CC BY
20
pISSN 2071-4688 Финансовая система
eISSN 2311-8709
ФИНАНСОВАЯ ПЛАТЕЖЕСПОСОБНОСТЬ КИТАЯ, США И РОССИИ: СОВРЕМЕННЫЕ МЕТОДЫ ОЦЕНКИ
Валерий Владиславович СМИРНОВ % Алена Владимировна МУЛЕНДЕЕВАЬ
я кандидат экономических наук, доцент кафедры отраслевой экономики факультета управления и социальных технологий, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Российская Федерация v2v3s4@mail.ru
https://orcid.org/0000-0002-6198-3157 SPIN-код: 3120-4077
ь старший преподаватель кафедры физической географии и геоморфологии историко-географического факультета, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Российская Федерация al ena-mulende eva@yandex. ш ORCID: отсутствует SPIN-код: 9404-7292
' Ответственный автор
История статьи: Аннотация
Получена 18.07.2018 Предмет. Финансовая платежеспособность Китая, США и России. Анализ
Получена в доработанном финансовых факторов, определяющих ее.
виде 06.08.2018 Цели. Определение роли основных факторов в обеспечении финансовой
Одобрена 20.08.2018 платежеспособности Китая, США и России.
Доступна онлайн 29.11.2018 Методология. Задействованы методы графического, факторного и кластерного
анализа с применением линейной аппроксимации по методу наименьших квадратов, УДК 339.72 иерархического кластерного и К-средними анализа, нейронной сети с определением
JEL: E62, F30, G35, O19 иерархии важности. Источником оцениваемых статистических показателей является
The World Bank Group.
Результаты. Выявлена общая потребность в росте широкой денежной массы. Обнаружены различия в способах достижения высокого уровня финансовой платежеспособности Китая — валовые (внутренние) сбережения, США — темпы роста широкой денежной массы, небанковские кредиты и инфляция, России — рост валовых сбережений. При этом китайская финансовая система формирует валовые накопления для роста добавленной стоимости, американская повышает темпы роста широкой денежной массы за счет потенциала американского доллара, российская увеличивает валовые сбережения за счет пополнения российского Резервного фонда американскими долларами.
Область применения. Результаты целесообразно применять при формировании российской внешнеэкономической политики, в процессе выбора приоритетов регулирования российской финансовой системы и формирования межстрановых финансовых потоков.
Ключевые слова: иерархия Выводы. Иерархия важности показателей финансовой платежеспособности Китая важности, кластерный (от широкого роста денег до валовых (внутренних) сбережений), России
анализ, нейронная сеть, (от небанковских кредитов до валового накопления основного капитала), США порядок агломерации, (от валового накопления до отношения капитала банка к активам) позволила
факторный анализ обозначить оптимальные направления межстрановых финансовых потоков.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2018
Для цитирования: Смирнов В.В., Мулендеева А.В. Финансовая платежеспособность Китая, США и России: современные методы оценки // Финансы и кредит. — 2018. — Т. 24, № 11. — С. 2425 — 2441. https://doi.org/10.24891/fc.24. 11 .2425
Введение понятных для широкого круга исследователей
подходов к выявлению и решению проблем Наличие турбулентньк явлений в мир°в°й финанШвой платежеспособности (Financial финансовой системе требует доступных и
Solvency — FS) стран. Современные методы оценки как симбиоз факторного и кластерного анализа являются наиболее востребованными для корректировки результатов исследований российских ученых в направлении поиска источников роста российской экономики [1, 2], ключевых акторов экономического развития [3], а также зарубежных — исследование необходимости учета европейских факторов при изучении поведения трансграничных банковских потоков [4], прогнозы о тенденциях уровня налоговой нагрузки и степени конвергенции налоговой нагрузки между странами [5], взаимосвязь между бухгалтерским учетом и нормативно-правовой базой [6], комплексный подход к изучению выбора и последствий видов преференциальных соглашений об экономической интеграции [7], рост и падение дефицита по текущим операциям в некоторых странах Еврозоны и в странах Балтии [8], последствия для различных стратегий в сдерживании роста кредитования [9], анализ прогнозов МВФ и фискального договора ЕС в обширной выборке стран [10].
В исследовании применяется метод факторного и кластерного анализа FS на перспективу до 2020 г. Китая, США и России на основе прогнозной оценки следующих показателей: Bank capital to assets ratio (%) (отношение капитала банка к активам в %); Bank liquid reserves to bank assets ratio (%) (банк ликвидных резервов по отношению к активам банковских активов в %); Bank nonperforming loans to total gross loans (%) (небанковские кредиты Банка по совокупным кредитам в %); Broad money (% of GDP) (широкие деньги в % от ВВП); Broad money growth (annual %) (широкий рост денег в год %); Gross capital formation (% of GDP) (валовое накопление в % от ВВП); Gross capital formation (annual % growth) (валовое накопление, ежегодный прирост в %); Gross domestic savings (% of GDP) (валовые внутренние сбережения в % от ВВП); Gross fixed capital formation (% of GDP) (валовое накопление основного капитала в % от ВВП); Gross fixed capital formation (annual % growth) (валовое накопление основного капитала, ежегодный прирост %); Gross savings (% of
GDP) (валовые сбережения в % от ВВП); Gross savings (% of GNI) (валовые сбережения в % от ВНД), Inflation, GDP deflator (annual %) (инфляция, дефлятор ВВП годовой %).
