И. Б. Ипатова. Исследование эффективности российских предприятий:

И. Б. Ипатова. Исследование эффективности российских предприятий:
отрасль производства резиновых и пластмассовых изделий
Изучение эффективности производства является одним из важнейших
пунктом анализа при определении и корректировки плана и стратегии развития
предприятия в условиях конкурентной среды. Среди подходов все большую
популярность приобретает анализ стохастической границы производственных
возможностей (Stochastic frontier analysis, SFA). Являясь эконометрическим
методом, он позволяет получить оценки технической эффективности фирм в
отрасли на основе имеющейся экономической информации о выпуске и
затрачиваемых ресурсах, то есть совмещает основные положения экономической
теории и современную методологию. Тем не менее, работы, посвященные
исследованию российских отраслей методом SFA, встречаются довольно редко.1
В данной работе в качестве объекта исследования выбрана российская
отрасль производства резиновых и пластмассовых изделий за 2006-2011 гг. Данные
по ней были взяты из информационной базы RUSLANA2. На их основе строятся
производственные функции – Кобба-Дугласа и транслогарифмическая. Обычно в
SFA предполагается, что ошибка ε равна разности двух ошибок: ε = v – u, где u
всегда неотрицательна и отражает наличие неэффективности (отклонение от
границы производственных возможностей). При этом ошибка u может иметь одно
из
следующих
распределений:
полунормальное,
усеченное
нормальное,
экспоненциальное.
Оценки технической эффективности посчитаны для кросс-секционных и
панельных
данных,
гетероскедастичности
а
также
ошибок
v
для
и
u.
случаев
Все
гомоскедастичности
вычисления
проводились
и
в
статистическом пакете Stata.
На основе полученных оценок проверялись несколько гипотез. Во-первых,
было получено подтверждение снижения уровня технической эффективности в
годы мирового финансового кризиса (после 2008 г.). Во-вторых, проверялась
К примеру:
Щетинин Е. И., Назруллаева Е. Ю. (2012). Производственный процесс в пищевой промышленности:
взаимосвязь инвестиций в основной капитал и технической эффективности. Прикладная эконометрика, 28
(4), 63–84;
Kumbhakar S. C., Peresetsky A. A. (2013). Cost efficiency of Kazakhstan and Russian banks: Results from
competing panel data models. Macroeconomics and Finance in Emerging Market Economies. 6 (1), 88–113.
2
http://www.library.fa.ru/res_bureauRuslana.asp
1
зависимость
значения
технической
эффективности
от
общих
активов,
характеризующих размер фирмы. С помощью готовой3 и выведенной формул были
посчитаны маржинальные эффекты ошибки u от логарифма общих активов. Для
подавляющего числа наблюдений значения маржинальных эффектов получились
отрицательные,
что
свидетельствует
о
положительном
влиянии
размера
предприятия на его техническую эффективность: крупные фирмы имеют больше
возможностей высокоэффективной организации производственного процесса.
В-третьих, на основе оцененных производственных функций исследовалась
отдача от масштаба в отрасли. Для функции Кобба-Дугласа отдача от масштаба
получилась
положительная
(одинаковая
для
всех
фирм),
для
транслогарифмической – положительная для большинства предприятий, при этом
она снижается с ростом размера фирмы (общих активов), то есть существует
оптимальный размер с постоянной отдачей от масштаба.
Результаты
ранжирования
предприятий
по
значению
технической
эффективности для разных моделей были проверены на робастность с помощью
коэффициента корреляции Спирмена. Также с помощью оценки модели
авторегрессии
первого
порядка
было
показано,
что
полученные
оценки
технической эффективности достаточно консервативны во времени.
Дальнейшими направлениями исследования являются включение в модели
новых
переменных,
отвечающих
за
характеристики
фирм,
усложнение
моделирования ошибок v и u для повышения качества результатов, а также
использование оценок технической эффективности в качестве объясняющих
переменных для решения практических задач, например, при анализе банкротства
предприятий.
3
Kumbhakar S. C., Lien G., Hardaker J. B. (2013). Technical efficiency in competing panel data models: A study of
Norwegian grain farming. Journal of Productivity Analysis. DOI:10.1007/s11123-012-0303-1.