Содержание к диссертации
Введение
ГЛАВА 1. Статистические модели смешанных экономических систем 20
1.1. Методологии построения моделей смешанных экономических систем...20
1.2. Рынок как статистический ансамбль ограниченно нерациональных агентов 52
1.3. Влияние корреляций государства и частных собственников 58
1.4. Система предприятий со смешанной собственностью 59
1.5. Система государственных, смешанных и частных предприятий 61
1.6. Статистическая модель двухпартийной системы 68
Выводы по главе 1 72
ГЛАВА 2. Статистическая модель автопрогресса экономических систем 74
2.1. Динамика вероятностно-статистической модели рынка 74
2.2. Влияние «классического» распределения ошибок на систему при изменении параметров этого распределения 93
2.3. Влияние «неклассического» распределения ошибок на систему при изменении параметров этого распределения 96
2.4. Влияние распределения капитала между участниками на систему при изменении процентного соотношения групп собственников без соответствующего перераспределения капитала между группами 99
2.5. Влияние распределения капитала между участниками на систему при изменении процентного соотношения групп собственников и перераспределении капитала между группами 103
2.6. Аналитическое решение перераспределительных уравнений 113
2.7. Перераспределение для участников с произвольными случайными ошибками оценивания 115
2.8. Стимулирование инноваций 128
Выводы по главе 2 136
ГЛАВА 3. Модели кредитных институтов при больших коррелированных ошибках в оценках проектов и залогов 138
3.1. Моделирование и регулирование кредитных рисков: состояние вопроса 138
3.2. Модель учета сильных корреляций 157
3.3. Описание связи между ошибками оценивания и рисками методами теории измерений 160
3.4. Динамическое моделирование процесса кредитования. Линейная модель 172
3.5. Динамические нелинейные модели процесса кредитования 182
3.6. Учёт колебаний потока клиентов 188
Выводы по главе 3 192
ГЛАВА 4. Ипотека и строительные сберегательные кассы как системы снижения компенсирующего процента 194
4.1. Состояние вопроса 189
4.2. Кредитование жилищного строительства 213
4.3. Долевое строительство и продажа жилья в рассрочку 215
4.4. Жилищные накопительные схемы 215
4.5. Меры государственной поддержки жилищного кредитования на федеральном и региональном уровнях 222
4.6. Субсидирование процентной ставки или первоначального взноса 224
4.7. Статистическая модель ССК 228
4.8. Строительные сберегательные кассы: управление финансовыми рисками 236
Выводы по главе 4 248
ГЛАВА 5. Законодательная реализация результатов использования эконофизического и экономико-математического инструментария исследования экономики рынков 251
5.1. ФЗ «О государственной поддержке малого предпринимательства в Российской Федерации» 253
5.2. Оценочная деятельность. ФЗ «Об оценочной деятельности в Российской Федерации» 261
5.3. Нормативно-правовое обеспечение ипотеки 266
- ФЗ «Об ипотеке (залоге недвижимости)» 266
- ФЗ «Об ипотечных ценных бумагах» 270
5.4. Проект ФЗ «О строительных сберегательных кассах» 275
5.5. Проект ФЗ «О государственной инновационной деятельности» 286
Выводы по главе 5 305
Заключение 308
Библиография 315
Приложение 361
- Рынок как статистический ансамбль ограниченно нерациональных агентов
- Влияние «неклассического» распределения ошибок на систему при изменении параметров этого распределения
- Описание связи между ошибками оценивания и рисками методами теории измерений
- Субсидирование процентной ставки или первоначального взноса
Введение к работе
Актуальность темы исследования. В настоящее время перед российским обществом поставлена задача форсированного подъема экономики, её радикальной технологической модернизации на основе самых передовых достижений мировой и отечественной науки и техники. Важнейшую роль в осуществлении этой стратегической цели играет законодательная система государства, прежде всего та её регуляторная часть, что направлена на обеспечение эффективности проводимых в стране экономических преобразований. Качественный уровень действующей нормативно-правовой базы, её полнота и непротиворечивость являются необходимым условием формирования благоприятной хозяйственной среды для деятельности российских предприятий, без чего экономика России не имеет перспектив осуществить структурно-технологический прорыв.
Повышение уровня обоснованности и эффективности управленческих решений по развитию законодательной системы и её институционального воплощения требует проработанных теоретических представлений о процессах и методах реформирования экономики и, в частности, моделей переходной экономики России, т.е. экономики, находящейся в процессе перехода от «нерынка к рынку'. Данные модели должны отражать основополагающие свойства существующей в нашей стране и находящейся в постоянной динамике смешанной рыночной системы. С нашей точки зрения, самым фундаментальным свойством экономики рынков, которое надо учитывать при её анализе и трансформации, является её недетерминированность. В современной интерпретации это соответствует концепции «непредвидимо возникающей стоимости».2 Это свойство особенно важно учитывать для моделей переходных экономик, так как здесь имеется на порядки меньше достоверной рыночной информации, нежели в странах со стационарной3 экономикой и соответственно, для переходных экономик мы имеем дело с качественно иным уровнем ошибок в оценках и действиях агентов рынка.
В связи с мировым кризисом возрастает потребность в развитии инструментальных средств, в частности, математических методов исследования, инструментария, возникшего на стыке наук, к примеру, математики, экономики и физики - для построения моделей, позволяющих осуществлять анализ закономерностей современного рыночного процесса и прогнозирование реальных возможностей его
1 Петраков Н.Я. Русская рулетка. - М.: Экономика, 1998.
2 Смит В.Л. Экспериментальная экономика. - М: Экономика, 2008.