Процесс прогнозирования FS реализуется в среде «MS EXCEL 2013» (оператор — «Тенденция»), линейная аппроксимация по методу наименьших квадратов, а факторный и кластерный анализ — посредством «SPSS Statistics 22» кластерного анализа (кластеризация иерархическая и Х-средними), а также построением нейронной сети (многослойный перцептрон) и определения иерархии важности.
Источником оцениваемых статистических показателей является «Группа Всемирного Банка» (The World Bank Group. Data from database World Development Indicators)1.
Китай
Результатом иерархической кластеризации определена матрица близостей показателей FS (табл. 1) и построена дендрограмма (рис. 1), с использованием метода межгрупповой связи (корреляция Пирсона). В результате определения порядка агломерации выявлены высокие коэффициенты Gross savings (% of GNI) и Gross savings (% of GDP) — 0,999, Gross capital formation (% of GDP) и Gross fixed capital formation (% of GDP) — 0,977, Gross savings (% of GDP) и Gross capital formation (annual % growth) — 0,967.
Порядок агломерации указывает приоритетность валовых (внутренних) сбережений в процессе формирования валовых накоплений для развития китайской экономики.
Кластеризация Х-средними позволила выявить следующую принадлежность к кластерам: 1 — Broad money (% of GDP), 2 — Gross savings (% of GNI), Gross domestic savings (% of GDP), Gross savings (% of GDP), Gross capital formation (% of GDP), Gross fixed capital formation (% of GDP), 3 — Broad money growth (annual %), Gross capital formation (annual % growth), Inflation, GDP deflator (annual %).
1 The World Bank Group. Data from database: World
Development Indicators. URL: http://databank.worldbank.org
2426
Следует отметить, что достоверные данные по Bank capital to assets ratio (%) и Bank nonperforming loans to total gross loans (%) в ретроспективе отсутствуют ввиду жесткого государственного надзора за банковской деятельностью [11], в том числе предоставление соответствующей информации в свободном доступе.
Высокие значения важности показателей FS Китая (табл. 2) связаны с Inflation, GDP deflator (annual %) — 100% и Gross capital formation (% of GDP) — 63,4%, что естественно для мирового лидера по темпам роста ВВП, в большей мере акцентированного на приросте добавленной стоимости2 [12, 13].
США
В результате определения порядка агломерации (матрица близостей показателей (табл. 3) и дендрограмма (рис. 2)) выявлены высокие коэффициенты Gross savings (% of GNI) и Gross savings (% of GDP) — 0,999, Gross savings (% of GDP) и Gross domestic savings (% of GDP) — 0,937, Gross fixed capital formation (annual % growth) и Gross capital formation (annual % growth) — 0,927.
Принципы сохранения FS китайской финансовой системы активно используются американской и/или наоборот.
Кластеризация Х-средними позволила выявить следующую принадлежность к кластерам: 1 — Broad money (% of GDP), 2 — Broad money growth (annual %), Bank nonperforming loans to total gross loans (%), Inflation, GDP deflator (annual %), Gross capital formation (annual % growth), Gross fixed capital formation (annual % growth), 3 — Gross capital formation (% of GDP), Gross fixed capital formation (% of GDP), Gross savings (% of GDP), Gross savings (% of GNI), Gross domestic savings (% of GDP), Bank capital to assets ratio (%), Bank liquid reserves to bank assets ratio.
2 Логинов Е.Л., Борталевич С.И., Логинова В.Е. Расширение валютного контура китайского экономического влияния как стратегия поддержки национальной экономики в условиях обострения кризисных явлений // Финансы и кредит. 2016. Т. 22. Вып. 20. С. 37-49.
URL: https://cyberienmka.ru/artide/n/rasshirenie-valyutnogo-
kontura-kitayskogo-ekonomicheskogo-vliyaniya-kak-strategiya-
podderzhki-natsionalnoy-ekonomiki-v-usloviyah
Следует отметить, что в сравнении с китайской финансовой системой3 [14] американская4 в большей мере задействует темпы роста широкой денежной массы5, небанковские кредиты и инфляцию (дефлятор), активно используя потенциал американского доллара — мирового платежного денежного средства6.
Высокие значения важности показателей FS США (табл. 4) определяются Gross savings (% of GNI) — 100%, Bank capital to assets ratio (%) — 87,2%, Gross domestic savings (% of GDP) — 85,4%. Это свидетельствует о кумулятивном возврате долларов в американскую экономику в виде избыточного денежного потока (формируется очередной мировой финансовый кризис). При этом выступающая в роли компенсатора FS Китая (табл. 2), связанная с Inflation, GDP deflator (annual %) и Gross capital formation (% of GDP), вряд ли одна сможет снизить градус прогрессирующей «болезни».
Россия
В результате определения порядка агломерации (матрица близостей показателей (табл. 5) и дендрограмма (рис. 3)), выявлены высокие коэффициенты Gross savings (% of GNI) и Gross savings (% of GDP) — 1, Gross savings (% of GDP) и Gross domestic savings (% of GDP) — 0,939, Gross fixed capital formation (annual % growth) и Gross capital formation (annual % growth) — 0,901.
