Промежуточный отчет "О предварительных результатах работы

Промежуточный отчет
«О предварительных результатах работы по оценке
долгосрочных перспектив экономического роста
государств – членов ТС и ЕЭП с учетом их взаимного
влияния и развития интеграционных процессов»
2
Оглавление
Введение.............................................................................................................................. 3
I. Описание методологии построения долгосрочного прогноза и выбранной структуры
модели................................................................................................................................. 4
1.1. Описание методологии и предпосылок ..........................................................................4
1.2. Описание теоретической структуры модели ..................................................................6
II. Оценка секторальных эффектов интеграции .................................................................. 9
2.1. Усиление кооперационных связей ...................................................................................9
2.2. Механизм оценки интеграционных эффектов в сфере ПИИ........................................10
III. Модельный аппарат для оценки долгосрочных перспектив экономического развития
государств – членов ТС и ЕЭП ............................................................................................ 16
3.1. Используемые статистические данные..........................................................................16
3.2. Описание модельного аппарата .....................................................................................17
Приложения ...................................................................................................................... 22
А. Статистические данные ......................................................................................................22
Б. Механизм оценки кооперации ..........................................................................................27
3
Введение
В соответствии с протоколом совместной коллегии Министерств экономического блока
государств-участников ЕЭП от 10 июня 2013 г. и п.п. 2 п.6 Протокола 4-го заседания
Консультативного комитета Евразийская экономическая комиссия проводит работу по
оценке долгосрочных перспектив экономического роста государств – членов ТС и ЕЭП с
учетом их взаимного влияния и развития интеграционных процессов.
Целью построения долгосрочного прогноза является оценка потенциального роста
экономик государств-участников, аналитических возможностей его ускорения в
долгосрочной перспективе, в том числе, с учетом задач, определяемых Концептуальными
подходами к основным направлениям экономического развития, одобренных на
заседании Консультативного комитета по макроэкономической политике (протокол от 21
ноября 2012 г. № 2).
С учетом наличия долгосрочных прогнозов (программ, планов и целевых показателей)
в государствах – членах ТС и ЕЭП прогноз строится до 2030 г. с промежуточным
интервалом до 2020 г. (с более высокой детализацией показателей на периоде
2013-2020 гг.)
Данный отчет представляет собой промежуточный результат построения
долгосрочного прогноза с учетом наличия интеграционного эффекта в ряде секторов,
влияющего на траекторию роста экономик государств – членов ТС и ЕЭП. В отчете
изложены механизмы и подходы к построению долгосрочного прогноза и оценки
интеграционного эффекта.
На следующем этапе будут получены прогнозные оценки на период до 2030 г. и
расширена оценка эффектов интеграции по секторам.
Документ имеет структуру в рамках технического задания, одобренного заседании
Консультативного комитета по макроэкономической политике (протокол от 21 ноября
2012 г. № 2).
В I главе представлены: (1) краткий анализ существующих методологий долгосрочного
прогнозирования и подхода использованного в рамках данной работы; (2) предпосылки
моделирования; (3) теоретическая схема модели базовых прогнозных траекторий.
Во II главе описаны теоретические концепции оценки интеграционных эффектов в
различных сферах (модели расчета интеграционных эффектов).
В III главе приводятся статистические данные, использованные для оценки модели и
эконометрические спецификации систем уравнений для Беларуси, России и Казахстана.
4
I. Описание методологии построения долгосрочного прогноза и
выбранной структуры модели
1.1. Описание методологии и предпосылок
1.1.1. Методология моделирования
При построении макроэкономических моделей для формирования долгосрочного
прогноза можно выделить два основных подхода. Первый подход – непосредственное
использование экономической теории общего равновесия для построения моделей и
вычисления прогнозов, так называемый метод прикладного (вычислимого) общего
равновесия (Computable General Equilibrium). Частным случаем метода прикладного
(вычислимого) общего равновесия является балансовый метод «затраты-выпуск». Этот
подход агрегирует данные видов деятельности и (или) институциональных секторов,
являясь методом прогнозирования «снизу вверх». Второй подход – использование
эконометрических моделей, основанных на определенных теоретических предпосылках.
Каждый из подходов имеет свои преимущества и недостатки. Для выбора подходящей
методологии были сравнены 4 модели, использующиеся в международных организациях:

модель экономического прогноза ООН (UN Global Policy model);

одна из моделей модельного комплекса Всемирного банка (WB Global Linkage
model);

модель мировой экономики ФРС (FRB/Global);

модель департамента экономических и финансовых вопросов Еврокомиссии (DG
ECFIN QUEST III).
Модели сравнивались по набору характеристик, см. табл. 1.1.
Табл. 1.1. Сопоставление свойств прогнозных моделей
Модель DG ECFIN
QUEST III
Global Linkage
Model
GPM
FRB/Global
Тип модели
смешанная (DSGE)
эконометрическая
динамического
вычислимого
общего равновесия
(DCGE)
эконометрическая
Тип данных
квартальные
годовые
годовые
квартальные
Страны
страны зоны евро
16 страновых
региональных
блоков
и
112 стран/регионов
и 57 блоков
12 страновых
региональных
блоков
Используемые
базы данных
база данных ECB
AWM, база данных
квартальных
национальных
счетов Евростата
банки данных ООН
и
МВФ,
база
данных COMTRADE,
ОЭСР, Евростата
базы данных GTAP
и MAcMaps
базы данных БМР,
МВФ
и
DRI,
статистика ОЭСРМЭА, Penn World
Tables
Оценивание
модели
Часть
структурных
параметров
–
калибруются,
остальные
оцениваются
–
Эконометрический
.
Общая
спецификация всех
поведенческих
уравнений
–
Калибровка
Эконометрический
.
Уравнения
компонентов
частных расходов,
импорта и экспорта
и
5
Используемый
инструментарий
или
статистический
пакет
байесовским
подходом
авторегрессионная
модель
с
распределенным
лагом
DYNARE для MATLAB
EViews 6
используют
механизм
коррекции ошибки
(ECM)
GAMS
На основании проведенного сравнения для данной работы был выбран гибридный
подход, методология которого соответствует балансово-эконометрическому классу и
выбрана по следующим причинам:

минимальное количество скрытых предпосылок и
ограничений (в отличие от моделей общего равновесия);

распространенность в международной практике. В частности, такую методику
используют в модели мировой экономики ООН (GPM) и модели ФРС (FRB/Global);

единство структуры выражается через спецификации уравнений, а также через
метод оценки, хотя жесткий структурный характер в модели отсутствует;

возможность моделировать неоднородный набор инструментов экономической
политики (policy mix) и неоднородную реакцию различных страновых экономик на
него.
жестких
структурных
Однако выбор этого типа модели имеет недостаток – при небольшом количестве
структурных предпосылок прогноз будет требовать значительного количества
предпосылок о динамике экзогенных переменных, не все из которых действительно
экзогенны по отношению к модели.
1.1.2. Предпосылки методологии моделирования
Для построения модели применяется подход неоклассического синтеза (базовая
макроэкономическая теория), предполагающая наличие между макроэкономическими
переменными связей кейнсианского типа (неполная занятость, наличие разрыва выпуска,
наличие эффекта мультипликатора) в среднесрочном периоде и связей неоклассического
типа (рациональные ожидания, возвращение выпуска к потенциальному уровню,
нейтральность денег, эквивалентность Барро-Рикардо) в долгосрочном периоде.
Так как модель описывает долгосрочный период до 2030 г., то особую важность
приобретает влияние современного развития на будущие тенденции роста. Необходимо
также учесть некоторые аспекты теории деловых циклов, связанные с динамикой запасов
и инвестиций.
Одной из наиболее важных предпосылок на данном этапе служит предпосылка о
высокой корреляции расходов бюджета и конечного потребления сектора
государственного управления.
Второй важной предпосылкой является предпосылка о трудосберегающем
техническом прогрессе. Для целей построения модели мы будем предполагать, что
6
основным проявлением (и индикатором) технического прогресса является темп прироста
производительности труда, что согласуется с результатами исследований.
Третьей важной предпосылкой стала предпосылка о высокой корреляции
производительности труда и реальной заработной платы в долгосрочном периоде.
Использование этой и предыдущей предпосылок позволяет использовать показатель
реальной заработной платы в качестве экзогенного параметра, отражающего, в основном,
динамику производительности труда. Это соотношение может нарушаться в случае
«случайного выигрыша» (windfall profits), но в долгосрочном периоде мы предполагаем
его соблюдение.
Четвертой предпосылкой является предпосылка о том, что внешняя торговля –
основной канал динамики взаимодействия макроэкономических показателей различных
стран и регионов.
1.2. Описание теоретической структуры модели
Долгосрочная прогнозная модель стоит из трех страновых блоков, обладающих
высокой степенью автономности, но сходных по структуре. Использование в блоках
модели сходных спецификаций дает дополнительный инструмент контроля качества
оценки в виде сопоставления абсолютной величины коэффициентов. Последние вовсе не
обязаны совпадать, однако различия в коэффициентах, на первый взгляд не
соответствующие экономическому смыслу, могут стать основанием для более подробного
исследования уравнения – ведь объектом анализа и прогноза служат экономики схожей
институциональной структуры, одного технологического уклада, обладающие похожей
структурой рынков.
При этом модельные спецификации страновых блоков имеют в целом схожую
структуру следующего вида:

моделируются компоненты ВВП по расходам (использованию), динамика которых
зависит от динамики совокупного спроса – речь идет о конечном потреблении
домохозяйств, валовом накоплении основного капитала и импорте товаров и
услуг;

