CC BY
265
Эконометрическое исследование влияния банковских кредитов на инвестиционную активность в России
М.А. Бобрик
студентка 5-го курса института кредита Финансовой академии при Правительстве Российской Федерации, победитель IX Всероссийского конкурса научных работ молодежи «Экономический рост России»
Проводившиеся в 90-х годах прошлого столетия в России реформы были направлены на обеспечение финансовой стабилизации экономики, создание благоприятного инвестиционного климата и привлечение инвестиций как основы экономического роста, структурной перестройки и повышения благосостояния населения. Однако в настоящее время, несмотря на некоторое улучшение макроэкономических показателей, инвестиционные проблемы российской экономики продолжают стоять так же остро, как и несколько лет назад.
Актуальность проблемы финансово-кредитного обеспечения инвестиционного процесса обусловлена тем, что это один из фундаментальных факторов расширенного воспроизводства, роста источников инвестиций в экономику, устойчивого и безопасного развития России1. В то же время состояние инвестиционной сферы определяется множеством макроэкономических показателей (внутренний валовой продукт (ВВП), реальная ставка процента, объемы банковского кредитования экономики, уровень основного капитал и т. п.).
Цель настоящей статьи - исследовать, опираясь на эконометрический инструментарий, насколько существенно влияние основных макроэкономических показателей (ВВП, реальная ставка процента, кредит, основной капитал)2 на инвестиционную активность в России. Особый интерес вызывает определение влияния банковского кредита на стимулирование инвестиций в экономику страны, поскольку банковская система является одним из самых «естественных» инвесторов, главная из ее функций - перераспределение свободного капитала между участниками рыночных отношений.
Для достижения поставленной цели построим кредитно-инвестиционную модель и по результатам проведения статистических наблюдений определим количественное влияние ВВП, реальной ставки процента, банковского кредита, уровня основного капитала на инвестиционную активность в России.
Объектом эконометрического исследования выступают инвестиции в основной капитал, предметом - математический аппарат моделирования финансово-экономических факторов, влияющих на инвестиционную активность в России.
Для спецификации кредитно-инвестиционной модели воспользуемся следующими экономическими утверждениями:
1 Сегодня масштабы российской банковской системы явно не соответствуют экономическим потребностям страны и значительно меньше масштабов банковских систем стран, с которыми Россия сопоставима по геополитическому значению. В связи с этим существенно возрастает и зависимость отечественных предприятий от иностранного капитала, российский бизнес лишается самостоятельности в принятии инвестиционных решений. Все это может привести к потере Россией экономического суверенитета.
2 Поскольку на инвестиционную активность может также оказывать влияние ряд неучтенных в представленной кредитно-инвестиционной модели макроэкономических показателей и иных факторов, то для их учета нами был введен параметр и.
• уровень инвестиций объясняется объемом выданных банковских кредитов3, величиной основного капитала, реальной ставкой процента и величиной изменения ВВП;
• с ростом объема выданных банками кредитов, уровня основного капитала, ВВП возрастает объем инвестиций в основной капитал;
• объем инвестиций в основной капитал возрастает при снижении реальной ставки процента.
Переведя перечисленные утверждения на «математический язык», получим следующий вид линейной модели множественной регрессии:
I, = до + аСг, + а^К^ + азЯ, + а4Д У + и,
где !,- инвестиции в основной капитал (млрд р.) на определенную дату;
ОГі - объем предоставленных банками кредитов (млрд р.) на дату;
К - основной капитал (млрд р.) на дату;
Иі - реальная ставка процента (%) на дату - официальная ставка кредитования коммерческих банков со стороны Центрального банка Российской Федерации, скорректированная на уровень инфляции4;
А У - изменение ВВП (млрд р.) на дату;
а1, а2, а3, а4 - коэффициенты, которые численно равны ожидаемому изменению объема инвестиций в основной капитал (!і) в ответ на единичное изменение объема предоставленных банками кредитов (Огі), основного капитала (К), реальной ставки процента (Яі), ВВП (АУ). Соответственно, при этом а1 > 0, а2 > 0, а3 < 0, а4 > 0;
и - случайное возмущение (остаток), отражающее влияние на искомую переменную !{ (инвестиции в основной капитал) неучтенных в модели факторов, которые зависят от социально-экономической ситуации в стране. Поскольку данная эконометрическая модель предполагает, что в среднем влияние неучтенных факторов на инвестиционную активность невелико, то ожидаемое среднее значение переменной щ равно нулю Е(и) = 0, а
ожидаемое среднее значение квадрата переменной и равно неотрицательной константе
2 2 Яи (дисперсия случайной переменной и,)5 Е(и?) = Яи. Иначе говоря, случайное возмущение предположительно гомоскедастично, и автокорреляция отсутствует;
Яи - мера влияния на искомую неизвестную неучтенных факторов.
