ИНДУСТРИАЛЬНОЕ УСТОЙЧИВОЕ РАЗВИТИЕ И ПОЛИТИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ГОСУДАРСТВА: ВОЗМОЖНОСТИ ПРЕДУПРЕЖДЕНИЯ БАНКРОТСТВ ОРГАНИЗАЦИЙ Текст научной статьи по специальности «Экономика и бизнес»

DOI 10.47576/2712-7559_2022_3_8_704 УДК 338

Янкина Ирина Александровна,

доктор экономических наук, профессор, руководитель научно-учебной лаборатории базовой кафедры цифровых финансовых технологий Сбербанка России, Сибирский федеральный университет, г. Красноярск, Россия, e-mail: Yankina_ia@mail.ru

Солодовников Сергей Владимирович,

аспирант, Сибирский федеральный университет, г. Красноярск, Россия, e-mail: sergey. solod@mail.ru

Чжао Вэй,

аспирант, Сибирский Федеральный университет, г. Красноярск, Россия, e-mail: zhao-wei@ mail.ru

ИНДУСТРИАЛЬНОЕ УСТОЙЧИВОЕ РАЗВИТИЕ И ПОЛИТИЧЕСКАЯ ЭФФЕКТИВНОСТЬ ГОСУДАРСТВА: ВОЗМОЖНОСТИ ПРЕДУПРЕЖДЕНИЯ БАНКРОТСТВ ОРГАНИЗАЦИЙ

В статье дается оценка индустриального устойчивого развития, влияния факторов современного экономического роста (в частности, политической воли и мероприятий правительства) на динамику экономических показателей Китая, в том числе и предупреждение волны банкротств в условиях нестабильности. Главными драйверами стабильного роста экономики, устойчивого развития организаций являются классические факторы - динамика кредитования частного сектора, динамика импорта коммерческих и отношение международных резервов к совокупному внешнему долгу. Было высказано предположение, что в последние годы усиливается влияние инноваций и расширение НИОКР на динамику экономического роста Китая.

Ключевые слова: индустриальное устойчивое развитие; ESG-принципы; политическая эффективность; банкротство.

UDC 338

Yankina Irina Alexandrovna,

doctor of economics sciences, professor, head of the scientific and educational laboratory of the basic department of digital financial technologies of Sberbank of Russia, Siberian Federal University, Krasnoyarsk, Russia, e-mail: Yankina_ ia@mail.ru

Solodovnikov Sergey Vladimirovich,

postgraduate student, Siberian Federal University, Krasnoyarsk, Russia, e-mail: sergey.solod@mail.ru

Zhao Wei,

postgraduate student, Siberian Federal University, Krasnoyarsk, Russia, e-mail: zhao-wei@mail.ru

INDUSTRIAL SUSTAINABLE DEVELOPMENT AND POLITICAL EFFICIENCY OF THE STATE: OPPORTUNITIES TO PREVENT BANKRUPTCIES OF ORGANIZATIONS

The article gives an assessment of industrial sustainable development, the influence of modern economic growth factors (in particular, political will and government measures) on the dynamics of China's economic indicators, including the prevention of a wave of bankruptcies in conditions of instability. The main drivers of stable economic growth and sustainable development of organizations are classical factors - the dynamics of private sector lending, the dynamics of commercial imports and the ratio of international reserves to total external debt. It has been suggested that in recent years, the impact of innovation and expansion of R&D on China's economic growth dynamics has been increasing.

Key wo rd s : industrial sustainable development; ESG principles; political effectiveness; bankruptcy.

Актуальность исследования проблемы обеспечения принципов индустриального устойчивого развития, природоохранно-сти, социальной ответственности, учета и корпоративного управления (далее - ESG (Environmental Social Governance) принципов) не вызывает сомнения. Значительное проникновение в экономическую сферу государственных интересов и мотивов неоднозначно сказывается на темпах развития индустрии в разных странах. Кроме того, неопределенность резко возросла из-за COVID-19, мировых финансовых санкций, применяемых к России в связи с проведением специальной военной операции на Украине. Геополитическая неопределенность распространяется и на другие страны, включая Китай. Необходимо оценить возможные последствия неопределенности для политических решений, связанных с формированием условий устойчивого роста и необходимых мероприятий для поддержки предприятий с курсом на обе -спечение ESG-принципов, но близких к банкротству.

