Содержание к диссертации
Введение
1. Валовой региональный продукт 10
1.1. Теоретические основы и особенности расчета валового регионального продукта
1.2. Идеальная модель прогнозирования ВРП 23
1.3. Оценка существующих моделей прогнозирования валового регионального продукта
2. Модели экономического роста 56
2.1. Выбор базовой модели 57
2.2. Корректировка модели Солоу для создания практического способа прогнозирования ВРП
2.3. Расширение модели Солоу с учетом накопления человеческого капитала
3. Построение прогноза ВРП 89
3.1. Прогнозирование ВРП на основе скорректированной модели Солоу
3.2. Методика прогнозирования валового регионального продукта 107
3.3. Совместное использование скорректированной модели Солоу и эконометрических моделей
Заключение 136
Список использованной литературы 141
Приложение 151
- Идеальная модель прогнозирования ВРП
- Оценка существующих моделей прогнозирования валового регионального продукта
- Корректировка модели Солоу для создания практического способа прогнозирования ВРП
- Методика прогнозирования валового регионального продукта
Введение к работе
Актуальность темы исследования. Формирование рыночной экономики в России ставит перед исследователями широкий круг задач, связанных не только с реформированием экономики, но и с решением ряда проблем самой экономической науки, выработкой новых парадигм, методов и способов анализа. Важное место среди них занимают вопросы адекватной оценки и прогнозирования социально-экономического развития на макро-, мезо- и микроуровнях.
Несмотря на накопленный груз воспроизводственных проблем, которые объективно снижают интерес к анализу долговременных перспектив развития экономики и общества, разработка прогноза остается актуальным исследованием, формирующим научные основы социально-экономической политики и в силу этого имеющим большое практическое значение. Разработка научно обоснованного прогноза, стратегии и программы социально-экономического развития региона является важнейшей функцией органов исполнительной власти субъектов Российской Федерации. Успешное выполнение этой функции во многом зависит от технологии прогнозирования экономическими органами социально-экономической деятельности региона, прежде всего главного регионального показателя - валового регионального продукта.
Традиционные технологии прогнозирования регионального развития имеют некоторые недостатки, к которым можно, в частности, причислить использование, в основном, экспертных или трендовых методов прогнозирования. Не последнюю роль играет набор инструментальных средств моделирования, доступных работникам исполнительных органов.
Исследования, связанные с построением различных .систем моделей и расчетных схем для регионального уровня ведутся уже несколько десятилетий, вместе с тем они не привели к выработке общих правил построения систем расчетов. Это связано с рядом методических проблем, первопричина которых - неоднородность и ограниченная сопоставимость массивов экономической информации, отражающих различные аспекты общественного воспроизводства на региональном уровне.
Российскими учеными разработано несколько моделей, которые практически использовались при прогнозировании как валового регионального продукта (ВРП), так и валового внутреннего продукта (ВВП). Однако их применение подчас затруднено, поскольку одни модели опираются на сложный математический аппарат, что подразумевает хорошую математическую подготовку работников исполнительных органов субъектов Российской Федерации, другие под силу лишь крупным научным коллективам, что отмечается самими разработчиками.
Потребность в достаточно простой, не требующей от работников исполнительных органов специальной математической подготовки или знания специфического программного обеспечения, модели, которая могла бы быть реализована небольшим количеством человек, обусловило выбор темы диссертационного исследования.
Состояние изученности проблемы. В международной методологии проблема расчета и прогнозирования валового регионального продукта проработана ограниченно, так как она имеет значение лишь для стран, обладающих значительной территорией.
Теоретической основой исследования послужили труды отечественных и зарубежных специалистов по моделям экономического роста Р. Барро, У. Бомоля, Р. Лукаса, Г. Мэнкью, Д. Ромера, П. Ромера; К.Ю. Борисова, И.Р. Бугаяна, О.Г. Голиченко, А. Голуба, Р. Нуреева, В.Ф. Пугачева, А.К. Пителина, М.А. Сумбатяна., Г. Трофимова.
В Российской Федерации разработкой моделей прогнозирования занимаются различные институты и научно-исследовательские коллективы, в частности, Институт народнохозяйственного прогнозирования РАН, выпускающий журнал «Проблемы прогнозирования», Совет по размещению производительных сил и экономическому сотрудничеству, Институт энергетических исследования РАН.
