CC BY
27РЕГИОНАЛЬНЫЕ БЮДЖЕТЫ
DOI: 10.31107/2075-1990-2020-6-69-86
Кредитоспособность
регионов России:
на что обращать внимание
Анна Александровна Михайлова, к. э. н., доцент, старший научный сотрудник Института прикладных экономических исследований РАНХиГС, г. Москва
E-mail: aam@irof.ru, ORCID 0000-0003-0831-2554
Евгений Николаевич Тимушев, младший научный сотрудник лаборатории финансово-экономических проблем Института социально-экономических и энергетических проблем Севера, ФИЦ Коми научный центр Уральского отделения РАН, г. Сыктывкар
E-mail: evgenyjimushev@mail.ru, ORCID 0000-0002-5220-3841
Аннотация
В данной работе определяются основные факторы, влияющие на кредитоспособность регионов России. Знание факторов кредитного рейтинга позволит более эффективно управлять долговой устойчивостью и проводить контрциклическую политику, разнообразить инструменты долгового финансирования и в целом укрепить устойчивость бюджетной системы России. В целях определения основных факторов анализируются кредитные рейтинги, присвоенные агентством АКРА субъектам РФ, на основе анализа текстов пресс-релизов агентства формируется набор влияющих на них показателей экономики и бюджетной сферы, вычисляются их предельные значения и анализируется взаимосвязь с действующими критериями оценки качества управления региональными финансами. Установлено, что бюджетные показатели играют основную роль при присвоении рейтинга, однако характер распределения полномочий (например, доля обязательных расходов региона) учитывается мало. Найдены основные факторы кредитного рейтинга — доля налоговых и неналоговых доходов в общих доходах, доля капитальных расходов в общих расходах и объем долга региона на единицу собственных доходов. Рассчитаны примерные значения собственных доходов и долга, при достижении которых наиболее вероятно изменение рейтинга региона. Выявлено, что критерии качества управления региональными финансами прямо взаимосвязаны с кредитным рейтингом и его факторами, что указывает на корректность их состава.
Ключевые слова: кредитный рейтинг, долговая устойчивость, критерии качества финансов, собственные доходы, капитальные бюджетные расходы, долг, метод наименьших квадратов, мультиномиальная логит-регрессия
JEL: H74, H77
Благодарности: Статья подготовлена в рамках исследования «Теоретические основы оценки бюджетной устойчивости региона и ее применение в системе государственного управления», проводимого в рамках реализации государственного задания РАНХиГС на 2020 г.
Для цитирования: Михайлова А. А., Тимушев Е. Н. Кредитоспособность регионов России: на что обращать внимание // Финансовый журнал. 2020. Т. 12. № 6. С. 69-86. DOI: 10.31107/ 2075-1990-2020-6-69-86.
DOI: 10.31107/2075-1990-2020-6-69-86
Creditworthiness of Russian Regions: What Needs to Be Considered
^nna A. Mikhaylova1
E-mail: aam@irof.ru, ORCID 0000-0003-0831-2554 Evgeny N. Timushev2
E-mail: evgeny_timushev@mail.ru, ORCID 0000-0002-5220-3841
1 Russian Presidential Academy of National Economy and Public Administration, Moscow 119571, Russian Federation
2 Institute of Socio-Economic and Power Problems of the North, Federal Research Center "Komi Science Center", Ural Branch of the Russian Academy of Sciences, Syktyvkar, Komi Republic 167982, Russian Federation
Abstract
The paper explores the main factors that affect the creditworthiness of Russian regions. Knowledge of credit rating factors can help manage debt sustainability more effectively, implement a countercyclical policy, diversify debt instruments, and strengthen the fiscal sustainability of the Russian budgetary system. To determine the main factors, the credit ratings assigned by ACRA credit rating agency are analyzed. A set of economic and fiscal indicators is formed based on the analysis of press releases, the critical values are calculated, and their relationship with the current criteria of assessing the quality of regional financial management is analyzed. We found that fiscal indicators play the primary role in rating, but the institutional setting (for example, the amount of mandatory expenditures) is much less considered. The main factors of a credit rating are the share of tax and non-tax revenues in total revenues, the share of capital expenditures in total expenditures, and the amount of the regional debt. The approximate values of revenues and debt that are most likely to change a region's rating are calculated. The current criteria of the quality of regional financial management are valid due to the signs of their direct correlation to the credit rating and its factors.
Keywords: credit rating, debt sustainability, financial quality criteria, own revenues, capital expenditures, debt, ordinary least squares, multinomial logit regression
JEL: H74, H77
Acknowledgements: The article has been prepared within the framework of the study 'Theoretical foundations for assessing regions' budgetary sustainability and its application in the public administration system", carried out as part of the implementation of the 2020 RANEPA state task.
For citation: Mikhaylova A.A., Timushev E.N. Creditworthiness of Russian Regions: What Needs to Be Considered. Financial Journal, 2020, vol. 12, no. 6, pp. 69-86 (In Russ.). DOI: 10.31107/ 2075-1990-2020-6-69-86.
ВВЕДЕНИЕ
Продолжающийся общемировой экономический кризис, снижающий налоговые доходы бюджетов, заставляет принимать налогово-бюджетные меры по его преодолению. Подобные меры требуют большого объема расходов, что приводит к росту дефицита и долга, в том числе на региональном уровне. Долговая устойчивость — способность своевременного исполнения долговых обязательств, — будучи частью общей бюджетной устойчивости, также создает возможность проведения контрциклической бюджетной политики. Последняя особенно важна в периоды экономического спада. Отмеченные обстоятельства придают актуальность теме долговой устойчивости регионов России.
Внешней оценкой долговой устойчивости регионов является их кредитоспособность, количественно выражаемая в форме кредитных рейтингов. Кредитный рейтинг представляет собой субъективное мнение кредитного агентства о кредитном риске1, то есть оценку вероятности дефолта заемщика [Tennant D., Tracey M., 2016, p. 16]. Формат рейтингов имеет множество ограничений и упрощений (например, они показывают вероятность дефолта не как таковую, а относительно других объектов оценки) [Bhatia A. V., 2002; IMF, 2010]. Их недостатки особенно остро проявляются в моменты экономического кризиса. Однако кредитные рейтинги по-прежнему признаются важным инструментом снижения неопределенности относительно развития событий на финансовом рынке.
В настоящее время органы власти регионов крайне заинтересованы в получении достойного кредитного рейтинга — положительной оценки кредитоспособности. Во-первых, в соответствии с действующим законодательством субъект Федерации обязан получить кредитный рейтинг не ниже BBB-(RU) (АКРА) или ruBBB- («Эксперт РА»)2 перед выпуском региональных облигаций3 и передать сведения о рейтинге в Минфин России4. Во-вторых, спрос на облигации сложно обеспечить без подтверждения платеже- и кредитоспособности (табл. 1).
Таблица 1
Финансовые операции, при проведении которых используются кредитные рейтинги / Financial transactions based on credit ratings
Операции Требуемый рейтинг АКРА
Инвестирование средств ПФР, переданных в доверительное управление ВВВ-^U)
Инвестирование средств пенсионных накоплений А-^U)
Включение ценных бумаг в ломбардный список Банка России А+^U) (с 1 января 2020 г.)
