CC BY
69
УДК 33 ББК65
DOI 10.24412/2414-3995-2021-1-231-240 © М.Е. Косов, В.Э. Кошевая, 2021
Научная специальность 08.00.05 - экономика и управление народным хозяйством
ФАКТОРЫ, НЕГАТИВНО ВЛИЯЮЩИЕ НА ФОРМИРОВАНИЕ ДОХОДОВ ФЕДЕРАЛЬНОГО БЮДЖЕТА
В ПЕРИОД ПАНДЕМИИ
Михаил Евгеньевич Косов,
доцент департамента общественных финансов Финансового университета при Правительстве Российской Федерации, доцент кафедры финансов и цен Российского экономического университета имени Г.В. Плеханова,
кандидат экономических наук, доцент Российский экономический университет имени Г.В. Плеханова (117997, Москва, Стремянный пер,„Д. 36)
E-mail: kosovme@mail .m;
Вероника Эдуардовна Кошевая, студентка
Финансовый университет при Правительстве Российской Федерации (125993, Москва, Ленинградский проси., д. 49).
E-mail: weronika.kosch@gmail.com
Аннотация. В настоящее время одним из негативных факторов, влияющих на формирование доходов федерального бюджета, является пандемия коронавируса и меры, принятые для замедления ее распространения. Изменения внешней и внутренней конъюнктуры могут привести в итоге к снижению доходов федерального бюджета и общему спаду экономики, начиная со второго квартала 2020 года.
Проблемы формирования доходов федерального бюджета в условиях пандемии являются важными как для экономики страны в целом, так и для каждого человека, проживающего в ней.
Для решения данных проблем необходимо провести эконометрический анализ факторов, влияющих на формирование доходов федерального бюджета, выделить те, чье влияние в настоящих условиях может оказаться негативным, оценить их и предложить возможные пути минимизации и ликвидации неблагоприятных последствий.
Результаты исследования могут быть использованы для снижения влияния негативных последствий пандемии коронавируса для доходов федерального бюджета.
Ключевые слова: доходы федерального бюджета, пандемия коронавируса.
FACTORS THAT NEGATIVELY AFFECT THE FORMATION OF FEDERAL BUDGET REVENUES DURING THE PANDEMIC
Mikhail E. Kosov,
Associate Professor of the Department of Public Finance, Financial University under the Government of the Russian Federation, Associate Professor of the Department of Finance and Prices, G.V. Russian University of Economics Plekhanov,
Candidate of Economic Sciences, Associate Professor Russian University of Economics G.V. Plekhanova (117997, Moscow, Stremyanny per., d. 36);
Veronika E. Koshevaya, Student
Financial University under the Government of the Russian Federation (125993, Moscow, Feningradsky prospect, d. 49)
Abstract. Currently, one of the negative factors affecting the formation of federal budget revenues is the coronavirus pandemic and the measures taken to slow its spread. Changes in the external and internal market conditions may eventually lead to a decline in federal budget revenues and a general economic downturn, starting in the second quarter of 2020.
The problems of generating federal budget revenues in the context of a pandemic are important both for the country's economy as a whole and for each person living in it.
To solve these problems, it is necessary to conduct an econometric analysis of the factors that affect the formation of federal budget revenues, identify those whose influence in the current conditions may be negative, evaluate them and suggest possible ways to minimize and eliminate adverse consequences.
The results of the study can be used to reduce the impact of the negative consequences of the coronavirus pandemic on federal budget revenues.
Keywords: federal budget revenues, coronavirus pandemic.
Citation-индекс в электронной библиотеке НИИОН
Для цитирования: Косов М.Е., Кошевая В.Э, Факторы, негативно влияющие на формирование доходов федерального бюджета в период пандемии. Вестник экономической безопасности. 2021;(1):231-40.
Введение
Федеральный бюджет является важной частью финансовой системы каждой страны, в том числе и Российской Федерации. С помощью него обеспечивается поступление средств и их перераспределение для обеспечения функций, возложенных на Российскую Федерацию.
Решение поставленных задач обеспечивается за счет доходов, поступлений и накоплений, поступающих в федеральный бюджет. В то же время именно доходы федерального бюджета можно назвать его важнейшим элементом, который и позволяет государству выполнять его функции.
В настоящее время одним из негативных факторов, влияющих на формирование доходов федерального бюджета, является пандемия коронавируса и меры, принятые для замедления ее распространения. Изменения внешней и внутренней конъюнктуры могут привести в итоге к снижению доходов федерального бюджета и общему спаду экономики, начиная со второго квартала 2020 года [1].