компоненты ВВП, динамика которых не зависит напрямую от динамики
совокупного спроса (экспорт товаров и услуг, конечное потребление сектора
госуправления), для странового блока являются экзогенными (см. соотв. раздел);

динамика реального сектора моделируется при помощи индекса промышленного
производства;

моделируется ключевой показатель монетарной сферы – ценовая динамика (в
части потребительских цен и дефлятора ВВП). Ценовая динамика, в числе прочего,
зависит от разрыва выпуска (разницы между совокупным спросом и совокупным
предложением) – дефицит предложения способствует ускорению роста цен;

динамика бюджетных показателей интегрирована в модель следующим образом:
o динамика доходов бюджета предполагается эпилоговой (рассчитывается по
завершении макроэкономического счета);
o динамика расходов бюджета предполагается экзогенной (задается до
начала макроэкономического счета);
7

моделируются отдельные компоненты платежного баланса – как правило, речь
идет о сальдо счета текущих операций и счета прочих инвестиций. Сальдо счета
прямых инвестиций и изменения валютных резервов являются экзогенными
параметрами (см. соотв. раздел), что позволяет выделить в структуре финансового
счета платежного баланса динамику основных подгрупп капитальных потоков
(прямые, портфельные, прочие инвестиции).
Основные связи внутри каждого странового блока модели описаны схемой на рис. 1.1.
Потребление
из уравнения
Импорт
из уравнения
(равен импорту из
тождества)
Гос. потребление
(экзогенно)
Оборот мировой
торговли
Экспорт
Тождество
+ Невязка
Инвестиции
в основной
капитал
из уравнения
Счета платежного
баланса
ВВП базового года
С лагом в 1 год
Темп прироста
ВВП из уравнения
ВВП
текущего года
Рис. 1.1. Схема расчета типового странового блока модели
для построения долгосрочного прогноза
Связь блоков осуществляется через динамику отдельных экзогенных показателей
внешней торговли – на данном этапе такими показателями являются взаимные
двусторонние объемы экспорта и импорта товаров и услуг Россией, Беларусью и
Казахстаном.
1.2.1. Схема расчета прогноза и процесса балансировки модели
Расчет прогноза осуществляется итеративно, т.к. в модели присутствуют как
переменные влияющие друг на друга на межстрановом уровне, так и с учетом обратных
связей. Каждая итерация балансировки модели состоит из набора этапов.
1. Происходит выбор стартового
предыдущего расчета;
значения
расчета.
Обычно
это
значения
8
2. С учетом сценарной динамики экзогенных факторов и стартовых значений на
прогнозном горизонте рассчитываются эндогенные переменные;
3. Расчетные значения эндогенных переменных, полученные на предыдущем шаге,
передаются в другие уравнения в качестве объясняющих переменных;
4. Процесс повторяется итеративно, поскольку система содержит взаимозависимые
эндогенные переменные. Равновесным решением служит набор значений
эндогенных показателей, к которым сошлась модель при данной структуре и
значениях экзогенных показателей;
5. На последнем шаге одновременно рассчитываются все показатели, не входящие в
другие уравнения и зависящие как от эндогенных, так и от экзогенных к блоку
переменных.
1.2.2. Экзогенные переменные
В модели присутствуют два типа экзогенных переменных. Первый тип – структурные и
прочие экзогенные параметры. К таковым относятся:
1. Потенциальный ВВП. Это показатель долгосрочной перспективы, оцениваемый
фильтром Калмана.
2. Темпы прироста реальной заработной платы. Этот параметр используется для
отражения динамики производительности труда. Согласно предпосылкам модели
предполагается, что в отсутствие незаработанных доходов (windfall profits) динамика
этих переменных почти совпадает.
3. Общие объемы экспорта. Этот параметр, не относится к структурным параметрам,
однако его расчет возможен лишь с учетом динамики мировой торговли, которая
не моделируется. Динамика объема экспорта задается исходя из прогноза
мировой торговли и учитывает степень торговой и экономической интеграции (для
Беларуси и Казахстана).
4. Динамика цены на нефть. Этот показатель оказывает существенное влияние на
динамику макроэкономических и финансовых показателей ЕЭП. Для блока России
дополнительно выделяются экзогенные параметры цен на газ (квазиуправляемый
параметр) и сельскохозяйственную продукцию.
5. Валютный курс в модели присутствует в двух видах – номинальный курс к доллару
США (квазиуправляемый показатель) и реальный эффективный курс. Для России
действует предпосылка о плавающем валютном курсе на прогнозном периоде.
Второй тип экзогенных параметров в модели – это параметры, прямо или косвенно
зависящие от государственной политики. Таких параметров в модели присутствует три
типа:
1. Ключевая ставка монетарной политики. Это основной инструмент экономической
политики на среднесрочной перспективе прогноза.
2. Величина бюджетных расходов или бюджетный дефицит (в зависимости от
модели). Это классический инструмент государственной политики, в случае, если
фактором является дефицит бюджета, то сценарные предпосылки допускают и
изменения в налоговой политике. Задается в зависимости от сценария с учетом
бюджетных проектировок и возможностей финансирования дефицита.
9
3. Двусторонние торговые потоки. Это не показатель государственной политики в
чистом виде. Величина экспорта в государства – члены ТС и ЕЭП используется, в
первую очередь, для отражения степени торговой и экономической интеграции.
Предполагается, что основным фактором изменения этого показателя являются
именно интеграционные действия.
Экзогенные параметра зависят от сценарных условий. Базовый набор экзогенных
прогнозных траекторий определяет сценарий «Продленный статус-кво».
Реализация интеграционных сценариев «Транзитно-сырьевой мост» и «Собственный
центр силы» в части экзогенных переменных определяется изменением траекторий
переменных под влиянием интеграции (описание сценариев приведено в материалах к
п. 9 Консультативного комитета). Интеграционные эффекты на траектории развития
описаны в главе II.
II. Оценка секторальных эффектов интеграции
На данном этапе работ разработан механизм расчета эффекта от интеграции в двух
сферах.
1. Оценка потенциального эффекта от усиления кооперационных связей между
странами-участницами ЕЭП. В основе подхода лежит предположение об
эффективности взаимного усиления торговли промежуточной продукцией по тем
сегментам, где имеются конкурентные преимущества отдельных стран-участников.
2. Оценка расширения притока прямых иностранных инвестиций (ПИИ). При этом,
влияние участия в интеграционном объединении на приток ПИИ в страны ТС и ЕЭП
существенно различается по государствам – членам ТС и ЕЭП вследствие размера
экономик.
2.1. Усиление кооперационных связей
В основе подхода лежит гипотеза об эффективности взаимного усиления торговли
промежуточной продукцией по тем сегментам, где имеются конкурентные преимущества
отдельных стран.
Механизм расчетов включает в себя следующие этапы:
1. подтверждение гипотезы о взаимосвязи уровня конкурентоспособности
существующей конечной продукции отрасли (оцениваемого как уровень
специализации во внешней торговли) от уровня конкурентоспособности
потребляемых сырья, материалов, комплектующих;
2. оценка уровня высвобождаемых ресурсов в стране А в зависимости от
конкурентных преимуществ станы Б с применением межфирменного
перераспределения факторов производства (на примере рабочей силы);
3. оценки «нормального уровня» интенсивности межстрановой торговли на основе
гравитационной модели;
4. тенденции изменения отраслевой специализации на примере стран, вступивших в
ЕС.
10
5. определение новых видов продукции и их влияния на перспективы интеграции с
применением подхода Хаусмана-Клингера1.
Реализация этапов 1-5 позволяет предположить направления изменения торговых
потоков в ЕЭП (в разбивке по кодам ТН ВЭД ТС) на долгосрочной траектории роста с
учетом тенденций наблюдавшихся в интегрирующихся в ЕС странах, а также изменения
структуры торговли в результате сотрудничества в новых сферах.
Для расчета эффектов от производственной кооперации в ЕЭП разработана
эмпирическая модель, включающая несколько блоков2.
1. Оценка
потенциального
выигрыша
от
кооперации
между
государствами – членами ТС и ЕЭП в сфере материальных затрат по отраслям.
2. Определение потенциального прироста экспорта государств – членов ТС и ЕЭП по
отраслям на базе гравитационной модели и модифицированного подхода
Хаусмана – Клингера (на данном этапе, определяется потенциал роста экспорта по
выделенным направлениям с учетом перспектив интеграции по выделенным
группам).
3. Определение потенциального замещения импорта государств – членов ТС и ЕЭП по
отраслям.
4. Оценка выигрыша от кооперации между государствами – членами ТС и ЕЭП за счет
перераспределения ресурсов между предприятиями
Данные. В анализе используется несколько баз данных – база данных гравитационной
модели (уровень ВВП торгующих стран и географическое расстояние между ними), база
данных внешней торговли UN Comtrade (в части экспорта и импорта России и стран ТС по
товарным группам и направлениям), межотраслевой баланс России в детализированной
номенклатуре отраслей (в части коэффициентов прямых затрат), а также база данных по
российским компаниям «БИР-Аналитик» (бухгалтерская отчетность предприятий).
2.2. Механизм оценки интеграционных эффектов в сфере ПИИ
Механизм оценки эффектов в сфере ПИИ предполагает анализ теоретических работ с
выделением факторов, определяющих движение ПИИ. Далее определяется список стран,
на основании которых будет производится оценка эффекта на ПИИ от участия в
интеграционном объединении. На основании построенной базы данных и выбранной
эконометрической спецификации модели производится оценка эффекта интеграции на
ПИИ для государств – членов ТС и ЕЭП.
2.2.1. Теоретический анализ факторов притока ПИИ
Для того чтобы компенсировать издержки, связанные с выходом на международные
рынки, компания должна получить значительные преимущества от деятельности за
пределами страны базирования. Можно выделить несколько основных типов ПИИ:
1
Основная идея подхода – зависимость экспортного потенциала от «близости» экспортной структуры
страны к тем или иным товарам. На первом этапе, рассчитывается вероятность перехода страны к
специализации по каждому товару вне корзины текущей экспортной специализации. Подробнее см.
публикацию ЦМАКП в Журнале Новой экономической ассоциации в 2014 г.
2
Подробнее см. приложение Б.
11