Расчет собственных средств профессиональных участников рынка ценных бумаг ВВВ+^U)
Формирование страховых резервов и собственных средств страховщика ВВ(Р11)
Инвестирование временно свободных средств государственной корпорации, государственной компании BBB-(RU)
Примечание: операции с облигациями не только субъектов РФ, но и муниципальных образований / Note: operations with bonds not only of Russian regions', but also of municipalities'.
Источник: составлено авторами по: Значение рейтингов. Использование в регулировании/ АКРА (https://www. acra-ratings.ru/about-ratings/using-ratings) / Source: compiled by the authors based on: Credit Ratings: Meaning and Use/ ACRA (https://www.acra-ratings.ru/about-ratings/using-ratings).
1 Understanding Ratings / S&P Global Ratings. URL https://www.spglobal.com/ratings/en/about/under-standing-ratings (дата обращения: 02.08.2020).
2 Постановление Правительства РФ от 17.02.2020 № 162 «О внесении изменений в Постановление Правительства Российской Федерации от 20 января 2014 г. № 40».
3 Бюджетный кодекс Российской Федерации от 31.07.1998 № 145-ФЗ, п. 18 ст. 103 (ред. от 20.07.2020).
4 Постановление Правительства РФ от 17.02.2020 № 163 «О внесении изменений в Постановление Правительства Российской Федерации от 1 декабря 2012 г. № 1238».
И все же вопросы кредитного рейтингования не могут быть узко привязаны к рынку облигаций. Данный процесс сопровождает и другие важные элементы становления бюджетной системы государства. Так, Л. Лю и К. Тан в одной из наиболее фундаментальных из известных нам работ по региональным рейтингам [Liu L., Tan K. S., 2009] утверждают, что рейтингование на региональном и местном уровнях способствует становлению бюджетной децентрализации, так как стимулирует общую бюджетную устойчивость.
При анализе кредитоспособности субъектов Федерации в данной работе используются оценки кредитного рейтинга, вынесенные агентством АКРА5. На сегодняшний день доступны рейтинги для 29 из 85 регионов России (34 %) (табл. 2). В наиболее устойчивых регионах наблюдаются максимальные величины собственных (налоговых и неналоговых) доходов (own.rev) и капитальных бюджетных расходов (exp.cap) при минимальной долговой нагрузке (debt). В данной работе мы покажем, что связь между этими показателями далеко не случайна.
Таблица 2
Кредитный рейтинг АКРА и показатели величины собственных доходов, капитальных расходов и долга / ACRA credit rating and values of own revenues, capital expenditures and debt
№ Субъект Рейтинг own.rev exp.cap debt*
1 г. Москва AAA 97 19 1
2 г. Санкт-Петербург AAA 96 12 5
3 Республика Татарстан AAA 84 16 40
4 Ханты-Мансийский АО AAA 95 4 6
5 Ямало-Ненецкий АО AAA 91 12 9
6 Тюменская область AAA 96 25 2
7 Московская область AA+ 90 7 28
8 Липецкая область AA 80 5 29
9 Самарская область AA 89 8 38
10 Челябинская область AA 83 9 12
11 Белгородская область AA- 78 16 45
12 Новосибирская область AA- 83 9 36
13 Курская область A+ 73 6 23
14 Краснодарский край A+ 84 2 67
15 Оренбургская область A+ 80 2 33
№ Субъект Рейтинг own.rev exp.cap debt*
16 Свердловская область A+ 90 7 33
17 Алтайский край A+ 53 6 4
18 Красноярский край A+ 84 14 52
19 Рязанская область A 71 7 61
20 Мурманская область A 86 1 34
21 Кемеровская область A 81 6 24
22 Республика Коми A- 89 2 38
23 Тамбовская область BBB+ 54 7 72
24 Тверская область BBB+ 80 2 52
25 Пензенская область BBB+ 62 6 58
26 Новгородская область BBB 71 2 71
27 Томская область BBB 79 1 59
28 Магаданская область BBB- 60 2 71
29 Костромская область BBB- 59 1 115
Примечание: эти и другие показатели расшифрованы в табл. А Приложения / Note: indicators are transcribed in the table А.
* Высокий показатель означает низкую кредитоспособность/ * A high value means low creditworthiness. Источники: АКРА, расчеты авторов/ Source: ACRA, authors' calculations.
Цель данной работы — определить наиболее значимые факторы, влияющие на кредитный рейтинг субъекта РФ. Знание факторов полезно как органам власти регионов (в целях роста эффективности бюджетной политики), так и внешним экспертам, нуждающимся в «экспресс-анализе» долговой устойчивости (в том числе тех регионов, которые пока не имеют рейтинга). Иными словами, данная работа нацелена на обнаружение
5 Рейтинги / АКРА. URL: https://www.acra-ratings.ru/ratings/issuers (дата обращения: 02.08.2020); Определения рейтингов / АКРА. URL: https://www.acra-ratings.ru/about-ratings/definitions-of-ratings (дата обращения: 02.08.2020).
индикаторов, на которые следует обращать приоритетное внимание при оценке кредитоспособности региона.
Перечислим задачи, которые нужно решить для достижения данной цели, соответствующие порядку изложения результатов.
1. Сформировать набор показателей, учитываемых агентством АКРА при вынесении кредитного рейтинга.
2. Определить предельные значения основных факторов рейтингов, при которых происходит переход региона из одного статуса в другой.
3. Оценить, насколько индикаторы, служащие критериями оценки качества управления региональными финансами (согласно приказу Минфина России № 552 «О Порядке осуществления мониторинга и оценки качества управления региональными финансами», далее — Методика № 552)6, корреспондируют с кредитными рейтингами.
МЕТОД ИССЛЕДОВАНИЯ
Известно, что, несмотря на разнообразие учитываемых факторов, кредитный рейтинг может быть объяснен лишь небольшим числом основных показателей [Tennant D., Tracey M., 2016, p. 27]. В связи с этим теме поиска основных факторов, влияющих на кредитный рейтинг государств (например, [Poghosyan Т., 2012]) или регионов [Hernández-Trillo F., Smith-Ramírez R., 2009; Beck R. et al., 2017], посвящено большое количество работ. Обычно строится модель зависимости рейтинга от показателей, представленных в методологии рейтингования, и оценивается их значимость, знак и «сила» влияния.
Мы пошли по иному пути, проанализировав тексты пресс-релизов7 кредитного агентства АКРА, сопровождающих присвоение рейтингов субъектам РФ. На наш взгляд, это уменьшило риск недоучета значимых факторов, роль которых могла быть занижена в методологии рейтингования АКРА. Также это помогло определить факторы, которые вовсе остались вне пределов внимания методологии — например, долю бюджетных кредитов в структуре долга debt.cred.bud, долю доходов от налога на имущество tax.prop и долю расходов на социальное обеспечение (индикатор «обязательных» расходов) soc.exp.
При анализе пресс-релизов АКРА мы выделили основные аспекты развития экономики и бюджетной системы региона, на которые обратили внимание эксперты. Для перевода качественных характеристик в количественные нами была разработана шкала перевода (см. табл. 3), где качественным оценкам показателей — высокая, достаточная (значительная), умеренная, ограниченная (средняя), низкая (малая) — были присвоены количественные оценки от 5 до 18. Затем мы объединили в одну таблицу наиболее часто используемые показатели для каждого региона, имеющего рейтинг, и присвоили числовые значения качественным характеристикам, выделенным агентством для соответствующего региона (табл. Б Приложения). Интересно отметить, что применяемый нами подход во многом схож с подходом самого АКРА при переводе качественных оценок в количественные (в рамках оценки финансового профиля), хотя мы не ставили задачи его воспроизвести. Все показатели, используемые в данной работе, перечислены в табл. А Приложения, включая критерии качества управления региональными финансами.