Обзор научной литературы содержит противоречивые выводы относительно эффективного влияния государства на устойчивое развитие. Часть авторов получает положительную корреляцию, другая часть заявляет о негативном воздействии политики правительства страны на обеспечение ESG-принципов на конечные результаты устойчивого развития [1-5]. В нашем исследовании мы представляем комплексный подход к изучению влияния ESG-показателей на динамику экономического развития страны, в том числе рассматриваем политическую продуктивность. Китайская Народная Республика выбрана как объект анализа не случайно из-за длительного курса реализуемой государством политики на устойчивое развитие. В процессе работы проведен анализ как программных документов, так и статистических показателей, а также практики предупреждения банкротства предприятий с инновационными и ESG-проектами [6; 7].

Цель исследования состоит в оценке степени воздействия экономико-политических факторов (в частности, политической воли и мероприятий правительства) на устойчивое развитие, в том числе предупреждение банкротств предприятий в условиях нестабильности.

Задачи исследования:

- выделить факторы, характерные для модели политической эффективности обеспечения ESG-принципов, предупреждения банкротства предприятий со стратегией устойчивого развития;

- обосновать предложения по совершенствованию финансовых рычагов устойчивого развития.

К основным теоретическим методам оценки эффективности государственных программ относятся метод анализа издержек и выгод (CBA), модель издержек и полезности (CUA), модель издержек и результативности (CEA). Названные модели обладают существенными ограничениями:

- из-за сложности оценки социального эф -фекта в ESG-направлении;

- отсутствия финансовых рычагов, показателей оценки результатов сопряженных действий правительств и корпораций при внедрении природоохранных технологий, стимулировании научно-исследовательских опытно-конструкторских разработок (НИ-ОКР).

Тем более что именно корпорации первыми взялись за решение сложной проблемы устойчивого развития, как это рассматривает мировое сообщество. Однако их самостоятельные шаги не всегда успешны. Так, по результатам 4-й экономической переписи Китая до конца 2018 г. насчитывалось 18,11 млн юридических лиц, в том числе около 30 тысяч крупных; общие активы крупных предприятий составляют 119,6 трлн юаней (22,9 % всех активов предприятий). Однако крупные предприятия КНР имеют сложные отношения по увеличению акционерного капитала из-за многочисленных аффилированных компаний и наращивают сверх своих возможностей к погашению финансирование от нескольких финансово-кредитных учреждений, несут бремя развития регионов, в которых развито их производство. С 2013 г. Центральный банк Китая усилил контроль за деятельностью крупных предприятий в силу усложнения ситуации по обновлению основных фондов, переходу к природоохранным мероприятиям. Например, статистика 2019 г. свидетельствует о том, что 575 крупных китайских предприятий находятся в рискованном положении, из них 460 испытывают серьезные трудности с ликвидностью,

120 не могут оплатить уже выпущенные ими ценные бумаги (облигации), у 27 заморожены права акционеров, 67 подали заявление на реструктуризацию в связи с банкротством. При этом объем финансирования этих предприятий достиг 3,88 трлн юаней.

Глобальный мониторинг предпринимательства (GEM - Global Entrepreneurship Monitor) по программе USAID MEP, осуществляемый компанией Deloitte Consulting LLP, а также рейтинг Всемирного Банка «Doing Business» предлагают свои показатели устойчивого развития и методы снижения риска несостоятельности (банкротства) [2]. Однако акцент на интервьюирование убеждает нас в необходимости обратиться к экономико-математическому моделированию на основе статистических данных.

Нами использованы показатели экономического развития Китая с 1985 по 2020 г. на основе индикаторов, представленных в международных статистических базах данных и отчетах (табл. 1). Основная гипотеза заключалась в следующем: приоритетными драйверами устойчивого развития являются классические факторы - динамика кредитования частного сектора, корпораций, дина-

Все переменные были выражены в относительных величинах за рассматриваемый временной интервал - год. Временной отрезок составляет с 1985 по 2020 г. - 36 наблюдений.