Особое место в трудах отечественных ученых занимает разработка межотраслевых балансов для анализа и прогнозирования экономики как Российской Федерации, так и отдельных субъектов. Разработкой данной области занимаются М.Ю. Горст, В.М. Ефимов, А.Р. Саяпова, Г.Р. Серебряков, Н.В. Суворов, B.C. Сутягин, М.Н. Узяков, О.Ю. Шибалкин, А.А. Широв, СП. Шошкин, А.А. Литовский.
Созданию и описанию макроэкономических и макроструктурных моделей посвящены работы Ф.Н. Клоцвога, В.А. Костина, М.Н. Узякова, Р.М.Узякова. Статистический анализ и прогнозирование тенденций развития субъектов Российской Федерации освещается в работах В.К. Булгакова, О.В. Булгакова, А.Г. Выборновой, Н.Е. Кочетовой, Б.Г. Медведева, А.А Мироедова, А.В. Суворова, Е.Г. Чистякова, СВ. Чистяковой. Некоторые технологии прогнозирования валового регионального продукта раскрыты в работах А.В. Осипова, Г.Р. Хасаева, В.А. Цыбатова, Д.В. Шапота. Среди отечественных специалистов, занимающихся разработкой методик прогнозирования валового регионального продукта, следует отметить Ю.В. Куликову, Т.П. Теплухину.
Однако разработанные модели обладают существенными недостатками, мешающими их практическому применению исполнительными органами субъектов Российской Федерации. В частности, некоторые модели разрабатываются чисто теоретически, без подтверждения выведенных закономерностей на практике. Подобный разрыв между теорией и практическим применением во многом объясняется не столько отсутствием необходимых статистических данных, сколько использованием в работах функций заранее неизвестного вида, например, функций полезности. Но и использование практически ориентированных моделей сталкивается с непреодолимыми трудностями. Так, для построения межотраслевых балансов в большинстве регионов просто нет всей необходимой статистической базы.
Создание подобных массивов информации под силу лишь крупным научным коллективам.
Необходимость создания модели прогнозирования валового регионального продукта, по возможности лишенной недостатков, препятствующих ее практическому применению исполнительными органами субъектов, определила цели и задачи настоящего диссертационного исследования.
Цель и задачи диссертационного исследования. Целью диссертации является разработка информационно-методического комплекса, включающего синтез экономико-математической модели прогнозирования валового регионального продукта, проектирование ее программно-инструментальной поддержки и выработку методических рекомендаций по их практическому применению.
Для достижения отмеченной цели в работе были поставлены и решены следующие задачи:
— систематизировать подходы к определению сущности валового регионального продукта, проанализировать традиционные способы его расчета и обосновать необходимость их дальнейшего совершенствования;
— определить характеристики, которыми должна обладать идеальная модель прогнозирования ВРП;
— исследовать основные практически используемые в Российской Федерации модели прогнозирования валового регионального продукта и выбрать наиболее подходящую из них в качестве базы для дальнейшего развития;
— провести сопоставительный анализ базовой и идеальной моделей прогнозирования ВРП и синтезировать на этой основе расчетную модель прогнозирования валового регионального продукта, определить направления модификации базовой модели для приближения ее свойств к характеристикам идеальной модели;
— разработать экспериментальный вариант программного и информационного обеспечения расчетной модели;
— спроектировать процедуры контрольных испытаний расчетной модели и подготовить необходимую статистическую информацию для их реализации;
— провести вычислительный эксперимент, выполнить оценку параметров модели и проверить ее адекватность;
— разработать методику прогнозирования ВРП, ориентированную на использование предложенной модели и ее программно-инструментальной поддержки.
Объектом исследования является показатель ВРП как главная макроэкономическая характеристика субъекта Российской Федерации.
Предметом исследования выступают модели и методы прогнозирования валового регионального продукта.