Проблемы формирования доходов федерального бюджета в условиях пандемии являются важными как для экономики страны в целом [2], так и для каждого человека, проживающего в ней [3]. Необходимо рассмотреть факторы, влияющие на формирование доходов федерального бюджета, выделить те, чье влияние в настоящих условиях может оказаться негативным, оценить их и предложить возможные пути минимизации и ликвидации неблагоприятных последствий.
Материалы и методы исследования
Федеральный бюджет (далее - ФБ) - одно из важнейших звеньев, входящих в состав сферы государственных финансов.
Роль ФБ состоит в том, что с его помощью формируется финансовая основа, необходимая для того, чтобы осуществлять финансовое обеспечение деятельности государственного аппарата, судебных и правоохранительных органов, проведение мероприятий в области культуры и в социальной сфере, поддержание обороноспособности страны ит.д.
Согласно статье шестой Бюджетного кодекса под доходами бюджета понимаются денежные средства, аккумулируемые в бюджете, кро-
232
ме средств, служащих для покрытия бюджетного дефицита1.
В Российской Федерации доходы подразделяют на нефтегазовые и ненефтегазовые.
Нефтегазовые доходы используются для финансового обеспечения нефтегазового трансферта и формирования Фонда национального благосостояния. Согласно статье 96.6 Бюджетного кодекса2 3, к нефтегазовым доходам относятся:
- НДПИ по добыче углеводородного сырья;
- налог на дополнительный доход от добычи углеводородного сырья;
- акциз на направляемое на переработку нефтяное сырье;
- вывозные пошлины на сырую нефть;
- вывозные пошлины на природный газ;
- вывозные пошлины на товары, выработанные из нефти.
К ненефтегазовым относят следующие доходы:
- ННП;
- НДС:
- акцизы на спирт, табак ит.д.;
- госпошлина;
- доходы от использования государственного имущества;
- доходы от продажи государственного имущества и т.д.
Так как на величину нефтегазовых поступлений влияют различные факторы, с помощью экономического моделирования [4] необходимо определить какие из них оказывают влияние на поступление вывозной пошлины и НДПИ и какие из них могут оказать негативное влияние в условиях пандемии [5].
В качестве результативного фактора был выбран объем нефтегазовых доходов: Υ - Нефтегазовые доходы, всего.
Факторы, оказывающие влияние:
XI - Физический объем экспорта нефти, млн т.
Х2 - Средняя экспортная цена на нефть, долл. США за т.
ХЗ - Средняя экспортная цена на газ, долл. США за куб. м.
Х4 - Цена на нефть марки «Юралс», долл. США за барр.
1 «Бюджетный кодекс Российской Федерации» от
31.07.1998 № 145-ФЗ (ред. от 15.04.2019).
3 «Бюджетный кодекс Российской Федерации» от
31.07.1998 № 145-ФЗ (ред. от 15.04.2019).
Х5 - Объем добычи нефти, млн т.
Х6 - Объем добычи газа, млн т.
Данные были отобраны за период с 2000 г по 2019 г. для того, чтобы результаты были более достоверными.
Подобранные данные представлены в табл. 1.
Эконометрический анализ был проведен с помощью табличного процессора Excel с применением программ «Регрессия», «Описательная статистика» функции ЛИНЕИН и других функций.
Сначала данные были проанализированы на наличие выбросов.
Они были сглажены с помощью формулы скользящей средней (табл. 2).
Yt сгл
Ус-г + yt + yt+ı где
3
(D
yt сш - текущее значение скользящей средней;
Ум - значение исследуемой характеристики в предыдущем периоде;
уt - значение исследуемой характеристики в текущем периоде;
Ум - значение исследуемой характеристики в будущем периоде;
3 - количество наблюдений в скользящем среднем.
Далее была отобрана контролирующая выборка (2018 и 2019 гг.).
Далее был произведен отбор регрессоров с помощью метода последовательного присоединения регрессоров.
Последовательность действий при применении данного метода является следующей:
- необходимо построить модель между переменной Y и различными факторами с помощью функции ЛИНЕИН и фиксируются значения коэффициента детерминации (R2) для всех уравнений отдельно. В спецификацию модели включается тот фактор, чье значение R2 максимальное, т.к. он является самым информативным;
- далее необходимо рассмотреть модели с двумя факторами, один из которых был выбран ранее (назовем это шагом один). Снова сравниваются значения R2 и выбирается пара, где коэффициент максимален;
- по аналогии рассматриваются модели с тремя и более факторами;
- процесс завершается тогда, когда R2 перестает увеличиваться по сравнению с предыдущим шагом. Это означает, что дальнейшее включение в модель факторов не сможет повлиять нарост информативности уже имеющихся факторов.
В табл. 3 приведены пошаговые результаты применения рассмотренного метода.