Определено, что Россия практически копирует действия США, используя темпы роста широкой денежной массы, небанковские кредиты и инфляцию (дефлятор)7. Но в
3 Кузнецов А.В. Валютная политика Китая: вызов гегемонии США? // Финансы и кредит. 2017. Т. 23. № 16. С. 914—926. URL: https://doi.org/10.24891/fc.23.16.914
4 Кудряшова И.В. Трансформация экономических условий формирования современных мировых валют // Финансы
и кредит. 2015. № 38. C. 55—66.
5 Логинов Е.Л., Логинова В.Е. Оперирование денежной массой: модель перевода мировых кризисов в формат поэтапных стратегических финансовых операций // Финансы и кредит. 2015. № 28. С. 2 — 13.
6 Кудряшова И.В. Современные мировые валюты: роль
в официальном секторе // Финансы и кредит. 2018. Т. 24. № 1. С. 79—94. URL: https://doi.org/10.24891/fc.24.L79
7Антонов П.В., Злобина О.О. Оценка эффективности денежно-кредитной системы Российской Федерации // Финансы и кредит. 2015. № 27. С. 25 — 34.
отличие от США, задействующих потенциал американского доллара, Россия снижает только свою FS.
Копирование действий по обеспечению FS подтверждается результатами. Кластеризация Х-средними позволила выявить следующую принадлежность к кластерам: 1 — Broad money (% of GDP), 2 — Gross domestic savings (% of GDP), Gross savings (% of GNI), Gross savings (% of GDP), Gross capital formation (% of GDP), Gross fixed capital formation (% of GDP), Broad money growth (annual %), 3 — Bank capital to assets ratio (%), Inflation, GDP deflator (annual %), Bank liquid reserves to bank assets ratio (%), Bank nonperforming loans to total gross loans (%), Gross capital formation (annual % growth), Gross fixed capital formation (annual % growth).
Высокие значения важности показателей FS России (табл. 6) связаны с Broad money growth (annual %) — 100%, Inflation, GDP deflator (annual %) — 97,6%, Gross savings (% of GDP) — 95,2%. Рост широкой денежной массы связан с показателями инфляции и валовых сбережений. При этом валовые сбережения повышаются за счет дополнительной эмиссии рублей регулятором для пополнения американскими долларами российского Резервного фонда. Тем самым в борьбе за FS Китая, Россия отдает свои возможности США.
Перераспределение потенциала FS России посредством пополнения американскими долларами Резервного фонда подрывает доверие к российской экономике не только внешних, но и внутренних инвесторов. Это положение сказывается на выборе населением валюты сбережений, которые все чаще вкладываются в доллар.
Сводный факторный и кластерный анализ FS Китая, США и России
Результаты анализа матрицы близостей показателей FS Китая, США и России демонстрируют следующие взаимодействия:
- Россия и Китай соответственно: Gross capital formation (% of GDP) и Inflation, GDP
deflator (annual %); Bank capital to assets ratio (%) и Bank capital to assets ratio (%); Broad money growth (annual %) и Gross domestic savings (% of GDP); Broad money (% of GDP) и Bank capital to assets ratio (%);
- Россия и США — Broad money growth (annual %) и Bank capital to assets ratio (%); Broad money growth (annual %) и Gross capital formation (% of GDP);
- Китай и США — Gross capital formation (% of GDP) и Bank nonperforming loans to total gross loans (%), Gross domestic savings (% of GDP) и Bank liquid reserves to bank assets ratio (%), Gross domestic savings (% of GDP) и Broad money growth (annual %), Inflation, GDP deflator (annual %) и Broad money (% of GDP).
Взаимодействие российской финансовой системы с китайской получает возможности повышения валового накопления, капитала банков, широкого роста денег, а американской — только широкий рост денег. Сотрудничество Китая и США более диверсифицировано по показателям FS.
Кластеризация Х-средними позволила выявить основные показатели, определяющие FS в кластере для Китая — Gross capital formation (% of GDP), Gross domestic savings (% of GDP), Gross fixed capital formation (% of GDP), Gross savings (% of GDP), Gross savings (% of GNI), России — Broad money (% of GDP), США — Broad money (% of GDP).
Оценка важности показателей FS Китая, США и России выявила следующую иерархию (табл. 7).
Представленная иерархия обнаружила высокую важность показателей FS Китая — отношение капитала банка к активам, валовые (внутренние) сбережения, широкий рост денег; России — валовое накопление основного капитала, небанковские кредиты Банка по совокупным кредитам; США — отношение капитала банка к активам и валовое накопление. Следовательно, Россия может стабилизировать FS, используя активы как Китая, так и США.
2428
В то же время Китай будет связывать финансовый потенциал с денежной массой и сбережениями, США — с валовыми накоплениями. То есть Китай будет наращивать FS, а США — развивать внутренний реальный сектор экономики.
Выводы
Результатом факторного и кластерного анализа FS Китая, США и России на перспективу выявлены следующие приоритеты: китайская
экономика — валовые (внутренние) сбережения в процессе формирования валовых накоплений для акцентированного роста добавленной стоимости; американская — темпы роста широкой денежной массы, небанковские кредиты и инфляция, использование потенциала доллара; российская — повышение валовых сбережений посредством дополнительной эмиссии рублей регулятором для пополнения американскими долларами российского Резервного фонда.