Теоретическую основу составляют основные положения экономической теории и системного анализа, результаты фундаментальных и прикладных исследований зарубежных и отечественных ученых в области макроэкономики и экономико-математического моделирования. В работе использовались общенаучные методы познания, диалектические принципы, позволяющие выявить основные характеристики исследуемых явлений и процессов, определить тенденции их развития. При решении конкретных задач использовались методы математической статистики и эконометрики, элементы теории экономических информационных систем, основы математического анализа. Информационная база исследования представлена статистическими данными территориального органа Федеральной службы государственной статистики по Республике Марий Эл, данными статистических сборников и периодической печати, а также информацией, размещаемой в сети Интернет. Нормативную базу составили положения и инструктивные материалы Министерства экономического развития, промышленности и торговли Республики Марий Эл, регламентирующие процесс прогнозирования ВРП.
Научная новизна диссертации заключается в разработке теоретико-методологического аппарата и инструментальных средств поддержки модели прогнозирования валового регионального продукта, базирующейся на модифицированной модели экономического роста Солоу.
В работе определены характеристики идеальной модели прогнозирования ВРП, включающие в себя информационную обеспеченность, нацеленность на использование небольшим коллективом, возможность описания с помощью понятной последовательности шагов и реализацию в известной программной среде, адекватность описываемому процессу. Установлены основные существующие в отечественной практике методы и модели прогнозирования валового регионального продукта, описанные в широкодоступной научной литературе, выявлены их достоинства и недостатки с точки зрения применимости работниками исполнительных органов субъектов Российской Федерации.
Предложена модель прогнозирования валового регионального продукта, построенная на основе модели экономического роста Солоу, отличающаяся от классического варианта измененной формой учета инвестиций. Это позволило получить модифицированное уравнение зависимости выпуска на душу населения, учитывающее единовременно малые колебания инвестируемой доли выпуска, которые, тем не менее, на протяжении нескольких периодов могут сложиться в существенное изменение. Проведен эксперимент на базе реальных статистических данных по Республике Марий Эл. Разработана методика прогнозирования валового регионального продукта. Дана оценка близости полученной модели к характеристикам идеальной модели прогнозирования ВРП.
В совокупности полученные результаты можно интерпретировать как дальнейшее развитие методологии прогнозирования экономических систем мезоуровня.
Практическая значимость результатов исследования. Разработанная модель может быть применена для составления прогнозов валового регионального продукта, проводимых исполнительными органами субъектов Российской Федерации. В частности, созданная на основе полученной в работе модели методика прогнозирования ВРП используется сводным отделом прогнозирования и анализа Министерства экономического развития, промышленности и торговли Республики Марий Эл в качестве дополнительного метода составления краткосрочных прогнозов валового регионального продукта Республики Марий Эл.
Материалы диссертационной работы могут быть применены при изучении курсов «Макроэкономическое моделирование», «Экономическая теория», «Макроэкономика» и «Эконометрика».
Апробация диссертационной работы. Основные положения и результаты исследований докладывались и обсуждались на: VIII Международной научно-практической конференции «Интеграция экономики в систему мирохозяйственных связей» (Санкт-Петербург, 2003 г.), Республиканской научно-практической конференции «Проблемы качества образования в негосударственном вузе: практика и анализ» (Йошкар-Ола, 2005 г.), конференции преподавателей Марийского государственного университета по итогам научно-исследовательской работы за 2005 год (Йошкар-Ола, 2006 г.).
Результаты диссертационного исследования, основные положения и выводы опубликованы в 6 научных работах, общим объемом 1,8 п.л.
Структура и объем диссертационной работы. Работа состоит из введения, трех глав, заключения, списка использованной литературы и приложения; изложена на 156 страницах, включает 8 таблиц и 25 рисунков.
Идеальная модель прогнозирования ВРП
Одними из основных пользователей статистической информации являются органы исполнительной власти субъектов РФ, важнейшей функцией которых является разработка научно обоснованного прогноза, стратегии и программы развития региона. Успешное выполнение этой функции во многом зависит от технологии прогнозирования социально-экономической деятельности региона, которой владеют экономические органы [89].
Прогнозирование имеет большое практическое значение, так как формирует научные основы экономической политики, позволяет выработать общее видение перспектив социально-экономического развития. При этом прогноз нужен не только для создания картины будущего, но и для извлечения из ее анализа информации, полезной для разработки текущей экономической политики [33].
Валовой региональный продукт - основной обобщающий показатель социально-экономического развития региона, а значит, создание модели его прогнозирования является одной из самых актуальных задач, стоящих перед органами исполнительной власти.