Процедура завершилась на пятом шаге. На первом шаге наиболее информативным регрессором оказался х5, который отобран для последующего присоединения к нему оставшихся регрессоров. На втором - наилучшем набором регрессоров оказался набор (х5, х1). На третьем - (х5, xl, х2). На четвертом - (х5, X1. х2, хб). На пятом - (х5, xl, х2, хб, х4). Однако на шестом шаге коэффициент детерминации снизился по сравнению с предыдущим. Следовательно, можно на этом остановиться.
Далее была записана получившаяся спецификация: у = а0 + а4 * х4 + а2 * х2+ а4 * х4 + as * xs + а6 * Х(. + ГДЄ (2) у - зависимая переменная;
X - независимая переменная; а - постоянные неизвестные коэффициенты; ε - случайное возмущение.
Запишем оцененную модель в стандартной форме (с применением функции ЛИНЕИН):
у = —835,49 - 38,77 « х4 + 3,325 t х2 + 7,71 «қ, + 42,47 t xs - 14,06 · щ +-ε, (3)
(2684,86) (6,34) (7,73) (53,20) (2,93) (5,33) (293,93) Нормальность остатков была проверена путем применения критерия Дэвида-Хартли-Пирсона:
Макс.—Мин. ґл·.
u =-------------------------------------- 14)
Станд. отклон.
и = (457,355 - (—621,532))/246,947 = 4,36 (5)
и, = 3,10 < и = 4,36 < и2 = 4.37, значит, остатки признаются нормальными. Значения щ и и2 взяты из таблицы критериев Дэвида-Хартли-Пирсона.
Далее было проверено значение коэффициента детерминации:
R2 = ESS/TSS, где (6)
R2 - коэффициент детерминации;
ESS - объясненная регрессией сумма квадратов; TSS - общая сумма квадратов.
1C =
99477070,01
100513776,6
= 0,989
(7)
р - value = 2* 10 7 < ос = 0,05, значит R2 призна-
ется значимым.
Коэффициент детерминации признается значимым, и вся модель в целом признается значимой.
Далее была проведена проверка значимости параметров модели и самой модели в целом с помощью критерия Стьюдента:
йсрит = (a; df), где (8)
t - критерий Стьюдента; а - уровень значимости модели; df - число степеней свободы. йфит = (0,05; 12) = 2,179 (9)
Далее рассчитываем tpac4 для каждого коэффициента а;
^расч I
\Jk
S*.
, где
(10)
tpac4 - расчетное значение t - критерия;
а, - коэффициент;
Sât - стандартная ошибка.
ІСоІ = |^®'491/2684.Є59І=0·31 (11)
fei = r38'776,3i| = M4 (12)
ICzl = 3,32/7,73 = °'43 (13)
İCli = |7 71/53,201 = 0,14 (14)
«а = Г'47/2|§ = 14'5 (15)
1*1 = |-14Л6/5.33| = «4 (16)
Коэффициенты признаются значимыми, если t > йсрит. Можно сделать вывод о том, что значимыми признаются только а і, а г и ар .
С помощью теста Дарбина-Уотсона на наличие автокорреляции необходимо проверить, зависят ли остатки друг от друга и имеется ли их тенденция во времени:
(17)
DW = Σ(Ά Щ~іГ2 , ГДе
Σ<4 )Л2
ut - остатки уравнения регрессии; t - число наблюдений.
DW = ■
2103577
= 2,029(18)
1036707
du = 2,06 dİ = 0,57 4-du= 1,94 4-dİ = 3,29
Так как DW=2.029e(l,94;2,06), то автокорреляция остатков отсутствует.
Необходимо проверить нормальность случайных ошибок модели с помощью теста Голдфелда-Кванта:
RSS1
GQ =
RSS3
, где
(19)
GQ - тестовая статистика;
RSSı - сумма квадратов остатков 1; RSS2 - сумма квадратов остатков 2.
Ғкрит = Ғ.ОБР.ПХ (a; dfı; df2), где (20)
а - уровень значимости модели; dfı - число степеней свободы 1; df2 - число степеней свободы 2.
Ғкрит = ЕОБР.ПХ (0,05; 3;3) (21)
Выполняя сортировку по всем значениям X последовательно, был делан вывод о том, что остатки признаются гомоскедастичными, т.к. значения GQ и GQ-1 не превышают Ғкрит.
Можно сделать вывод о том, что модель адекватна. Значит, отобранные факторы (физический объем экспорта нефти, средняя экспортная цена на нефть, цена на нефть марки «Юралс», объем добычи нефти, объем добычи газа) оказывают влияние на формирование нефтегазовых доходов федерального бюджета.
Для проведения эконометрического анализа [4] влияния факторов на ненефтегазовые доходы необходимо обратить внимание на такие факторы, как: объем инвестиций, численность и благосостояние населения, объем импорта ит.д. [5].