В представленной модели текущими значениями эндогенных переменных служат инвестиции в основной капитал (искомые неизвестные) !, предопределенными переменными (экзогенными) являются предоставленные банками кредиты Ог, основной капитал К, реальная ставка процента й, изменение объема ВВП АУ (регрессоры).
Кредитно-инвестиционная модель (1) является динамической и предназначена для прогноза значений текущей эндогенной переменной !і по известным в периоде і значениям экзогенных переменных Ог,, К, й,, АУ. Спецификация экономической модели (1) имеет приведенный вид, так как в этой спецификации текущие эндогенные переменные являются явными функциями предопределенных переменных.
Статистическая информация, необходимая для исследования, представлена в таблице 1.
3 Поскольку в статье внимание акцентировано на влиянии банковских кредитов на инвестиционную активность в России, мы абстрагируемся от прочих форм кредита (хозяйственной, государственной, международной и гражданской).
4 Корректировка ставки рефинансирования Центрального банка Российской Федерации осуществлялась с использованием формулы Фишера Я = (/ - /)/(1 + /), где / - ставка рефинансирования, / - уровень инфляции за определенный отрезок времени.
5 В модели предполагается, что колебание неучтенных факторов от их средней величины неизменно.
Е (и, )= 0 Е (и,2 )=Я
2
и
(1)
Таблица 1
Исходные данные6
1 3 Дата Инвестиции в основной капитал (I), млрд р. Объем банковских кредитов (Сг), млрд р. Основной капитал (К), млрд р. Реальная ставка процента (И), % Реальный объем произведенного ВВП в среднегодовых ценах 2000 года (У), млрд р. Изменение реального объема произведенного ВВП (АУ), млрд р.
1 I квартал 2000 года 166 909 3 725 38 1 651 55
2 II квартал 2000 года 236 1 039 4 151 27 1 732 81
3 III квартал 2000 года 330 1 195 4 225 23 2 020 288
4 IV квартал 2000 года 433 1 492 4 504 21 1 902 -118
5 I квартал 2001 года 230 1 812 4 621 20 1 728 -174
6 II квартал 2001 года 319 2 077 4 893 20 1 820 91
7 III квартал 2001 года 421 2 375 5 602 20 2 142 322
8 IV квартал 2001 года 534 2 730 5 125 21 1 988 -154
9 I квартал 2002 года 270 2 899 5 998 21 1 794 -194
10 II квартал 2002 года 376 3 077 6 130 19 1 900 106
11 III квартал 2002 года 495 3 376 6 150 18 2 237 337
12 IV квартал 2002 года 621 3 680 6 241 16 2 111 -126
13 I квартал 2003 года 330 3 919 6 342 13 1 931 -180
14 II квартал 2003 года 471 4 281 6 425 15 2 052 121
15 III квартал 2003 года 609 4 877 6 594 15 2 376 325
16 IV квартал 2003 года 777 5 503 7 014 13 2 274 -102
17 I квартал 2004 года 373 5 889 7 498 10 2 072 -203
18 II квартал 2004 года 528 6 634 7 520 11 2 206 134
19 III квартал 2004 года 670 7 354 7 531 11 2 545 339
20 IV квартал 2004 года 852 8 143 7 576 9 2 427 -118
21 I квартал 2005 года 408 9 119 7 695 8 2 168 -259
22 II квартал 2005 года 578 9 754 7 812 10 2 342 174
23 III квартал 2005 года 753 10 748 7 750 12 2 510 168
Наличие взаимосвязи между исследуемыми переменными и ее качество представлены на рисунках: влияние банковских кредитов на инвестиционную активность в России - на рисунке 1, влияние реальной ставки процента на инвестиционную активность в России -на рисунке 2, влияние уровня основного капитала и реального объема произведенного ВВП на инвестиционную активность в России - на рисунке 3.