3 Лившиц В.Н., Лившиц С.Н. Макроэкономические теории, реальные инвестиции и государств
венная российская экономическая политика. - М.: Издательство ЛКИ, 2008.
государственного регулирования, прежде всего, нормами и институтами законодательной системы. Создание теоретических основ разработки и применения таких моделей, а также проверка их аналитических и прогностических возможностей для целей законотворчества определяет актуальность настоящей работы.
Степень разработанности темы. Расхождение экономической теории и процессов, реально наблюдающихся в глобализирующейся экономике, отмечается многими учеными и исследователями (С.А. Айвазян, И.Я. Бирман, Л.Е. Варшавский, Ю.Н. Гаврилец, О.Г. Голиченко, Е.Г. Гольштейн, О.Г. Дмитриева, Г\Б- Клей-нер, А.Н. Козырев, Н.И. Комков, В.Н. Лившиц, Д.С. Львов, В.И. Маевский, В.Л. Макаров, И.Г. Поспелов, В.П. Маслов, Ю.В. Овсиенко, В.М. Полтерович, А.А. Фридман).
В представлении академика В.И. Маевского «существующие модели общего равновесия, как и теория стационарного экономического роста, не отражают свойства сильной неустойчивости, неравномерности, нелинейности поведения систем и отраслей».4
В работе P. Mirowski содержится радикальное утверждение, что стандартные экономические теории, унаследованные нами от 20-го века, являются детерминистскими моделями, следующими дорогой, проложенной теоретиками 19-го века, копировавшими инструменты и методы, господствующие в физических науках механистических теорий.5
Вероятностное моделирование рисков, неустойчивости, вызванных ошибками в оценках и действиях агентов, информационной неопределенностью в финансовых системах, содержатся в современных работах В.И. Завгороднего, А.А. Пересецкого, С.А. Смоляка, Н.Н. Тренева, В.В. Шергина и др.
Построение общих и математически строгих моделей недетерминированных нелинейных экономик многие исследователи связывают с двумя формирующимися научными направлениями: эконофизикой и эволюционной экономикой (В.П. Маслов, В.В. Попков, Д.Б. Берг; В.И. Маевский; М.Ю. Романовский, Ю.М. Романовский; А.Н. Панченков; Д.С. Чернавский, Н.И. Старков, А.В. Щербаков; R.N. Mantegna, Н.Е. Stanley). Эконофизика эффективно решает частные задачи (А.А. Бредихин, М.М. Дубовиков, А.Д. Смирнов, А.Ю. Лоскутов, Н.В. Старченко) финансовых рынков, технического анализа и др. Для описания рынка в целом используются аналогии (В.И. Маевский), например, с ламинарно-турбулентными те-
4 Маевский В.И. Макроэкономические аспекты теории эволюционной экономики. В сб. «Эволю
ционный подход и проблемы переходной экономики». - М.: ИЭ РАН, 1995.
5 Mirowski P. More Heat Than Light: Economics as social Physics, physics as Nature's Economics.
Cambridge: Cambridge University Press, 1989.
чениями. Развиваются эконофизические модели и на основе теории случайных столкновений (A. Dragulescu, V.M. Yakovenko), теории игр (L. Hurwicz, E.S. Maskin, R.B. Myerson), хаотической динамики (А.А. Бредихин, А.Ю. Лоскутов). Даже в предельно упрощённых вариантах они дают интересные результаты. Так, описание агентов в виде абсолютно нерациональных сталкивающихся «ящичков с деньгами» (A. Draguiescu, V.M. Yakovenko) даёт проверяемое (М. Лощинин) приближённо экспоненциальное перераспределение денег по агентам. Недостатком известных эконофизических моделей является существенное отличие понятий и методов от принятых у классических экономистов - практиков и теоретиков, что, в целом, ограничивает работоспособность моделей областью, где аналогии экономических сценариев с известными физическими явлениями адекватны. В целом можно сделать вывод о том, что по вышеуказанной актуальной проблематике идет интенсивный поиск новых подходов, но общих проработанных моделей, учитывающих вероятностную природу и автопрогресс в среднем рыночных систем и обеспечивающих повышение обоснованности законодательных управленческих решений для переходной экономики России - нет.
Цель исследования. Целью диссертации является разработка вероятностно-статистической модели экономики рынков с эконофизическим и экономико-математическим инструментарием, предназначенной для повышения обоснованности управленческих решений в законодательном обеспечении экономического прогресса в России.
Достижение поставленной цели потребовало комплексного решения следующих основных задач:
разработки вероятностно-статистической модели переходных экономических систем, отражающей как главные функции рынка (оценивания рыночных стоимостей и перераспределения собственности к более эффективным в среднем агентам рынка), так и его взаимодействие с государством;
выполнения верификации вероятностно-статистической модели на компьютерных и натурных экспериментах;
разработки экономико-математического инструментария оценивания рыночных стоимостей;
формулировки нетривиальных следствий, требований и ограничений, вытекающих из анализа вероятностно-статистической модели и повышающих обоснованность предложений по улучшению законодательства в сфере хозяйственной деятельности;
разработки эффективных законопроектов РФ в сфере экономики, учитывающих указанные следствия, требования и ограничения.
Объектом исследования является смешанная (частно-государственная), нестационарная экономическая система России и её законодательное регулирование.
Предмет исследования - экономико-математический анализ законодательного обеспечения эффективного роста и развития экономической системы России.