ПИИ, осуществляемые в рамках мотива «поиск ресурсов», нацеленные на
использование в производственном процессе факторов производства, не
доступных в стране базирования ПИИ (например, природных ресурсов) или
доступных
по
более
высоким
ценам
(энергетические
ресурсы,
низкоквалифицированная рабочая сила);

ПИИ, осуществляемые в рамках мотива «поиск рынков». К ним относятся
инвестиции, в результате которых компания получает возможность поставлять
товары и услуги на внутренний рынок страны-реципиента ПИИ;

ПИИ, направленные на поиск стратегических или нерыночных активов. К
примеру, фирма-инвестор может размещать дочерние предприятия вблизи от
локальных центров НИОКР в надежде на положительные внешние эффекты от
циркуляции знаний и технологий (knowledge spillover).
В моделях международной торговли первые два типа ПИИ чаще упоминаются как
вертикальные (поиск ресурсов) и горизонтальные (поиск рынков). В случае реализации
мотива «поиск рынков» для фирмы предпочтительнее налаживать производство на
привлекательном рынке через открытие дочерней компании, нежели расширять выпуск в
стране базирования и экспортировать излишки. Целью осуществления вертикальных ПИИ
является снижение общего уровня издержек за счет доступа к дешевым факторам
производства.
Дополнительное подразделение мотивов в рамках обозначенных категорий можно
сделать на основе сравнения выгод от ПИИ с релевантными альтернативами. Факторы,
определяющие выбор в пользу ПИИ авторы называют факторами интернализации. Вовторых, если решение фирмы было сделано в пользу прямых инвестиций, тогда на выбор
страны инвестирования влияют факторы локализации. Для каждого мотива выделяются
различные альтернативы осуществления ПИИ, см. табл. 2.1.
Таблица 2.1. Классификация мотивов осуществления ПИИ
Мотив
Цель ТНК
Поиск
ресурсов
Доступ к
определенному
ресурсу
Поиск
рынков
Доступ к рынку
страны
реципиента ПИИ
или к рынкам
соседних стран
(export-platform
FDI)
Поиск
нерыночн
ых активов
Доступ к активу,
движение
которого
3
Релевантные
альтернативы
Аутсорсинг на
мировом
рынке,
международна
я торговля
Экспорт,
продажа
лицензий
фирмам,
оперирующим
на внутреннем
рынке страны
реципиента
ПИИ
Факторы
интернализации
Специфичность активов (+),
неопределенность (+),
нематериальность, активов
(+)
Факторы
локализации
Реальная стоимость ресурса
(-), ограниченность ресурса
(+), производительность
ресурса (+)
Торговые барьеры (+),
транспортные/коммуникацио
нные издержки между
страной базирования и
локализации ПИИ (+),
легкость имитации (-),
возможность использования
патентной защиты
(неоднозначный эффект)
Совместное
предприятие,
найм ключевых
Конкуренция на рынках (+),
легкость передачи знаний
через прямой контакт (-),
Обслуживание рынка
страны-реципиента ПИИ:
размер рынка (+), темп роста
рынка (+);
Обслуживание рынков
сопредельных стран: более
3)
привлекательная
институциональная среда (+),
более низкий уровень зарплат
(+)
Качество технологической
инфраструктуры (+),
технологическое расстояние
по сравнению с соседними странами.
12
невозможно при
сотрудников
развитость организационных
между страной базирования
помощи рыночных
способностей персонала (+)
ПИИ и страной-реципиентом
сделок
(-)
Источник: Franco C., Rentocchini F., Marzetti G. (2008). Why do firms invest abroad? An analysis of the motives
underlying Foreign Direct Investments. Universita degi Studi di Trento Discussion Paper №17.
2.2.2. Спецификация процедуры оценки
Эмпирическая литература по анализу факторов притока ПИИ достаточно обширна, до
сих нет четкого консенсуса относительно значимости и направления влияния ряда
факторов. Существует, при этом, и ряд устойчивых к спецификации факторов.
Список переменных
В работе в качестве зависимой переменной было выбрано отношение притока прямых
иностранных инвестиций к ВВП. Это обуславливает дальнейшее использование
относительных переменных либо темпов роста в качестве регрессоров.
Набор регрессоров можно условно разделить на пять групп, три из которых
соответствуют мотивам, в табл. 2.1. Четвертая группа включает общее качество
институтов, инфраструктуры и макроэкономической среды. Пятая – показатель
потенциала притока ПИИ вследствие участия страны в торговом или экономическом
союзе.
Первая группа. Показатели, относящиеся к мотиву «поиск ресурсов»:

доля низкотехнологичного экспорта4 в общем объеме экспорта;

отношение стоимостного объема предложения нефти и газа5 к ВВП;

доля населения с высшим образованием;

отношение внешнеторгового оборота (суммы экспорта и импорта) к ВВП 6;

реальные потребительские расходы на душу населения7.
Первые два показателя отражают наделенность страны природными ресурсами
(топливом, металлами, сельскохозяйственным сырьем). Последний показатель отвечает
за наличие в стране дешевых трудовых ресурсов (в связи с отсутствием межстрановых
данных по зарплатам было решено заменить этот показатель на реальные
потребительские расходы как аппроксимацию удельных затрат на труд). Третий
показатель характеризует качество трудовых ресурсов. Открытость экономики отражает
легкость, с которой продукция может быть в дальнейшем экспортирована. В случае, если
этот показатель войдет в модель с положительным знаком, он будет характеризовать
мотив «поиск ресурсов», если с отрицательным – «поиск рынков» (см. выше).
Аналогичная ситуация с реальными потребительскими расходами на душу населения:
отрицательный знак означал бы привлечение ПИИ, мотивированное «поиском ресурсов»,
положительный – «поиском рынков».
Вторая группа. Показатели, относящиеся к мотиву «поиск рынков»:
4
К низкотехнологичному экспорту относится экспорт сельскохозяйственного сырья, топливных ресурсов,
металлов.
5
натуральные показатели были домножены на мировые цены на эти ресурсы.
6
в зависимости от знака влияния может отражать мотив «поиск рынков».
7
в зависимости от знака влияния может отражать мотив «поиск рынков».
13

уровень тарифной защиты;

темп роста реального ВВП;

отношение выплаченных за рубеж роялти и лицензионных платежей к ВВП.
Первый показатель тестирует наличие эффекта «перепрыгивания» тарифной защиты
прямыми инвестициями, нацеленными на «поиск рынков» (tariff-jumping FDI). Второй и
третий – отражают темпы роста и покупательную способность внутреннего рынка.
Переменная роялти и лицензионных платежей характеризует привлекательность
продажи лицензий внутренним фирмам по сравнению с осуществлением ПИИ. Если
страна выплачивает значимую долю ВВП за рубеж в виде платежей за пользование
интеллектуальной собственностью, значит, вероятно, она недостаточно привлекательна
для ПИИ.
Третья группа. Показатели, относящиеся к мотиву «поиск нерыночных активов»,
характеризуют качество внутренней технологической инфраструктуры:

количество научных статей на 100 тыс. человек населения;

доля высокотехнологичного экспорта в общем объеме экспорта;

отношение полученных из за рубежа роялти и лицензионных платежей к ВВП.
Четвертая группа объясняющих переменных отражает общее качество институтов,
транспортной и коммуникационной инфраструктуры и макроэкономической среды.
А) Макроэкономические переменные: (1) уровень инфляции; (2) отношение налоговых
доходов бюджета к ВВП; (3) темп прироста номинального курса национальной валюты к
долл. США.
Уровень инфляции отражает общий уровень неопределенности в стране,
затрудняющий принятие долгосрочных инвестиционных решений. Уровень налоговой
нагрузки на бизнес может отрицательно сказаться на входящих ПИИ, поскольку снижает
эффективную (после выплаты налогов) доходность бизнеса. Влияние номинального курса
неоднозначно: его укрепление с одной стороны может отражать макроэкономическую
стабильность (в особенности на развивающихся рынках), что привлечет ПИИ. С другой
стороны, ослабление курса может вести к удешевлению внутренних активов и
стимулировать их покупку иностранными инвесторами.
Б) Качество транспортной и коммуникационной инфраструктуры: (1) число
пользователей стационарных и мобильных телефонов на 100 человек населения; (2)
протяженность железных дорог на 10 тыс. кв. км площади.
Включение ряда инфраструктурных показателей нацелено на учет коммуникационных
возможностей внутри страны, развитости логистической сети, транспортных издержек.
В) Качество институциональной среды – сводный индекс Fraser Institute – Summary
Index.
Ухудшение качества институтов может негативно сказаться на прямых иностранных
инвестициях, поскольку вносит дополнительный фактор неопределенности (слабость
защиты прав собственности), а также приводит к росту трансакционных издержек
(коррупционный налог).
14
Пятая группа факторов учитывает возможные интеграционные эффекты в сфере ПИИ,
возникающие вследствие облегчения движения капитала между странами-участницами
торгового или экономического союза. Мы тестировали влияние следующих переменных:

фиктивная переменная участия страны в торговом или экономическом союзе (ЕС,
НАФТА, АСЕАН, АТЭС, КОМЕСА, АНЗСЕРТА, Андское сообщество, Меркосур);

Отношение объема исходящих ПИИ стран-участниц торговых объединений, куда
входит анализируемая страна (не включая ПИИ самой страны), к ВВП этой страны.
Последний показатель отражает потенциал взаимных инвестиций стран-участниц
торгового или экономического союза вследствие более благоприятного режима
инвестирования внутри торгово-экономические объединения по сравнению с остальным
миром.
Список стран
При предварительной фильтрации выборки стран были включили только те экономики,
чей опыт привлечения ПИИ можно считать успешным с точки зрения количественных
показателей. Были использованы следующие условия: объём входящих ПИИ не менее 0,5
млрд. долл. в 2010 г. (всего 98 стран); объём входящих ПИИ на душу населения не менее
60 долл. в 2010 г. (нижняя граница 50-го процентиля, всего 95 стран).
В результате проведенной фильтрации было отобрано 78 стран, удовлетворяющих
описанным выше условиям, из 157 стран, по которым имелись все необходимые данные,
за период 1990–2010 гг. В итоге в панель было включено 40 развивающихся стран, 10
постсоциалистических стран и 28 развитых стран. Поскольку основной целью является
оценка интеграционных эффектов на потоки ПИИ, дополнительно налагается условие
участия в интеграционном объединении. Число таких стран варьируется от 10 в 1980 г. до
66 в 2010 г.
Данные по странам была собраны с использованием баз данных Мирового Банка (WDI,
World Development Indicators) и UNCTAD (United Nations Conference on Trade and
Development).
Эконометрическая спецификация
В целях повышения эффективности оценки влияния различных мотивов на приток ПИИ
был применен динамический панельный анализ. Оценка производится в два этапа. На
первом этапе оцениваются модели регрессии на каждую переменную по отдельности. На
втором – с учетом значимости переменных в моделях первого этапа оцениваются
несколько множественных моделей, включающих в качестве объясняющих переменных
набор «лучших переменных», отобранных на первом этапе.
Этап 1. Строится 17 парных моделей притока ПИИ в зависимости от различных
факторов. В качестве базовой спецификации выбрана динамическую модель на
панельных данных, т.к. во все модели в качестве регрессора включены лаговые значения
объясняющей переменной. Метод оценки – «System GMM». Модель:
yit  yit 1  x'it   vit
,

 yit  yit 1  x'it    it
15
где  it  i  vit — сумма индивидуального (странового) эффекта и идиосинкратического
шока, yit – зависимая переменная, xit – вектор объясняющих переменных.
Этап 2. Оценка множественных моделей притока ПИИ. На основе полученных
результатов оценивания парных моделей строится несколько множественных регрессий.
В качестве объясняющих переменных для множественных моделей используются
переменные, которые хорошо себя зарекомендовали на первом этапе: т.е. вошли в
парные модели значимо и с правильными знаками.
На основе выбранных переменных оцениваются различные динамические
спецификации модели ПИИ. В эти модели обязательно включаются: лагированная
зависимая переменная, фактор интеграционного объединения (целевая переменная) и
динамика внутреннего рынка (переменная, наиболее часто оказывающаяся значимой, в
существующих эмпирических исследованиях). В качестве контрольных переменных
варьируется список прочих показателей, полученный на первом этапе, так чтобы в одну
модель попадали переменные из нескольких групп.
Выделение эффекта интеграции
На основе полученного коэффициента влияния переменной интеграции на приток ПИИ
рассчитывается оценку интеграционного эффекта для стран ТС и ЕЭП. Поскольку
оценивалась модель с лагированной зависимой переменной в качестве одного из
регрессов, полное (долгосрочное) влияния интеграции на приток ПИИ оказывается
больше краткосрочного на коэффициент, положительно связанный со степенью инерции
зависимой переменной.
Исходная оцененная модель в уровнях имеет вид:
yit  yit 1  x'it    it
.
Долгосрочное равновесие:
~
yi (1   )  ~
x 'i    i
x – «устойчивые» в долгосрочном периоде уровни (или темпы роста)
где ~y и ~
).
показателей. Соответственно, долгосрочный коэффициент влияния x на y : ⁄(
Далее рассчитывается отношение объема исходящих ПИИ государств – членов ТС и ЕЭП
(не включая ПИИ анализируемой страны) к ВВП на последний доступный период.
Перемножение данных показателей по странам и долгосрочных коэффициентов,
полученных на основе эконометрических моделей, дает нам представление об итоговых
интеграционных эффектах.
Ожидаемым является тот факт, что влияние участия в интеграционном объединении на
приток ПИИ в ТС и ЕЭП существенно различается по странам – даже максимально
возможные исходящие ПИИ Беларуси и Казахстана будут незначительными по сравнению
с масштабами российской экономики.
16
III. Модельный аппарат для оценки долгосрочных перспектив
экономического развития государств – членов ТС и ЕЭП
3.1. Используемые статистические данные
Для оценки уравнений модельного аппарата для построения долгосрочного прогноза
экономического развития государств – членов Таможенного союза и Единого
экономического пространства была сформирована база данных за 1995-2012 гг.
База годовых данных за 1995-2012 гг. построена для трех экономик государств – членов
ТС и ЕЭП, а также для ряда показателей мировой экономики и отдельных глобальных
рынков (цена на нефть).
Источниками для базы данных послужили показатели национальных статистических
ведомств и центральных банков России, Беларуси и Казахстана, а также базы данных
международных организаций – МВФ и Всемирного банка.
База включает следующие индикаторы и группы индикаторов:
1. ВВП, его компоненты по расходам (использованию) – конечное потребление
домохозяйств, валовое накопление основного капитала, конечное потребление
органов государственного управления, экспорт и импорт товаров и услуг. Эти
показатели приведены в текущих и сопоставимых ценах;
2. Отдельные
высокочастотные
показатели
национальной
экономики,
приведенные к годовой частоте: индекс промышленного производства, объем
инвестиций в основной капитал, оборот розничной торговли, объем платных
услуг населению, реальные располагаемые денежные доходы;
3. Показатели рынка труда: численность экономически активного населения,
количество занятых и безработных (с расчетом уровня безработицы), динамика
номинальной и реальной заработной платы;
4. Темпы роста цен (потребительская инфляция и дефлятор ВВП), оценки
естественного уровня безработицы;
5. Показатели бюджетного сектора: объемы доходов и расходов бюджета
расширенного правительства, дефицита бюджета;
6. Монетарные и финансовые показатели: индекс потребительских цен, дефлятор
ВВП, агрегаты денежной массы, ключевые ставки монетарной политики,
средние ставки банковского кредитования нефинансового сектора, процентные
ставки по государственным займам (вторичный рынок), номинальные валютные
курсы и индексы реальных эффективных обменных курсов;
7. Параметры платежного баланса: сальдо счета по текущим операциям, сальдо
счета по операциям с капиталом и финансовыми инструментами, в том числе
сальдо прямых, портфельных и прочих инвестиций, изменение чистых
резервных активов.
База данных формировалась не только для оценки спецификации уравнений
модельного аппарата, но и для обоснования динамики экзогенных параметров на
прогнозном периоде. Поэтому набор входящих в нее показателей существенно шире, чем
набор показателей, используемый в качестве факторов в модели.
17
Состав переменных с указанием источника данных и статистических характеристик
приведен в Приложении А.
3.2. Описание модельного аппарата
Как было показано в разделе I, модель включает три расчетных блока:

блок экономики России,

блок экономики Беларуси,

блок экономики Казахстана,
каждый из которых представляет собой систему из 33 эконометрических уравнений.
Оценка, расчет и прогноз модели осуществляются в годовом формате
Модель использует 25 экзогенных (структурных и управляющих) параметров, включая
13 параметров государственной политики.
В текущей версии модели эффекты экономической интеграции учтены в следующих
секторах: взаимная торговля, прямые иностранные инвестиции.
3.2.1. Модель Республики Беларусь
В блоке Беларуси система уравнений содержит 11 уравнений. В качестве экзогенных
переменных, среди прочих, используются показатели, относящиеся к внешнеторговой
деятельности, такие как экспорт, номинальный обменный курс и цена на нефть.
Для оценки блока Беларуси использовались данные за 2001-2012 гг. По мере
обновления статистики спецификации и оценки параметров будут уточняться.
В рамках описанной теоретической структуры, модель для Беларуси имеет следующий
набор уравнений.8
Блок расчета ВВП
Уравнение темпов прироста потенциального ВВП:
d (log( BY _ YPOT _ R))  1.994* d ( BY _ N / BY _ POP)  0.184* d (log( BY _ GFCF _ R( 1))) 
0.099* d (log( BY _ RU _ X _ USD  BY _ KZ _ X _ USD))
Уравнение темпов прироста валового накопления основного капитала:
d (log( BY _ GFCF _ R))  3.133* d (log( BY _ YPOT _ R))  0.184* BY _ I _ CR /100 
0.074* d (log( BY _ FDI _ USD))  0.470*( BY _ INVENTORY _ R( 1) / BY _ Y _ R( 1) 
 BY _ INVENTORY _ R(2) / BY _ Y _ R(2)  BY _ INVENTORY _ R(3) / BY _ Y _ R( 3))
Уравнение отношения запасов к ВВП:
BY _ INVENTORY _ R / BY _ Y _ R  0.491*( BY _ Y _ R(1)  BY _ YPOT _ R(1)) / BY _ Y _ R(1) 
0.393*( BY _ Y _ R(2)  BY _ YPOT _ R(2)) / BY _ Y _ R(2)  0.089* d (log( BY _ GFCF _ R))
Уравнение темпов прироста частного потребления:
d (log( BY _ C _ R))  0.478* d (log( BY _ YPOT _ R))  0.422* d (log( BY _ W _ R * BY _ L)) 
0.125* d (log( BY _ W _ R(1)* BY _ L(1)))
Уравнение темпов прироста ненефтегазового импорта:
d (log( BY _ M _ USD  BY _ M _ OG _ USD))  3.382* d (log( BY _ YPOT _ R))
8
Здесь и далее – обозначения переменным см. в Приложении А.
18
Расчет фактического ВВП (тождество):
BY _ Y _ R  BY _ C _ R  BY _ GC _ R  BY _ GFCF _ R  BY _ INVENTORY _ R 
 BY _ X _ R  BY _ M _ R  BY _ DISCR _ R
Ценовой блок
Уравнение динамики темпов среднегодового прироста потребительских цен:
BY _ CPI _ AV  1.033* d (log( BY _ ER _ N ))*100  0.335* d (log( P _ OIL _ AV ))*100
Уравнение динамики темпов прироста дефлятора ВВП:
d ( BY _ DEF _ Y ) / BY _ DEF (1)*100  0.334* d (log( BY _ ER _ N ))*100 
0.263* d (log( P _ OIL _ AV ))*100  0.895* BY _ CPI _ AV
Уравнение динамики темпов прироста дефлятора импорта:
d ( BY _ DEF _ M ) / BY _ DEF _ M (1)*100  1.317* d (log( BY _ ER _ N ))*100
Прочие переменные
Уравнение динамики темпов прироста промышленного производства:
( BY _ I _ PR 1)*100  0.890* d (log( BY _ YPOT _ R))*100  0.157* d (log( BY _ X _ USD))*100
Уравнение динамики разности процентной ставки по кредитам нефин. сектору:
BY _ I _ CR  0.714* BY _ I
Уравнение динамики отношения сальдо счета по текущим операциям к ВВП:
BY _ CURACC _ USD / BY _ Y _ USD  0.627*( BY _ X _ USD  BY _ M _ USD) / BY _ Y _ USD 
0.562* BY _ CURACC _ USD(1) / BY _ Y _ USD(1)
Система уравнений оценивается трехшаговым методом наименьших квадратов,
учитывающим возможную гетероскедастичность ошибок и их автокорреляцию между
разными уравнениями. Последняя возникает в силу того, что эндогенные переменные
входят в другие уравнения в качестве объясняющих факторов.
Коэффициенты значимы на уровне 5%, кроме коэффициента при реальной процентной
ставке по кредитам нефинансовому сектору в уравнении динамики темпов прироста
валового накопления основного капитала (значим на 10% уровне). Знаки и масштаб
оценок всех коэффициентов соответствуют экономическому смыслу.
3.2.2. Модель Республики Казахстан
Блок Казахстана моделируется аналогично блоку Беларуси. Система содержит 10
уравнений. Спецификации уравнений и используемые экзогенные переменные несколько
отличаются от предыдущего блока, что связано со спецификой стран.
Система уравнений оценивается на годовых данных с 2003 г.
Блок расчета ВВП
Уравнение темпов прироста потенциального ВВП:
d (log( KZ _ YPOT _ R))  0.084*( KZ _ N / KZ _ POP)  0.217* d (log( KZ _ GFCF _ R( 1))) 
0.293*( KZ _ X _ USD  KZ _ M _ USD) / KZ _ Y _ USD *(1  D05 _ 09)  0.034* D07 _ 08
Уравнение темпов прироста валового накопления основного капитала:
19
d (log( KZ _ GFCF _ R))  1.978* d (log( KZ _ YPOT _ R))  0.146* d (log( KZ _ FDI _ USD)) 
0.832*( KZ _ INVENTORY _ R( 1) / KZ _ Y _ R( 1)  KZ _ INVENTORY _ R( 2) / KZ _ Y _ R( 2) 
 KZ _ INVENTORY _ R(3) / KZ _ Y _ R(3))  0.891*( KZ _ I _ CR  KZ _ CPI _ AV ) /100* D10 _ 30 
0.223* d (log( KZ _ GOVEXP _ N / KZ _ CPI _ AV _ B))* D05 _ 30
Уравнение отношения запасов к ВВП:
KZ _ INVENTORY _ R / KZ _ Y _ R  0.644*( KZ _ Y _ R  KZ _ YPOT _ R) / KZ _ Y _ R 
0.224* d (log( KZ _ GFCF _ R(1)))
Уравнение темпов прироста частного потребления:
d (log( KZ _ C _ R))  0.959* d (log( KZ _ YPOT _ R)) 
1.003*( KZ _ W _ R(1)* KZ _ L(1) / KZ _ Y _ R(1))  0.255* d (log( KZ _ ER _ RE ))
Уравнение темпов прироста импорта:
d (log( KZ _ M _ USD))  1.436* d (log( KZ _ GFCF _ R  KZ _ C _ R))  1.589* d (log( KZ _ ER _ RE))
Расчет фактического ВВП (тождество):
KZ _ Y _ R  KZ _ C _ R  KZ _ GC _ R  KZ _ GFCF _ R  KZ _ INVENTORY _ R 
 KZ _ X _ R  KZ _ M _ R  KZ _ DISCR _ R
Ценовой блок
Уравнение динамики темпов среднегодового прироста потребительских цен:
KZ _ CPI _ AV  0.532* d (log( KZ _ ER _ N ))* KZ _ M _ N (1) / KZ _ Y _ N ( 1)*100 
0.086* d (log( P _ OIL _ AV ))*100  6.039  6.495* D07 _ 08
Уравнение динамики темпов прироста дефлятора ВВП:
d (log( KZ _ DEF _ Y ))*100  1.149* KZ _ CPI _ AV  0.183* d (log( P _ OIL _ AV ))*100
Прочие переменные
Уравнение динамики темпов прироста промышленного производства:
( KZ _ I _ PR 1)*100  0.700* d (log( KZ _ Y _ R))*100
Уравнение динамики разности процентной ставки по кредитам нефин. сектору:
KZ _ I _ CR  0.879* KZ _ I  1.110* KZ _ I _ GOV  1.095* D11_ 30
Уравнение динамики отношения сальдо счета по текущим операциям к ВВП:
d ( KZ _ CURACC _ USD / ( KZ _ Y _ USD))  0.713* d (( KZ _ X _ USD  KZ _ M _ USD) / ( KZ _ Y _ USD))
Система оценивается трехшаговым методом наименьших квадратов. В качестве
инструментов, как и в предыдущем случае, используются экзогенные к блоку
переменные.
Большинство коэффициентов системы значимы на 5% уровне и три коэффициента
значимы на 10% уровне. Знаки всех коэффициентов соответствуют экономическому
смыслу.
20
3.2.3. Модель Российской Федерации
Уравнения блока экономики России описывают динамику основных компонентов ВВП
по использованию (кроме экспорта), который задается экзогенно, показателя
промышленного производства, ценовых и монетарных показателей.
Блок расчета ВВП
Уравнение динамики темпов прироста ВВП в сопост. ценах 2007 г.:
d (log( RU _ Y _ R))  0.544* d (log( RU _ С _ R  RU _ GFCF _ R  RU _ M _ R)) 
0.315* d (log( RU _ X _ R))*(1  D09)  0.096* D09
Уравнение динамики темпов прироста частного потребления в сопост. ценах 2007 г.:
d (log( RU _ C _ R))  0.752* d (log( RU _ Y _ R))  0.376* d (log( RU _ W _ R )) 
0.041*( RU _ I _ PENS  100)* D05 _12 /100
Уравнение динамики темпов прироста валового накопления основного капитала в
сопост. ценах 2007 г.:
d (log( RU _ GFCF _ R))  0.646*( RU _ I _ CR  RU _ CPI _ AV ) /100 
1.419*( RU _ I _ PR  1)  0.313* d (log( RU _ GOVEXP _ R))
Уравнение динамики темпов прироста импорта товаров и услуг в сопост. ценах 2007 г.:
d (log( RU _ M _ R))  1.622* d (log( RU _ C _ R  RU _ GFCF _ R)) 
0.458* d (log( RU _ ER _ RE ))
Расчет фактического ВВП (тождество).
Ценовой блок
Уравнение динамики темпов прироста потребительских цен:
RU _ CPI _ AV  0.288* d (log( RU _ BVK _ N ))*100  0.235* d (log( RU _ M 2))*100 
0.224*( RU _ I _ GAZ  1)*100  0.401*( RU _ OG _ R / RU _ Y _ R)*100
Уравнение динамики темпов прироста дефлятора ВВП:
d (log( RU _ DEF _ Y ))  0.848* RU _ CPI _ AV /100 
0.271* d (log( RU _ P _ OIL _ URALS * RU _ ER _ N ))
Прочие переменные
Уравнение динамики темпов прироста промышленного производства:
( RU _ I _ PR 1)  0.606* d (log( RU _ Y _ R))  0.295* d (log(RU _ X _ R))
Уравнение динамики темпов прироста заработной платы в сопост. ценах 2007 г.:
d (log( RU _ W _ R))  0.067* d (log( RU _ P _ OIL _ URALS (1))) 
1.435* d (log( RU _ Y _ R / RU _ L))  0.367* d (log( RU _ GOVEXP _ R))
Уравнение динамики темпов прироста денежной массы М2:
21
d (log( RU _ M 2))  2.301* RU _ RES _ USD / ( RU _ Y _ R * RU _ DEF _ Y / RU _ ER _ N ) 
1.884*( RU _ X _ N  RU _ M _ N ) / ( RU _ Y _ R * RU _ DEF _ Y )
1.125*( RU _ GOVINC _ N  RU _ GOVEXP _ N ) / ( RU _ Y _ R * RU _ DEF _ Y )
Уравнение динамики разности процентной ставки по кредитам нефи-нансовому
сектору:
d ( RU _ I _ CR)  0.722* d ( RU _ I _ REF )
Уравнение динамики отношения сальдо счета по текущим операциям к ВВП:
RU _ CURACC _ USD / ( RU _ Y _ R * RU _ DEF _ Y / RU _ ER _ N ) 
 1.046*(( RU _ X _ N  RU _ M _ N ) / ( RU _ Y _ R * RU _ DEF _ Y ))  0.044 
0.124* RU _ CURACC _ USD(1) / ( RU _ Y _ R( 1)* RU _ DEF _ Y ( 1) / RU _ ER _ N ( 1))
Уравнение динамики темпов прироста гос. доходов:
d (log( RU _ GOVINC _ N ))  0.892* d (log( RU _ Y _ R * RU _ DEF _ Y )) 
0.219* d (log( RU _ P _ OIL _ URALS * RU _ Q _ OIL * RU _ ER _ N ))
Система из 12 уравнений оценивается трехшаговым методом наименьших квадратов
на временном периоде 2001-2013 гг. Оценки всех параметров в системе значимы на
уровне 5%, кроме коэффициента при реальном приросте пенсии после 2005 г. в