Составление официальных прогнозов ВРП осуществляется исполнительными органами субъекта федерации в соответствии с методическими рекомендациями, разрабатываемыми Министерством экономического развития и торговли РФ. При этом большое значение отводится экспертным оценкам, а не моделям. В частности, согласно методике прогнозирования валового регионального продукта до перехода на Общероссийский классификатор видов экономической деятельности [42], предполагалось, что «экономико-математическое моделирование определения аналитических зависимостей между параметрами прогноза может быть одним из элементов системы региональных прогнозов. Однако результаты математических расчетов необходимо сопоставлять с выводами, полученными на основе применения других подходов, корректировать в соответствии с информацией, не учтенной в моделях. В связи с этим большое значение в прогнозировании имеют экспертные оценки прогноза социально-экономического развития, прогнозные сценарии, оценка выполнения прогнозов».
Между тем, использование моделей для целей прогнозирования выигрывает по сравнению с экспертными предсказаниями. Модели позволяют выявить особенности функционирования экономического объекта и на основе этого прогнозировать поведение объекта при изменении каких-либо параметров. Предсказание будущих изменений во многом опирается лишь на интуицию, при этом могут быть упущены, неправильно определены или неверно оценены важные взаимосвязи экономических показателей, влияющих на рассматриваемую ситуацию. В модели же все взаимосвязи переменных могут быть оценены количественно, что позволяет получить более качественный и надежный прогноз [20].
Подтверждением данного факта служит то, что стандартные методики построения прогнозов экономического развития России и ее регионов, разрабатываемые как Министерством экономического развития и торговли РФ, так и специалистами-экспертами, в целом характеризуются инерционностью и слабой вариативностью. Прогнозные оценки независимых экспертов отклоняются от официальных незначительно, как правило, на 1,0-1,5 процентных пункта при оценках экономической динамики и на 2-3 процентных пункта - при инфляции. Главная причина инерционности и консерватизма прогнозов отечественных экономистов, на взгляд специалистов, как раз и состоит в том, что в действительности никто не решается использовать модели для целей прогнозирования [87].
Тем не менее, отказ исполнительных органов субъектов от применения моделей для составления прогнозов понятен и легко объясним. Несмотря на то, что российскими учеными разработано несколько моделей, которые практически использовались при прогнозировании как валового регионального продукта, так и валового внутреннего продукта, все они обладают недостатками, которые делают очень трудным, а подчас и просто невозможным их практическое использование. Одни модели опираются на сложный математический аппарат, что подразумевает высокую соответствующую подготовку работников исполнительных органов, другие под силу лишь крупным научным коллективам, что нередко отмечается самими авторами [68].
Сложность разрабатываемых моделей зачастую объясняется изначально закладываемыми в них теоретическими предпосылками. В частности, специалисты Института народнохозяйственного прогнозирования РАН полагают, что для целей анализа и долгосрочного прогнозирования необходима дезагрегированная модель, описывающая состояние, производственные возможности и динамику различных секторов экономики. Этим определяется их вывод о том, что для более или менее адекватного описания процессов, происходящих в российской экономике, необходимы межотраслевой подход и, соответственно, межотраслевая модель. Диапазон же применения макромоделей весьма ограничен - это краткосрочные прогнозы, максимум на 1-2 года, либо предварительные прогнозные сценарные расчеты [86].
Большая же часть западных экономистов, по утверждению некоторых отечественных специалистов [86], довольно скептически относится к использованию межотраслевых моделей и предпочитает обходиться макромоделями, в которых производство представлено фактически одной отраслью или одним показателем - как правило, это валовой внутренний продукт (ВВП). При этом в такого рода моделях весьма развитыми являются блоки, связанные с денежным обращением, финансовыми рынками, рынками труда и капитала и т.д. В результате оказывается задействованным большой (до нескольких сотен) набор экономических переменных, и данные модели весьма неплохо описывают существо экономических процессов, происходящих в развитых экономиках.