6 Расчеты произведены по данным Центрального банка Российской Федерации и Федеральной службы государственной статистики.
ОМ
Рис. 1. Влияние банковских кредитов на инвестиционную активность в России
о.
а:
а.
с;
5
сГ
ш
0
1
о
о
ш
о
а>
т
Рис. 2. Влияние реальной ставки процента на инвестиционную активность
♦ Основной капитал
і Реальный объем произведенного ВВП
Рис. 3. Влияние уровня основного капитала и реального объема произведенного ВВП на инвестиционную активность России
На рисунках точки, составляющие графики, не располагаются на прямой, а это значит, что между переменными Ог„ К, Я, А У и /( отсутствует функциональная зависимость. Облако точек вытянуто (хаотично рассеяно) вдоль прямой. Примем их как законы, по которым меняется /( в ответ на изменение Ог, К, Я, АУ.
Существует некоторая выборка значений переменных модели (1):
(Ог1, Кі, Яі, АУі, /і), (Ог2, К2, Я2, АУ2, /2), ..., (Огп, Кп, Яп, АУп, /„).
(2)
Эта выборка получена на этапе наблюдения объекта оригинала и предназначена для оценки следующих параметров: а0, а1, а2, а3, а4, .
В рамках модели (1) величины, составляющие выборку (2), связаны следующей системой линейных алгебраических уравнений (системой уравнений наблюдения объекта) или схемой Гаусса-Маркова:
/і — Эр + а1Ог1 + а2К + азЯ1 + з^АУ] + иі /2 — Зр + а1Ог2 + 32К 2 + ЗзЯ2 + а4АУ2 + и2
166 — а0 + а1909 + а23725 + а338 + а455 + и1, 236 — а0 + а11039 + а24151 + а327 + а481 + и2,
753 — а0 + а110748 + а27750 + а312 + а4168 + ип.
/п = ао + а1Сгп + а2Кп + аэ^п + а4^Уп + ип
Компактная запись этой схемы может быть представлена следующим образом:
/ = Ха + и,
где / = (/1, /2, ..., 1п)т - вектор известных значений эндогенной переменной I{ модели: Г = (166, 236, ..., 753)т;
и = (и1, и2, ...ип)г - вектор неизвестных значений случайных возмущений и;
■ 1 909 3725 38 55 ' ■ 1 Cr1 K R AY1 1
1 1039 4151 27 81 1 Cr2 K2 r2 ay2
X = или
1 9754 7812 12 174 1 Crn-1 Kn-1 Rn-1 AYn-1
1 10748 7750 12 168 _ 1 Crn Kn Rn AY, J
матрица известных
значений предопределенных переменных, расширенная столбцом единиц;
a = (a0, ab а2, а3, а4)г - вектор неизвестных коэффициентов уравнения модели, подлежащий оцениванию по выборке (2).
Оценку (приближенное значение) вектора a обозначим а = (а0,а.,,а2,а3,а4)т , а символом с 1 — оценку дисперсии случайного остатка u модели (или меру влияния на объем инвестиций в основной капитал не учтенных в модели факторов).
Используя функцию «ЛИНЕЙН» электронных таблиц Excel, вычислим эти искомые оценки (табл. 2).
Таблица 2
а4 a3 a2 a1 a0
0,16 -7,81 0,02 0,02 401,12
Sa, I = 0,...4 0,15 10,81 0,08 0,03 579,81
R2 0,53 140,03 с u
F 5,12 18,00 Cu
401425,79 352942,78
RSS ESS
Fкрит = 2,93 K = 4 n = 23
DW 1,14 dL du
TSS = RSS + ESS 754368,57 0,99 1,79
R2 = RSS/TSS 0,53
Примечание: В таблице используются символы, имеющие следующие значения:
Sai — средние квадратические ошибки оценок коэффициентов a0, a1, a2, a3, a4;
F — случайная переменная, используемая для проверки модели на адекватность при выполнении F-теста;
RSS — объясненная регрессией сумма квадратов отклонений;
ESS — необъясненная регрессией сумма квадратов отклонений;
TSS — общая сумма квадратов отклонений зависимой переменной от ее выборочного значения;
DW — случайная величина, используемая для проверки модели на адекватность в тесте Дарбина-Уотсона;
dL, du — пара констант, необходимая для выполнения теста Дарбина-Уотсона;
R2 — коэффициент детерминации;
а0 = 401; а1 = 0,02; а2 = 0,02; а3 = -7,81; а4 = 0,16; сu = 140,03; cu = 18.