В качестве результативного фактора был выбран объем ненефтегазовых доходов: Y - Ненефтегазовые доходы, всего.
Факторы, оказывающие влияние:
XI - ВВП, млрд руб.
Х2 - Объем инвестиций в основной капитал, млн руб.
ХЗ - Численность населения, тыс. чел.
Х4 - Среднедушевые денежные доходы населения, руб.
Х5 - Объем импорта, млн долл. США Х6 - Прямые инвестиции РФ в Россию, млн долл. США
Данные были отобраны за период с 2000 г по 2019 г. для того, чтобы результаты были более достоверными.
Подобранные данные представлены в табл. 4. Сначала данные были проанализированы на наличие выбросов, которые не были обнаружены. Значит, сглаживание осуществлять не нужно.
Далее была отобрана контролирующая выборка (2018 и 2019 гг.)
В табл. 5 приведены пошаговые результаты применения рассмотренного выше метода.
Процедура завершилась на четвертом шаге. На первом шаге наиболее информативным регрессором оказался х2, который отобран для последующе-
го присоединения к нему оставшихся регрессоров. На втором - наилучшем набором регрессоров оказался набор (х2, хЗ). На третьем - (х2, хЗ, х5). Однако на четвертом шаге коэффициент детерминации в случае снизился по сравнению с предыдущим. Следовательно, можно на этом остановиться.
Далее была записана получившаяся спецификация:
у = а0 + а2 *х2 + а3 *х3+ а5 * х5 + et (22) Запишем оцененную модель в стандартной форме (с применением функции ЛИНЕИН):
у = 85380,2 + 0,0006 * х2 — 0,58 * х3 — 0,008 * х5 + ε( (23)
(25858,4) (0,000009) (0,18) (0,006) (787,83) Нормальность остатков была проверена путем применения критерия Дэвида-Хартли-Пирсона: и = (998,315 - (-1818,68))/714,944 = 3,94 (24)
Uı=3,10<u = 3,94 < u2 = 4,37, значит, остатки признаются нормальными.
Далее необходимо проверить значение коэффи-
циента детерминации:
, 119191034,8
R1 2 =----------= 0,932
127880497,8
(25)
р - value = 32,04 * 10“8 < а = 0,05, значит R2 признается значимым.
Коэффициент детерминации признается значимым, и вся модель в целом признается значимой.
Далее была проведена проверка значимости параметров модели и самой модели в целом:
йсрит = (0,05; 14) = 2,14 (26)
1Со1 = |85380'2/25858.4| = з.зо (27)
ІСгІ = |0,0006/0 000009І = 6'48 (28)
| = з,26 (29)
18/о,об| = 145 (3 * 5°)
Коэффициенты признаются значимыми, если
t > йсрит. Можно сделать вывод о том, что значимыми признаются только а О . а2 и aj .
С помощью теста Дарбина-Уотсона необходимо проверить, зависят ли остатки друг от друга, и имеется ли их тенденция во времени:
l#-~ I - 1—0,58 /
Лазі - I /0,181
I — 1-0.008 / Ка5І-| /0,06|
14838343
DW =---------- = 1 708
8689463 ’
(31)
du = 1,69 dİ = 0,93 4 - du = 2,31 4 - dİ = 3,07
Так как DW=1.707e(l,69;2,31), то автокорреляция остатков отсутствует.
Тест Голдфелда-Кванта на нормальность случайных ошибок:
Ғкрит = Ғ.ОБР.ПХ (0,05; 4; 5) (32)
Выполняя сортировку по всем значениям X последовательно, был сделан вывод о том, что остатки признаются гомоскедастичными, т.к. значения GQ и GQ-1 не превышают Ғкрит.
Можно сделать вывод о том, что модель адекватна. Значит, такие факторы, как объем инвестиций в основной капитал, численность населения, среднедушевые денежные доходы населения оказывают влияние на формирование ненефтегазовых доходов федерального бюджета.
Результаты
В настоящих условиях было принято решение о сокращении добычи нефти в рамках соглашения ОПЕК+. В мае-июне для России снижение добычи нефти будет составлять 11 млн.барр./сутки, во втором полугодии - на 8,6 млн барр./сутки, в дальнейшем (до конца 2022 года) будет ожидаться снижение до 6,7 млн барр./сутки1.