Однако динамика социально-экономической системы не может быть описана каким-то одним определенным методом в силу ограниченности числа параметров модели и связей между ними, принципиальной невозможности учесть модификацию этих связей в процессе эволюции системы [73]. Поэтому совершенно очевидно, что споры по поводу того, является экономика системой ресурсных потоков или, например, системой институтов абсолютно бесперспективны, так как она, безусловно, шире и того, и другого представления. В зависимости от исследовательской или практической задачи лучшим является тот подход, который позволяет дать более адекватное объяснение наблюдаемым изменениям или обладает большими прогностическими способностями [34]. В ряде случаев, как показывает анализ, нет необходимости в построении слишком сложных моделей - достаточно взаимоувязанного описания очевидных связей и очевидных последствий [87].
На наш взгляд, имеет смысл создать такую модель, которая была бы пригодна для практического использования работниками исполнительных органов субъектов федерации. Это означает, что она должна обладать рядом свойств, вытекающих из анализа возможностей тех структур, на которые возложена обязанность построения официальных прогнозов ВРП.
Оценка существующих моделей прогнозирования валового регионального продукта
Перспективные экономические расчеты - необходимый элемент процедуры формирования региональной политики. Во-первых, прогноз является важным инструментом повышения эффективности, действенности экономической политики, что особенно важно в период экономических преобразований. Во-вторых, прогноз в качестве периодически повторяющегося научного проекта стимулирует развитие методологии и методики социально-экономических исследований. Наконец, прогнозирование - не только актуальный вид научной деятельности, но и источник общественного оптимизма, поскольку оно переводит вопрос о будущем состоянии экономики из области теории катастроф в сферу теоретических построений, обосновывающих варианты позитивного социально-экономического развития [33]. Необходимость макроэкономического моделирования динамики развития страны возникает, прежде всего, при формировании государственной политики, направленной на оздоровление экономики.
Исследования, связанные с построением различных систем моделей и расчетных схем для регионального уровня ведутся уже несколько десятилетий, вместе с тем они не привели к выработке общих правил построения систем расчетов. Это связано с рядом методических проблем, первопричина которых - неоднородность и ограниченная сопоставимость массивов экономической информации, отражающих различные аспекты общественного воспроизводства на региональном уровне [76].
Российскими учеными разработано несколько моделей, которые практически использовались при прогнозировании как валового регионального продукта (ВРП), так и валового внутреннего продукта (ВВП). Методика прогнозирования Министерства экономического развития и торговли (до перехода на ОКВЭД) Федеральные органы исполнительной власти должны осуществить внесение изменений в информационные системы и информационные ресурсы в связи с переходом от ОКОНХ к ОКВЭД. В частности, Минэкономразвития России предстоит осуществить подготовку новой методики прогнозирования социально-экономического развития регионов с учетом внедрения ОКВЭД, принимая во внимание, что формирование статистических показателей, начиная с 2005 г., предусмотрено только на основе нового классификатора [70].
Эти варианты базируются на единой концепции государственной социально-экономической политики, единых целях и приоритетах, способах ее реализации и представляют собой параметры показателей, при которых социально-экономическое развитие субъектов Российской Федерации в прогнозируемом периоде оценивается как наиболее вероятное. Различия в их количественных оценках определяются степенью выполнения поставленных целей в результате воздействия неблагоприятных тенденций и факторов экономического развития.
Наряду с этим, могут рассматриваться также и дополнительные варианты развития, например, в Инструкциях, методических указаниях Министерства экономического развития и торговли Российской Федерации по методологии и прогнозированию социально-экономического развития (2004-2006) [23] были представлены: 1. Вариант К - критический - развитие при неблагоприятном сочетании внешних и внутренних условий: низкие мировые цены на нефть, снижение спроса на российские сырьевые товары и другие осложнения, которые могут потребовать радикальных мер в области структурной перестройки экономики. 2. Варианты 1-а и 2-а - в условиях вариантов 1 и 2 соответственно, но при предположении более медленного процесса либерализации цен естественных монополий, более умеренной их динамики. 3. Варианты 1-6 и 2-6 - в условиях вариантов 1 и 2, но при предположении быстрой либерализации цен естественных монополий, форсированного проведения структурных и других реформ. 4. Вариант 1-к и 2-к разрабатываются в условиях вариантов 1 и 2 в предположениях, что могут произойти события, например политического характера, которые могут привести к возвращению к более консервативным нормам хозяйствования (инерционно-консервативный вариант). 5. Варианты 1-д и 2-д разработаны в условиях возрастания геополитических рисков и их влиянии на темпы роста мировой экономики и на цены сырьевого компонента российского экспорта.