Матрица парных коэффициентов корре-

мика импорта продукции для коммерческих предприятий и отношение международных резервов к совокупному внешнему долгу. Проверить данную гипотезу мы попытались через построение и тестирование модели политической продуктивности, сопряженных действий правительств и корпораций в ходе финансирования инновационных проектов с природоохранными технологиями.

Определим параметры модели эффективности участия государства в устойчивом развитии предприятий Китая.

Рассмотрим модель экономического роста Китая за счет эффективности политики государственного управления. В качестве зависимой переменной у нас будет выступать темп роста ВВП, в качестве объясняемых возьмем переменные, характеризующие некоторые аспекты, представляющие проводимую государством политику: объем международных резервов, отношение внешнего долга к валовому национальному продукту, кредиты частному сектору, кредиты государству, расходы на конечное потребление органов государственного управления, динамика экспорта и импорта коммерческих услуг по реконструкции и перевооружению (табл. 1).

ляции между зависимой и объясняемыми переменными проранжирована по степени их линейной зависимости. Анализ матрицы показывает среднюю отрицательную зависимость роста экономики от кредитования, а также среднюю положительную зависимость

Таблица 1 - Переменные модели политической продуктивности

Переменная модели Наименование Источник данных

GDP Темп роста ВВП, % World Bank national accounts data, and OECD National Accounts data files

DOD Отношение совокупного внешнего долга к валовому националь-ному доходу, % ВНП World Bank, International Debt Statistics.

ASP Внутренний банковский кредит частному сектору, % ВВП International Monetary Fund, International Financial Statistics and data files, and World Bank and OECD GDP estimates.

ASC Требования кредиторов к центральному Правительству, % ВВП International Monetary Fund, International Financial Statistics and data files, and World Bank and OECD GDP estimates.

COG Расходы на конечное потребление органов государственного управления, % ВВП World Bank national accounts data, and OECD National Accounts data files.

RES Международные резервы к общему объему внешнего долга, % World Bank, International Debt Statistics.

SEI Динамика импорта коммерческих услуг, % International Monetary Fund, Balance of Payments Statistics Yearbook and data files.

SEE Динамика экспорта коммерческих услуг, % International Monetary Fund, Balance of Payments Statistics Yearbook and data files.

динамики ВВП от импорта коммерческих ус- их сильной корреляции и позволяет сделать луг. Остальные факторы не так сильно корре- вывод о наличии мультиколлинеарности в лируют с зависимой переменной. Значение теоретической модели. В качестве примера парного коэффициента корреляции менее можно обратить внимание на зависимость г<0,1 свидетельствует об отсутствии линей- переменных кредитования частного и госуной связи между переменными. Кроме того, дарственных секторов, коэффициент корре-значение коэффициента корреляции г > 0,7 у ляции которых равен 0,91 (табл. 2). объясняющих факторов свидетельствует об

Таблица 2 - Матрица парных коэффициентов корреляции GDP ASP ASC SEI COG SEE DOD RES

GDP i 0,53 0,52 0,50 -0,43 0,2i -0,ii 0,07

ASP 0,53 i 0,9i 0,29 0,83 -0,28 0,i3 0,40

ASC 0,52 0,9i i 0,30 0,74 -0,28 0,09 0,25

SEI 0,50 0,29 0,30 i -0,24 0,24 0,36 -0,i0

COG 0,43 0,83 0,74 0,24 i -0,30 0,03 0,25

SEE 0,2i 0,28 0,28 0,24 -0,30 i 0,i8 -0,i5

DOD 0,ii 0,i3 0,09 0,36 0,03 0,i8 i -0,47

RES 0,07 0,40 0,25 0,i0 0,25 -0,i5 -0,47 i

Проведем оценку уравнения множественной линейной регрессии по формуле 1 (табл. 3):

GDP = P(1)*ASP + P(2)*ASC + P(3)*SEI + P(4)*COG + P(5)*SEE + P(6)*DOD + P(7)*RES + P(8)+ £ (1)

Коэффициент детерминации полученной модели R2 = 0.51, скорректированный коэффициент детерминации R2-adj. = 0.39, что не позволяет нам судить о высоком качестве построенной модели (табл. 3).