Таблица 1
Матрица близостей показателей FS Китая Table 1
A matrix of China's FS indicators proximity
Показатели 1 2 3 4 5 6 7 8 9 10 11
FS_
J_1_-0,924 -0,974 -0,926 -0,713 -0,551 -0,906 -0,97 0,547 -0,746 0,944
_2_-0,924 1_0,925 0,999 0,861 0,76 0,917 0,913 -0,65 0,496 -0,939
_3_-0,974 0,925 1_0,923 0,822 0,682 0,838 0,908 -0,623 0,747 -0,979
_4_-0,926 0,999 0,923 1_0,855 0,754 0,911 0,912 -0,663 0,483 -0,938
_5_-0,713 0,861 0,822 0,855 1_0,977 0,62 0,64 -0,829 0,355 -0,889
_6_-0,551 0,76 0,682 0,754 0,977 1_0,479 0,478 -0,831 0,169 -0,773
_-0,906 0,917 0,838 0,911 0,62 0,479 1_0,967 -0,362 0,592 -0,816
_8_-0,97 0,913 0,908 0,912 0,64 0,478 0,967 1 -0,472 0,707 -0,89
_9_0,547 -0,65 -0,623 -0,663 -0,829 -0,831 -0,362 -0,472 1_-0,161 0,753
1 0_-0,746 0,496 0,747 0,483 0,355 0,169 0,592 0,707 -0,161 1_-0,666
1 1_0,944 -0,939 -0,979 -0,938 -0,889 -0,773 -0,816 -0,89 0,753 -0,666 1
1 — Broad money (% of GDP); 2 — Gross savings (% of GNI); 3 — Gross domestic savings (% of GDP); 4 — Gross savings (% of GDP); 5 — Gross capital formation (% of GDP); 6 — Gross fixed capital formation (% of GDP); 7 — Broad money growth (annual %); 8 — Gross capital formation (annual % growth); 9 — Bank capital to assets ratio (%); 10 — Inflation, GDP deflator (annual %); 11 — Bank nonperforming loans to total gross loans (%).
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2429
Таблица 2
Важность показателей FS Китая
Table 2
Importance of FS indicators of China
Показатели FS Важность Нормализованная важность, %
Inflation, GDP deflator (annual %) 0,291 100
Gross capital formation (% of GDP) 0,185 63,4
Gross savings (% of GNI) 0,105 36
Broad money (% of GDP) 0,078 26,9
Bank capital to assets ratio (%) 0,062 21,3
Gross domestic savings (% of GDP) 0,059 20,3
Gross savings (% of GDP) 0,056 19,3
Gross fixed capital formation (% of GDP) 0,052 18
Bank nonperforming loans to total gross loans (%) 0,042 14,4
Broad money growth (annual %) 0,038 12,9
Gross capital formation (annual % growth) 0,032 10,9
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2430
Таблица 3
Матрица близостей показателей FS США
Table 3
A matrix of USA's FS indicators proximity
Пока- 1 2 3 4 5 6 7 8 9 10 11 12 13
затели FS
1 1 -0,063 -0,038 0,51 0,508 0,47 0,618 0,155 -0,477 -0,216 -0,01 1 -0,063
2 -0,063 10 0,867 0,679 0,696 0,803 0,444 0,309 0,329 0,213 0,388 -0,063 10
3 -0,038 0,867 10 0,367 0,393 0,605 0,127 0,572 0,198 -0,288 -0,098 -0,038 0,867
4 0,51 0,679 0,367 10 0,999 0,93 0,906 0,007 0,041 0,488 0,691 0,51 0,679
5 0,508 0,696 0,393 0,999 10 0,943 0,901 0,014 0,031 0,47 0,672 0,508 0,696
6 0,47 0,803 0,605 0,93 0,943 10 0,787 0,075 -0,09 0,255 0,445 0,47 0,803
7 0,618 0,444 0,127 0,906 0,901 0,787 10 0,019 0,067 0,457 0,658 0,618 0,444
8 0,155 0,309 0,572 0,007 0,014 0,075 0,019 10 0,433 -0,565 -0,266 0,155 0,309
9 -0,477 0,329 0,198 0,041 0,031 -0,09 0,067 0,433 10 0,319 0,446 -0,477 0,329
10 -0,216 0,213 -0,288 0,488 0,47 0,255 0,457 -0,565 0,319 10 0,927 -0,216 0,213
11 -0,01 0,388 -0,098 0,691 0,672 0,445 0,658 -0,266 0,446 0,927 10 -0,01 0,388
12 10 -0,063 -0,038 0,51 0,508 0,47 0,618 0,155 -0,477 -0,216 -0,01 10 -0,063
13 -0,063 10 0,867 0,679 0,696 0,803 0,444 0,309 0,329 0,213 0,388 -0,063 10
1 — Broad money (% of GDP); 2 — Gross capital formation (% of GDP); 3 — Gross fixed capital formation (% of GDP); 4 — Gross savings (% of GDP); 5 — Gross savings (% of GNI); 6 — Gross domestic savings (% of GDP); 7 — Bank capital to assets ratio (%); 8 — Bank liquid reserves to bank assets ratio (%); 9 — Broad money growth (annual %); 10 — Bank nonperforming loans to total gross loans (%); 11 — Inflation, GDP deflator (annual %); 12 — Gross capital formation (annual % growth); 13 — Gross fixed capital formation (annual % growth).