Оценим, какие потери понесет ФБ при соблюдении условий соглашения. В первом квартале 2020 года среднесуточный объем добычи составил 11,31 млн барр./сутки, т.е. около 1029,21 млн т. Т.е. за три месяца было добыто 140,41 млн т. принимая во внимание, что 1 тонна нефти составляет 7,33 барреля. В апреле было добыто 340,5 млн барр. нефти, что равно 46,45 млн т. за май-июнь должно быть добыто 671 млн барр. или 91,54 млн т. Объем дальнейшей добычи до конца года составит 1582,4 млн барр. или 215,88 млн т. В общей сложности объем добычи за год должен составить 494,28 млн т., что на 69,72 млн т. ниже объема, заложенного при планировании федерального бюджета. Потери составят около 23 млрд руб.2
Существуют риски сохранения низких цен на нефть марки «Юралс».
Согласно прогнозу Центрального банка среднегодовая цена на 2020 год составит 27 долл./ барр., в 2021 году - 35 долл./барр., а в 2022 году -45 долл./барр.3 В итоге, по данным Минфина, недополучение доходов от нефтегазово-
1 https://ria.ni/20200501/1570726794.html
2 Рассчитано авторами по формуле НДПИ в отношении
нефти с учетом того, что налоговая ставка с учетом коэффици-
ента составила в апреле 333,78 руб.т.
5 https://lprime.ni/energy/20200506/831390395.html
го сектора может составить за 3 года около 4,1% ВВП1.
Минэкономразвития предлагает два различных прогноза: в 2020 году снижение цены на нефть до 57 долл./барр., к 2024 году - до 53 долл./барр., что не приведет к недополучению нефтегазовых доходов; 42,5 долл./барр. в 2020 году и увеличение до 45,9 долл./барр. К 2024 году, что также не должно привести к потерям бюджета2.
Ожидается также снижение поступлений от ненефтегазовых доходов.
В первую очередь это связано со снижением объемов инвестиций в основной капитал, уменьшением числа малых и средних предприятий, снижением заработных плат, реально располагаемых доходов граждан, несмотря на принятые правительством меры поддержки населения и бизнеса, снижению потребительского спроса.
Согласно аналитическому отчета ЦБ РФ, объем инвестиций в основной капитал по итогам первого квартала 2020 г составил 0% по отношению к аналогичному периоду предыдущего года. В дальнейшем объем инвестиций может снижаться в связи с неблагоприятным состоянием организаций и замедлением вследствие этого кредитования предприятий, т.к. большое количество средств, взятых в кредит, было инвестировано.
Необходимо также отметить, что наблюдается снижение реально располагаемых доходов граждан. Это связано с закрытием многих организаций табл. 6, занятых в сферах гостиничного, туристического бизнеса, оказания услуг населению и общественного питания. Согласно исследованию3, по реально располагаемым доходам граждан ожидается существенное снижение во втором квартале 2020 года, однако к концу четвертого квартала объем должен достичь почти того же значения, что наблюдалось на начало года.
Выводы
Для поддержки населения необходимо осуществить принятие мер по минимизации безработи-
1 httpsSİjfe .ru/92 8394/dmitrii-grinkevich/shok-ukhodi-minfin-rasschital-uron-ot-padeniia-nefti-do - 10-za-barrel?utm source=yxnews&utm_medium=desktop&utm_ referrer=https%3A%2F%2Fyandex.m%2Fnews
2 https://www.rbc.ni/economics/04/10/2019/5d96a6a39a7947 545952а61Ъ
3 http://www.inveb.ru/attachments/article/247/J?420H%20aH-тикризисныеЧ o20Mep~.pdf
236
цы, поддержку незащищенных и мало защищенных слоев населения, обеспечение всех граждан товарами первой необходимости.
В сложившихся условиях я считаю целесообразным для поддержки малого и среднего предпринимательства увеличение количества временных и постоянных льгот для малого и среднего бизнеса, активизацию и улучшение работы Фондов поддержки предпринимательства и Фондов поддержки малого и среднего бизнеса.
Для пострадавших в условиях пандемии предприятий предлагается предоставление отсрочки по налоговым и коммунальным платежам, снижение для пострадавших предприятий налогового бремени, предоставление финансовой помощи, кредитование на льготных условиях.
Необходимо повышать эффективность осуществления государственных закупок российских товаров для поддержки национального производителя, особенно на начальных этапах их деятельности в целях повышения их конкурентоспособности и роста спроса на их продукцию, а также содействию осуществления научно-исследовательских разработок.
Необходимо осуществление цифровизации экономики, что приведет не только к росту государственных затрат на ее осуществление, но и повлияет на повышение производительности труда, а это в свою очередь приведет к возрастанию темпов экономического роста, защите российского рынка.
Необходимо, чтобы повышение уровня налоговых ДФБ осуществлялось за счет увеличения прибыли организаций, осуществляющих свою деятельность в ненефтегазовом секторе. В настоящих условиях, с учетом наложенных на РФ санкций, появилась благоприятная среда для развития отечественных организаций во многих отраслях экономики. Это в свою очередь приведет к росту их конкурентоспособности и увеличению объемов реализуемых товаров и услуг. Все это приведет к росту доходов от НДС и ННП.