6 О Порядке осуществления мониторинга и оценки качества управления региональными финансами. Приказ Минфина России от 03.12.2010 № 552 (ред. от 28.07.2020).
7 См.: Рейтинги регионов и муниципалитетов/ АКРА, 2020. URL: https://www.acra-ratings.ru/ratings/issuers ?q=&subgroups%5B%5D=2#search (дата обращения: 07.08.2020).
8 Для негативных характеристик количественная шкала принимает обратные значения, когда высокая оценка становится равной 1 баллу, достаточная (значительная) означает 2 балла и так далее. Таким образом, чем больше сумма баллов, тем выше кредитоспособность субъекта, рассчитанная через присвоение количественных значений качественным характеристикам субъектов, указанным в рейтинговых пресс-релизах.
Таблица 3
Соответствие качественных и количественных оценок / Compliance of qualitative and quantitative estimates
Качественная характеристика показателей в пресс-релизе Авторская количественная оценка, баллы
Если высокая оценка предполагает высокую кредитоспособность Если высокая оценка предполагает низкую кредитоспособность
Высокая 5 1
Достаточная (значительная) 4 2
Умеренная 3 3
Ограниченная (средняя) 2 4
Низкая (малая) 1 5
Примечание: количественная оценка характеристик сделана авторами / Note: introduction of quantitative assessment is the authors' initiative.
Источники: составлено авторами на основе рейтинговых пресс-релизов АКРА по субъектам РФ. См.: Рейтинги/ АКРА. 2020 (https://www.acra-ratings.ru/ratings/issuers?q=&subgroups%5B%5D=2#search, дата обращения: 24.07.2020) / Source: compiled by the authors based on ACRA rating press releases for Russian regions: Ratings. ACRA. 2020 (https://www.acra-ratings.ru/ratings/issuers?q=&subgroups%5B%5D=2#search, accessed: 24.07.2020).
Почему анализ текста методологии АКРА недостаточен для определения основных факторов рейтинга? Даже при открытой методологии (как у АКРА9) определение основных факторов рейтинга является непростой задачей. Выделим основные особенности методологии АКРА.
Открытый перечень. Кредитный рейтинг АКРА преимущественно зависит от показателей экономического и финансового профилей рейтингуемого лица (субъекта Российской Федерации). Экономические показатели аналогичны факторам, отраженным в литературе, — это объем и динамика ВРП [Afonso A. et al., 2011; Kunovac D., Ravnik R., 2017], уровень безработицы [Boumparis P. et al., 2017] и инфляции [Cantor R., Packer F., 1996], открытость [Canuto O. et al., 2012] и конкурентоспособность [Boumparis P. et al., 2017] экономики. Но состав показателей экономики АКРА де-факто открыт, а итоговый рейтинг учитывает результаты сопоставления субъекта РФ с субъектами, обладающими схожими характеристиками.
Модификация. АКРА использует модифицированные показатели, построенные на основе традиционных. Напротив, мы применяем традиционные показатели параметров бюджета — это облегчает понимание методики анализа кредитоспособности. Например, доходы бюджета определяются АКРА как текущие доходы, то есть они не учитывают доходы от продажи активов, доходы от размещения средств и трансферты капитального характера; мы используем непосредственно показатель общих доходов. Дефицит бюджета, согласно АКРА, кроме текущих доходов также учитывает и текущие расходы — общие расходы минус расходы капитального характера, в том числе капитальные трансферты; мы исходим из понимания дефицита как разницы между общими расходами и общими доходами. Размер капитальных расходов, в свою очередь, считается АКРА на единицу расходов без учета субвенций; мы вычисляем показатель exp.cap как долю капитальных расходов в общих расходах.
Обработка данных и неопределенность весов. АКРА использует не значения показателей как таковые, а присваиваемые на их основе баллы, причем доля (вес) экономических показателей в частном и общем рейтингах не определена, как и доля (вес)
9 Доступна зарегистрированным пользователям. URL: https://www.acra-ratings.ru/criteria (дата обращения: 17.10.2020).
бюджетных показателей в общем рейтинге. Известны лишь веса для бюджетных показателей, формирующих финансовый профиль, но там также используется балльный подход расчета, который существенно снижает информативность раскрытых весов и затрудняет понимание относительной важности показателей.
Качественная оценка. Для каждого из трех блоков внутри финансового профиля используется качественная оценка, вес которой может достигать 60 % от балла соответствующего блока.
РЕЗУЛЬТАТЫ
Задача 1. Факторы кредитоспособности
Кредитные рейтинги АКРА позволяют разделить регионы по признаку их кредитоспособности. Дифференциация средних по выделенным показателям в разрезе групп регионов, имеющих разный рейтинг, подтверждает ожидания: средние величины показателей у регионов с рейтингом ААА выше, чем средние у регионов с рейтингом АА, последние — выше, чем средние у регионов с рейтингом BBB (табл. 4). Это демонстрирует удобство применения рейтинга не только в аналитических целях, но, что даже более важно, на практике — так, исчезает необходимость делать расчеты по большой группе индикаторов: достаточно знать лишь рейтинг региона, чтобы получить представление о значениях его экономических и бюджетных показателей. С точки зрения нашего исследования представленные расчеты подтверждают корректность отобранных показателей.
Таблица 4
Средние значения основных показателей у субъектов с разным рейтингом, % / Average values of the main indicators for subjects with different ratings, %
Кредитоспособность ст "О сю income salary. liv own.rev def.cur. rev.cur debt.cred.bud exp.cap exp.cap.exp.subv gdp.mineral* informal* debt* soc.exp* tax.rev.state*
AAA 416.8 216.3 143.0 502.8 93.1 18.8 16.3 14.8 11.7 5.2 51.6 10.5 11.2 0.9
AA или A 166.0 92.0 106.0 379.0 83.4 9.7 37.1 6.6 4.2 13.5 72.5 34.6 16.6 3.4
BBB 124.8 65.1 77.5 344.2 66.6 3.3 45.7 2.7 1.7 11.2 104.2 72.8 16.6 5.8
Россия в целом 191.8 79.5 89.7 352.3 66.4 9.5 50.2 9.4 6.8 10.8 99.8 50.0 17.0 6.9
Источник: расчеты авторов/ Source: authors' calculations.
* Показатели, высокое значение которых означает низкую кредитоспособность / * Indicators for which a high value means low creditworthiness.
Выделим основные факторы, учитываемые в процессе присвоения рейтинга (табл. Б Приложения). С кредитоспособностью региона прямо взаимосвязаны:
1. Ликвидность баланса субъекта ^ (соотношение активов и обязательств). Учитывается в 25 из 29 изученных пресс-релизов. В нашей работе мы рассчитываем ее как соотношение всех финансовых активов и обязательств региона (разделы 2 и 3 баланса соответственно).
2. Доля собственных (налоговых и неналоговых) доходов own.rev (21 случай из 29). Прямая взаимосвязь данного показателя означает, что дотационность субъекта — доля федеральных межбюджетных трансфертов — обратно взаимосвязана с кредитоспособностью (то есть дотационность снижает кредитоспособность).