С помощью функции «ЛИНЕЙН» вычислим средние квадратические ошибки оценок коэффициентов:
Sa0 = 579,81; Sa1 = 0,03; Sa2 = 0,08; Sa3 = 10,81; Sa4 = 0,16.
Финансово-экономические модели признаются адекватными (пригодными для работы), если вычисляемые по моделям значения эндогенных переменных отличаются от их реальных значений на допустимые величины, то есть применительно к модели (1) окажется справедливым неравенство:
|/, - /, | < бкрит ( )
где екрит (/) - критическая ошибка прогноза.
Произведем тестирование адекватности предпосылок теоремы Гаусса-Маркова о го-москедастичности и некоррелированности случайных возмущений в уравнениях наблюдений объекта.
Тест Голдфелда-Квандта
Этот тест предназначен для проверки предпосылки теоремы Гаусса-Маркова о гомос-кедастичности случайных возмущений в уравнениях наблюдений объекта, то есть для проверки того, что:
а2(йО = а2(и2) = ... = а2(и2э) = а2. (3)
Выполним тест Голдфелда-Квандта по следующим этапам:
1) упорядочим таблицу исходных данных (табл. 1) по возрастанию модуля значений предопределенных переменных модели (1) и разобьем ее на 2 части. При этом в первую часть должно быть включено не более п/2 значений выборки (п’7 = 23/2 = 11,5) а во вторую - оставшиеся значения (с 12 по 23);
2) по первым п’ упорядоченным уравнениям наблюдений объекта, где к < п’ < = п/2, к = 4 - количество оцениваемых коэффициентов (2), вычислим методом наименьших квадратов оценки параметров модели величину 55$! = ^ и2 , где й{ = /{ - .
Применим функцию «ЛИНЕЙН» для каждой части таблицы 18. Исходные данные и полученные значения представлены в таблицах 3 и 4;
Таблица 3
а4 а3 а2 а1 а0
0,168813785 -10,7372 -0,19858 0,221773 1110,505
За;, ; = 0,...4 0,155842767 7,435107 0,139294 0,133996 526,3116
Я2 0,625198885 92,30101 <5 и
Р 2,502122564 6 ви
85267,10084 51116,86
ЯЗЗ1 ЕЗЗ,
7 Верхний символ «‘» буквы п означает, что упорядоченная таблица исходных данных по возрастанию модуля значений предопределенных переменных модели разбивается на 2 части. В первую часть включается не более п/2 значений выборки (в данном случае 11), во вторую - оставшиеся (с 12 по 23).
8 См. этап 1 теста Голдфелда-Квандта.
Таблица 4
а4 а3 а2 а1 а0
-0,111860217 69,23423 0,263007 0,018244 -2252,84
5а/,/ = °,..-4 0,368106765 59,23346 0,344755 0,053381 2854,679
Я2 0,324217716 170,987 <5 и
Р 0,839591412 7 5и
98187,04919 204655,9
Я8Б2 Е8Б2
3) вычислим значения следующих показателей:
вО = Евв/Евв, = 0,25;
1/ вО = Евв^/Евв, = 4,0.
Используя функцию <^РАСПОБР», определим величину Ркрит = 7,19;
4) предпосылку теоремы Гаусса-Маркова (3) можно считать адекватной, если:
вО < Ркрит'
1 / вО < = Ркрит.
В нашем случае вО < Ркрит' 1 / во < Ркрит.
Таким образом, можно сделать вывод о гомоскедастичности случайных возмущений в уравнениях наблюдений с вероятностью в 99 процентов.
Тест Дарбина-Уотсона (йЩ)
Этот тест предназначен для проверки третьей предпосылки теоремы Гаусса-Маркова, точнее, частного случая этой предпосылки:
Соу(ц„ и) = 0 при } = / - 1. (4)
Невыполнение этого условия вызывает негативные последствия для оценок параметров модели последствия. Тест выполняется следующим образом:
1) вычисляется значение случайной величины йШ (см таблицу 2):
X(иI - иг-1)2
йШ = ---------- = 1,14.
п ’
Хи?