На увеличение доходов можно повлиять с помощью инновационного развития. Предприятия будут выпускать более качественную продукцию, чья добавленная стоимость будет выше. Для увеличения роста инноваций надо увеличивать число организаций, занимающихся наукой, увеличить число предоставляемых им грантов.
Увеличение поступлений средств в ФБ за счет повышения доходов от нефтегазовой отрасли является нецелесообразным в связи с тем, что на объемы поступающих средств оказывают влияние не только внутренние, но внешние факторы, такие как цена на нефть. Увеличение доли нефтегазовых доходов повлечет за собой еще большее увеличение зависимости от продажи энергоресурсов.
Однако считаем, что увеличение бюджетных доходов нельзя производить за счет повышения ставок имеющихся налогов или введения новых налогов, ведь нагрузка на население и бизнес и сейчас уже является большой, из-за чего уровень жизни населения не становится лучше, а организации не имеют возможности развиваться или вовсе прекращают свою деятельность.
Таким образом, реализация данных рекомендаций позволит увеличить объем ДФБ.
Подобранные данные.
Литература
1. Солдатова С.С, Пивкина К.С. Экономические последствия пандемии «COVID-19» для России // StudNet. 2020. № 2. С. 260-265. URL: https ://cyberleninka. ru/article/n/ekonomicheskie-posledstviya-paııdemii-covid-19-dlya-rossii
2. Солдатова С.С., Солдатова В.В. Российский
рынок труда в условиях нарастания экономического кризиса вследствие пандемии // Student. 2020. №2. С. 424-429. URL: https://cyberleninka.ru/article/n/
rossiyskiy-rynok-truda-v-usloviyah-narastaniya-ekonomicheskogo-krizisa-vsledstvie-pandemii
3. Соломонова В.Η., Ατ-Тал Ф. Стратегическая переориентация экономики под влиянием ко-ронавируса // Colloquium-journal. 2020. № 12 (62). С. 224-226. URL: https://cyberleninka.ru/article/n/ strategicheskaya-pereorientatsiya-ekonomiki-pod-vliyaniem-koronavirusa
Таблица 1
Нефтегазовые доходы
Физический Средняя Средняя Цена на Объем
Нефтегазовые объем экспортная экспортная нефть марки добычи Объем
Год доходы, экспорта цена на цена на газ, «Юралс», нефти, Добычи газа,
всего нефти, млн т. нефть, долл. долл. США долл. США млн т. млрд куб. м
США за т. за куб. м за барр.
У х1 Х2 ХЗ Х4 Х5 Хб
2000 177.9 144.4 175 0.09 26.8 327 584
2001 243.6 164.5 151.9 0.1 23 352 581
2002 399.5 189.5 153.5 0.09 23.7 384 595
2003 541.7 228 173.8 0.11 27.2 426 620
2004 1072.6 260.3 226.3 0.11 34.4 463 633
2005 2162 252.5 330.5 0.15 50.6 475 641
2006 2943.5 248.4 411.7 0.22 61 486 656
2007 2897.4 258.6 469.9 0.23 69.4 497 653
2008 4389.4 243.1 662.9 0.36 94 494 666
2009 2984 247.5 406.5 0.25 60.7 501 683
2010 3830.7 250.7 545.5 0.28 78 512 651
2011 5641.8 244.5 733.2 0.34 109.6 519 671
2012 6383.9 240 754 0.35 110.6 527 655
2013 6534 236.6 734 0.34 108 532 668
2014 7433.8 223.5 688.7 0.31 97.7 535 642
2015 5862,6. 244.5 366.4 0.23 51.2 542 634
2016 4844 254.9 289.2 0.16 41.9 556 641
2017 5971.9 252.8 369.4 0.18 53 554 604
2018 9017.7 260.6 495.9 0.22 70 563 625
2019 8228 267.5 454.9 0.19 63.6 561 738
Источник: данные Росстата, ЦБ РФ, Министерства экономического развития, ЕМИСС, ФЗ «Об исполнении федерального бюджета» с 2000 по 2019 гг.
Сглаженные данные. Нефтегазовые доходы
Физический Средняя Средняя Цена на
Нефтегазовые объем экспортная экспортная нефть марки Объем Объем
Год доходы, экспорта цена на цена на газ, «Юралс», добычи добычи газа,
всего нефти, млн т. нефть, долл. долл. США долл. США нефти, млн т. м.лрд куб. м
США за т. за куб. м за барр.
