКОНОМИКА ПРЕДПРИЯТИЯ МОДЕль ЭффЕКТИвНОй фИсКАльНОй ПОлИТИКИ гОсуДАРсТвА И. А. Белова
advertisement
Вестник Челябинского государственного университета. 2013. № 15 (306). Экономика. Вып. 41. С. 109–115. ЭКОНОМИКА ПРЕДПРИЯТИЯ И. А. Белова Модель эффективной фискальной политики государства Представлена разработка модели эффективной фискальной политики государства, построенная посредством экономико-математического анализа. Разработана регрессионная модель факторов, влияющих на эффективность фискальной политики государства, которая раскрывает механизм взаимодействия между объемом валового внутреннего продукта, уровнем занятости, уровнем инфляции и налоговыми поступлениями. Разработанная математическая модель прошла апробацию на крупных корпорациях ведущих отраслей национальной экономики. Ключевые слова: фискальная политика, эффективность фискальной политики, налоги, налоговые поступления, государственные расходы. Проблема становления и реализации эффективной фискальной политики национальной экономики является, безусловно, актуальной ввиду того, что эффективная фискальная политика способствует оптимизации доходов и рациональному осуществлению расходов государства, а также позволяет сглаживать циклические колебания, регулировать экономику посредством обеспечения стабильных темпов экономического роста, достижения высокого уровня занятости и умеренных темпов инфляции. Фискальная политика России переживает определенные этапы развития, обусловленные прохождением экономики через соответствующие фазы экономического цикла [5. С. 591–600]. Поэтому на первый план непременно выходят проблема изучения фискальной политики [Там же. С. 673–679] и исследования ее особенностей посредством определения фаз экономического цикла и их влияния на эффективность фискальной политики, поведения макроэкономических показателей в данных фазах[1; 2]. В свою очередь фискальная политика, как антициклическая, направлена на сглаживание неблагоприятных последствий, вызванных фазой кризиса экономического цикла, с помощью мер государственного регулирования, для которых характерны определенные механизмы и набор инструментов. Однако проблемы становления и реализации эффективной фискальной политики России и ее влияние на экономический рост в настоящее время в отечественной экономической литературе отражены в недостаточной степени [3; 4]. Неразработанной остается модель эффективной фискальной политики России. Все вышеизложенное определяет актуальность данной статьи. Приоритетным в этой связи становится разработка модели эффективной фискальной политики государства. Анализ особенностей фискальной политики государства и проверка выдвинутых гипотез ее эффективности позволили разработать модель эффективной фискальной политики государства. Разработана регрессионная модель факторов, влияющих на эффективность фискальной политики государства. Оценка эффективности фискальной политики осуществляется с точки зрения ее влияния на производственную активность экономической системы, а именно на экономический рост. Данная математическая модель является обобщенной и имеет следующий вид: Y = f (U ) , (1) где Y ― объем валового внутреннего продукта (ВВП) как многомерная зависимая переменная; U ― вектор зависимых факторов. Особенность данной модели состоит в том, что объем ВВП линейно зависит от труда, уровня инфляции и налоговых поступлений. С целью обеспечения сопоставимости количественных значений показателей, характеризующих объем ВВП и влияющих на него факторов, в расчетной части модели использовались относительные показатели. Таким образом, для характеристики ВВП был применен относительный показатель «индекс ВВП», для характеристики фактора «труд» ― индекс труда, для фактора «уровень инфляции» ― индекс инфляции, для фактора «налоговые поступления» ― индекс налоговых поступлений. Следовательно, модель принимает следующий вид: iY = f (iL , iI , iN ), (2) 110 И. А. Белова Значение, доли 18 16 Значение, доли 14 12 10 8 6 4 20 15 10 5 0 0,92 0,94 0,96 0,98 1 1,00 1,02 Значение, доли 1,04 1,06 1,08 1,10 1,1 Значение, доли Рис. 3. Взаимосвязь индекса труда и индекса налоговых поступлений национальной экономики в 1990–2011 гг. коллинеарность, то есть на наличие тесной линейной взаимосвязи между объясняющими факторами. Установлено, что коэффициенты корреляции между объясняющими переменными имеют низкие значения, поэтому выбранные нами факторы могут быть использованы при построении регрессионной модели. Далее с помощью метода наименьших квадратов и посредством применения выбранной регрессионной модели (2) можно определить коэффициенты регрессионной модели. Модель эффективной фискальной политики государства принимает вид математической модели: iY = 10,70 – 10,06iL – 0,19iI + 0,77iN . 