Г=1
Из таблицы, составленной Дарбиным и Уотсоном9, выбирается по значению п = 23 и количеству к = 4 объясняющих переменных пара констант - а^, би. В нашем случае = 0,99, du = 1,79;
2) проверяется, в какой из пяти интервалов отрезка от 0 до 4 попала величина йШ:
М] М2 М3 М4 М5
|Ч------------->т<--------------►гК
>г<---------------------------------------►)
0 с1ь (1и 2 4 -с1и 4 -<1ь
Бывшев В.А. Введение в эконометрию. Ч. 2. М.: Финансовая академия, 2003. С. 90.
9
Если значение показателя DW попадает в подмножество М1, то корреляция остатков положительна, если в подмножество М2 или М4, то принять решения об адекватности или неадекватности предпосылки (4) нельзя. Если DW окажется в M5, то корреляция остатков отрицательна, маловероятна.
Предпосылка о некоррелированности случайных возмущений считается подтвержденной, адекватной, если величина DW попадает в интервал M3.
В нашем случае DW = 1,14 попадает в интервал M2. Следовательно, определить, выполняется ли предпосылка теоремы Гаусса-Маркова о некоррелированности случайных возмущений в уравнениях наблюдений объекта, невозможно, что объясняется наличием проблемы систематического несоответствия экономико-статистических данных, публикуемых в отечественной литературе.
Исследование качества спецификации линейной эконометрической модели: коэффициент детерминации и F-тест
Для исследования способности экзогенных переменных объяснять в рамках модели значения эндогенных переменных предназначен коэффициент детерминации R2 - это объясненная регрессором доля эндогенной переменной I. R2 зависит от выборки и, следовательно, является случайной переменной, что снижает уровень объективности заключения о качестве спецификации модели. F-тест придает суждению о качестве спецификации модели объективный характер.
Как уже определено в таблице 2, коэффициент детерминации R2 = RSS/TSS,
23
где TSS = RSS + ESS = £ (l, - 7 )2 ;
i=1
23 2 23 2 23
RSS = £( -1) , ESS = £( -1, )=£ uf .
f=1 f=1 f=1
Из смысла величины R2 вытекает неравенство 0 < R2 < 1.
Если R2 = 1, то выбранные исходные данные (экзогенные переменные) полностью объясняют в рамках рассматриваемой модели величину I,. Если R2 = 0, это значит, что выбранные экзогенные переменные модели не способны объяснить искомую переменную I,.
Используя функцию «ЛИНЕЙН», мы вычислили коэффициент детерминации: R2 = 0,5321 (табл. 2). Следовательно, экзогенные переменные способны объяснять эндогенную переменную lt на 53,21 процента.
Пусть R2 = 0. Это значит, что существует гипотеза H0: a1 = a0 =...= ak = 0.
В нашем случае все предпосылки теорем Гаусса-Маркова справедливы для модели (1), а случайные остатки в уравнения наблюдений распределены по нормальному закону.
Тогда, если гипотеза Н0 справедлива, то случайная переменная F =
обладает законом распределения Фишера с числом степеней свободы у1 = k, у2 = n - (k +1), где n = 23, k = 4.
Используя функцию «ЛИНЕЙН», мы получили, что F = 5,12 (табл. 2). При этом у = 4, Y2 = 18. Значит, F^ = 2,93 (таблица «95-процентные квантили распределения Фишера, F^10.»11.
Таким образом, F = 5,12 > F^ = 2,93, следовательно, в рамках оцененной модели регрессоры обладают способностью объяснить значения ее эндогенной переменной.
10 Ркрит можно рассчитать, используя функцию <^РАСПОБР».
11 Бывшев В.А. Введение в эконометрию. Ч. 2. М.: Финансовая академия, 2003. С. 219.
R2/ k
(1 - R2)/[n - (k +1)
Как уже отмечалось, модель именуется адекватной, если прогнозы значений эндогенной переменной согласуются с ее наблюденными значениями. Проведем процедуру интервального прогнозирования значений эндогенной переменной. Результаты наблюдений (выборку) разделим на два класса. В первый класс, именуемый обучающей выборкой, включим основной объем результатов наблюдений оригинала (95%) выборки. Оставшиеся результаты наблюдений, например Сг, К, Я, А У, I за III квартал 2005 года, составят контролирующую выборку. По обучающей выборке оценим модель.
Зададимся доверительной вероятностью:
в = 0,95; у2 = п-(к +1)= 18; ^ = 2,1.