Таблица 3 - Результат оценки уравнения 1 методом наименьших квадратов

Vari able Coefficient Std. Error t-Statistic Prob.

ASP -0.07932i 0.053568 -i.480759 0.i498

ASC 0.042320 0.i24864 0.33893i 0.7372

SEI 0.039939 0.0i8083 2.20858i 0.0356

COG 0.384008 0.62749i 0.6H973 0.5455

SEE 0.002790 0.0i243i 0.224465 0.8240

DOD 0.025i44 0.220690 0.П3936 0.9i0i

RES 0.008i27 0.004855 i.673878 0.i053

C 9.447604 7.756006 1.218102 0.2334

R-squared 0.5i504i Meandependentvar 9.223599 Adjusted R-

squared 0.39380i S.D. dependentvar 2.849П7

S.E. ofregression 2.2i8288 Akaikeinfocriterion 4.624478

Sumsquaredresid i37.7824 Schwarzcriterion 4.97637i

Loglikelihood -75.2406i Hannan-Quinncriter. 4.747298

F-statistic 4.248ii6 Durbin-Watsonstat i.308876

Prob(F-statistic) 0.002623

Оценим статистическую значимость коэффициентов регрессии. Гипотеза о статистической значимости коэффициента регрессии в ставится в следующей постановке: Н0: pi = 0, против альтернативной гипотезы Н0: 0. Для тестирования используется критерий Стьюдента. Анализируя столбец ^статистик и соответствующих р-значений, делаем вывод, что статистически значимыми (р^а1ие< 0,05) является коэффициент при переменной SEI-динамика импорта коммерческих услуг, остальные коэффициенты, включая константу, не значимы с вероятностью 95 % (табл. 3). Таким образом, независимые переменные, характеризующие в нашей модели эффективность государственного участия в экономике Китая, оказались незначимыми для роста производства в экономике.

С учетом ранее полученного вывода о на-

личии мультиколлинеарности мы воспользовались методом пошагового включения в модель переменных, имеющих линейную связь с объясняющей переменной (табл. 2), и исключали переменные из статистической в случае их незначимости в уравнении.

Мы проделали данный процесс, пока в мо -дели не появилось необходимого минимума факторов (>2) и пока F-статистика не опускалась ниже заданного порога значимости.

В результате получили оцененное уравнение регрессии, которое имеет все значимые коэффициенты и высокое значение F-статистики:

GDP = -0.05*ASP + 0.04*SEI + 0.01*RES + 13.2 (2)

Получившийся коэффициент детерминации модели (2) R2 = 0.51 и значимой F-статистикой (табл. 4).

Таблица 4 - Результат оценки уравнения 2 методом наименьших квадратов

Variable Coefficient Std. Error t-Statistic Prob.

ASP -0. 053462 0.013545 -3.946996 0.0004

SEI 0.041265 0.014191 2.907900 0.0066

RES 0.007044 0.002907 2.423352 0.0212

C 13.22548 1.530358 8.642082 0.0000

R-squared

Adjusted R-squared

S.E. ofregression

Sumsquaredresid

Loglikelihood

F-statistic

Prob(F-statistic)

0. 506971 0.460750 2.092210 140.0750 -75.53765 10.96832 0.000041

Meandependentvar S.D. dependentvar Akaikeinfocriterion S chwarzcriterion Hannan-Quinncriter. Durbin-Watsonstat

9.223599 2.849117 4.418758 4.594705 4.480168 1.250300

Значение коэффициента детерминации свидетельствует о том, что получившаяся модель описывает вариацию динамики ВВП примерно на половину. Статистическую значимость полученного уравнения характеризует F-критерий Фишера. Основная гипотеза проверки F-критерия Н0: {уравнение статистически не значимо}. В нашем уравнении РгоЬ^^а^ю) = 0.000< 0,05. Это позволяет нам отвергнуть нулевую гипотезу в пользу альтернативной Н1: {уравнение статистически значимо}. Таким образом, мы можем утверждать, что хотя бы один коэффициент при факторных переменных отличен от нуля.

Визуальный анализ графика остатков

модели может свидетельствовать об отсутствии автокорреляции и гетероскедастич-ности, так как явное колебание происходит вокруг нулевого уровня и не прослеживается явная зависимость (рис. 1).