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2431
Таблица 4
Важность показателей FS США Table 4
Importance of FS indicators of the USA
Показатели FS Важность Нормализованная важность, %
Gross savings (% of GNI) 0,121 100
Bank capital to assets ratio (%) 0,106 87,2
Gross domestic savings (% of GDP) 0,103 85,4
Gross savings (% of GDP) 0,1 82,5
Broad money growth (annual %) 0,098 80,9
Gross fixed capital formation (% of GDP) 0,096 79
Gross capital formation (annual % growth) 0,089 73,4
Gross capital formation (% of GDP) 0,087 71,6
Inflation, GDP deflator (annual %) 0,056 46,6
Gross fixed capital formation (annual % growth) 0,044 36,6
Broad money (% of GDP) 0,04 33,3
Bank liquid reserves to bank assets ratio (%) 0,036 30
Bank nonperforming loans to total gross loans (%) 0,024 20,1
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2432
Таблица 5
Матрица близостей показателей России
Table 5
A matrix of Russia's FS indicators proximity
Пока- 1 2 3 4 5 6 7 8 9 10 11 12 13
затели FS
1 1 -0,297 -0,558 -0,513 -0,289 -0,694 -0,571 -0,765 -0,752 -0,036 0,831 -0,406 -0,68
2 -0,297 1 0,906 0,918 0,27 -0,03 0,467 0,458 0,784 -0,247 -0,042 0,605 0,391
3 -0,558 0,906 1 0,998 0,167 0,123 0,68 0,528 0,907 -0,209 -0,328 0,436 0,401
4 -0,513 0,918 0,998 1 0,173 0,103 0,644 0,508 0,882 -0,2 -0,267 0,435 0,382
5 -0,289 0,27 0,167 0,173 1 0,737 -0,162 0,682 0,12 0,695 0,105 0,805 0,859
6 -0,694 -0,03 0,123 0,103 0,737 1 -0,066 0,76 0,202 0,611 -0,324 0,529 0,824
7 -0,571 0,467 0,68 0,644 -0,162 -0,066 1 0,26 0,787 -0,277 -0,756 0,028 0,159
8 -0,765 0,458 0,528 0,508 0,682 0,76 0,26 1 0,553 0,131 -0,422 0,643 0,792
9 -0,752 0,784 0,907 0,882 0,12 0,202 0,787 0,553 1 -0,253 -0,624 0,493 0,509
10 -0,036 -0,247 -0,209 -0,2 0,695 0,611 -0,277 0,131 -0,253 1 0,194 0,329 0,526
11 0,831 -0,042 -0,328 -0,267 0,105 -0,324 -0,756 -0,422 -0,624 0,194 1 -0,03 -0,318
12 -0,406 0,605 0,436 0,435 0,805 0,529 0,028 0,643 0,493 0,329 -0,03 1 0,885
13 -0,68 0,391 0,401 0,382 0,859 0,824 0,159 0,792 0,509 0,526 -0,318 0,885 1
1 — Broad money (% of GDP); 2 — Gross domestic savings (% of GDP); 3 — Gross savings (% of GNI); 4 — Gross savings (% of GDP); 5 — Gross capital formation (% of GDP); 6 — Gross fixed capital formation (% of GDP); 7 — Broad money growth (annual %); 8 — Bank capital to assets ratio (%); 9 — Inflation, GDP deflator (annual %); 10 — Bank liquid reserves to bank assets ratio (%); 11 — Bank nonperforming loans to total gross loans (%); 12 — Gross capital formation (annual % growth); 13 — Gross fixed capital formation (annual % growth).
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
Таблица 6
Важность показателей FS России
Table 6
Importance of FS indicators of Russia
Показатели FS Важность Нормализованная важность, %
Broad money growth (annual %) 0,129 100
Inflation, GDP deflator (annual %) 0,126 97,6
Gross savings (% of GDP) 0,123 95,2
Gross capital formation (% of GDP) 0,109 84,5
Gross savings (% of GNI) 0,106 81,6
Bank capital to assets ratio (%) 0,086 66,9
Gross capital formation (annual % growth) 0,075 58
Broad money (% of GDP) 0,068 52,3
Gross domestic savings (% of GDP) 0,063 48,8
Gross fixed capital formation (% of GDP) 0,041 31,9
Gross fixed capital formation (annual % growth) 0,034 26,2
Bank liquid reserves to bank assets ratio (%) 0,021 16,1
Bank nonperforming loans to total gross loans (%) 0,018 14,3
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2433
Таблица 7
Важность показателей FS Китая, США и России
Table 7
Importance of FS indicators of China, United States and Russia
Показатели FS Важность Нормализованная важность, %
China — Bank capital to assets ratio (%) 0,067 100
Russian Federation — Gross fixed capital formation (annual % growth) 0,062 93,4
China — Gross savings (% of GDP) 0,05 75,5
China — Broad money growth (annual %) 0,049 73,7
China — Gross domestic savings (% of GDP) 0,039 59,2
United States — Bank capital to assets ratio (%) 0,038 57
Russian Federation — Bank nonperforming loans to total gross loans (%) 0,038 57
United States — Gross capital formation (% of GDP) 0,037 54,8
China — Broad money (% of GDP) 0,036 54,5
United States — Broad money (% of GDP) 0,035 52,7
Russian Federation — Gross savings (% of GDP) 0,031 46,2
United States — Gross capital formation (annual % growth) 0,029 43,1