Определим доверительный интервал для прогноза:
(р ^крит Яр , 1 р + ^крит Яр ) ,
где £крит - коэффициент Стьюдента (или двухсторонний квантиль распределения Стью-дента);
Бр - среднеквадратическое (стандартное) отклонение прогноза, вычисляемое по формуле:
Яр = Бе,1йЦ~, где цо = Хт0 (ХТХ )-1 X,,
тогда:
1р - ^ртЭр< 1< 1р + 1КртЭр или 303,66 < 753 < 1 082,12.
Значение эндогенной переменной 753 попадает в доверительный интервал (303,66;
1 082,12), поэтому оцененная модель адекватна, может быть использована для изучения объекта-оригиала: прогноза инвестиций в основной капитал по величине выданных банками кредитов, величины инвестиций в основной капитал, реальной ставки процента и изменения объема ВВП.
Поскольку средняя квадратическая ошибка оценки коэффициента а0 (ва0 = 579,81) значительно превышает величину оценки а0 (а0 = 401), и в экономике любой страны уровень основного капитала, объем ВВП, реальная ставка процента не могут принимать нулевые значения, целесообразно исключить коэффициент а0 из кредитно-инвестиционной модели.
Исключив коэффициент а0 из кредитно-инвестиционной модели, вычислим с помощью функции «ЛИНЕЙН» оценки а0, гз1, а2, а3, а4 (табл. 5).
Таблица 5
а4 а3 а2 а1
0,145636047 -1,082743993 0,068283825 0,013717376
Яа/, / = 1,---4 0,148048908 4,653649553 0,027844506 0,02260187
Я2 0,937602116 138,0936095 <5 и
Р 71,37437626 19 5и
5444393,165 362327,0548
ЯЯЯ ЕЯЯ
Таким образом, средние квадратические ошибки исследуемых в модели переменных (ва/) более адекватно отражают изменение уровня банковского кредита, основного капитала, реальной ставки процента, объема ВВП.
Увеличение объема выданных банками кредитов на 1 миллиард рублей в среднем привело к росту инвестиций в основной капитал на 14 миллионов рублей. Снижение реальной ставки процента за рассматриваемый период с 38 до 12 процентов увеличило объем инвестиций в основной капитал на 1,08 миллиарда рублей, рост уровня основного капитала - 7 миллионов рублей, увеличение объема ВВП вызвало рост инвестиций всего лишь на 146 тысяч рублей.
Так, изменение основных макроэкономических параметров с 2000 по 2006 год привело в совокупности к росту объема инвестиций в основной капитал всего лишь на 1,1 миллиарда рублей, а это является недостаточным, учитывая, что изношенность основных фондов в ряде отраслей экономики составляет более 80 процентов.
Вместе с тем на величину инвестиций в основной капитал, помимо исследуемых в кредитно-инвестиционной модели переменных, оказывают влияние и другие неучтенные факторы, их действие в стоимостном выражении составляет 140 миллиардов рублей, что в 120 раз превышает факторы, которые в инвестиционном процессе в условиях рыночной экономики должны играть более существенную роль (ВВП, реальная ставка процента, кредит, основной капитал).
В экономике сохраняются негативные тенденции, сдерживающие эффективное развитие инвестиционной сферы. Несмотря на существующую неравномерность инвестиционной активности в отраслях экономики, пока не создан отлаженный механизм перелива капитала; инвестиции развиваются преимущественно благодаря капитальным затратам крупных экспортеров, в результате инвестиционная сфера остается зависимой от внешнеэкономической конъюнктуры.
Преодоление этих проблем возможно лишь при формировании механизмов, способствующих высвобождению имеющихся средств и расширению возможностей их использования. Таким образом, привлечение банковских инвестиций в реальный сектор экономики является одной из ключевых проблем современного этапа развития России. В связи с этим возникает необходимость более широкого использования банковского кредита как инвестиционного ресурса.
Несмотря на то, что по прошествии 5-8 лет после дефолта российские банки показывают высокие темпы роста, которые опережают темпы роста ВВП в 4-5 раз, масштабы банковской системы и объем выдаваемых кредитов неадекватны потребностям производства, а количественные и качественные показатели российских банков неадекватны требованиям реального сектора экономики и населения. В нашей стране отношение кредитов нефинансовым предприятиям к ВВП составляет 20 процентов, тогда как в развитых странах этот показатель превышает 50 процентов.