Научный аппарат диссертационного исследования. В качестве научной базы исследования были использованы достижения статистической физики, макро-и микроэкономики, финансового менеджмента, теории устойчивости, теории рисков, системного анализа и математической статистики. Использовались метод статистической регуляризации, численного и натурного моделирования.
В работе использованы результаты исследований российских и иностранных ученых по вопросам экономической и физической природы результатов оценивания экспериментальных данных, технологии оценивания сделок с недвижимостью, математической статистики, прикладной физики.
Из базовых отечественных исследований следует выделить труды С.С. Алексеева, К.А. Багриновского, В.Д. Белкина, Р.А. Белоусова, И.Я. Бирмана, Б.Е. Бродского, Л.Е. Варшавского, В.А. Волконского, А.Г. Грязновой, Б.А. Ерзнкя-на, В.М. Жеребина, А.Н. Козырева, Н.И. Комкова, В.Н. Лившица, Д.С. Львова, В.Л. Макарова, Г.И. Микерина, Н.Я. Петракова, В.М. Полтеровича, И.Г. Поспелова, В.К. Сенчагова, С.А. Смоляка, Е.П. Ушакова, М.А. Федотовой, Д.С. Чернавско-го и др. Из зарубежных исследователей вопросы, близкие к теме диссертации, рассматриваются в работах В. Вольтерра, А. Драгулеску, М.Дж. Кендалла, П. Кокшот-та, Р. Коуза, Л. Ларуша, Р. Мировски, Ф.Х. Найта, И. Райта, А. Стьюарта, Ж. Тироля, Л. Френкса, В. Эбелинга, В. Яковенко и ряда других.
Информационная база исследования. Информационной базой исследования являются данные статистических организаций, данные полевых исследований, рыночной статистики и модельные расчеты. В частности, в первой главе широко представлены результаты оценивания стоимости акций регулярно торгуемых российских бизнесов ведущими зарубежными и российскими оценочно-консалтинговыми компаниями. В четвертой главе приводятся аналитические отчеты Международной Академии ипотеки и недвижимости, подготовленные на основе полевых исследований, опросов ведущих специалистов рынка недвижимости, регулярного мониторинга ипотечных продуктов банков, результатов опроса клиентов, воспользовавшихся банковским кредитом. Используются также данные, полученные от компетентных правительственных и общественных организаций.
В значительном объёме привлечены официальные документы в виде кодексов законов, законодательных и других нормативных актов. Сюда относятся также и те законопроекты, которые были разработаны и вынесены на рассмотрение Государственной Думы автором диссертационного исследования. Наконец, основная часть работы базируется на результатах собственных расчётов и проведённых экспериментов.
Научная новизна результатов диссертационного исследования в целом заключается в том, что впервые на основе гипотезы об ограниченно нерациональных агентах с конечными дисперсиями ошибок оценивания рыночных стоимостей разработана вероятностно-статистическая модель экономических систем с соответствующим эконофизическим и экономико-математическим инструментарием, позволившая повысить обоснованность управленческих решений на уровне экономического законодательства РФ.
Научная новизна исследования в разрезе полученных автором результатов, вынесенных на защиту, состоит в следующем:
Разработан методологический подход к построению моделей смешанных экономических систем, основанный на введённом новом понятии экономического прогресса как монотонного, в среднем, накопления собственности, а также на гипотезе об ограниченно нерациональных агентах, совместимой с реальными экспериментальными данными. В качестве базовых вероятностных параметров ограниченно нерационального агента рынка определены его капитал (деньги) и ошибка оценивания результатов использования этого капитала в обменных операциях, которая в однотоварном приближении сводится к индивидуальной ошибке оценивания (измерения) рыночной стоимости товара обмена.
Предложено рассматривать рынок как статистический ансамбль определенных выше агентов с фиксированной моделью сводной оценки рыночных стоимостей. В качестве конкретной модели измерения рыночных стоимостей статистическим ансамблем агентов предложено использовать модель, применяемую независимыми профессиональными оценщиками как прошедшую мощную экспериментальную проверку.
Проведён анализ эффективности смешанных экономик с использованием статистических концепций наилучших линейных оценок с регуляризацией и построение ковариационных матриц ошибок оценивания рыночных стоимостей агентами. Автором построены ковариационные матрицы для «чистого» рынка частных агентов, рынка смешанных агентов, полного рынка с частными, государственными и смешанными агентами. На основании формального анализа ковариационных матриц и вычисления дисперсии сводных ошибок оценивания доказана прямая
связь эффективности системы с ростом числа агентов за счет роста малых предприятий, выявлена обратная связь эффективности с корреляцией оценок агентов, показана возможность оптимизации соотношения частной и государственной собственности с использованием двухпартийного политического механизма, доказана неэффективность смешивания частной и государственной собственности у одного агента.
Проанализировано важнейшее свойство модели рынка - автопрогресс через статистическую дискриминацию неэффективных агентов. Показана возможность и успешность применения для анализа используемой в физике идеи «самосогласования полей», что позволило перейти от анализа множества попарных или групповых взаимодействий агентов к анализу пары «агент-рынок» и на основе этого анализа проследить эволюцию агента и статистические параметры рынка в статике и динамике. Построены соответствующие динамические уравнения в дискретном и непрерывном вариантах.
В рамках вероятностно-статистической модели строго доказано для замкнутого рынка с сохранением суммарного капитала эволюционное уменьшение ошибки оценивания рыночных стоимостей, которое для открытого рынка приводит к эволюционному росту его суммарного капитала, т.е. автопрогрессу. Показано, что для «догоняющего» рынка необходимы генерирование и поддержка эффективных агентов, использующих знания для снижения уровня ошибок оценивания рыночных стоимостей. В рамках предложенной модели этот механизм соответствует инновационной модернизации для инноваций, уменьшающих рыночную стоимость товара.