3. Степень диверсификации экономики industry (14 случаев из 29). Оказывает довольно существенное влияние на рейтинг. В отличие от остальных прямых показателей это наиболее «экономический» индикатор. По сравнению с остальными показателями экономики, входящими в группы «экономического профиля», или по сравнению со средне-страновыми значениями он используется заметно чаще.
4. Величина капитальных бюджетных расходов exp.cap (13 из 29). Фактор, положительно связанный с кредитоспособностью, особенно в условиях низкой дотационности. Это объясняется тем, что капитальные расходы рассматриваются как потенциальный резерв в случае снижения доходов.
5. Операционная эффективность def.cur.rev.cur (9 из 29). Мера дефицита бюджета (обратная), часто встречающаяся в пресс-релизах АКРА. Она интересна тем, что рассчитывается как соотношение сальдо текущих доходов и расходов (не учитываются операции по продаже и созданию внеоборотных активов) на единицу текущих доходов.
6. Доля бюджетных кредитов в структуре регионального долга debt.cred.bud. Редко упоминается в пресс-релизах АКРА — по нашим оценкам, лишь в двух случаях из 29.
7. Доля доходов от налога на имущество в общих доходах tax.prop (1 случай из 29). Крайне редкий фактор при определении рейтинга субъекта РФ.
8. Блок экономических показателей субъекта — «Экономический профиль» (размер ВРП, заработной платы и структуры экономики), в том числе оцениваемый в общероссийском масштабе (по сравнению со среднероссийскими значениями), а также в аспекте зависимости региональной экономики от внешних факторов. Напрямую учитывается примерно в трети из всего объема пресс-релизов.
9. Иные бюджетные индикаторы, составляющие «Бюджетный профиль», в комментариях к рейтингам указываются нечасто. Это объяснимо их производным характером от основных показателей бюджетной сферы.
С кредитоспособностью региона обратно взаимосвязаны:
1. Величина долга региона debt (соотношение размеров долга и собственных доходов). В текстах пресс-релизов довольно часто (25 случаев из 29) упоминается не только текущая величина показателя, но и прогноз его динамики, что следует оценить положительно.
2. Доля обязательных расходов soc.exp (8 из 29). В текстах пресс-релизов применяется сравнительно редко. В нашей работе используется показатель доли расходов на социальное обеспечение в расходах, согласно отчету о финансовых результатах региона. К одной из причин редкого использования показателя можно отнести низкую вариацию, то есть субъекты РФ слабо отличаются друг от друга по данному признаку.
3. Дефицит на единицу собственных доходов def (3 из 29). Будучи одним из критериев долговой устойчивости согласно Бюджетному кодексу РФ10, в методике АКРА он используется редко. Согласно методологии АКРА вместо «обычного» показателя дефицита применяется более сложный показатель — «Модифицированный бюджетный дефицит», учитывающий изменения на счетах бюджета.
Таким образом, основные факторы кредитного рейтинга субъекта РФ — это количественные параметры бюджетной системы: ликвидность, долг, дефицит, капитальные расходы, собственные доходы. В целом они повторяют показатели, известные в научной литературе. Показатели развития экономики играют скорее вспомогательную роль. Вместе с тем слабо учитывается (и комментируется) степень финансовой самостоятельности субъекта, которую, правда, весьма сложно оценить количественно. Индикаторами самостоятельности и в целом институционального строения бюджетной системы могли бы стать показатели размера обязательных бюджетных расходов soc.exp, структуры долга
10 Бюджетный кодекс Российской Федерации от 31.07.1998 № 145-ФЗ, ст. 111 (ред. от 20.07.2020).
debt.cred.bud и величины местных/региональных налогов tax.prop. Однако данные показатели весьма редко упоминаются в пресс-релизах АКРА. На наш взгляд, более широкое использование выделенных показателей могло бы повысить качество рейтингования.
Задача 2. Предельные значения факторов
Искомые предельные значения факторов рейтингов, которые служат границей перехода региона из низшего в высший статус, определялись следующим образом. Для каждого фактора отбирались регионы с наихудшей и наилучшей оценками (табл. Б Приложения). Для «наихудших» рассчитывались средние, для наиболее успешных регионов — минимальные значения. Последние и считались предельными значениями каждого фактора, достижение которых регионом позволяет рассчитывать на повышение оценки кредитоспособности.
Минимальные значения основных индикаторов проиллюстрированы на рис. 1 (высокая кредитоспособность)11. По нашим расчетам, регионы с наибольшей долговой устойчивостью имеют ВРП на уровне чуть ниже среднего по России в целом (как минимум) и существенно превышающий средний уровень размер денежных доходов населения долю теневого сектора (по отношению к средней величине по России) не более 70 % долю собственных доходов — не менее 80 %, а капитальных расходов — не менее 5 %; размер долга — ниже 70 %12.
Рисунок 1
Минимальные границы высокой кредитоспособности субъекта, % / Minimum limits of high creditworthiness, %
II ш Ш
90 70 50 30 10 -10
gdp income own.rev exp.cap def.cur.rev.cur debt.cred.bud debt * informal *
Низкая кредитоспособность (среднее из наихудших значений) ■■ Высокая кредитоспособность (минимальная граница)
* Показатели, высокое значение которых означает низкую кредитоспособность. Для них показана максимально допустимая граница / * Indicators for which a high value means low creditworthiness. For them, the maximum allowed border is presented.
Источник: расчеты авторов/ Source: authors' calculations.
Таким образом, для органов власти регионов важнейшими индикаторами роста кредитоспособности можно считать размер ВРП, частных доходов (среди экономических показателей), собственных доходов, капитальных расходов и долга (среди бюджетных
11 Количественные значения для всех найденных факторов доступны от авторов по запросу.
12 Любопытно, что устойчивый регион должен иметь большую долю бюджетных кредитов в структуре долга, хотя данный результат может быть смещенным из-за редкого упоминания debt.cred.bud в пресс-релизах (величины на уровне 30 и 90 % получены на основе данных по Томской области и Республике Татарстан соответственно — регионов, радикально отличающихся друг от друга по данной характеристике).
показателей). Помимо внешней оценки долговой устойчивости в улучшении соответствующих показателей региональные власти заинтересованы и в рамках современных административных и межбюджетных механизмов стимулирования. Так, выделенные индикаторы — рост инвестиций и доходов населения, снижение уровня бедности — корреспондируют с текущими критериями эффективности деятельности администраций регионов13, целями общенационального плана действий в ответ на текущий коронакризис14 и национальными целями развития России15.
Для проверки значимости отобранных факторов мы построили простую модель формирования кредитного рейтинга (1). Количественный анализ был осуществлен двумя наиболее популярными в литературе способами16: 1) простым методом наименьших квадратов (МНК) (Р. Кантор и Ф. Пакер считают, что данный метод, несмотря на простоту, дает достоверные результаты [Cantor R., Packer F., 1996]) и 2) мультиномиальной логит-регрессией [Gaillard N., 2009]. При этом метод МНК используется в большом числе работ (например, [Canuto O. et al., 2012]).
где CR — кредитный рейтинг, равный 1 (BBB), 2 (А), 3 (АА) и 4 (ААА), X — вектор наиболее вероятных факторов (мы проверяли только переменные, наиболее часто встречающиеся в пресс-релизах, см. табл. Б Приложения): liq, own.rev, industry, exp.cap, def.cur.rev.cur, debt, soc.exp.