уравнении конечного потребления домохозяйств (значим на уровне 5,2%). Все
коэффициенты имеют интерпретируемый с экономической точки зрения знак,
соответствующий предполагаемому влиянию фактора.
22
Приложения
А. Статистические данные
Табл. А.1 Показателей базы данных Беларуси
BY_Y_N
BY_Y_R
BY_Y_USD
Единица
измерения
трлн. руб.
трлн. руб.
млрд. долл.
max
min
Стационарность
1995-2013
1995-2013
2000-2013
Количество
наблюдений
19
19
14
636.8
124.8
71.7
0.1
41.8
12.5
выше второй разности
первой разности
первой разности
BY_YPOT_R
трлн. руб.
1996-2013
18
119.6
42.3
первой разности
BY_C_R
трлн. руб.
1999-2013
15
82.9
20.4
первой разности
BY_GFCG_R
трлн. руб.
1999-2013
15
53.0
10.8
первой разности
BY_INVENTORY_R
трлн. руб.
2000-2013
14
4.7
-0.5
первой разности
BY_X_N
трлн. руб.
2005-2013
9
430.5
60.3
второй разности
BY_X_R
трлн. руб.
1995-2013
19
114.3
11.2
первой разности
BY_RU_X_R+BY_KZ_X_R
трлн. руб.
2005-2013
9
37.5
13.0
первой разности
BY_M_N
трлн. руб.
2005-2013
9
406.6
65.7
второй разности
BY_M_R
трлн. руб.
1995-2013
19
107.5
12.2
первой разности
BY_M_OG_USD
млрд. долл.
2002-2013
12
18.1
2.0
стационарна
2000-2013
14
1.153
0.952
стационарна
1995-2013
1995-2013
2005-2013
2000-2013
19
19
9
14
1261.5
5.100
4.539
168.6
154.2
0.003
0.990
7.0
первой разности
выше второй разности
второй разности
стационарна
Показатель
Обозначение
ВВП, в тек. ценах
ВВП, в соп. ценах 2007 г.
ВВП, тек. курсы
Потенциальный ВВП, в соп. ценах
2007 г.
Частное потребление, в соп. ценах
2007 г.
Валовое накопление, в соп. ценах
2007 г.
Изменение запасов, в соп. ценах
2007 г.
Экспорт товаров и услуг, в тек. ценах
Экспорт товаров и услуг, в соп. ценах
2007 г.
Экспорт Беларуси в Россию и
Казахстан
Импорт товаров и услуг, в тек. ценах
Импорт товаров и услуг, в соп. ценах
2007 г.
Нефтегазовый импорт
Индекс промышленного
производства
Заработная плата, в соп. ценах 2007 г.
Дефлятор ВВП, базисный 2007 г.
Дефлятор импорта, базисный 2007 г.
Темп прироста потребительских цен
BY_I_PR
BY_W_R
BY_DEF_Y
BY_DEF_M
BY_CPI_AV
тыс. руб.
%
Период
23
Государственные расходы
Численность занятых
Процентная ставка по кредитам
нефин. сектору
Ключевая ставка монетарной
политики
Номинальный обменный курс
Сальдо счета по текущим операциям
Прямые иностранные инвестиции
BY_GC_R
BY_L
трлн. руб.
млн. чел.
2000-2013
1995-2013
14
19
18.6
4.7
17.3
4.3
первой разности
первой разности
BY_I_CR
%
2001-2013
13
72.7
11.7
стационарна
BY_I
%
2000-2013
14
102.9
16.0
стационарна
BY_ER_N
BY_CURACC_USD
BY_FDI_USD
руб./долл.
млрд. долл.
млрд. долл.
2000-2013
2005-2013
2002-2013
14
9
12
8875.8
0.5
13.2
657.9
-8.3
0.3
выше второй разности
выше второй разности
первой разности
Табл. А.2. Показатели базы данных Казахстана
KZ_Y_N
KZ_Y_R
KZ_Y_USD
Единица
измерения
млрд. тенге
млрд. тенге
млрд. долл.
max
min
Стационарность
1995-2013
1995-2013
1995-2013
Количество
наблюдений
19
19
19
33800
17099
222
1416
5772
17
второй разности
второй разности
первой разности
KZ_YPOT_R
млрд. тенге
1996-2013
18
17172
5277
второй разности
KZ_C_R
млрд. тенге
1995-2013
19
9680
2849
второй разности
KZ_GC_R
млрд. тенге
1995-2013
19
1990
638
первой разности
KZ_GFCG_R
млрд. тенге
1995-2013
19
5047
930
второй разности
KZ_INVENTORY_R
млрд. тенге
1995-2013
19
708
-45
первой разности
KZ_X_N
млрд. тенге
1995-2013
19
13682
395
второй разности
KZ_X_R
млрд. тенге
1995-2013
19
6142
3004
первой разности
KZ_RU_X_R+KZ_BY_X_R
млрд. тенге
2002-2013
12
683
270
стационарна
KZ_M_N
млрд. тенге
1995-2013
19
10023
510
второй разности
KZ_M_R
млрд. тенге
1995-2013
19
6056
2492
первой разности
KZ_DISCR_R
млрд. тенге
1995-2013
19
977
123
первой разности
Показатель
Обозначение
ВВП, в тек. ценах
ВВП, в соп. ценах 2007 г.
ВВП, тек. курсы
Потенциальный ВВП, в соп. ценах
2007 г.
Частное потребление, в соп. ценах
2007 г.
Государственное потребление, в соп.
ценах 2007 г.
Валовое накопление, в соп. ценах
2007 г.
Изменение запасов, в соп. ценах
2007 г.
Экспорт товаров и услуг, в тек. ценах
Экспорт товаров и услуг, в соп. ценах
2007 г.
Экспорт Казахстан в Россию и
Беларусь
Импорт товаров и услуг, в тек. ценах
Импорт товаров и услуг, в соп. ценах
2007 г.
Статистическое расхождение, в соп.
Период
24
Показатель
ценах 2007 г.
Индекс промышленного
производства
Заработная плата, в соп. ценах 2007 г.
Государственные расходы, в тек.
ценах
Численность занятых
Численность экономически
активного населения
Численность населения
Дефлятор ВВП, базисный 2007 г.
Темп прироста потребительских цен
Процентная ставка по кредитам
нефин. сектору
Ключевая ставка монетарной
политики
Процентная ставка по гос.
облигациям
Номинальный обменный курс
Индекс реального эффективного
курса
Сальдо счета по текущим операциям
Валовый приток иностранных
прямых инвестиций
Средняя цена нефти (среднее
арифметическое цен сортов WTI,
Brent, Dubai)
Обозначение
Единица
измерения
KZ_I_PR
Период
Количество
наблюдений
max
min
Стационарность
1995-2013
19
1.221
0.902
стационарна
KZ_W_R
тенге
1995-2013
19
66510
17341
первой разности
KZ_GOVEXP_N
млрд. тенге
2000-2013
14
7071
576
второй разности
KZ_L
млн. чел.
1995-2013
19
8.6
6.1
стационарна
KZ_N
млн. чел.
1995-2013
19
9.1
7.1
первой разности
KZ_POP
KZ_DEF_Y
KZ_CPI_AV
млн. чел.
%
1995-2013
1995-2013
1996-2013
19
19
18
17.2
1.977
39.3
14.9
0.176
5.1
стационарна
первой разности
стационарна
KZ_I_CR
%
2000-2013
14
19.4
10.6
стационарна
KZ_I
%
2003-2013
11
10.8
4.3
первой разности
KZ_I_GOV
%
2006-2013
8
7.1
4.8
первой разности
KZ_ER_N
тенге/долл.
1995-2013
19
153.3
61.0
первой разности
1995-2013
19
1.166
0.892
первой разности
KZ_ER_RE
KZ_CURACC_USD
млрд. долл.
2005-2013
9
10.2
-8.4
стационарна
KZ_FDI_USD
млрд. долл.
1995-2013
19
28.8
1.2
первой разности
P_OIL_AV
долл./баррель
1995-2013
19
110.6
11.8
стационарен в первых
разностях
25
Табл. А.3. Показатели базы данных России
Показатель
Обозначение
Единица
измерения
Период
Количество
наблюдений
max
min
ВВП, в тек. ценах
RU_Y_N
млрд. руб.
1995-2013
19
67212
1429
ВВП, в соп. ценах 2007 г.
RU_Y_R
млрд. руб.
1995-2013
19
36910
17973
ВВП, тек. курсы
Частное потребление, в соп. ценах
2007 г.
Валовое накопление основного
капитала, в соп. ценах 2007 г.
Экспорт товаров и услуг, в тек.
ценах
Экспорт товаров и услуг, в соп.
ценах 2007 г.
RU_Y_USD
млрд. долл.
1995-2013
19
2106
196
RU_C_R
млрд. руб.
1995-2013
19
21230
7456
RU_GFCG_R
млрд. руб.
1995-2013
19
8175
2421
RU_X_N
млрд. руб.
1995-2013
19
18595
418
RU_X_R
млрд. руб.
1995-2013
19
10550
4457
Нефтегазовый экспорт, тек. курсы
RU_X_OG_USD
млрд. долл.
1995-2013
19
345
27
Объем экспорта нефти
RU_Q_OIL
млн. тонн
1995-2013
19
260
122
Прочий экспорт, тек. курсы
Импорт товаров и услуг, в тек.
ценах
Импорт товаров и услуг, в соп.
ценах 2007 г.
Разрыв выпуска, в соп. ценах 2007
г.
Индекс промышленного
производства
Заработная плата, в соп. ценах
2007 г.
Темп роста реальной пенсии
Государственные расходы, в тек.
ценах
RU_X_NOG_USD
млрд. долл.
1995-2013
19
254
55
RU_M_N
млрд. руб.
1995-2013
19
15389
370
RU_M_R
млрд. руб.
1995-2013
19
9876
1540
Стационарность
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
RU_OG_R
млрд. руб.
2000-2013
14
1571
-1784
стационарен
1995-2013
19
1.089
0.907
стационарен
стационарен в
первых разностях
стационарен
стационарен в
первых разностях
RU_I_PR
RU_W_R
RU_I_PENS
тыс. руб.
%
1995-2013
1999-2013
19
15
18000
134.8
4400
60.6
RU_GOVEXP_N
млрд. руб.
1999-2013
15
20706
1258
26
Показатель
Государственные расходы, в соп.
ценах 2007 г.
Государственные доходы, в тек.
ценах
Обозначение
Единица
измерения
Период
Количество
наблюдений
max
min
RU_GOVEXP_R
млрд. руб.
1999-2013
15
12585
3636
RU_GOVINC_N
млрд. руб.
1999-2013
15
20173
1214
Численность занятых
RU_L
млн. чел.
1995-2013
19
71545
62867
Дефлятор ВВП, базисный 2007 г.
Темп прироста потребительских
цен
RU_DEF_Y
1995-2013
19
1.821
0.074
RU_CPI_AV
%
1996-2013
18
92.6
5.1
Цены на нефть Urals
Индекс оптовых цен на газ
(Газпром)
RU_P_OIL_URALS
долл./баррель
1995-2013
19
110.6
11.8
1998-2013
16
1.380
0.857
Денежная масса M2
Процентная ставка по кредитам
нефин. сектору
Ставка рефинансирования
RU_M2
млрд. руб.
1995-2013
19
31075
221
RU_I_CR
RU_I_REF
%
%
1995-2013
1997-2013
19
17
147.4
57.2
8.5
8.0
Номинальный обменный курс
Индекс реального эффективного
курса
RU_ER_N
руб./долл.
1995-2013
19
31.9
4.6
1999-2013
15
1.170
0.579
Стоимость бивалютной корзины
Сальдо счета по текущим
операциям
Изменение величины резервных
активов
RU_BVK_N
руб./долл.
1999-2013
15
37.4
25.3
RU_CURACC_USD
млрд. долл.
1994-2012
19
103.5
-0.1
стационарен
стационарен
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
RU_RES_USD
млрд. долл.
1994-2012
19
148.9
-38.9
стационарен
RU_I_P_GAZ
RU_ER_RE
Стационарность
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен в
первых разностях
стационарен
стационарен в
первых разностях
стационарен
стационарен во
вторых разностях
27
Б. Механизм оценки кооперации
Б.1. Оценка потенциального выигрыша РФ от кооперации с государствами –
членами ТС и ЕЭП
Для оценки размера потенциального выигрыша от кооперации в виде наращивания
экспорта используется идея о взаимосвязанности коэффициента специализации страны
по определенной отрасли со средневзвешенной специализацией по отраслям,
составляющим элементы ее материальных затрат по межотраслевому балансу.
Расчет межстрановых регрессий для каждой отрасли с учетом открытости экономики
каждой страны и уровня ее подушевого ВВП показывает, что по большинству отраслей
гипотеза о наличии указанной взаимосвязи подтверждается (исключениями стали
отрасли строительного комплекса, производящие неторгуемые товары). Спецификация
регрессии выглядит следующим образом:
1
 