2 0 0,92 0,94 0,96 0,98 1 1,00 1,02 1,04 1,06 Значение, доли 1,08 1,1 1,10 Значение, доли Рис. 1. Взаимосвязь индекса труда и индекса инфляции национальной экономики в 1990–2011 гг. Значение, доли 25 20 Значение, доли Значение, доли 25 Значение, доли где iY ― индекс ВВП (отношение объема ВВП текущего года к объему ВВП предыдущего года); iL ― индекс труда (отношение численности занятых в экономике работников текущего года к численности занятых в экономике работников предыдущего года); iI ― индекс инфляции (отношение уровня инфляции текущего года к уровню инфляции предыдущего года); iN ― индекс налоговых поступлений (отношение уровня налоговых поступлений текущего года к уровню налоговых поступлений предыдущего года). Предложенная модель была использована при анализе фискальной политики национальной экономики. В итоге получены следующие результаты. Проведен корреляционный анализ факторов, влияющих на индекс ВВП национальной экономики. Установлено, что все три фактора ― индекс труда, индекс инфляции и индекс налоговых поступлений ― статистически значимо связаны с индексом ВВП национальной экономики (рис. 1–3). 15 10 5 0 0 2 4 6 8 10 Значение, доли 12 14 16 18 Значение, доли Рис. 2. Взаимосвязь индекса инфляции и индекса налоговых поступлений национальной экономики в 1990–2011 гг. Проведена проверка независимых факторов, входящих в регрессионную модель, на мульти- (3) Была проведена проверка статистической значимости модели. Коэффициент детерминации R² достаточно высок и составляет 0,966. Расчетное значение критерия Фишера ― 170,16, что больше критического значения F0,05; 3; 18 = 3,16, поэтому модель признается статистически значимой на 5 %-м уровне, а это, в свою очередь, позволяет использовать ее для прогнозирования и оценки сравнительной силы влияния факторов. Из полученного эконометрического уравнения видно, что с увеличением индекса труда и индекса инфляции индекс ВВП уменьшается, и наоборот, с увеличением индекса налоговых поступлений индекс ВВП увеличивается. Для количественной оценки указанного вывода рассчитаем частные коэффициенты эластичности. По фактору «индекс труда» эластичность составила 4,227, то есть увеличение индекса труда на 1 % приведет к снижению индекса ВВП на 4,2275 %. По фактору «индекс инфляции» эластичность составила 0,152, то есть увеличение индекса инфляции на 1 % приведет к снижению индекса ВВП 111 Модель эффективной фискальной политики государства на 0,152 %. По фактору «индекс налоговых поступлений» эластичность составила 0,88, то есть рост индекса налоговых поступлений на 1 % приведет к росту индекса ВВП на 0,88 %. Таким образом, наиболее значительным фактором, оказывающим влияние на индекс ВВП национальной экономики, является индекс труда. Следовательно, резервы роста объема ВВП находятся в сфере увеличения численности занятых в экономике работников. С учетом сохранения существующих тенденций изменения индекса труда, индекса инфляции и индекса налоговых поступлений осуществим прогноз индекса ВВП как важнейшего показателя эффективности фискальной политики (рис. 4). Таким образом, прогнозные данные позволяют сделать следующие выводы: данная регрессионная модель свидетельствует, во-первых, о вероятном росте индекса ВВП национальной экономики в 2012–2014 гг., во-вторых ― о сглаживании его динамики, что позволяет с высокой степенью точности говорить о росте объема ВВП, а следовательно, и об эффективности фискальной политики в прогнозном периоде. Также разработанная регрессионная модель была апробирована в крупных корпорациях ведущих отраслей национальной экономики. Аналогичным образом рассчитаны коэффициенты регрессионных моделей для ведущих отраслей национальной экономики. Результаты расчетов представлены в табл. 1. Анализ данных табл. 1 позволяет сделать выводы о том, что регрессионные модели, построенные для нефтяной и газовой отрасли, а также для металлургической отрасли, имеют различный вид. В модели эффективной фискальной политики, разработанной для нефтяной и газовой отрасли, наиболее сильная положительная связь установлена между индексом объема производства отрасли и индексом налоговых поступлений. В то же время связь между двумя другими факторами и индексом объема производства прослеживается слабо. Рассчитанные частные коэффициенты эластичности позволяют сделать вывод о том, что наиболее весомым фактором, воздействующим на рост индекса объема производства, является индекс налоговых поступлений. В модели эффективной фискальной политики, разработанной для металлургической отрасли, наиболее сильная