В целях оценки коэффициентов рейтинговые шкалы были переведены в целые числовые значения по аналогии с [Карминский А. М., 2010; Волкова О., Львова И., 2016]. В цитируемых работах число «1» присваивается ситуации наивысшей кредитоспособности (ААА). В нашей работе мы считаем равным 1 рейтинг BBB (соответственно, 4 присваивается ААА), для того чтобы положительный знак при объясняющей переменной показывал положительное влияние фактора на кредитоспособность.
Регрессионный анализ показывает, что довольно большую долю вариации в рейтингах объясняют всего три показателя (табл. 5, в которой мы показываем только значимые факторы). Коэффициент детерминации сравнительно большой, и соблюдаются все основные предпосылки для регрессии. Все три найденных показателя имеют примерно равное воздействие на зависимую переменную. Так, доля собственных (налоговых и неналоговых) доходов в общих доходах own.rev и доля капитальных бюджетных расходов в общих расходах exp.cap увеличивают кредитоспособность региона, а размер долга на единицу собственных доходов debt — уменьшает. Расчеты в разрезе групп регионов по признаку величины рейтинга говорят о наибольшей предсказательной силе параметра debt с точки зрения межгрупповой вариации и о чуть меньшей — exp.cap. В частности, уровень долга значим для всех высших шкал рейтинга (АА и ААА, частный эффект debt снижает рейтинг), тогда как доля капитальных расходов значима только для
13 Указ Президента РФ от 25.04.2019 № 193 «Об оценке эффективности деятельности высших должностных лиц (руководителей высших исполнительных органов государственной власти) субъектов Российской Федерации и деятельности органов исполнительной власти субъектов Российской Федерации».
14 Проект общенационального плана действий, обеспечивающих восстановление занятости и доходов населения, рост экономики и долгосрочные структурные изменения / Правительство РФ. 31 мая 2020 г. URL: https://storage. consultant. ru/ondb/attachments/202006/07/National_plan_31052020_rZ4. pdf.
15 Указ Президента РФ от 21.07.2020 № 474 «О национальных целях развития Российской Федерации на период до 2030 года».
16 Расчеты для данной работы осуществлялись с использованием языка программирования R, версия 3.6.1. 78 Финансовый журнал • Financial Journal • №6 • 2020
n
(1)
m=1
наиболее кредитоспособных субъектов (ААА, частный эффект exp.cap увеличивает рейтинг). Результаты в целом согласуются с первоначальными представлениями о характере взаимосвязи.
Таблица 5
Оценки коэффициентов регрессий / Estimates of regression coefficients
№ Переменные / Модель CR.ols CR.multinom.logit
Группа 2 (A) Группа 3 (AA) Группа 4 (AAA)
1 Свободный член 2 4*** -5.3 -14.6 -50.6
стандартная ошибка 0.10 7.9 10.3 32.3
2 own.rev 0 40*** 12.9 24.3* 61.1*
стандартная ошибка 0.13 9.6 13.0 34.2
3 exp.cap 0 42*** 14.7 42.5 103.5*
стандартная ошибка 0.12 30.5 34.1 56.1
4 debt -0.37*** -8.81 -16.2** -272**
стандартная ошибка 0.13 4.9 8.2 13.3
R2 adjusted 0.77
R2Pseudo McFadden 0.69 0.69 0.69
Jarque-Bera test (нормальность ошибок) 0.65
Breusch-Pagan test (гомоскедастичность) 0.77
Durbin-Watson test (корреляция ошибок) 0.68
Кол-во наблюдений 29 10 6 6
Примечания: для CR.ols коэффициенты регрессии приведены с учетом стандартизованных (scaled) значений переменных. Мультиномиальный логит (CR.multinom.logit) показывает результаты отдельно по выделенным группам регионов в соответствии с их рейтингом, когда коэффициенты определяют характер влияния на зависимую переменную с точки зрения группы 1 (не приводится), выступающей как база для сравнения (benchmark). Для тестов на соблюдение предпосылок указаны p-value. Высокие значения указывают на соблюдение предпосылок / Note: For CR.ols regression coefficients are presented based on standardized (scaled) values of variables. The multinomial logit (CR. multinom. logit) shows results separately for the groups of regions according to their rating, when the coefficients show the nature of influence on the dependent variable from the point of view of the group 1 (not shown), which serves as a benchmark. For the tests, the p-values are presented. High values indicate that the prerequisites of regression analysis are met.
* Коэффициенты, значимые на уровне 10 % / * Significant coefficients at the level of 10 %. ** Коэффициенты, значимые на уровне 5 % / ** Significant coefficients at the level of 5 %. *** Коэффициенты, значимые на уровне 1 %/ *** Significant coefficients at the level of 1 %. Источник: расчеты авторов/ Source: authors' calculations.
Полученные результаты по модели CR.multinom.logit позволяют рассчитать вероятность попадания региона в каждую из групп по уровню кредитоспособности в зависимости от значения одного из значимых факторов. Приведенные ниже расчеты основаны на данных регионов, имеющих рейтинг. Но так как таких регионов довольно много (29 ед.), результаты вычислений могут быть распространены на все субъекты России. Подобные расчеты требуют закрепления на неизменном уровне остальных объясняющих переменных, и в качестве такового мы взяли медиану. Количественные значения медианы для каждого показателя показаны в примечаниях к табл. 6 и 7. Оба основных фактора — own.rev и debt — одинаково важны для рейтинга, поэтому при закреплении одного из них на медианном уровне вероятность получения регионом статуса ААА довольно низкая (табл. 6 и 7).
Ключевой уровень долга региона debt — примерно 33 % (40-й квантиль) (табл. 6). До этого уровня регион с наибольшей вероятностью получит рейтинг АА, при условии медианных значений own.rev и exp.cap. При уровне свыше 33 % наиболее вероятно снижение рейтинга до А. Дальнейшее понижение рейтинга возможно лишь при максимальных значениях долга.
Таблица 6
Вероятность присвоения рейтинга АКРА в зависимости от долга субъекта, % / Probability of assigning the ACRA rating depending on the subject's debt, %
Долг (debt) Группа 1 (BBB) Группа 2 (A) Группа 3 (AA) Группа 4 (AAA) Сумма
1 2.5 % (5-й квантиль) 0.0 14.9 76.2 8.9 100.0
2 5.1 % (10-й квантиль) 0.0 17.8 75.5 6.7 100.0
3 32.8 % (40-й квантиль) 2.1 63.2 34.5 0.1 100.0
4 71.6 % (95-й квантиль) 50.2 48.3 1.5 0.0 100.0
Примечание: на основе модели CR.multinom.logit (табл. 5) на базе известных данных о рейтингах для 29 субъектов. При условии медианных значений own.rev (82,6 %) и exp.cap (6,2 %)/ Note: based on the CR.multinom. logit model (table 5) and on the known rating for 29 subjects. Subject to the median value of own.rev (82,6 %) and exp.cap (6,2 %).
Источник: расчеты авторов/ Source: authors' calculations.
Ключевые уровни доли собственных доходов региона own.rev — примерно 60 и 91 % (10-й и 85-й квантили соответственно) (табл. 7). До уровня 60 % региону с наибольшей вероятностью будет присвоен рейтинг ВВВ, при условии медианных значений exp.cap и debt. В диапазоне 60-91 % own.rev рейтинг, скорее всего, будет равен А. Для own.rev выше 91 % наиболее вероятна оценка кредитоспособности на уровне АА.