При разработке предварительного и уточненного прогнозов необходимо заполнить раздел, содержащий ретроспективную информацию, рассчитать ВРП по имеющимся отчетным данным за прошлый год и спрогнозировать его объем на краткосрочную и среднесрочную перспективу. Оценку и прогноз выпусков, промежуточного потребления и добавленной стоимости рекомендуется производить в разрезе отраслей.
Прогнозный ВРП в сопоставимых ценах определяется по следующим основным этапам: - определение выпуска отдельных отраслей в ценах предыдущего года; - определение промежуточного потребления отдельных отраслей в ценах предыдущего года; - определение добавленной стоимости отдельных отраслей в ценах предыдущего года (разность выпуска и промежуточного потребления). В ряде случаев ВДС в сопоставимых ценах может быть также определена прямым дефлятированием ее прогнозной величины в текущих ценах прогнозными индексами цен для выпуска или экстраполяцией ее объема по отраслям за предыдущий год по прогнозным индексам физического объема соответствующих товаров и услуг; - оценка налогов и субсидий на продукты в ценах предыдущего года; - определение ВРП в ценах предыдущего года (сумма ВДС отраслей и налогов на продукты, исключая субсидии на продукты). Итак, для переоценки показателей национальных счетов в сопоставимые цены в основном используются два метода: а) дефлятирование данных за отчетный (прогнозный) период в текущих ценах с помощью соответствующих индексов цен; б) экстраполирование данных за предыдущий год (т.е. год, в ценах которого производится оценка) в текущих ценах с помощью индексов физического объема соответствующих показателей. В отдельных случаях применяется метод прямой оценки в сопоставимых ценах. Метод дефлятирования состоит в делении стоимости товаров и услуг в отчетном (прогнозном) периоде на индекс, отражающий изменение цен на эти товары и услуги в отчетном (прогнозном) периоде по сравнению с ценами предыдущего периода: У 4(1-1) где q, - количество товаров (услуг) в отчетном периоде, р, и pt_x - цены в отчетном и предыдущем периодах, q,P, - стоимость товаров (услуг) в текущих ценах, ІРф-\) " индекс цен в отчетном периоде по сравнению с предыдущим периодом, X ЧіРі-i -стоимость товаров (услуг) текущего периода в ценах предыдущего периода. Метод экстраполяции состоит в умножении стоимости товаров и услуг в предыдущем периоде на индекс, отражающий изменение физического объема данной совокупности товаров и услуг (или товаров, представляющих данную совокупность) в отчетном (прогнозном) периоде по сравнению с предыдущим периодом. Эта процедура может быть описана в общем виде следующим образом: « Е -Рм=Е -іР(-г (/м» где qt_x - количество товаров (услуг) в предыдущем периоде YjQt-iPt-i стоимость товаров (услуг) в предыдущем периоде; IqillA- индекс физического объема товаров (услуг) в отчетном периоде по сравнению с предыдущем периодом. Прогноз ВРП в сопоставимых ценах методом экстраполяции по индексу физического объема (задаваемому сценарными условиями развития региональной экономики на прогнозный период) производится умножением объема ВРП предыдущего года (в текущих ценах) на прогнозный индекс его физического объема. Применение этого метода расчетов оправдано в некоторых случаях, например, когда индексы цен менее точны, чем индексы физического объема, или когда индекс цен вообще невозможно исчислить. Так, индекс цен невозможно исчислить в отношении стоимости нерыночных услуг (услуги органов государственного управления, услуги в области обороны и национальной безопасности и т. д.).
Корректировка модели Солоу для создания практического способа прогнозирования ВРП
В модели Солоу инвестируемая доля выпуска обозначается через s и является экзогенно заданной постоянной величиной. Однако на практике данная предпосылка выполняется не всегда. Например, используя данные таблицы 1 и таблицы 2 приложения, найдем долю инвестиций в ВРП Республики Марий Эл. Для этого сначала произведем пересчет инвестиций и ВРП в сопоставимые цены 1995 года. Алгоритм пересчета описан в методике прогнозирования ВРП (п.3.2. настоящей работы).