С использованием вышеупомянутых динамических уравнений проанализирована сравнительная эффективность различных методов стимулирования инноваций. Показано, что для российской экономики с её крайне незначительным рыночным оборотом объектов интеллектуальной собственности и, следовательно, высокой волатильностью оценок их рыночной стоимости более эффективно налоговое стимулирование инноваций, а не их прямая бюджетная поддержка.
Построена вероятностно-статистическая динамическая модель смешанных реально-виртуальных экономик с ограниченными и неограниченными ресурсами, позволяющая обосновывать ограничения на допустимые размеры виртуальной части экономики.
Проанализированы проблемы кредитных институтов в условиях больших коррелированных ошибок оценивания рыночных стоимостей проектов и залогов. С использованием техники конструирования сводных ошибок оценивания в смешанных экономических системах предложен способ оценивания рисков дефолта кре-
дитных организаций и их систем для любых сильно зависимых ошибок. Построены динамические модели кредитных институтов. Доказана невозможность компенсации дополнительными процентами больших коррелированных ошибок оценивания и, следовательно, больших рисков. Обоснована необходимость введения в российских условиях прямых ограничений на отношение рыночной стоимости залога к размеру кредита, аналогичных правилу «грех сигма» из практики технических измерений.
9. Дана оценка устойчивости кредитных институтов разного типа по отношению к большим коррелированным ошибкам оценивания проектов и залогов и, соответственно, случайным колебаниям потоков вкладов. Показана высокая устойчивость к большим и/или сильно коррелированным ошибкам строительных сберегательных касс, в которых один агент является вкладчиком и кредитуемым лицом с временным лагом.
Теоретическая и практическая значимость полученных результатов исследования состоит в том, что сформированы основы нового направления в экономической науке - вероятностно-статистическая модель рынка ограниченно нерациональных агентов, развит соответствующий математический аппарат, отработаны методы его применения для повышения степени обоснованности управленческих решений на уровне экономического законодательства РФ. Разработанный в исследовании методологический подход к построению и использованию моделей смешанных экономических систем впервые в отечественной практике законодательной деятельности позволил не только на аналитическом, но и на количественном уровне анализировать существующие законопроекты, степень и качество их действенности, а также создавать новые законы для целей экономического развития России. Обоснованные и рекомендуемые в соответствии с развитой моделью управленческие решения встроены в принятые и разработанные законы РФ.
Достоверность и обоснованность научных положений, выводов и рекомендаций исследования подтверждается применением математических методов при разработке теоретических положений для законодательного обеспечения экономического прогресса, результатами расчётов, прогнозов, сделанных на основе моделирования, успешным использованием их в законах РФ, при решении методологических вопросов, связанных с осуществлением функций Председателя Национального совета по оценочной деятельности.
Реализация выводов и результатов работы. Результаты исследования нашли применение в практической законодательной деятельности в принятых Федеральных законах: «О государственной поддержке малого предпринимательства в Российской Федерации»; «О производственных кооперативах»; «О негосударствен-
ных пенсионных фондах»; «О государственной регистрации прав на недвижимое имущество и сделок с ним»; «Об ипотеке (залоге недвижимости)»; «Об оценочной деятельности в Российской Федерации»; «О третейских судах в российской Федерации»; «Об ипотечньк эмиссионных ценных бумагах», а также в законопроектах: «О строительных сберегательных кассах»; «О государственной инновационной деятельности».
Результаты исследования реализованы как при разработке нормативных документов и планов, в консультационной практике, так и в учебном процессе, в частности, при чтении лекций и проведении семинарских занятий для студентов Российской Академии государственной службы, Российской Академии народного хозяйства, Московского физико-технического института. Полученные результаты могут быть задействованы при разработке ряда учебных и методических пособий по теме диссертации.
Апробация результатов исследования. Основные научные и практические результаты диссертационной работы обсуждались на научных семинарах, симпозиумах и конференциях, включая международные оценочные и ипотечные конференции. В частности, только в 2009 году результаты диссертационного исследования апробировались на следующих научных конференциях: 10-м Всероссийском симпозиуме «Стратегическое планирование и развитие предприятий» (ЦЭМИ, апрель 2009 г.); 1-м Всероссийском конгрессе по эконофизике (3-4 июня 2009 г.); 32-м Заседании международной школы-семинара в Вологде (октябрь 2009 г.); на 19-м Экономическом Форуме в г. Крыница Здруй (9-12 сентября 2009 г.); 10-м Всероссийском симпозиуме по прикладной и промышленной математике (Сочи-Дагомыс, октябрь 2009 г.).
Авторские публикации. По теме диссертации автором опубликовано 4 монографии и более 40 других работ (статей в научных изданиях, докладов и тезисов докладов на конференциях, выступлений в средствах массовой информации) общим объемом примерно 89 п.л., из них лично автора- более 66 п.л.
Структура и объём работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы, содержащего 410 наименований, и приложения. Работа изложена на 412 страницах, включая 38 таблиц и 59 рисунков.