Таблица 7
Вероятность присвоения рейтинга АКРА в зависимости от доли налоговых и неналоговых доходов бюджета субъекта, % / Probability of assigning the ACRA rating depending on the share of tax and non-tax revenues, %
Собственные доходы (own. rev) Группа 1 (BBB) Группа 2 (A) Группа 3 (AA) Группа 4 (AAA) Сумма
1 55.8 % (5-й квантиль) 58.4 40.8 0.8 0.0 100.0
2 60.2 % (10-й квантиль) 44.2 54.0 1.8 0.0 100.0
3 90.6 % (85-й квантиль) 0.8 46.7 49.7 2.8 100.0
4 95.6 % (95-й квантиль) 0.2 28.2 52.9 18.6 100.0
Примечание: на основе модели CR.multinom.logit (табл. 5) на базе известных данных о рейтингах для 29 субъектов. При условии медианных значений exp.cap (6,2 %) и debt (36,1 %)/ Note: based on the CR.multinom. logit model (table 5) and on the known rating for 29 subjects. Subject to the median value of exp.cap (6,2 %) and debt (36,1 %).
Источник: расчеты авторов/ Source: authors' calculations.
Полученные результаты можно пояснить на примере Республики Татарстан (см. табл. 2). Обладая наивысшим рейтингом (ААА), регион, хотя и имеющий большую долю капитальных расходов, одновременно показывает высокий уровень долга (примерно равный медиане) и довольно низкую величину собственных доходов (84 %). Согласно табл. 7, вероятность получения рейтинга ААА в таких условиях должна быть ниже 2,8 %. Однако учитывая высокое значение exp.cap, данная вероятность, скорее всего, располагается примерно на этом уровне и, возможно, немного его превышает. Если учесть, что выборка регионов с рейтингом состоит из 29 регионов, то событие получения рейтинга ААА в отмеченных условиях действительно составляет около 3 % (1 из 29). Таким образом, полученные оценки подтверждаются при индивидуальной проверке.
Задача 3. Связь с критериями качества управления региональными финансами
С позиции АКРА критерием эффективности является оценка бюджетного управления субъекта (входит в финансовый профиль). Минфин России (Методика № 552) использует
собственные критерии эффективности, среди которых мы выделили показатели 1) качества бюджетного планирования, 2) исполнения бюджета, 3) управления долгом и 4) межбюджетных отношений (см. табл. А Приложения).
Мы провели анализ взаимосвязи кредитных рейтингов и критериев качества управления региональными финансами. Для этого мы рассчитали средние значения показателей в группах регионов России, составленных по признаку кредитного рейтинга. Согласно расчетам следующие показатели Методики № 552 адекватно отражают эффективность управления17 (табл. 8):
— доля расходов в рамках государственных программ prog,
— доля средств, зачисленных в резервный фонд reserve,
— доля просроченной кредиторской задолженности debt.overdue,
— размер процентных расходов interest,
— доля краткосрочных обязательств short.term.
Иными словами, регионы, получившие наивысшую оценку кредитоспособности, исполняют наибольшую долю расходов в форме госпрограмм (prog), откладывают большую часть расходов в резервный фонд (reserve), имеют минимальные уровни просроченной кредиторской задолженности (debt.overdue), процентных расходов (interest) и краткосрочных долговых обязательств (short.term).
Таблица 8
Показатели качества управления региональными финансами, % / Indicators of quality of regional finance management, %
Кредитоспособность prog reserve debt.overdue* interest* short.term*
AAA 70.3 0.5 0.0 5.8 0.0
AA или A 68.3 0.2 0.3 8.7 4.9
BBB 65.0 0.2 0.9 9.5 9.0
Россия в целом 63.9 0.3 0.5 8.1 10.0
Примечание: средние простые величины в разрезе групп / Note: simple averages of groups. * Показатели, высокое значение которых означает низкую кредитоспособность / * Indicators for which a high value means low creditworthiness.
Источник: расчеты авторов/ Source: authors' calculations.
Следует также отметить, что все регионы, получившие рейтинг АКРА, включая регионы с рейтингом BBB, имеют лучшие результаты по показателям prog и short.term по сравнению со средними данными по России в целом.
Таким образом, Методику № 552 оценки качества региональных финансов можно признать адекватной заявленной цели: она корректно дифференцирует регионы в аспекте кредитоспособности, но при этом использует собственные критерии. Последнее вполне логично, так как Минфин России в отличие от АКРА преследует иную цель — определить эффективность управления финансами региона в целом, а не только его долговым аспектом. Однако в целях оптимизации процесса оценки мы можем рекомендовать специалистам федерального уровня при проведении анализа уделять более пристальное внимание именно выделенным показателям.
ВЫВОДЫ
Высокий кредитный рейтинг не просто отражает усилия органа власти региона по обеспечению долговой устойчивости и росту качества управления. Внешняя оценка, напрямую влияющая на разнообразие инструментов долгового финансирования, также помогает
17 Если брать в качестве критерия эффективности уровень кредитоспособности, присваиваемый АКРА.
поддерживать долговую позицию в будущем, создает условия для успешной контрциклической политики и способствует устойчивости бюджетной системы России в целом.
По нашим оценкам, основные факторы кредитного рейтинга агентства АКРА — это 1) доля налоговых и неналоговых (собственных) доходов, 2) доля капитальных расходов и 3) объем долга региона на единицу собственных доходов. Именно на данные показатели следует обращать пристальное внимание при суждении об уровне кредитоспособности региона. Нам удалось найти предельные значения собственных доходов и долга, при которых изменение рейтинга региона является наиболее вероятным (при условии медианных значений остальных двух главных факторов): 60 и 90 % — для перехода от ВВВ к А и от А к АА (собственные доходы); 30 % — для перехода от А к АА (долг).
Выделенные показатели и их предельные уровни соответствуют текущей практике рей-тингования. Однако, на наш взгляд, ни в тексте методологии, ни в пресс-релизах, сопровождающих присвоение кредитного рейтинга, не уделяется достаточного внимания показателям, которые могут отражать институциональный характер межбюджетных отношений, — 1) величине обязательных расходов, 2) величине региональных и местных налоговых доходов и 3) структуре долга.
С основными факторами кредитного рейтинга субъекта тесно связаны действующие критерии качества управления региональными финансами — это обосновывает адекватность состава последних. По аналогии с основными факторами рейтинга в процессе федеральной экспертизы мы можем рекомендовать обращать приоритетное внимание на выделенные выше критерии качества региональных финансов: 1) долю расходов в рамках госпрограмм, 2) долю средств, направленных в резервный фонд региона (в том числе резервный фонд региональной администрации), 3) размер просроченной кредиторской задолженности, а также на показатели долговой устойчивости — объем процентных расходов и краткосрочных обязательств.
Проведенный анализ показывает оптимальность состава показателей методики долговой устойчивости Минфина России18. Во-первых, она включает в себя ряд основных критериев качества управления региональными финансами — объемы процентных расходов и краткосрочных обязательств. Во-вторых, размер долга субъекта является одним из основных найденных (точнее, подтвержденных) факторов кредитоспособности.