China — Bank nonperforming loans to total gross loans (%) 0,028 41,8
Russian Federation — Broad money (% of GDP) 0,028 41,5
United States — Broad money growth (annual %) 0,027 40,9
Russian Federation — Bank liquid reserves to bank assets ratio (%) 0,026 39,2
United States — Gross fixed capital formation (annual % growth) 0,026 38,8
Russian Federation — Inflation, GDP deflator (annual %) 0,026 38,6
Russian Federation — Gross fixed capital formation (% of GDP) 0,026 38,4
Russian Federation — Gross capital formation (% of GDP) 0,024 36,7
China — Gross capital formation (% of GDP) 0,024 36,2
Russian Federation — Gross savings (% of GNI) 0,024 35,4
China — Gross fixed capital formation (% of GDP) 0,022 32,6
United States — Gross savings (% of GNI) 0,021 31,6
United States — Gross domestic savings (% of GDP) 0,019 28,9
Russian Federation — Gross domestic savings (% of GDP) 0,019 28,1
United States — Inflation, GDP deflator (annual %) 0,018 26,9
China — Gross savings (% of GNI) 0,016 24,1
United States — Bank liquid reserves to bank assets ratio (%) 0,016 23,7
Russian Federation — Broad money growth (annual %) 0,015 22,5
Russian Federation — Gross capital formation (annual % growth) 0,015 22,3
China — Gross capital formation (annual % growth) 0,014 21,3
United States — Bank nonperforming loans to total gross loans (%) 0,014 21,2
China — Inflation, GDP deflator (annual %) 0,013 20
Russian Federation — Bank capital to assets ratio (%) 0,01 15,7
United States — Gross fixed capital formation (% of GDP) 0,01 14,8
United States — Gross savings (% of GDP) 0,009 13,6
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2434
Рисунок 1
Дендрограмма FS Китая Figure 1
Dendrogram of China's FS
Совмещение кластера перемасштабированных расстояний
О 5 1D 15 20 25
Gross savings (% of GNI) 2 =
Gross savings (% of GDP) 4 —
Gross domestic savings (% of GDP) 3 —
Broad money growth (annual %) 7 —
Gross capital formation (annual % growth) 8 —
Gross capital formation (% of GDP) 5 —
Gross fixed capital formation (% of GDP) 6 —
Inflation, GDP deflator (annual %) 10 —
Broad money (% of GDP) 1 — Bank nonperforming loans to total gross loans (%) 11 —
Bank capital to assets ratio (%) 9t=
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2435
Рисунок 2
Дендрограмма FS США Figure 2
Dendrogram of the USA's FS
Совмещение кластера перемасштабированных расстояний
О 5 10 1S 20 25
Gross savings (% of GDP) 4 —
Gross savings (% of GNI) 5--
Gross domestic savings (% of GDP) 6 —' —
Gross capital formation (% of GDP) 2-
Bank liquid reserves to bank assets ratio (%) 8-
Gross fixed capital formation (% of GDP) 3-
■ Broad money (% of GDP) 1 -
Broad money growth (annual %) 9-
Gross capital formation (annual % growth) 1 2--
Gross fixed capital formation (annua! % growth) 1 3-
Inflation. GDP deflator (annual %) 11 -
Bank capital to assets ratio (%) 7-—
Bank nonperforming loans to total gross loans (%) 1 nt _
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2436
Рисунок 3
Дендрограмма FS России Figure 3
Dendrogram of Russia's FS
Совмещение кластера перемасштабированных расстояний
О 5 10 15 20 25
Gross savings (% of GNI) 3 =
Gross savings (% of GDP) 4 —
Gross domestic savings (% of GDP) 2 —
Inflation, GDP deflator (annual %) & —
Broad money growth (annual %) 7 —
Gross capital formation (annual % growth) 12 —
Gross fixed capital formation (annual % growth) 13 —
Gross capital formation (% of GDP) 5 —
Gross fixed capital formation (% of GDP) 6 —
Bank capital to assets ratio (%) 8 —
Bank liquid reserves to bank assets ratio {%) 10 —
Broad money (% of GDP) 1 — Bank nonpertorming loans to total gross loans (%) 11
Источник: рассчитано «SPSS Statistics 22» на основе данных The World Bank Group. Data from database: World Development Indicators. URL: http://databank.worldbank.org
Source: Calculated via SPSS Statistics 22 on the basis of The World Bank Group data. Data from the World Development Indicators database. URL: http://databank.worldbank.org
2437
Список литературы
1. Абалкин Л.И. Проблемы современной России. М.: Институт экономики РАН, 2011. 110 с.
2. Глазьев С.Ю. Размышления о путях обеспечения роста российской экономики // Научные труды Вольного экономического общества России. 2017. Т. 202. № 5. С. 40 — 51.