Рынок как статистический ансамбль ограниченно нерациональных агентов
Попробуем с точностью хотя бы до порядка оценить погрешности оценивания РАО ЕЭС. Для грубой оценки снизу можно взять данные по продажам его акций на российском рынке. Получим оценку - 10-30 млрд долл. Для грубой оценки сверху можно взять типовую стоимость 1 кВт установленных мощностей в «стационарных» странах. Получим оценку - 300-600 млрд долл. Ясно, что более точные оценки будут зависеть от предполагаемых дат и способов дальнейшего реформирования «кусков» РАО ЕЭС, от скорости продвижения России к «стационарному» состоянию. И в зависимости от этих вероятностных суждений наша оценка будет двигаться в диапазоне 10-600 млрд долл., т.е. при любой независимости и квалификации оценщика оценка будет выполнена со средним квадратичным отклонением в десятки миллиардов долларов.
А теперь представим себе ситуацию, когда ошибка в десятки миллиардов долларов, которая находится в пределах допустимой погрешности, была преднамеренной и некий суд установил данный факт. Могут ли оценщики в России создать фонд, компенсирующий потери такого масштаба? Конечно, нет. И любой разумный законодатель должен учесть это в законе «Об оценочной деятельности в РФ» и смежных с ним законах.
Из-за высоких относительных погрешностей оценивания в переходных экономиках случайная природа всех рыночных оценок и действий является важнейшим фактором, который должен быть учтен в моделях.
Таким образом, рынок — это, прежде всего, статистический ансамбль частично рациональных агентов, который на основе множества случайных, а иногда глубоко ошибочных индивидуальных оценок вырабатывает «рыночные стоимости», служащие основным инструментом распределения ресурсов.
В интерпретации И.Г. Поспелова «основная функция денег в экономике - приведение информации о многообразных материальных благах к соизмеримым скалярным стоимостным показателям [218J. Представление рын . ка в виде статистического ансамбля агентов позволяет количественно смоделировать вербальную критику плановой системы Б.Д. Бруцкусом [21], который справедливо утверждал, что главная непреодолимая проблема плановой системы заключается в отсутствии разумных методов сравнительной оценки труда инженеров, врачей, художников, рабочих или, более широко, отсутствие встроенных механизмов исчисления стоимостей.
Подчеркнем, что рыночная экономическая система не обладает никакой дополнительной теоретической информацией, по сравнению с плановой. Но она располагает существенно более точными оценками стоимостей, полученными сверткой информации по огромному в статистическом смысле количеству сделок. Именно это важнейшее свойство должно быть, в первую очередь, учтено при построении моделей.
Безусловно, вторым важнейшим модельным свойством рынка, которое не может быть забыто в переходных экономиках, является его автопрогресс, связанный с автоматическим, «в среднем», перетоком собственности от «неэффективных» агентов к «эффективным». Значение этого свойства для законодателя проще всего продемонстрировать на законе «О банкротстве». В РФ работает уже пятая его редакция, очень похожая на закон о банкротстве в «стационарных» странах. Казалось бы, в Федеральном законе «О банкротстве» написано все правильно и цивилизованно. А работает он, в основном, на силовой передел собственности. И причина этого достаточно очевидна. В стационарных странах (о свойствах и особенностях стационарных и нестационарных макроэкономических систем см, в работе [153]) текущая доля потенциальных банкротов составляет 1-2% от общего числа предприятий. В России, учитывая созданную плановой системой неравновесную экономику, таких потенциальных банкротов до 60%. На практике принятие и применение законов, ориентированных на 1—2% предприятий, в нашей ситуации приводит к субъективному отбору 1% из 60%. Этот субъективный отбор, как правило, и направлен на передел собственности.
Для того чтобы более точно прогнозировать работу этого и других законов, связанных с перераспределением, с трансформацией собственности, необходимо иметь базовые модели, отражающие случайный характер оценок и суждений и автоматический рост - в среднем - капитала «эффективных» агентов. Желательно, чтобы эти модели проясняли ответы на ряд важнейших для переходных экономик вопросов. Почему все успешные экономики смешанные? Каковы желательные объемы приватизации? Желательно ли частно-государственное партнерство в форме перемешивания собственности и т.д.
Мы не располагаем на сегодня готовыми экономико-математическими моделями, отражающими упомянутые на предыдущей странице два фундаментальных свойства рынка. Попытки смоделировать переходные экономики и затем узаконить следствия этих моделей предпринимались неоднократно. Рассмотрим некоторые из них.
В самой известной и распространенной модели экономика замещается нелинейными функциями спроса и производственными функциями. Д.С. Чернавский и др. [304] отмечают ее хорошо выстроенную аксиоматику, математическое оснащение, а также существенную обособленность от естественных наук. Предметом ортодоксальной экономики является равновесное состояние, т.е. она изначально формулируется как детерминистская и статическая. Вполне естественно, что ее применение к заведомо нестатическим переходным экономикам в России, Аргентине приводило к результатам, от-. личным от предсказанных.
В результате расширяются альтернативные направления, например, «синергетическая» экономика [305; 306]. Подчеркнем, что эти направления изначально строятся как динамические и, следовательно, пригодные для анализа переходных экономик. Краткий экскурс в историю подхода дан-в работе М.М. Дубовикова [104]. Идеологической основой его, пишет М.М. Дубовиков, стало утверждение Ч. Доу (автора известного индекса), что «естественное состояние цены,— это тренд (направленное движение вверх и вниз), который является результатом совместного действия толпы и отражает действующую на рынке социальную тенденцию. Цель технического анализа -вскрыть внутренние закономерности временного ряда, на основе которых можно прогнозировать переходы из тренда во флэт (относительно стабиль ное состояние рынка) и обратно. На этом пути были открыты многочисленные формы относительно устойчивого поведения временного ряда (фигуры технического анализа) [104, с. 245]. У. Ганн и Р. Эллиот [346] считаются первооткрывателями этого направления. К 50-м годам были описаны почти все классические фигуры технического анализа («треугольник», «трапеция», «голова и плечи»), но систематизация их связана с именами Д. Мерфи [180] и Р. Прехтера [388]. По времени, пишет далее М.М. Дубовиков, это совпало «с неожиданной поддержкой, которую в эти годы технический анализ получил со стороны теории динамического хаоса. Из общей теории следовало, что временной ряд, который внешне выглядел как реализация случайного процесса, вполне мог порождаться нелинейной динамической системой малой размерности. Это означает, что его можно представить в виде одномерной проекции траектории такой системы в расширенном фазовом пространстве, которая описывается с помощью небольшого числа обыкновенных дифференциальных уравнений.