Очевидно, что, если принять за инвестируемую долю выпуска s некую заданную постоянную величину, например, среднее арифметическое найденных значений, модель не будет отражать реальную динамику инвестиций в основной капитал. Тогда встает закономерный вопрос -насколько важен для экономики региона такой фактор как инвестиции в основной капитал? Является ли он ключевым? Важна ли его динамика для определения производимого продукта?
От ответа на эти вопросы зависит, возможно ли использовать модель с долей выпуска как постоянной величиной или необходима ее корректировка.
Специалисты при анализе среднесрочных перспектив неизменно упоминают так или иначе инвестиционную ловушку, называемую одной из главных угроз предстоящего периода [5, 57, 58]. Суть ловушки состоит в том, что низкий уровень инвестиций в экономику не позволяет рассчитывать на повышение ее конкурентоспособности и преодоление тенденций деградации производственно-технологического аппарата. Как отмечает А.Р. Белоусов [5], парадокс состоит в том, что с точки зрения воспроизводства основного капитала российская экономика является существенно недоинвестированной. С точки же зрения инвестиционной привлекательности, спроса на инвестиционные ресурсы российская экономика выглядит переинвестированной: об этом свидетельствует масштабный вывоз капитала из страны.
Для повышения эффективности и конкурентоспособности производства требуется переход к новой инвестиционной модели, позволяющей не только радикально увеличить объемы капиталовложений, но и осуществить «двойной маневр»: между секторами экономики (в пользу конечных секторов) и между источниками инвестиций (в пользу заемных средств).
Именно инвестиции будут определять структурно-технологические изменения в перспективе, от них зависит, будут воспроизводиться или ликвидироваться существующие структурные и технологические деформации.
В долгосрочном плане основная трагедия экономических реформ 90-х годов состоит, на взгляд некоторых экономистов, не в излишней либерализации цен и внешней торговли, не в уродливой приватизации и даже не в воровстве и коррупции, приводящих к многомиллиардным потерям, а в разрушении механизма межотраслевого перелива капитала [34]. В настоящее время в силу выбытия мощностей, их морального старения, особенно после посткризисного оживления 1999-2000 гг., «съевшего» почти все резервы конкурентоспособных мощностей, инвестиции жизненно необходимы всем отраслям и секторам экономики.
Однако, корректируя уравнение подобным образом, мы получим ежегодное смещение кривой фактических инвестиций, как это было показано на рис. 4. При этом, согласно эмпирическим данным, максимальный скачок в доле инвестиций составил лишь около 3,3%, то есть малую величину.
Итак, вопрос состоит в том, как будет вести себя экономика при постоянно меняющейся доле инвестиций, если единовременное изменение составляет некую малую величину. Вероятнее всего, малое смещение кривой приведет к тому, что в экономике начнет протекать переходный процесс, соответствующий второму (или третьему) типу сходимости фондовооруженности к стационарному значению к (рис.3). Как известно, переходный процесс при этом теоретически заканчивается через бесконечное время, но практически через относительно небольшой промежуток текущее и стационарное значения показателя будут мало отличаться друг от друга.
Таким образом, малое изменение доли фактических инвестиций и соответствующий ему непродолжительный переходный процесс позволяют предположить, что экономика может достичь нового состояния равновесия в течение того периода, в котором наблюдалось изменение инвестируемой доли выпуска. Если же этого не произойдет, то, по крайней мере, экономика приблизится к новому устойчивому равновесию, а так как единовременный сдвиг был мал, примем приближенно достигнутый уровень за новое состояние равновесия.
Как известно, в литературе часто критикуются попытки описать российскую экономику с помощью модели роста Солоу [79]. В частности, утверждается, что теория Солоу не может лежать в основе российской статистики [18], так как представляется, что нашим условиям более соответствует теория экономического роста, разработанная в 1920 гг. советским экономистом Г.А. Фельдманом и вновь открытая на западе Р. Харродом и Е. Домаром в 1940-х гг.. Коротко формулируемая суть работ этих авторов: темп экономического роста прямо пропорционален объему инвестиций и обратно пропорционален капиталоемкости продукции. Каждый процент роста имеет свою инвестиционную цену, и если ее не платить, то реальное расширение производства получить невозможно.