Пороговые значения статистики Дарбина-Уотсона при а=0,01, т=3и п = 36соответству-ют значениям dl= 1,10 и du= 1,44. Полученное значение статистики DW = 1,25 (табл. 4) попадает в этот интервал, что свидетельствует об отсутствии автокорреляции и адекватности модели.

Для проверки на гомоскедастичность мы использовали тест Уайта. Гомоскедастичность остатков проверяется при помощи

Residual -Actual - Fitted

Рисунок 1 - Графики остатков модели

основной гипотезы H0: а12 = a12=an2, про- отклоняем основную гипотезу о гомоскеда-тив альтернативной H1: а12 Ф a12^an2. Prob. стичности остатков и у нас отсутствует связь F(9,26) = 0.3507> 0.05, что означает, что мы не дисперсии остатков с факторами (табл. 5).

Таблица 5 - Результат выполнения теста Уайта на гетероскедастичность

F-statistic 1.175215

Obs*R-squared 10.41010 Scaledexplained SS 18.16351

Prob. F(9,26) 0.3507 Prob. Chi-Square(9) 0.3183 Prob. Chi-Square(9) 0.0333

Для тестирования на нормальность зу Н0: {нормальное распределение вы-остатков воспользуемся тестом Харке-Бе- борки}. По результатам выполнения теста ра, который проверяет основную гипоте- Харке-Бера (рис. 2) мы получили значение

12

10-

6-

4-

2-

Series: Residuals

Sample 1985 2020

Observations 36

Mean -1.26e-15

Median -0.030680

Maximum 4.456886

Minimum -5.874790

Std. Dev. 2.000536

Skewness -0.813295

Kurtosis 5.416516

Jarque-Bera 12.72802

Probability 0.001722^

-6 -5 -4 -3 -2 -1 0 1

Рисунок 2 - График распределения и результат теста Харке-Бера

8

0

2

3

4

5

Prob. = 0,001 < 0,05, откуда следует, что мы отклоняем основную гипотезу о нормальном распределении остатков.

По результатам проверки предпосылок метода наименьших квадратов (условия Гаусса-Маркова) получены следующие выводы:

1. Модель линейна по параметрам, отсутствует мультиколлинеарность между объясняющими переменными.

2. Отсутствует автокорреляция, среднее значение остатков равно нулю.

3. Дисперсия случайных отклонений постоянна (отсутствует гетероскедастичность).

Низкий процент объяснения вариации за-

Выбор альтернативных переменных, оценивающих эффективность государственной политики, поможет способствовать улучшению качества построенной модели.

Таким образом, проведенные расчеты на основе восьми статистических показателей, представляющих картину влияния политических установок и мероприятий на устойчивое развитие Китая с 1985 по 2020 г., позволили сформулировать выводы о неполном соответствии следованию ЕБО-принципам в реализации приоритетных целей и задач. Результаты анализа панельных данных показали различные эффекты для исследуемых зависимых переменных. В целом проведенное исследование позволяет предположить, что позиция китайского правительства в отношении обеспечения ЕБО-принципов неоднозначна и осложнена рискованным поло-

висимой переменной выбранными факторами, наряду с отсутствием нормальности распределения остатков и, как следствие, невыполнение всех предпосылок условий Гаусса-Маркова, не позволяют нам сделать вывод о хорошем качестве и адекватности построенной модели, где основными факторами роста экономики послужили динамика кредитования частного сектора, динамика импорта коммерческих и отношение международных резервов к совокупному внешнему долгу. Следующим шагом исследования станет оценка влияния инноваций и расширение НИОКР на динамику устойчивого развития Китая (табл. 6) .

жением многих корпораций, составляющих значительную долю в формировании ВВП. Предположение об усилении финансирования НИОКР требует дальнейшей проработки для ответа на вопрос об их значимости для политической эффективности в модели устойчивого развития страны.

Список литературы

1. Воскобойников И. Б. Нерыночный капитал и его влияние на динамику инвестиций в российской экономике. М., ИЭПП, 2004. С. 90. URL: https://www.iep. ru/files/text/working_papers/76.pdf (дата обращения: 02.05.2022).