Очевидно, необходимо преодолеть отставание в банковской сфере, создать экономическую среду, стимулирующую ее развитие, следовательно, стимулирующую и развитие в инвестиционной сфере, обеспечивающую достижение высоких и устойчивых темпов экономического роста.
Для переориентации финансовых потоков в направлении реального сектора экономики через российский банковский сектор требуются инструменты, снижающие риски инвестирования. Одними из таких инструментов должны быть разработка долгосрочной промышленной и структурной политики, а также кредитно-финансовая, налоговая поддержка со стороны банков и прочих финансовых институтов, а также государства участников инвестиционных проектов в приоритетных отраслях экономики. Существенную помощь в развитии кредитования может оказать совершенствование банковского законодательства, нормативного и методического обеспечения.
«Исторический опыт свидетельствует о том, что кредит приносит пользу в тех случаях, когда в обществе созданы необходимые предпосылки, в частности, есть хорошая (строгая и ясная) законодательная база, возможность быстро добиться судебного решения, создающего основы для общественного доверия. Слабоэффективным, чаще всего беспо-
лезным, может оказаться применение кредита там, где народ не умеет пользоваться плодами своих земель, в обществе нет должной соревновательности, конкуренции и, напротив, властвует бюрократия, сложилась несправедливая налоговая система, плохая инфраструктура производства (неразвитые коммуникации, плохие дороги, слабая железнодорожная сеть и т. п.), где, наконец, деньги не прибывают, а уходят или, как говорят, наблюдается отрицательный денежный поток, приводящий к уменьшению богатства регионов, провинций и стран»12.
Если в этих условиях не предпринимать радикальных шагов по восстановлению значимости кредита и придерживаться созерцательной, пассивной политики, то мы и дальше не сможем использовать созидательный ресурс, свойственный кредиту, неизбежно потеряем возможность существенно ускорить развитие национальной экономики.
Некоммерческое партнерство «МЕЖДУНАРОДНЫЙ ЦЕНТР ОБРАЗОВАНИЯ И ТУРИЗМА»
Приглашает принять участие в семинаре 2-6 апреля 2007 года, город Москва
ПРАКТИЧЕСКИЕ ВОПРОСЫ И РЕКОМЕНДАЦИИ В СФЕРЕ ОБОРОТА И ИСПОЛЬЗОВАНИЯ ЗЕМЕЛЬНЫХ УЧАСТКОВ, ЗАНЯТЫХ ОБЪЕКТАМИ НЕДВИЖИМОСТИ.
НОВОЕ В ЗАКОНОДАТЕЛЬСТВЕ
• правовое регулирование оборота и использования земельных участков, занятых объектами недвижимости
• правовой режим земель, виды прав на земельные участки и обременения в использовании земель
• виды сделок с земельными участками и объектами недвижимости, порядок их совершения, состав и требования к документам
• особенности государственной регистрации прав на земельные участки и объекты недвижимости компаний энергетического и нефтегазового комплекса
• порядок формирования земельного участка, изготовление и утверждение проектов границ земельного участка, межевание земельного участка
• подготовка описания земельного участка для целей государственного кадастрового учета земель
• порядок оформления и переоформления прав на земельные участки и объекты недвижимости, расположенные на них
• предоставление земельных участков для строительства линейных объектов
• порядок перевода земель или земельных участков из одной категории в другую
• постановка земельного участка на государственный кадастровый учет, состав и требования к документам
• формирование объекта недвижимости как объекта государственного технического учета
• рыночная оценка земельных участков и объектов недвижимости. Государственная кадастровая оценка земель разных категорий для целей налогообложения
• судебно-арбитражная практика разрешения споров в сфере оборота и использования земельных участков, занятых объектами недвижимости_____________________________________
ЗАЯВКИ НА УЧАСТИЕ И ПОДРОБНАЯ ИНФОРМАЦИЯ:
125445 Россия, г. Москва, ул. Смольная, д. 24 А, офис 1415 тел. (495) 980-0897,136-6455 e-mail: aanazaroval @vandex.ru. mcot@mail.ru сайт: www.np-icet.ru
12 Деньги. Кредит. Банки / Под ред. О.И. Лаврушина. М.: КНОРУС., 2004. С. 282.