Методика прогнозирования валового регионального продукта
На основе проведенного исследования была создана методика прогнозирования валового регионального продукта, предназначенная для использования исполнительными органами субъектов РФ. Данная методика позволяет строить краткосрочные прогнозы валового регионального продукта. Все необходимые расчеты проводятся с помощью Microsoft Excel, что потребует от прогнозиста начальных знаний этого продукта. В таблицу с ВРП и инвестициями включена строка с указанным процентным соотношением значений показателей каждого данного года по отношению к предыдущему году. Это позволит произвести пересчет ВРП и инвестиций в постоянные или сопоставимые цены, то есть цены, сложившиеся за один определенный год, выбираемый за базу. Данная процедура необходима для того, чтобы проследить, как реально изменялись объемы этих показателей. 2 этап - подготовка данных для непосредственного использования при оценке модели, то есть пересчет стоимостных показателей в постоянные цены какого-либо года.
С помощью полученных на первом этапе данных произведем пересчет инвестиций и ВРП в сопоставимые цены 1995 года. (В данной работе пересчет производится в цены 1995 года, что не является обязательным. За базисный год можно принять любой удобный для прогнозиста год.) Пересчет осуществляется следующим образом: значение 1995 года принимается за базовое, а объем показателя на следующий год вычисляется согласно известному индексу физического объема, который указан в таблице в процентах к предыдущему году.
Далее следовало бы проделать такую же операцию для следующего значения - ВРП 1997 года, то есть применить формулу (65). Однако, как нетрудно заметить, эту формулу можно получить копированием формулы из ячейки В15 в ячейку В16. (Для этого необходимо выделить ячейку В15, встав на нее, а затем потянуть вниз мышью правый нижний угол ячейки, когда курсор превратится в черный крестик). Аналогично можно скопировать формулу до ячейки В23.
Известные_значения_у - это столбец значений эндогенной переменной, то есть часть столбца В от ячейки В27 до В36; Известные_значения_х - это столбцы значений регрессоров, то есть необходимо выделить область от С27 до D36; значение параметра «Коне» установим 1, так как спецификация (45), которую мы оцениваем, содержит свободный член; значение параметра «Стат» также 1, чтобы получить статистики, позволяющие проверить качество оцененной модели. Далее выполним пункты 4), 5) и 6), описанные в порядке работы с функцией. Должна получиться таблица со следующими значениями:
Далее определяют критическое значение статистики t по специальным таблицам. Также это значение можно рассчитать в Excel. Для этого надо вызвать мастер функций, выбрать категорию «Статистические», а в ней функцию «Стьюдраспобр». В поле «Вероятность» вводят уровень значимости а, обычно принимаемый 0,05. В поле «Степени свободы» вводят значение (п-р), где п - это число наблюдений, ар- количество оцениваемых параметров. Для нашего примера (п-р) = 10-3 = 7. Этот показатель уже рассчитан и представлен в таблице 4 - это четвертая строка второго столбца. Тогда t » 2,36.
Регрессор признается значимым, если tKp tmpaMempa. Итак, для используемого примера «2,36, ta0&77,9 tKp, tal&3,\ tKp, ta2&7,29 tKp, следовательно, все коэффициенты признаются значимыми, а значит, ни один из регрессоров xt],xt2 не требуется исключать из уравнения. Следует отметить, что для данной модели признак найденной незначимости параметров (если была бы таковая) не может трактоваться однозначно, так как в модель включена мультиколлинеарность (зависимость между столбцами регрессоров), что может давать ложные представления о незначимости параметров, хотя на самом деле они являются значимыми. Мультиколлинеарность присуща модели изначально, входит туда теоретически, поэтому избавиться от нее не представляется возможным.
Для вычисления FKp надо вызвать мастер функций, выбрать категорию «Статистические», а в ней функцию «Fpacno6p». В поле «Вероятность» вводят уровень значимости а, обычно принимаемый 0,05. В поле «Степени свободы_1» вводят число переменных (для нашего примера это 2), а в поле Степени свободы_2» значение (п-р), где п - это число наблюдений, а р -количество оцениваемых параметров (для нашего примера это 7). Получили FKp«4,74. Так как FKp FBhl4, то коэффициент детерминации признается статистически значимым, а значит его значение Л2 «0,91 получено неслучайно, и между зависимой переменной и регрессорами действительно существует связь.