spi ,c

 GDPPC c  2 ,
  0   ai , j
EXPGDPc
EXPGDPc 
 i 
sp j ,c


spi ,c  EX i ,c GDPc    EX i ,c GDPw 
 c

или spi ,c  IM i ,c GDPc    IM i ,c GDPw 

c

где j – рассматриваемая отрасль, i – промежуточная отрасль, ai,j – коэффициент прямых
затрат (использования продукции отрасли i в производстве продукции отрасли j), c –
страна, w – мир в целом, EX – объем экспорта, IM – объем импорта GDP – ВВП, GDPPC –
подушевой ВВП, EXPGDP – отношение экспорта к ВВП (открытость экономики)9), sp –
коэффициент специализации или импортозависимости (регрессии рассчитываются
отдельно для экспортной специализации и для импортозависимости).
Полученные в регрессиях эластичности изменения коэффициента специализации по
изменению средневзвешенной специализации по элементам материальных затрат
показывают, в какую степень β1 необходимо возвести эффект от кооперации по
материальным затратам, чтобы получить эффект в виде наращивания экспорта конечной
продукции (или сокращения импорта конечной продукции)10:
sp j ,c *
sp j ,c
  sp * 
  ai , j  i ,c 
i 
  spi ,c 
1
где sp* – потенциальный уровень специализации страны c на товаре i или j.
9
Учет открытости экономики необходим для устранения зависимости коэффициента специализации страны
от ее включенности в мировую торговлю. Так, замечено, что специализация страны коррелирует с
открытостью ее экономики, причем данный эффект оказывает фронтальное влияние (он является
макроэкономическим эффектом, независимым от конкретной отрасли). Поэтому корректировка зависимой
и независимой переменной на открытость экономики является эконометрически допустимой операцией.
10
Для некоторых отраслей оказались значимы дополнительные эффекты. Например, подушевой ВВП
отрицательно влиял на коэффициент специализации по производству бытовых приборов – наиболее
вероятно, сигнализируя о том, что в данной отрасли практикуется перенос производства в развивающиеся
страны.
28
При этом как в данном выражении, так и в дальнейшем анализе, в качестве аналога
коэффициентов специализации допустимо использовать индексы Балассы по экспорту и
импорту, поскольку эффект открытости экономики (который оказывает влияние на
коэффициент специализации, но не на индекс Балассы) устраняется при нормировке на
уровень открытости экономики. Индекс Балассы рассчитывается следующим образом:

BI i ,c   EX i ,c

 EX

BI i ,c   IM i ,c

 IM
i ,c
i
 
   EX i ,c
  c
 EX
 
   IM i ,c
  c
 IM
i
i ,c
c



или
i
i ,c
i
c
i ,c



При этом индекс Балассы по экспорту интерпретируется как экспортная
конкурентоспособность, тогда как по импорту – как импортозависимость. Соответственно,
рост этого индекса по экспорту отражает повышение конкурентоспособности, а по
импорту – ее сокращение (увеличение импортозависимости).
Улучшение индекса Балассы России до потенциального уровня при кооперации с
Беларусью (в случае, если экспортная конкурентоспособность Беларуси выше российской,
или если импортозависимость Беларуси ниже российской) определяется как отношение
средневзвешенного индекса Балассы РФ и Беларуси к первоначальному, где для расчета
весов используется показатель потенциального прироста импорта России из Беларуси,
отнесенный к объему российского рынка11:
I i ,EX
 BI i ,RU
k i ,RU ,BY  BI i ,BY