положительная связь установлена между индексом объема производства отрасли и индексом труда, а связь между индексом инфляции и индексом объема производства, а также между индексом налоговых поступлений и индексом объема производства прослеживается слабо. В данной модели наиболее сильным фактором, воздействующим на рост индекса объема производства металлургической отрасли, является индекс труда. Обе модели прошли проверку качества при помощи F-теста и признаны статистически значимыми на 5 %-м уровне. Полученные коэффициенты детерминации в обеих моделях подтверждают их высокое качество. Значение, доли 16 16 14 14 Значение,доли доли Значение, 12 12 10 10 8 8 6 6 4 4 0 0 1990 1990 1991 1991 1992 1992 1993 1993 1994 1994 1995 1995 1996 1996 1997 1997 1998 1998 1999 1999 2000 2000 2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006 2006 2007 2007 2008 2008 2009 2009 2010 2010 2011 2011 2012 2012 2013 2013 2014 2014 2 2 индекс объема ВВП индекс Индексобъема объема ВВП ВВП теоретические значения теоретические значения Теоретические значения Рис. 4. Динамика индекса ВВП национальной экономики в 1990–2011 гг. и прогноз на 2012–2014 гг. 112 И. А. Белова Обе регрессионных модели были использованы при прогнозировании индекса объема производства отраслей на среднесрочную перспективу. Прогноз индекса объема производства нефтяной и газовой отрасли и металлургической отрасли представлен на рис. 5 и 6 соответственно. Таблица 1 Параметры регрессионных моделей для нефтяной и газовой отрасли, металлургической отрасли национальной экономики* Параметр Нефтяная и газовая промышленность Металлургия Коэффициент корреляции между индексом объема производства и индексом труда 0,1340 0,6365 Коэффициент корреляции между индексом объема производства и индексом инфляции 0,0130 0,0546 Коэффициент корреляции между индексом объема производства и индексом налоговых поступлений 0,9205 0,0376 iY = 0,99 – 0,76 iL + + 0,14 iI + 0,69iN iY – 10,15 + 12,43 iL + 0,71 iI – – 1,04 iN Эластичность по фактору «индекс труда» –0,594 8,853 Эластичность по фактору «индекс инфляции» 0,096 0,449 Эластичность по фактору «индекс налоговых поступлений» 0,712 –0,965 R² = 0,9434 R² = 0,7853 Регрессионная модель Коэффициент детерминации Критерий Фишера (F-тест) * Модель значима на 5 %-м уровне Составлено автором. Значение, доли 2,00 1,80 1,60 1,40 1,20 1,00 0,80 0,60 0,40 0,20 0,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Индекс объемапроизводства индекс объема производства теоретические значения Теоретические значения Рис. 5. Динамика индекса объема производства нефтяной и газовой отрасли в 2000–2011 гг. и прогноз на 2012–2014 гг. 113 Модель эффективной фискальной политики государства Значение, доли 2,50 2,00 1,50 1,00 0,50 0,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Индекс объема производства индекс объема Теоретические значения теоретические значения Рис. 6. Динамика индекса объема производства металлургической отрасли в 2000–2011 гг. и прогноз на 2012–2014 гг. Аналогичным образом были рассчитаны коэффициенты регрессионных моделей для ведущих отраслей национальной экономики: электроэнергетики, транспорта и связи, оптовой и розничной торговли. Результаты расчетов представлены в табл. 2. Анализируя данные таблицы, можно сделать следующие выводы. Модели эффективной фискальной политики, разработанные для отраслей электроэнергетики, транспорта и связи, имеют схожий вид, а регрессионная модель, построенная для отрасли оптовой и розничной торговли, отличТаблица 2 Параметры регрессионных моделей для отраслей электроэнергетики, транспорта и связи, оптовой и розничной торговли национальной экономики* Параметр Электроэнергетика Транспорт и связь Оптовая и розничная торговля Коэффициент корреляции между индексом объема производства и индексом труда 0,0028 0,0077 0,0863 Коэффициент корреляции между индексом объема производства и индексом инфляции 0,0196 0,0016 0,0410 Коэффициент корреляции между индексом объема производства и индексом налоговых поступлений 0,9219 0,9687 0,7351 iY = –9,42 + 9,53iL+ + 0,19iI + 0,70iN iY = –7,57 + 7,79iL + + 0,35 iI + 0,52iN iY = –4,20 + 4,99iL – – 1,28iI + 1,15iN Эластичность по фактору «индекс труда» 5,324 4,857 2,994 Эластичность по фактору «индекс инфляции» 0,093 0,190 –0,663 Эластичность по фактору «индекс налоговых поступлений» 0,821 0,642 1,129 R² = 0,9256 R² = 0,9761 R² = 0,7992 Регрессионная модель Коэффициент детерминации Критерий Фишера (F-тест) * Cоставлено автором. Модель значима на 5 %-м уровне 114 И. А. Белова ли проверку качества при помощи F-теста и признаны статистически значимыми на 5 %-м уровне. Полученные