Влияние «неклассического» распределения ошибок на систему при изменении параметров этого распределения
Рыночный обмен имитируется постоянным применением этого правила к экономике из N агентов.. Правило перемещает случайные количества денег между случайно выбранными индивидами. Как уже указывалось, это очень простая модель. Она настолько проста, что сложно поверить, будто бы она способна углубить наше понимание экономики. Но на деле она воспроизводит одну из.постоянных и характерных эмпирических закономерностей рыночной экономики. Можно посчитать количество агентов с 0, 1, 2, ... М долларами в кармане. Каждую сумму можно считать группой, и любой конкретный агент в любой конкретный момент времени находится в одной из этих групп в зависимости от количества имеющихся у него денег. Например, если создать такую модель, что у каждого агента будет MIN долларов в кармане, а затем измерить размер каждой из групп, то обнаружится, что распределение денег вырождено. Все группы пусты, кроме MIN, которая имеет размер N. Распределение называется вырожденным, потому что имеется только одна возможность.
Если применять правило Е\ примерно N" раз, распределение начнет отходить от вырожденного состояния по мере того, как деньги будут обмениваться в неравных количествах между агентами. Некоторым агентам повезет, они будут участвовать в удачных сделках и получат большое богатство, а другие будут все время терять деньги и мало что получать взамен. Если продолжать этот процесс, то экономика придет к распределению конкретного вида, которое называется экспоненциальным. Распределение денег крайне неравномерно. У большинства агентов денег очень мало, а экспоненциально малое количество располагает большими суммами. Собственно, у очень малого количества людей имеется относительно огромное количество денег. Экспериментальную проверку этой закономерности выполнил М. Лощинин [158; 159].
Рассматривая модель Dragulescu-Yakovenko как прототип вероятностно-статистической модели рынка мы, безусловно, не можем согласиться с заложенной в ней абсолютной нерациональностью агентов и их абсолютной вероятностной идентичностью. Как экспериментальные факты (изложенные во второй главе), так и общие соображения о присущем природе разнообразии субъектов, предъявляемых случайному миру, заставляет нас сделать следующий шаг, следующее «приближение к реальности», а именно: представить агентов как, в общем, различных и ограниченно рациональных. Минимально необходимое вероятностное описание у-го агента рынка - это капитал (деньги) а}, которым он располагает, и ошибка Ь,}, с которой он этот капитал использует в обменных операциях. При этом любые действия (или бездействия) агента с капиталом могут быть описаны в терминах предполагаемой рыночной стоимости этих действий, оценки которых агент выполняет явным или неявным способом. Для того чтобы этот переход от неизбежных ошибок в оценках и действиях к рыночным стоимостям не требовал длинных обоснований, мы ограничимся однотоварными моделями.
Близкое по смыслу понимание агентов содержится в статье И.Г. Поспелова [218]: «Мы выделим агента - собственника фирм и банков (курсив мой - И.Г.), который, не вдаваясь в подробности процессов производства и обращения, распределяет свои средства..., исходя только из прогнозов доходности этих вложений». По существу, к данному определению можно добавить только — «неизбежно ошибочных прогнозов».
К описанному выше пониманию агента рынка можно подойти и с макроуровня, начав с вопроса об экономическом прогрессе. В настоящей работе прогресс экономической системы определяется как монотонный, в среднем, рост накопленного капитала, включая его вещную, информационную и энергетическую форму. Разнообразие, во всем присущее природе, в среднем предполагает успешное накопление одним индивидом знаний, а другим - вещей, что последовательно приводит к разделению труда и обмену его результатами, т.е. к рынку.
Далее, полагается, что система обмена (рынок) функционирует оптимально, если его участники точно знают некие «рыночные стоимости». И, наоборот, неточные оценки рыночных стоимостей приводят к неэквивалентному обмену, а, следовательно, к избыточным потерям ресурсов. И в этом смысле мера ошибок измерения (оценивания) рыночных стоимостей может служить мерой эффективности экономической системы, мерой скорости накопления капитала системой, — иными словами — ее прогресса. Для построения формальных вероятностно-статистических моделей рынков определяется в качестве главного кооперативного свойства статистического ансамбля агентов - совокупная оценка рыночной стоимости. Известной частично формализованной моделью измерения рыночной стоимости является ее вычисление для объектов произвольной природы (товаров, услуг, бизнесов и т.п.) независимыми профессиональными оценщиками.