2. Всемирный банк. Показатель благоприятности ведения бизнеса. URL: https://russian.doingbusiness. org/ru/data/doing-business-score (дата обращения: 18.04.2022).

3. Джонс И., Воллрат Д. Введение в теорию экономического роста: учебник для студентов бакалавриата, магистратуры, аспирантов, преподавателей эконом. факультетов вузов. М.: Дело, 2018. 296 с.

Таблица 6 - Расходы на НИОКР в КНР (100 млн юаней)

Год

2010

Общие расходы НИОКР

7062,6

Интенсивность (отношение к ВВП)

1,76 %

По видам НИОКР

фундамен- при-

тальные кладное

исследо- исследования вание

По видам субъектов

324,5

893,8

опытно-конструкторские разработки

5844,3

предприятия

5185,5

правительственное научно-ис-следовательское учреждение

1186,4

высшее учебное заведение

597,3

2011

8687

1,84 %

411,8

1028,4

7246,8

6579,3

1306,7

688,9

2013

11846,6

2,08 %

555

1269,1

10022,5

9075,8

1781,4

856,7

2014

13015,6

2,05 %

613,5

1398,5

11003,6

10060,6

1926,2

898,1

2015

14169,9

2,07 %

716,1

1528,7

11925,1

10881,3

2136,5

998,6

2016

15676,7

2,11 %

822,9

1610,5

13243,4

12144

2260,2

1072

2017

17606,1

2,15 %

975,5

1849,2

14781,4

13660,2

2435,7

1266

2018

19677,9

2,14 %

1090

2190,9

16396,7

15233,7

2691,7

1457

2019

22143,6

2,24 %

1335

2498,5

18309,5

16921,8

3080,8

1796

2020

24393,1

2,40 %

1467

2757,2

20168,9

18673,8

3408,8

1882

4. Луконин С. А., Аносов Б. А. Китай: декарбонизация экономики и следование принципам ESG. Федерализм. 2021. Т. 26. № 3 (103). С. 192-205.

5. Овечкин Д. В. Ответственные инвестиции: влияние ESG-рейтинга на рентабельность фирм и ожидаемую доходность на фондовом рынке // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. 2021. № 1. С. 43-53.

6. China and ESG: Some Top-Down Considerations for Responsible Investors. URL: https://www.nnip.com/en-INT/professional/insights/articles/china-and-esg-some-top-down-considerations-for-responsible-investors (дата обращения: 29.04.2022).

7. China's VNR (Voluntary National Review) Report on Implementation of the 2030 Agenda for Sustainable Development. URL: https://sustainabledevelopment. un.org/content/documents/280812021_VNR_Report_ China_English.pdf (дата обращения: 05.05.2022).

References

1. Voskoboynikov I. B. Non-market capital and its impact on the dynamics of investments in the Russian economy. M., IEPP, 2004. p. 90. Address: https://www.iep.ru/files/ text/working_papers/76.pdf (accessed: 02.05.2022).

2. World Bank. An indicator of the favorability of doing business. URL: https://russian.doingbusiness.org/ru/data/ doing-business-score (accessed: 04/18/2022).

3. Jones I., Vollrath D. Introduction to the theory of economic growth: a textbook for undergraduate, graduate, postgraduate students, teachers of economics. Delo. M.: Delo, 2018. 296 p.

4. Lukonin S. A., Anosov B. A. China: decarbonization of the economy and adherence to the principles of ESG. Federalism. 2021. Vol. 26. No. 3 (103). pp. 192-205.

5. Ovechkin D. V. Responsible investments: the impact of ESG rating standards on the profitability of firms and expected returns on the stock market. Scientific Journal of the ITMO Research Institute. Series: Economics and Environmental Management. 2021. No. 1. pp. 43-53.

6. China and ESG: Some top-down considerations for responsible investors. URL: https://www.nnip.com/en-INT/ professional/insights/articles/china-and-esg-some-top-down-considerations-for-responsible-investors (accessed: 04/29/2022).

7. VNR Report (Voluntary National Review) China on the implementation of the 2030 Agenda for Sustainable Development. URL: https://sustainabledevelopment. un.org/content/documents/280812021_VNR_Report_ China_English.pdf (accessed: 05.05.2022).