коэффициенты детерминации в данных моделях имеют достаточно большие значения, что в свою очередь подтверждает высокое качество построенных моделей. Три регрессионныt модели были использованы при прогнозировании индекса объема производства отраслей на среднесрочную перспективу. Прогноз индекса объема производства отраслей электроэнергетики, транспорта и связи, оптовой и розничной торговли представлен на рис. 7, 8 и 9 соответственно. на от них. В трех моделях наиболее сильная положительная связь установлена между индексом объема производства отраслей и индексом налоговых поступлений. В то же время связь между двумя другими факторами и индексом объема производства прослеживается слабо. Рассчитанные частные коэффициенты эластичности для всех трех моделей позволяют сделать вывод о том, что наиболее весомым фактором, воздействующим на рост индекса объема производства, является индекс труда, а индекс налоговых поступлений обладает чуть менее значительной силой воздействия в отличие от индекса труда. Все три модели прошЗначение, доли 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Индексобъема объема производства производства индекс 2010 2011 2012 2013 2014 теоретические значения Теоретические значения Рис. 7. Динамика индекса объема производства отрасли электроэнергетики в 2000–2011 гг. и прогноз на 2012–2014 гг. Значение, доли 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 2000 2001 2002 2003 2004 2005 2006 Индекс объема производства индекс объема производства 2007 2008 2009 2010 2011 2012 2013 2014 Теоретические значения теоретические значения Рис. 8. Динамика индекса объема производства отрасли транспорта и связи в 2000–2011 гг. и прогноз на 2012–2014 гг. 115 Модель эффективной фискальной политики государства Значение, доли 4,50 4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 2000 2001 2002 2003 2004 2005 2006 2007 Индекс объема индекс объемапроизводства производства 2008 2009 2010 2011 2012 2013 2014 Теоретическиезначения значения теоретические Рис. 9. Динамика индекса объема производства отрасли оптовой и розничной торговли в 2000–2011 гг. и прогноз на 2012–2014 гг. Итак, прогнозные данные, представленные для крупных корпораций ведущих отраслей национальной экономики, позволяют сделать следующие выводы. Все пять регрессионных моделей свидетельствуют, во-первых, о вероятном росте объ­ема производства соответствующих отраслей национальной экономики в 2012–2014 гг., во-вторых ― о сглаживании их динамики, что позволяет с высокой степенью точности говорить о росте объема производства, следовательно, и об эффективности фискальной политики в прогнозном периоде. Таким образом, апробация регрессионных моделей на крупных корпорациях ведущих отраслей национальной экономики демонстрирует статистическую значимость и состоятельность моделей. Разработанная математическая модель эффективной фискальной политики применима в рамках российской экономики, потому как учитывает особенности отраслей национальной экономики и построена на основании статистических данных, отражающих хозяйственную деятельность корпораций отраслей экономики. Аналогичным образом применение разработанной модели возможно и в рамках функционирования зарубежных экономик, но с учетом уровня экономического развития данных стран и особенности развития и функционирования их отраслей экономики. Разработанная математическая модель проста в использовании и позволяет с вероятностью 95 % производить прогноз эффективности фискальной политики государства в среднесрочной перспективе. Список литературы 1. Бархатов, В. И. Актуальные проблемы разработки методологии прогнозирования макроэкономических показателей на региональном уровне в трансформируемой экономике // Региональная статистика. Опыт, проблемы и перспективы развития : осн. тез. пленар. и секцион. заседаний Всерос. науч.-практ. конф. Челябинск, 2003. С. 29–31. 2. Бархатов, В. И. Проблемы макроэкономического регулирования в современной российской экономике // Вестн. Челяб. гос. ун-та. 2006. № 1 (74). Экономика. Социология. Социал. работа. С. 67–76. 3. Бархатов, В. И. Теории экономического роста. Наука и технологии // Труды XXIII Российской школы : спец. вып., посвящ. 60-летию Юж.Урал. гос. ун-та. М. : РАН, 2003. С. 676–693. 4. Бархатов, В. И. Экономический рост в России и других странах с транзитивной экономикой. Фундаментальные и прикладные исследования в системе образования : материалы 2-й Междунар. науч.-практ. конф. : в 5 ч. Ч. 3. Тамбов : Издво ТГУ им. Г. Р. Державина, 2004. С. 25–27. 5. Бархатов, В. И. Экономическая теория : учебник / В. И. Бархатов, И. В. Бархатов [и др.]. М. : Финансы и статистика, 2007.