URL: https://istina.msu.ru/publications/article/92546286/
3. Клейнер Г.Б. От «экономики физических лиц» к системной экономике // Вопросы экономики. 2017. № 8. С. 56 — 74. URL: http://kleiner.ru/wp-content/uploads/2017/10/ot-e %60konomiki-fizicheskih-lits.pdf
4. Cerutti E., Claessens S., Ratnovski L. Global Liquidity and Cross-Border Bank Flows.
URL: http://www.economic-policy.org/wp-content/uploads/2016/04/Global-liquidity-and-cross-border-bank-flows.pdf
5. Stewart K., Webb M. International Competition in Corporate Taxation: Evidence from the OECD Time Series. Economic Policy, 2006, vol. 21, iss. 45, pp. 154-201.
URL: https://doi.org/10.1111/j.1468-0327.2006.00156.x
6. Ellul A., Jotikasthira Ch., Lundblad Ch.T., Wang Yi. Mark-to-Market Accounting and Systemic Risk: Evidence from the Insurance Industry. Economic Policy, 2014, vol. 29, iss. 78, pp. 297-341. URL: https://doi.org/10.1111/1468-0327.12030
7. Egger P., Wamser G. Multiple Faces of Preferential Market Access: Their Causes and Consequences. Economic Policy, 2013, vol. 28, iss. 73, pp. 143-187.
URL: https://doi.org/10.1111/1468-0327.12003
8. Kang Jo.Sh., Shambaugh Ja.C. The rise and fall of European current account deficits. Economic Policy, 2016, vol. 31, iss. 85, pp. 153-199. URL: https://doi.org/10.1093/epolic/eiv018
9. Dell'Ariccia G., Igan D., Laeven L., Tong H. Credit Booms and Macrofinancial Stability. Economic Policy, 2016, vol. 31, iss. 86, pp. 299-355. URL: https://doi.org/10.1093/epolic/eiw002
10. Eichengreen B., Panizza U. A Surplus of Ambition: Can Europe Rely on Large Primary Surpluses to Solve Its Debt Problem? Economic Policy, 2016, vol. 31, iss. 85, pp. 5-49.
URL: https://doi.org/10.1093/epolic/eiv016
11. Harris P. China in British Politics: Western Unexceptionalism in the Shadow of China's Rise. The Chinese Journal of International Politics, 2017, vol. 10, iss. 3, pp. 241-267.
URL: https://doi.org/10.1093/cjip/pox009
12. Захаров А.Н., Русак Н.А. Внешняя торговля Китая со странами Африки // Российский внешнеэкономический вестник. 2018. № 4. С. 68 — 75.
URL: http://www.rfej.ru/rvv/id/F00738F8E
13. Басилашвили Т.П., Гилилов И.Р., Савинов Ю.А., Тарановская Е.В. Способы платежа при импорте товаров из Китая // Российский внешнеэкономический вестник. 2017. № 6.
C. 75 — 83. URL: https://cyberleninka.ru/article/n/sposoby-platezha-pri-importe-tovarov-iz-kitaya
14. Никулина О.В., Лугинец Р.В. Укрепление позиций Китая в мировой валютной системе как фактор развития китайской внешнеторговой политики // Национальные интересы: приоритеты и безопасность. 2015. Т. 11. Вып. 32. С. 53 — 66.
URL: https://cyberleninka.ru/article/n/ukreplenie-pozitsiy-kitaya-v-mirovoy-valyutnoy-sisteme-kak-faktor-razvitiya-kitayskoy-vneshnetorgovoy-politiki
2438
Информация о конфликте интересов
Мы, авторы данной статьи, со всей ответственностью заявляем о частичном и полном отсутствии фактического или потенциального конфликта интересов с какой бы то ни было третьей стороной, который может возникнуть вследствие публикации данной статьи. Настоящее заявление относится к проведению научной работы, сбору и обработке данных, написанию и подготовке статьи, принятию решения о публикации рукописи.
2439
pISSN 2071-4688 Financial System
elSSN 2311-8709
FINANCIAL SOLVENCY OF CHINA, THE USA, AND RUSSIA: MODERN METHODS OF EVALUATION
Valerii V. SMIRNOV % Alena V. MULENDEEVAb
a I.N. Ulianov Chuvash State University, Cheboksary, Russian Federation v2v3s4@mail.ru
https://orcid.org/0000-0002-6198-3157
b I.N. Ulianov Chuvash State University, Cheboksary, Russian Federation al ena-mulende eva@yandex. ru ORCID: not available
• Corresponding author
Article history: Abstract
Received 18 July 2018 Subject The study addresses financial soundness of China, the USA, and Russia, and
Received in revised form analyzes its determinants.
6 August 2018 Objectives The aim is define the role of principal factors in ensuring the financial solvency
Accepted 20 August 2018 of the said countries.
Available online Methods The study employs methods of graphical, factor, and cluster analysis, using the
29 November 2018 linear least-squares approximation, hierarchical clustering and K-means analysis, a neural
network with a hierarchy of importance determination. The World Bank Group is a source JEL classification: E62, F30, of the being estimated statistical indicators.
G35, O19 Results The paper unveils the overall need for broad money supply growth of the said
countries. We reveal differences in achieving a high level of financial solvency by China (gross (domestic) savings), the USA (growth rates of broad money supply, non-bank loans and inflation), and Russia (growth of gross savings). At the same time, the financial system of China generates gross savings for value added growth, of the USA - increases the growth rate of broad money supply owing to the U.S. dollar potential, Russia - increases gross savings by means of replenishing the Russian Reserve Fund with United States dollars.