Список источников
Волкова О., Львова И. Влияние финансовых показателей на международные рейтинги российских банков // Экономическая политика. 2016. Т. 11. № 1. С. 177-195. URL: https://doi.org/10.18288/1994-5124-2016-1-11.
Карминский А. М. Модели корпоративных кредитных рейтингов. Препринт WP/2010/086. М.: Российская экономическая школа, 2010.
Afonso A., Gomes P., Rother P. Short- and long-run determinants of sovereign debt credit ratings // International Journal of Finance and Economics. 2011. Vol. 16. Iss. 1. P. 1-15. URL: https://doi.org/10.1002/ijfe.416.
Beck R. et al. Determinants of sub-sovereign bond yield spreads — The role of fiscal fundamentals and federal bailout expectations // Journal of International Money and Finance, 2017. Vol. 79. P. 72-98. URL: https://doi. org/10.1016/jjimonfin.2017.08.003.
Bhatia A. V. Sovereign Credit Ratings Methodology: An Evaluation / IMF Working Paper, 2002, WP/02/170. Boumparis P., Milas C., Panagiotidis T. Economic policy uncertainty and sovereign credit rating decisions: Panel quantile evidence for the Eurozone // Journal of International Money and Finance. 2017. Vol. 79. P. 39-71. URL: https://doi.org/10.1016/jjimonfin.2017.08.007.
Cantor R., Packer F. Determinants and Impact of Sovereign Credit Ratings // FRBNY Economic Policy Review. 1996. Vol. 2. No. 2. P. 37-54.
18 Бюджетный кодекс Российской Федерации от 31.07.1998 № 145-ФЗ (ред. от 20.07.2020). Ст. 107.1. 82 Финансовый журнал • Financial Journal • №6 • 2020
Canuto O., Dos Santos P. F. P., De Sá Porto P. C. Macroeconomics and Sovereign Risk Ratings // Journal of International Commerce, Economics and Policy. 2012. Vol. 03. No. 02. P. 1-25. URL: https://doi.org/10.1142/ S1793993312500111.
Gaillard N. The Determinants of Moody's Sub-Sovereign Ratings // International Research Journal of Finance and Economics. 2009. Iss. 31. P. 194-209.
Hernández-Trillo F., Smith-Ramírez R. Credit Ratings in the Presence of Bailout: The Case of Mexican Subnational Government Debt // Economía. 2009. Vol. 10. No. 1. P. 45-79. URL: https://doi.org/10.1353/eco.0.0033.
Global Financial Stability Report: Sovereigns, Funding and Systemic Liquidity / IMF, 2010.
Kunovac D., Ravnik R. Are Sovereign Credit Ratings Overrated? // Comparative Economic Studies. 2017. No. 59 (2). P. 210-242. URL: https://doi.org/10.1057/s41294-017-0024-6.
Liu L., Tan K. S. Subnational Credit Ratings: A Comparative Review // World Bank Policy Research Working Papers. 2009. No. 5013. URL: https://doi.org/10.1596/1813-9450-5013.
Poghosyan T. Long-Run and Short-Run Determinants of Sovereign Bond Yields in Advanced Economies / IMF Working Papers. 2012. No. 12 (271). URL: https://doi.org/10.5089/9781475529142.001.
Tennant D., Tracey M. Sovereign Debt and Credit Rating Bias / Palgrave Macmillan, 2016.
Поступила в редакцию 11 августа 2020 г.
Принята к публикации 18 декабря 2020 г.
References
Afonso A., Gomes P., Rother P. (2011). Short- and long-run determinants of sovereign debt credit ratings. International Journal of Finance and Economics, vol. 16, iss. 1, pp. 1-15. Available at: https://doi.org/10.1002/ ijfe.416.
Beck R. et al. (2017). Determinants of sub-sovereign bond yield spreads — The role of fiscal fundamentals and federal bailout expectations. Journal of International Money and Finance, vol. 79, pp. 72-98. Available at: https:// doi.org/10.1016/jjimonfin.2017.08.003.
Bhatia A.V. (2002). Sovereign Credit Ratings Methodology: An Evaluation. IMF Working Paper, WP/02/170.
Boumparis P., Milas C., Panagiotidis T. (2017). Economic policy uncertainty and sovereign credit rating decisions: Panel quantile evidence for the Eurozone. Journal of International Money and Finance, vol. 79, pp. 39-71. Available at: https://doi.org/10.1016/jjimonfin.2017.08.007.
Cantor R., Packer F. (1996). Determinants and Impact of Sovereign Credit Ratings. FRBNY Economic Policy Review, 2 (2), pp. 37-54.
Canuto O., Dos Santos P.F.P., De Sá Porto P.C. (2012). Macroeconomics and Sovereign Risk Ratings. Journal of International Commerce, Economics and Policy, vol. 03, no. 02, pp. 1-25. Available at: https://doi.org/10.1142/ S1793993312500111.
Gaillard N. (2009). The Determinants of Moody's Sub-Sovereign Ratings. International Research Journal of Finance and Economics, iss. 31, pp. 194-209.
Hernández-Trillo F., Smith-Ramírez R. (2009). Credit Ratings in the Presence of Bailout: The Case of Mexican Subnational Government Debt. Economía, pp. 45-79. Available at: https://doi.org/10.1353/eco.0.0033.
IMF (2010). Global Financial Stability Report: Sovereigns, Funding and Systemic Liquidity.
Karminskij A.M. (2010). Models of Corporate Credit Ratings. Preprint WP/2010/086. Moscow: Rossijskaya ekonomicheskaya shkola (In Russ.).
Kunovac D., Ravnik R. (2017). Are Sovereign Credit Ratings Overrated? Comparative Economic Studies, no. 59 (2), pp. 210-242. Available at: https://doi.org/10.1057/s41294-017-0024-6.
Liu L., Tan K.S. (2009). Subnational Credit Ratings: A Comparative Review. World Bank Policy Research Working Papers, no. 5013. Available at: https://doi.org/10.1596/1813-9450-5013.
Poghosyan T. (2012). Long-Run and Short-Run Determinants of Sovereign Bond Yields in Advanced Economies. IMF Working Papers, 12 (271). Available at: https://doi.org/10.5089/9781475529142.001.
Tennant D., Tracey M. Sovereign Debt and Credit Rating Bias. Palgrave Macmillan, 2016.
Volkova O., Lvova I. (2016). How Russian Banks' Financial Performance Affects Their International Ratings. Ekonomicheskaya politika — Economic Policy, vol. 11, no. 1. pp. 177-195 (In Russ.). Available at: https://doi. org/10.18288/1994-5124-2016-1-11.