Осознание значимости измерений стоимостей и, прежде всего, рыночных стоимостей, вызвало интенсификацию исследований в этом направлении. В отечественной научной и практической литературе это исследования Г.И. Микерина, С.А. Смоляка и др. [183]. Прежде всего, в докладе С.А. Смоляка «Некоторые теоретические проблемы оценки имущества» [255] говорится о формировании новой экономической дисциплины «Экономические измерения», включающей и стоимостную оценку имущества (СОИ) и оценку эффективности инвестиционных проектов (ОЭИП): «Если проект предусматривает создание и последующее использование некоторого имущества, то эффект проекта будет отражать стоимость этого имущества, а рыночная стоимость имущества будет равна эффекту проекта использования этого имущества. Тем самым, понятие эффекта проекта довольно часто оказывается "вполне рыночным"... Рыночная стоимость построенного завода по окончании строительства окажется примерно равной NPV продолжения данного проекта или (с точностью до инфляции и сроков строительства) объему произведенных инвестиций, увеличенному на NPV данного проекта. Это дает основания оценщикам бизнеса опираться на бизнес-планы инвестиционных проектов предприятий, а проектировщикам - проверять правильность своих расчетов последующей стоимостной оценкой».
Описание связи между ошибками оценивания и рисками методами теории измерений
Таким образом, с повышением процентного соотношения мелких собственников и их суммарного капитала увеличивается размах суммарной ошибки, тем не менее количество циклов до банкротства малых и средних предприятий растет.
В совокупности проведенные модельные численные эксперименты позволяют сделать два общих вывода. 1. Судьба участника рынка мало зависит от его стартового капитала и определяется его погрешностью оценивания. 2. Упрощенная модель перераспределения (2.1) отражает все важнейшие свойства «рынка» за исключением зависимости от числа участников (N) в каждой группе. Первый вывод подсказывает единственный выход из «рыночного тупика». Страна, присоединяющаяся к «глобальному» рынку с опозданием в 50-200 циклов, должна сосредоточиться на генерировании агентов (участников рынка), владеющих сверхсредними знаниями, а следовательно, меньшими погрешностями оценивания. По нашему мнению, в этом и состоит суть инновационного варианта преодоления рыночного отставания.
Прежде чем смоделировать инновационное развитие страны, вернемся еще раз к реальному уровню погрешностей оценивания. В приведённых выше модельных оценках использовались характерные для технических систем «околооднопроцентные» уровни погрешностей. Из общих соображений мы вправе предполагать более высокий уровень погрешностей для экономических измерений (оцениваний). В этом смысле упомянутые выше модельные перераспределения должны демонстрировать некоторые ограничения снизу по темпам перераспределения, снижение эффективных ошибок оценивания рыночной стоимости и, соответственно, прогресса.
Безусловный интерес представляют модели с «реальным» уровнем погрешностей. Отдельные результаты дублированных оценок рыночной стоимости идентичных объектов недвижимости предоставлены автору российскими оценщиками и риэлторами. Ряд 1: 0,03; 0,42; 0,36; 0,36; 0,01; 0,25; 0,01 [Данные обработаны Елисеевой Е.] дает типичные реальные результаты относительных расхожденеий оценок, выполненных различными агентами.
Нам неизвестны систематизированные исследования в этой области. Тем не менее, автор располагает тремя источниками, позволяющими оценить реальные погрешности, как минимум, для унифицированного товара типа недвижимости. Прежде всего, это расхождение оценок независимых профессиональных оценщиков по тождественным объектам в судах стационарных стран. В частных беседах с автором высшие должностные судебные лица Сиднея, Парижа и Нью-Йорка дали оценки случайных расхождений на уровне 10—15% и, безусловно, подозрительные на заказной характер оценки при уровне расхождений 50%. Достаточные для данного исследования экспериментальные результаты можно получить на основании сопоставления оценок, выполненных наилучшими профессиональными оценщиками «товара под названием акции». В табл. 2.15-2.20 представлены результаты оценивания стоимости акций регулярно торгуемых российских бизнесов ведущими зарубежными и российскими оценочно-консалтинговыми структурами [РБК]. Собраны прогнозные оценки на год вперед. Достаточно очевидно, что дисперсии разброса этих оценок будут оценками снизу реальных дисперсий оценивания, т.к. в лучшем случае (в отсутствие коррелированных смещений) реальные стоимости акций через год будут близки к средним значениям прогнозов всех дееспособных оценочных фирм.
Анализ результатов, представленных табл. 2.15—2.20, показывает, что избранный нами в основных моделях отношений уровень относительных погрешностей (» 10%) вполне соответствует российским результатам по широко торгуемым акциям. Если учесть, что коэффициент вариации 10% характерен и для оценок европейской недвижимости, его использование в моделях является вполне оправданным.
Данные табл. 2.15-2.20 позволяют косвенно сделать вывод и о соотношении разбросов в оценках для инновационных и стандартных бизнесов. Точное вычисление доли инновации в представленных бизнесах выполнить трудно хотя бы потому, что до сего дня нет четкого законного определения инновационной деятельности, а следовательно, и инновационного бизнеса. Однако у нас есть достаточные основания полагать, что группа бизнесов, связанных с информационными технологиями, является «более инновационной», чем стандартные сырьевые и околосырьевые бизнесы. Такой способ группирования бизнесов позволяет утверждать, что «инновационные бизне-сы» действительно имеют большие разбросы (погрешности) в рыночных стоимостях. Полученные данные не противоречат и гипотезе о том, что среди инновационных бизнесов встречаются бизнесы с наилучшими оценками.
Субсидирование процентной ставки или первоначального взноса
По мере построения вероятностно-статистической модели рынка нарабатываются методы и техника, повышающие обоснованность законодательных решений ряда практических задач. В настоящей главе рассматриваются вероятностные модели кредитных институтов. Есть, по меньшей мере, три причины первоочередного подробного рассмотрения именно этого сегмента. 1. Товаром, с которым работают кредитные институты, являются деньги в их расширенном понимании. Следовательно, для кредитных институтов однотоварное приближение не вызывает серьёзных оговорок. 2. В механизме перераспределения кредитные институты являются ключевым элементом. Следовательно, их масштабы и качество принципиально влияют на экономический прогресс. 3. Как в период разработки и продвижения ипотечного законодательства, так и сегодня навязывают теоретические и законодательные решения, тождественные принятым в США, в частности, утверждение о возможности ослабить зафиксированные автором в законах РФ ограничения на размеры ипотечного кредита в соотношении с рыночной стоимостью объекта залога.