У ХІ х2 хЗ х4 х5 хб
2000 177.9 166.0 175.0 0.09 26.8 354 584
2001 243.6 173.0 151.9 0.10 23.0 363 581
2002 399.5 197.0 153.5 0.09 23.7 384 595
2003 541.7 228.0 173.8 0.11 27.2 426 620
2004 1072.6 260.3 226.3 0.11 34.4 463 633
2005 2162 252.5 330.5 0.15 50.6 475 641
2006 2943.5 248.4 411.7 0.22 61.0 486 656
2007 2897.4 258.6 469.9 0.23 69.4 497 653
2008 4389.4 243.1 662.9 0.36 94.0 494 666
2009 2984.0 247.5 406.5 0.25 60.7 501 683
2010 3830.7 250.7 545.5 0.28 78.0 512 651
2011 5641.8 244.5 733.2 0.34 109.6 519 671
2012 6383.9 240.0 754.0 0.35 110.6 527 655
2013 6534.0 236.6 734.0 0.34 108 532 668
2014 7433.8 223.5 688.7 0.31 97.7 535 642
2015 5862.6 244.5 366.4 0.23 51.2 542 634
2016 4844.0 254.9 289.2 0.16 41.9 556 641
2017 5971.9 252.8 369.4 0.18 53.0 554 604
2018 9017.7 260.6 495.9 0.22 70.0 563 625
2019 8228.0 267.5 454.9 0.19 63.6 561 656
Источник: данные Росстата, ЦБ РФ, Министерства экономического развития, ЕМИСС, ФЗ «Об исполнении федерального бюджета» с 2000 по 2019 гг.
Табліща 3
Метод последовательного присоединения регрессоров. Нефтегазовые доходы
*2 *2
SL SL
Шаг 1
Sİ 0.184329 х4 0.61995
х2 0.64754 х5 0.77356
хЗ 0.6264 хб 0.25929
Шаг 2
\5 \1 0.93796 х5+х4 0.8563
х5+х2 0.86331 х5+х6 0.76503
х5+хЗ 0.84467
Шаг 3
х5+х1+х2 0.98003 х5+х1+х6 0.94346
х5+х1+хЗ 0.9702
х5+х1+х4 0.97951
Шаг 4
х5+х1+х2+хЗ 0.98092
\5 \1 \2 \4 0.9787
х5+х1+х2+хб 0.98524
Шаг 5
х5+х1,+х2+х6+хЗ 0.98536
х5+х!+х2+х6-Нх4 0.98539
Шаг 6
х5+х!+х2+х6+х4+хЗ 0.98409
Источник: авторская разработка
Подобранные данные. Ненефтегазовые доходы
Объем Прямые
ggj-j инвестиций Численность Среднедушевые Объем инвестиции РФ
Год Ненефтегазовые ’ - в основной населения, денежные импорта, в Россию,
млрд руб. тыс. чел. доходы м ін долл. США млн долл.
капитал, населения, руб. США
млн руб.
У х1 х2 хЗ х4 х5 хб
2000 861.6 7305.6 1165234.2 146890.1 2281.1 33880 2678
2001 1332.7 8943.5 1504712.1 146303.6 3062 41883 2847
2002 1449.7 10830.5 1762407.3 145649.3 3947.2 46177 3474
2003 1664.6 13208.2 2186365.2 144963.6 5170.4 57347 7929
2004 2306.3 17027.1 2865013.9 144333.6 6410.3 75569 15403
2005 4615.7 21609.7 3611109 143801 8111.9 98708 15508
2006 5223.5 26917.2 4730022.9 143236.6 10196 137807 37595
2007 6252 33247.5 6716222.4 142862.7 12602.7 199746 55874
2008 6380.3 41276.8 8781616.4 142747.5 14940,6 267101 74783
2009 5732.7 38807.2 7976012.8 142737.2 16856.9 167348 36583
2010 6458.4 46308.5 9152096 142833.5 18958.4 228912 43168
2011 7707.2 55967.2 11035652 142865.4 20780 205760 55084
2012 8409.9 68163.8 12586090. 143056.4 23221.1 317263 50588
2013 6398.9 73133.9 13450238. 143347.1 25684.4 315298 69219
2014 7063.1 79058.4 13902645. 146200 27412.4 287063 22031
2015 7796.7 83094.3 13897187. 146267.3 30254.2 182902 6853
2016 8616 86014.2 14748846. 146544.7 30865 182448 32539
2017 9117 92101.3 16027302 146804.4 31896.5 227464 28557
2018 10436.5 103875. 17782012 146880.4 33178.1 238151 8785
2019 11943.5 109361. 19318812 146780.7 35249.3 243781 31783
Источник: данные Росстата, ЦБ РФ, Министерства экономического развития,
ЕМИСС, ФЗ «Об исполнении федерального бюджета» с 2000 по 2019 гг.