Received 11.08.2020 Accepted for publication 18.12.2020
ПРИЛОЖЕНИЕ
Таблица А
Показатели / Indicators
№ Показатель Расшифровка Источник Период
Позитивные характеристики
1 liq Ликвидность (соотношение финансовых активов и обязательств региона согласно балансу) Федеральное Казначейство 2019
2 own.rev Доля налоговых и неналоговых доходов в общих доходах Казначейство 2018
3 exp.cap Доля капитальных расходов в общих расходах Казначейство 2018
4 def.cur. rev.cur Операционная эффективность (сальдо текущих доходов1 и текущих расходов2 / Текущие доходы) Казначейство 2018
5 debt.cred.bud Доля бюджетных кредитов в структуре долга Минфин России 2018
6 tax.prop Доля доходов от налога на имущество Казначейство 2018
Негативные характеристики
7 industry Доля самой большой отрасли в ВРП региона (антитезис диверсификации) Росстат 2017
8 debt Долг / Налоговые и неналоговые доходы Минфин России Казначейство 2018
9 soc.exp Доля расходов на социальное обеспечение в расходах (по отчету о финансовых результатах) (согласно пресс-релизам — доля обязательных расходов) Казначейство 2019
10 def Дефицит3 / Налоговые и неналоговые доходы Казначейство 2018
Оценка экономического профиля
11 gdp ВРП на душу населения по отношению к среднему показателю по России Росстат 2017
12 salary. liv Заработная плата по отношению к величине прожиточного минимума Росстат 2018
13 tax.rev.state Доля налоговых доходов от отраслей госсектора (госуправление, образование, здравоохранение) ФНС 2018
Оценка бюджетного профиля
14 own.rev.rev.subv Налоговые и неналоговые доходы / Доходы минус субвенции Казначейство 2018
15 exp.cap.exp.subv Капитальные расходы бюджета / Расходы минус субвенции Казначейство 2018
16 def.rev.cur Дефицит3 / Текущие доходы Казначейство 2018
Показатели развития экономики (когда рейтинг ограничен показателями, не превышающими среднестрановые значения)
17 income Среднедушевые денежные доходы в регионе по отношению к средней величине по России Росстат 2018
18 poverty Доля населения с доходами ниже прожиточного минимума по отношению к средней величине по России Росстат 2018
19 informal Доля занятых в неформальном секторе по отношению к средней величине по России Росстат 2018
20 gdp.mineral Доля отрасли «добыча полезных ископаемых» в ВРП Росстат 2017
Качество управления региональными финансами
21 prog Удельный вес расходов бюджета субъекта, исполняемых в рамках государственных программ, в общем объеме расходов бюджета в отчетном финансовом году (качество бюджетного планирования) Минфин России 20092018
22 plan Отклонение утвержденного объема расходов бюджета субъекта на очередной финансовый год от объема расходов соответствующего года при его утверждении на первый год планового периода в году, предшествующему отчетному финансовому году Минфин России 20132018
23 reserve Удельный вес зарезервированных средств бюджета субъекта в объеме расходов (качество исполнения бюджета) Минфин России 20092017
24 debt.overdue Отношение объема просроченной кредиторской задолженности субъекта и бюджетных и автономных учреждений к расходам Минфин России 20092018
№ Показатель Расшифровка Источник Период
25 exp.const Отклонение объема расходов бюджета в IV квартале от среднего объема расходов за МИ кварталы, без учета расходов, произведенных за счет целевых средств, поступивших из федерального бюджета Минфин России 20092018
26 interest Отношение расходов на обслуживание государственного долга субъекта (за исключением расходов на обслуживание бюджетных кредитов) к среднему объему долга (качество управления долговыми обязательствами) Минфин России СМ 03 00 22
27 short.term Доля краткосрочных обязательств в общем объеме долга субъекта Минфин России 20142018
28 gen.earmarked Соотношение объема дотаций на выравнивание бюджетной обеспеченности муниципальных образований и объема субсидий (финансовые взаимоотношения с муниципальными образованиями) Минфин России 20092016
29 equal Эффективность выравнивания бюджетной обеспеченности муниципальных образований Минфин России 20092018
Примечание: все показатели измеряются в процентах, кроме gen.earmarked и equal (ед., раз) / Note: all indicators are measured in percentage, except gen. earmarked and equal (both — units, times).
1 Общие доходы за исключением доходов от продажи активов и доходов от размещения средств бюджета / Total income except for income from sale of assets and allocation of budget funds.
2 Только расходы некапитального характера / Only non-capital expenditures.
3 «+» означает наличие дефицита, «-» — профицита / «+»indicates a deficit, «-» — indicates a surplus. Источник: составлено авторами/ Source: authors' calculations.
Таблица Б
Характеристики субъектов России с кредитным рейтингом АКРА / Characteristics of Russian regions with ACRA credit rating
№ Субъект Позитивные Негативные Экономический профиль Бюджетный профиль Показатели не превышают среднероссийские значения* Зависимость от волатильного сектора* Сумма баллов Справочно: рейтинг
iq own.rev industry! exp.cap def.cur.rev.cur debt.cred.bud tax.prop debt* soc.exp* def*
1 г. Москва 5 5 5 5 5 25 AAA
2 г. Санкт-Петербург 5 5 5 5 5 25 AAA
3 Республика Татарстан 5 5 5 5 5 29 AAA
4 Ханты- Мансийский АО 5 5 5 5 20 AAA
5 Ямало-Ненецкий АО 5 5 5 5 5 25 AAA
6 Тюменская область 5 5 5 5 5 25 AAA
7 Московская область 5 5 5 5 3 5 28 AA+
8 Липецкая область 5 5 5 5 5 Да Да 25 AA
9 Самарская область 5 5 5 3 Да 18 AA
10 Челябинская область 5 5 5 1 Да Да 16 AA
11 Белгородская область 5 5 5 5 3 Да Да 23 AA-
12 Новосибирская область 5 5 5 1 Да 16 AA-
№ Субъект Позитивные Негативные Экономический профиль Бюджетный профиль Показатели не превышают среднероссийские значения* Зависимость от волатильного сектора* Сумма баллов Справочно: рейтинг
ст own.rev industry! exp.cap def.cur.rev.cur debt.cred.bud tax.prop debt* soc.exp* def*
13 Курская область 4 3 3 5 Да 15 A+
14 Краснодарский край 5 5 4 3 5 Да 22 A+
15 Оренбургская область 5 3 5 5 Да Да 18 A+
16 Свердловская область 1 5 5 5 5 Да 21 A+
17 Алтайский край 5 5 3 5 1 19 A+
18 Красноярский край 4 5 5 Да 14 A+
19 Рязанская область 4 4 4 3 3 18 A
20 Мурманская область 3 5 1 3 1 Да 13 A
21 Кемеровская область 5 3 3 5 Да Да 16 A
22 Республика Коми 1 5 3 3 3 Да 17 A-
23 Тамбовская область 2 5 3 1 Да 11 BBB+
24 Тверская область 5 4 5 4 1 Да 19 BBB+
25 Пензенская область 2 5 3 Да 10 BBB+
26 Новгородская область 4 2 5 4 15 BBB
27 Томская область 2 1 3 3 Да 14 BBB
28 Магаданская область 1 1 1 1 1 1 Да 6 BBB-
29 Костромская область 3 1 5 2 1 Да 12 BBB-
Число применений характеристики 25 21 14 13 9 2 1 25 8 3 9 3 13 10
Примечание: использованы все доступные рейтинги АКРА для 29 субъектов России / Note: authors used all available ACRA ratings for 29 Russian regions.
* Показатели, высокое значение которых означает низкую кредитоспособность / * Indicators for which a high value means low creditworthiness.
f В целях данной таблицы обозначает степень диверсификации экономики региона (позитивное влияние) / f For the purposes of this table, indicates the degree of economic diversification (positive impact). Источники: составлено по рейтинговым пресс-релизам АКРА для каждого субъекта (https://www. acra-ratings. ru/ratings/issuers?q=&subgroups%5B%5D=2#search, дата обращения: 24.07.2020) / Source: compiled by rating press releases for each subject.