Сегодня ипотечный кризис США вылился в полномасштабный кризис кредитных институтов. Интегральная причина — неверные оценки рисков. Нет особых сомнений в том, что в рамках американских законов использовали имеющиеся теоретические результаты. Они оказались неадекватными реальному миру.
В данной главе рассматриваются общие проблемы функционирования кредитных институтов при практически реализованных больших коррелированных ошибках оценивания.
Мировой финансовый кризис предыдущего столетия поставил под вопрос (Базель-П) достаточность существующего аналитического обеспечения оценивания устойчивости кредитных организаций (в частности, банков), финансовых систем и стимулировал новые исследования в этой области отечественных авторов (В.И. Данилин, В.Е. Дементьев, Н.Е. Егорова, Б.А. Ерзн-кян, В.И. Завгородний, И.А. Киселёва, В.Н. Лившиц, В.П. Маслов, Ю.В. Ов-сиенко, А.Л. Пересецкий, С.А. Смоляк, Н.Н. Тренёв, В.В. Шергин и др.), а также работы зарубежных экономистов (E.J. Altaian, P.W. Bauer, A.N. Berger, R.A. Brealey, G.D. Ferrier, D.B. Humphrey, S.C. Myers, S.P. Pratt). В частности, В.В. Шергиным [309] отмечается проблема зависимости в ошибках и действиях банков и их клиентов. Разрабатывается достаточно сложная техника учёта «слабозависимых» ошибок.
Однако крах американских ипотечных институтов и последующий финансовый кризис показали, что на практике возможны и грубые сильнозависимые ошибки в оценках и действиях всех кредитных организаций и их клиентов. Так, на слушаниях специальной комиссии Конгресса США по расследованию причин финансового кризиса от 13 января 2010 г. генеральный директор Coldman Saks Ллойд Блэнкфейн и др. в качестве первопричины кризиса назвали оценки рыночной стоимости недвижимости. «Все надеялись на рост. Никто не ожидал падения цен на недвижимость. В надежде на рост ослаблялись требования к, ипотеке. В связи с этим недолжным заёмщикам массово выдавались ипотеки, на базе которых выпускалось неограниченное количество деривативов, «отравивших» всю финансовую систему. Все существующие стандарты не сработали, а кредитный «мешок» не смог заменить индивидуальные анализы рисков». В целом, анализ Комиссии Конгресса + США по расследованию причин финансового кризиса вполне согласуется с утверждением, базирующемся на развитой и опубликованной в работах [75; 60; 69] модели, в соответствии с которой американская двухуровневая ипотека неустойчива к коррелированным в целом ошибкам в оценках рыночных стоимостей недвижимости.
На данный момент нет готовых моделей функционирования кредитных институтов в условиях больших сильно коррелированных ошибок оценивания. В связи с этим для повышения обоснованности управленческих решений в части развития российских законов, норм и стандартов необходимы приближённые, отражающие суть дела и пригодные для работы со сколь угодно зависимыми ошибками оценивания модели кредитных организаций, что и составляет содержание главы 3.
В данной главе предложено, используя инструментарий, изложенный в главе 1, рассматривать ошибки всех клиентов (агентов) кредитной организации как линейные комбинации независимых ошибок с диагональной ковариационной матрицей и стопроцентно коррелированных ошибок с полной единичной ковариационной матрицей. Это позволяет качественно учесть любые сколь угодно сильные зависимости в оценках и действиях агентов и одновременно свести общую задачу к задаче взаимодействия кредитной организации (далее - КО) с одним, хотя, возможно, грубо ошибающимся в оценках и действиях агентом.
Это, в свою очередь, позволило установить связь между вероятными (Р) рисками дефолтов КО или их систем со сколь угодно зависимыми ошибками оценивания рыночных стоимостей проектов и залогов к ним (АСЛ), используя адаптированный [79] к экономическим задачам инструментарий анализа ошибок первого и второго рода из теории измерений.
Одной из важнейших структур, практически реализующей две функции рыночной экономики, является банковская система, или более широко — системы кредитных организаций (далее - КО). Выдача кредитов предприятиям относится к числу самых существенных и - исторически - первых банковских услуг. В то же время, предоставление кредитов, то есть продажа кредитных ресурсов — самый сложный вид банковской деятельности в смысле ошибок оценивания и рисков.
Кредитные институты проникают в различных формах во все сферы хозяйственной жизни страны, обеспечивают трансформацию денежного капитала в ссудный, решают задачу перераспределения капитала, разрешают противоречие между необходимостью перехода капитала из одних отраслей производства в другие и закрепленностью производственного капитала в определенной форме, позволяют преодолевать ограниченность индивидуального капитала, т.е. по сути, превращают рынок в однотоварную систему. В конечном итоге, кредит активно стимулирует развитие производительных сил, способствует расширению производства на основе достижений научно-технического прогресса, следовательно, оказывает существенное влияние на решение второй важнейшей задачи рынка — перераспределения ресурсов от «неэффективных» агентов к «эффективным». В современных условиях кредит может использоваться как средство регулирования рыночной экономики, прямо или косвенно влияя на перераспределительные процессы.