1  k i ,RU ,BY
BI
*  1  k i ,RU ,BY
 i, RU ,BY  
BI i, RU
BI i, RU




по экспорту,
I i ,IM 
1
BI i, RU ,BY *
BI i, RU

1
 BI i ,RU
k
 BI i ,BY

 i ,RU ,BY
1 k
1  ki ,RU ,BY
i , RU , BY

BI i, RU




по импорту,
k i , RU , BY 
BY
IM iBY
, RU *  IM i , RU
X i , RU  IM i , RU
где IM*, IM – потенциальный и текущий уровень импорта России из Беларуси по отрасли i,
соответственно, X – объем внутреннего производства, k – потенциальный прирост
импорта России из Беларуси по отрасли i, отнесенный к объему российского рынка по
этой же отрасли. Модельный уровень импорта России из Беларуси оценивается как по
гравитационной модели для каждой отрасли (см. подраздел 3.3.2), так и на базе данных о
ежегодном росте экспорта стран ТС в Россию (предполагается, что средний темп роста,
11
Для Казахстана расчеты проводятся аналогичным образом.
29
отмеченный на ретроспективном периоде, может использоваться для получения
адекватных оценок перспектив интеграции12).
Относительный эффект от кооперации по материальным затратам с Беларусью в виде
наращивания российского экспорта конечной продукции (или сокращения импорта
конечной продукции) определяется по формулам:
 a BI

 a BI
i, j
Eff j ,RU ,BY
I
i , RU i , EX
i
i, j
i , RU
i
Абсолютный эффект рассчитываются путем умножения относительного эффекта на
текущий уровень экспорта или импорта России.
Б.2 Определение потенциального прироста экспорта государств – членов ТС и
ЕЭП в Россию
Для оценки величины потенциального прироста экспорта государств – членов ТС и ЕЭП
в Россию используется гравитационная модель внешней торговли по странам мира.
Гравитационная модель позволяет оценить «потенциальный» объем торговли
(экспорта, импорта по отдельности или оборота в целом), т.е. обусловленный
структурными параметрами, а также институциональными и социально-экономическими
характеристиками стран-торговых партнеров. Согласно основной идее гравитационной
спецификации, отклонение «модельного» объема торговли от фактически наблюдаемого
указывает на потенциальные «возможности» и «ограничения» развития торговли по
рассматриваемому направлению. Опираясь на данную гипотезу, оценивается
потенциальный прирост экспорта стран ТС в Россию в целом (по всем товарам), а также по
отдельным двухциферным товарным группам (в соответствии с классификатором HS1996)
как разницу между объемом экспорта, рассчитанным в соответствии с гравитационной
моделью, и фактическим объемом, по каждому из направлений внутри ТС13).
Опираясь на мировой опыт в области построения гравитационной модели внешней
торговли, предложенная на первом этапе спецификация была расширена за счет
включения ряда дополнительных факторов, среди которых наибольший вклад в
улучшение объясняющей силы внесли факторы, отвечающие за языковую общность
стран-торговых партнеров. Значимое влияние фактора культурной и лингвистической
(в частности) близости стран на развитие их взаимной торговли отмечено во многих
работах, посвященных оценке гравитационной модели. При этом актуальным остается
вопрос о том, какой индикатор целесообразнее всего использовать для наиболее полного
учета влияния культурной общности на торгово-экономические отношения между
странами. В ходе оценки модели протестирован набор индикаторов, предложенных в
рамках исследования Центра изучения мировой экономики CEPII.
Для оценки интеграционных эффектов использован следующий набор переменных,
отвечающих за участие стран в интеграционных объединениях:
12
Средний темп роста экспорта Беларуси в Россию составил за рассматриваемый ретроспективный период
около 10% в год.
13)
Соответственно, Россия – Беларусь, Россия – Казахстан, Беларусь – Россия, Беларусь – Казахстан,
Казахстан – Россия, Казахстан – Беларусь
30

блок становых контрольных макроэкономических переменных;

блок переменных, отвечающих за отдельные интеграционные объединения 14 (для
каждого объединения – фиктивная переменная, принимающая значение 1, если
обе страны-торговых партнера являются участниками объединения, и ноль в
противном случае);

фиктивная переменную, отвечающая за торговлю вне объединений (фиктивная
переменная, принимающая значение 1, если одна из стран-торговых партнеров
является участником объединения, а другая – нет, и ноль в противном случае).
Полученные оценки интеграционных эффектов являются первым приближением к
получению устойчивых к спецификации и состоятельных результатов. Дальнейшая работа
будет направлена на улучшение качества оценок гравитационной модели, в том числе с
целью ее использования как инструмента состоятельной оценки эффектов от кооперации
между торговыми партнерами.
Б.3 Оценка выигрыша РФ от кооперации экспорта государствами – членами ТС
и ЕЭП
Одной из основных предпосылок модели оценки отраслевого выигрыша от интеграции
в ТС стала гипотеза о том, что скорость эффективного перераспределения ресурсов
определяется скоростью межфирменной мобильности работников. Правомерность
использования этой гипотезы была протестирована с помощью микроуровневого анализа
последствий перераспределения трудовых ресурсов на предприятиях промышленности и
сельского хозяйства с 2005 по 2010 гг.
Основная идея анализа – проверка, как в среднем меняется производительность труда
на российских предприятиях, активно нанимающих работников, по сравнению с
предприятиями, сокращающими численность занятых.
Расчеты в рамках гипотезы базируются на микроуровневых данных бухгалтерской
отчетности компаний в части объема выпуска (выручки от продаж), а также количества
занятых в период с 2005 по 2006 гг. В ходе анализа рассматриваются компании,
осуществляющие деятельность15) в сельском и лесном хозяйстве, добывающей и
обрабатывающей промышленности, а также имеющие объем годовой выручки в размере
80 млн.руб. хотя бы в один год указанного периода.
На предварительном этапе анализа была проведена фильтрация выборки, в ходе
которой устранены наблюдения, удовлетворяющие хотя бы одному из следующих
условий:
14)
В спецификацию гравитационной модели вошли: переменные, отвечающие за наиболее крупные
международные интеграционные объединения: (1) Европейский Союз; (2) Северо-Американская зона
свободной торговли (НАФТА); (3) Организация Азиатско-Тихоокеанского экономического сотрудничества
(АТЭС); (4) Общий рынок стран Южного конуса (МЕРКОСУР); (5) Европейская Ассоциация свободной
торговли; (6) Шанхайская организация сотрудничества; (7) Союз Арабского Магриба; (8) Совет по
сотрудничеству арабских стран; (9) Таможенный Союз; (10) Зона Евро; фиктивные переменные, отвечающие
за формально не существующие в виде международных соглашений, однако значимые для международной
торговли связи, а именно: (1) Россия-Беларусь-Казахстан-Украина; (2) Республики бывшего СССР (Россия,
Беларусь, Казахстан, Украина, Узбекистан, Грузия, Азербайджан, Литва, Латвия, Эстония, Молдавия,
Киргизия, Таджикистан, Армения, Туркменистан).
15)
В соответствии с кодом ОКВЭД (01 - 41), указанном компанией в качестве основного вида деятельности.
31
1. отсутствуют данные по количеству занятых и/или объему выпуска в текущий и/или
предшествующий годы;
2. количество занятых и/или объем выпуска в текущий и/или предшествующий годы
равны нулю;
3. уровень производительности труда в текущем году не превышает 1-го процентиля
по выборке в целом16.
Первые два условия фильтрации подразумевают исключение из выборки наблюдений
с отсутствующей отчетностью, а также компаний с высоко вероятным искажением
отчетности (нулевые объемы производства и занятости). При этом оба условия должны
выполняться для любых двух ближайших лет – это уточнение необходимо для анализа
динамики производительности труда в соответствии с динамикой уровня занятости.
Третье условие предназначено для исключения из анализа компаний, резко
выделяющихся из выборки по уровню производительности труда (в первую очередь
мелкие компании).
По итогам фильтрации из выборки было исключено 4240 компаний, что составило
около 6,7% от общего числа наблюдений за рассматриваемый период без учета
неотчитавшихся и «нулевых» компаний17.
Анализ в рамках гипотезы строится на базе ряда индикаторов, среди которых
важнейшими являются: интенсивность приема работников; интенсивность увольнения
работников; средняя и медианная производительность по предприятиям, принимающим
работников; средняя и медианная производительность по предприятиям, увольняющим
работников.
Важным методологическим аспектом анализа является правомерность проверки
гипотезы об эффективности перераспределения ресурсов на базе данных,
агрегированных по регионам вне зависимости от отраслевой структуры. Для того, чтобы
подтвердить или опровергнуть эту гипотезу, было проведено дополнительное
исследование.
В результате проведенного анализа выяснилось, что на интенсивность
перераспределения трудовых ресурсов внутри региона не влияет ни концентрация
выпуска по отраслям, ни отраслевая структура: отраслевая концентрация в регионе не
связана ни с интенсивностью приема на работу, ни с интенсивностью увольнения.
Кроме того, степень совпадения отраслевой структуры регионов (корреляция долей
выпуска по отраслям) не связана с различиями между ними по интенсивности
перераспределения ресурсов, как показал регрессионные уравнения. Таким образом,
перераспределение ресурсов внутри каждого региона идет неравномерно, и это
объясняется не отраслевой структурой региона, а прочими характеристиками.
Описанный подход к оценке интеграционных эффектов может быть усовершенствован
путем учета дополнительных факторов – например, скорости перераспределения
ресурсов как естественного ограничения темпа роста экспорта за счет перетока трудовых
ресурсов с неэффективных предприятий на более эффективные.
16)
17)
Пороговое значение для наблюдений-выбросов 1% выбрано экспертно.
Приведенная оценка показывает, прежде всего, масштаб фильтра компаний-выбросов.