Таблица 5
Метод последовательного присоединения регрессоров. Ненефтегазовые доходы
R2dj R2dj
Шаг 1
ХІ 0.810902 х4 0.836777
х2 0.860867 х5 0.693938
хЗ -0.01781 хб 0.320252
Шаг 2
x2+xl 0.876931 х2+х5 0.864626
х2+хЗ 0.911407 х2+х6 0.885617
х2+х4 0.854008
Шаг 3
х2+хЗ+х1 0.909583 х2+хЗ+х6 0.907134
х2+хЗ+х4 0.909448
х2+хЗ+х5 0.917489
Шаг 4
х2+х5+хЗ+х1 0.91245
χ2+χ5+χ3+χ4 0.91146
х2+х5+хЗ+х6 0.91117
Источник: авторская разработка
No 1 / 9П91
' Ljy
Число микропредприятий, малых и средних предприятий в России в период с 10 января по 10 мая 2020 года
10.01.2020 10.03.2020 10.05.2020 изменение на 10.03.2020 изменение на 10.05.2020
по отношению к 10.01.2020 по отношению к 01.03.2020
Микро 5675756 5720459 5795906 44703 75447
из них:
ип 3361628 3385278 3434270 23650 48992
Юр.л. 2314128 2335181 2361636 21053 26455
из них:
Вновь созданные:
ИП 756421 843009 894686 86588 51677
Юр.л. 305711 342718 372599 37007 29881
Малые 224105 222899 222087 -1206 -812
из них:
ип 26263 26008 25811 -255 -197
Юр.л. 197842 196891 1996276 -951 1799385
Средние 17045 16998 17042 -47 44
из них:
ип 304 300 297 -4 -3
Юр.л. 16741 16698 16745 -43 47
Источник: данные ФНС
4. Галочкин В.Т. Эконометрическое прогнозирование дохода государства на 2015-й и 2016 гг. // Аудит и финансовый анализ. 2015. № 4. С. 86-90.
5. Гергова Л.А. Формирование федерального бюджета: внутренние и внешние факторы // Аллея Науки. 2018. № 9 (25). С. 349-352.
6. Gupta S. et al. Tracking public and private response to the covid-19 epidemic: Evidence from state and local government actions. - National Bureau of Economic Research, 2020. № 27027.
7. Atkeson A. What will be the economic impact of covid-19 in the us? rough estimates of disease scenarios. National Bureau of Economic Research, 2020. № w26867.
8. Wenham C., Smith J., Morgan R. COVID-19: the gendered impacts of the outbreak // The Lancet. 2020. №. 10227. Pp. 846-848.
9. Зотиков H.3., Львова М.В., Арланова О.И. Особенности формирования доходов федерального бюджета // Вестник евразийской науки. 2019. № 1.
10. Тищенко Т.В. Исполнение федерального бюджета за январь-март 2019 г.: без рисков для устойчивости // Экономическое развитие России. 2019. Т. 26. №. 6.
11. Добрыянова Е.А., Петрикова Е.М. Формирование новой модели доходов федерального бюджета в целях достижения устойчивого экономического роста // Экономика и инновации. 2019. С. 49-53.
12. Козаева А.У. Стимулирование экономического роста или резервирование сверхдоходов: выбор приоритета при формировании федерального
бюджета // Экономика и бизнес: теория и практика. 2019. № 1.
13. Белов В.Б. Последствия пандемии коронави-руса для экономики германии // Научно-аналитический Вестник Института Европы РАН. 2020. № 2.
14. Масликов В.А. Национальная безопасность и устойчивое развитие России в период пандемии // Материалы Афанасьевских чтений. 2020. № 1.
15. Таштамиров М.Р Влияние доходов федерального бюджета на межбюджетные трансферты дотационным регионам //Экономика и бизнес: теория и практика. 2020. № 4-3.
16. Баринов Э.А. Коронавирус: влияние на экономику и финансовые рынки // Путеводитель предпринимателя. 2020. Т. 13. № 2. С. 111-118.
17. Углицких О.Н., Романенко Л.С. Основные проблемы совершенствования формирования федерального бюджета // World science: problems and innovations. 2019. C. 44-47.
18. Караваева И.В. и др. Основные характеристики федерального бюджета на 2020 год и на плановый период 2021-2022 годов //Вестник Института экономики РАН. 2020. № 1.
19. Селезнев А.З., Чередниченко Л.Г. Особенности федерального бюджета на 2019 год и на плановый период 2020-2021 годов // Друкеровский вестник. 2019. № 1. С. 95-105.
20. Окорокова О.А., Горбунова М.В. Роль и значение различных источников формирования доходной части федерального бюджета // Международный студенческий научный вестник. 2019. № 1. С. 58-58.