Conclusions The hierarchy of importance of financial solvency indicators of China (from broad money growth to gross domestic savings), Russia (from non-bank loans to gross fixed capital formation), the USA (from gross accumulation to the bank capital ratio) enabled to identify optimal directions of cross-country financial flows.
Keywords: hierarchy, cluster analysis, neural network, agglomeration, factor analysis
© Publishing house FINANCE and CREDIT, 2018
Please cite this article as: Smirnov V.V., Mulendeeva A.V. Financial Solvency of China, the USA, and Russia: Modern Methods of Evaluation. Finance and Credit, 2018, vol. 24, iss. 11, pp. 2425-2441. https://doi.org/10.24891/fc.24. 11 .2425
References
1. Abalkin L.I. Problemy sovremennoi Rossii [Problems of modern Russia]. Moscow, Institute of Economics of RAS Publ., 2011, 110 p.
2. Glaz'ev S.Yu. [Thoughts about ways to ensure economic growth of Russia]. Nauchnye trudy Volnogo ekonomicheskogo obshchestva Rossii = Scientific Works of the Free Economic Society of Russia, 2017, vol. 202, no. 5, pp. 40-51.
URL: https://istina.msu.ru/publications/article/92546286/ (In Russ.)
3. Kleiner G.B. [From the economy of individuals to systemic economy]. Voprosy Ekonomiki, 2017, no. 8, pp. 56-74. URL: http://kleiner.ru/wp-content/uploads/2017/10/ot-e%60konomiki-fizicheskih-lits.pdf (In Russ.)
2440
4. Cerutti E., Claessens S., Ratnovski L. Global Liquidity and Cross-Border Bank Flows.
URL: http://www.economic-policy.org/wp-content/uploads/2016/04/Global-liquidity-and-cross-border-bank-flows.pdf
5. Stewart K., Webb M. International Competition in Corporate Taxation: Evidence from the OECD Time Series. Economic Policy, 2006, vol. 21, iss. 45, pp. 154-201.
URL: https://doi.org/10.1111/j.1468-0327.2006.00156.x
6. Ellul A., Jotikasthira Ch., Lundblad Ch.T., Wang Yi. Mark-to-Market Accounting and Systemic Risk: Evidence from the Insurance Industry. Economic Policy, 2014, vol. 29, iss. 78, pp. 297-341. URL: https://doi.org/10.1111/1468-0327.12030
7. Egger P., Wamser G. Multiple Faces of Preferential Market Access: Their Causes and Consequences. Economic Policy, 2013, vol. 28, iss. 73, pp. 143-187.
URL: https://doi.org/10.1111/1468-0327.12003
8. Kang J.Sh., Shambaugh J.C. The Rise and Fall of European Current Account Deficits. Economic Policy, 2016, vol. 31, iss. 85, pp. 153-199. URL: https://doi.org/10.1093/epolic/eiv018
9. Dell'Ariccia G., Igan D., Laeven L., Tong H. Credit Booms and Macrofinancial Stability. Economic Policy, 2016, vol. 31, iss. 86, pp. 299-355. URL: https://doi.org/10.1093/epolic/eiw002
10. Eichengreen B., Panizza U. A Surplus of Ambition: Can Europe Rely on Large Primary Surpluses to Solve Its Debt Problem? Economic Policy, 2016, vol. 31, iss. 85, pp. 5-49.
URL: https://doi.org/10.1093/epolic/eiv016
11. Harris P. China in British Politics: Western Unexceptionalism in the Shadow of China's Rise. The Chinese Journal of International Politics, 2017, vol. 10, iss. 3, pp. 241-267.
URL: https://doi.org/10.1093/cjip/pox009
12. Zakharov A.N., Rusak N.A. [Foreign trade of China with African countries]. Rossiiskii vneshneekonomicheskii vestnik = Russian Foreign Economic Journal, 2018, no. 4, pp. 68-75. URL: http://www.rfej.ru/rvv/id/F00738F8E (In Russ.)
13. Basilashvili T.P., Gililov I.R., Savinov Yu.A., Taranovskaya E.V. [Methods of payment when importing goods from China]. Rossiiskii vneshneekonomicheskii vestnik = Russian Foreign Economic Journal, 2017, no. 6, pp. 75-83.
URL: https://cyberleninka.ru/article/n/sposoby-platezha-pri-importe-tovarov-iz-kitaya (In Russ.)
14. Nikulina O.V., Luginets R.V. [Ascendancy of China in the global currency system as a factor of the Chinese foreign trade policy development]. Natsionalnye interesy: prioritety i bezopasnost' = National Interests: Priorities and Security, 2015, vol. 11, iss. 32, pp. 53-66.
URL: https://cyberleninka.ru/article/n/ukreplenie-pozitsiy-kitaya-v-mirovoy-valyutnoy-sisteme-kak-faktor-razvitiya-kitayskoy-vneshnetorgovoy-politiki (In Russ.)
Conflict-of-interest notification
We, the authors of this article, bindingly and explicitly declare of the partial and total lack of actual or potential conflict of interest with any other third party whatsoever, which may arise as a result of the publication of this article. This statement relates to the study, data collection and interpretation, writing and preparation of the article, and the decision to submit the manuscript for publication.
2441
