Квартальный анализ макроэкономической отчетности: как повысить качество выводов и рекомендаций Текст научной статьи по специальности «Экономика и бизнес»

Вопросы управления

УДК 336.6:332.05

КВАРТАЛЬНЫЙ АНАЛИЗ МАКРОЭКОНОМИЧЕСКОЙ ОТЧЕТНОСТИ: КАК ПОВЫСИТЬ КАЧЕСТВО ВЫВОДОВ И РЕКОМЕНДАЦИЙ*

С. В. ЧЕПЕЛЬ,

доктор экономических наук, руководитель проекта E-mail: [email protected] Институт прогнозирования и макроэкономических исследований при Кабинете министров Республики Узбекистан

Макроэкономический мониторинг квартальных итогов развития является одной из важнейших функций министерств и ведомств. Однако ряд факторов ограничивает его оперативность и качество. Это несовершенная методика анализа, традиционный подход к формированию информационной базы и т. д. Предложен системный подход к решению этих проблем.

Ключевые слова: динамика, сезонность, риск, нестабильность, коэффициент, эластичность, семантический шаблон.

Квартальный анализ является основой мониторинга экономической ситуации и оценки эффективности мер по реформированию экономики. От оперативности и качества рассмотрения этих итогов в значительной степени зависит результативность постановлений и распоряжений, принимаемых органами государственного управления. Это особенно важно в условиях нестабильности мировой

* Статья подготовлена по результатам исследовательского проекта Программы развития ООН и Института прогнозирования и макроэкономического анализа при Кабинете министров Республики Узбекистан «Анализ чувствительности индикаторов роста к изменению факторов и параметров макроэкономического регулирования».

экономики, когда необходимо оперативно выявлять новые риски и оценивать эффективность принимаемых антикризисных мер.

Однако ряд обстоятельств существенно затрудняет решение этих задач. Прежде всего это быстро увеличивающийся объем экономической информации, включая мировую и национальную статистическую отчетность. Избыточная по некоторым направлениям ее детализация и все возрастающие объемы квартальной отчетности затрудняют комплексное восприятие основных трендов, складывающихся в экономике. Традиционные методы анализа не позволяют оценивать степень воздействия одних показателей на другие. Кроме того, квартальная отчетность в странах СНГ до сих пор несет на себе отпечаток существовавшей ранее централизованной системы [1], что затрудняет использование современных методов количественного анализа.

Как повысить в этих условиях качество квартального анализа и обоснованность вытекающих из него выводов и рекомендаций, проанализировано в авторском исследовании на примере экономики Республики Узбекистан.

Решение поставленной задачи возможно лишь на системной основе. Совершенствование традици-

онной методики проведения квартального анализа должно включать в себя следующие направления:

- совершенствование исходных динамических рядов;

- обеспечение возможности получения качественных оценок развития (диагностика рисков нестабильности на основе новых алгоритмов сопоставления) и новая форма представления динамики индикаторов;

- систематизация индикаторов в увязке с приоритетами развития и анализ взаимосвязей (получение оценок чувствительности экономики -коэффициентов эластичности);

- отработка технологии включения коэффициентов эластичности в квартальный анализ и формирование новых выводов. Совершенствование исходных динамических

рядов. Существующая статистическая база формируется национальным комитетом по статистике и включает в себя около 20 макроэкономических таблиц и таблиц по видам деятельности (15 основных макроиндикаторов, 6 индикаторов в разрезе 12 видов деятельности в промышленности и 2 - в сельском хозяйстве, 9 индикаторов на микроуровне). Все временные ряды построены в традиционной форме накопленных показателей за отчетный период, начиная с полугодия (первый квартал, полугодие, девять месяцев, год).

Недостаток такой формы представления - невозможность оценивать вклад конкретного «чистого» квартала (например третьего квартала при анализе итогов за девять месяцев) в достигнутые в отчетном периоде результаты. Также возникают сложности в выявлении устойчивых долго- и среднесрочных трендов в динамике каждого индикатора. Возможности использования такой статистики для разработки моделей ограничены.

Для устранения этого недостатка необходимо преобразовать исходную накопленную статистику в форму «чистых» кварталов. Такой подход широко распространен в мировой практике и в упрощенной своей форме предусматривает выполнение следующих технологических операций: <расчет квартального индикатора в текущих ценах (например II квартал = Полугодие - I квартал) > ^ формирование накопленных квартальных дефляторов> ^ <расчет квартального индикатора в сопоставимых ценах> ^ <расчет поправочных коэффициентов> ^ <корректировка полученного ряда> ^ <расчет темпы роста (Квартал / Соответствующий квартал

предыдущего года или Квартал / Предыдущий квартал) > ^ <исключение сезонности>.

Эта схема была отработана на примере ключевых индикаторов роста (ВВП, экспорт, выпуски по видам деятельности), потребления, доходов, ресурсных показателей, что позволило сформировать альтернативную динамику макроэкономических индикаторов и индикаторов по видам деятельности, пригодных для получения качественных выводов и модельных оценок чувствительности экономики.

Обеспечение возможности получения качественных оценок итогов развития и новая форма представления динамики индикаторов. Вместо расчета темпов роста индикатора текущего периода (полугодие, девять месяцев, год) к соответствующему периоду предыдущего года (или к предыдущему кварталу текущего года в реальном или номинальном исчислении) и формирования соответствующих выводов в терминах «рост» или «спад», используется несколько базовых сопоставительных оценок и вводится новая форма выводов. На основе статистики «чистых» кварталов рассчитываются скользящие среднеквартальные оценки за предшествующие анализируемому кварталу три года, а также трендовый (инерционный) прогноз (на основе полинома второй степени). Если фактическое значение индикатора за анализируемый квартал больше 100 %, больше среднеквартальной оценки за последние три года и больше прогнозной оценки на этот квартал, полученной по тренду, т. е. одновременно по трем базам сопоставления, то делается вывод о строго позитивной динамике (рис. 1, а).

Если фактическое значение индикатора за анализируемый квартал меньше всех указанных базовых значений, то делается вывод о строго негативной динамике (рис. 1, б). Возможны и промежуточные варианты (умеренно негативная, позитивная или нейтральная динамика).

Результаты такого качественного анализа выводятся в символьной форме. В такой форме существенно облегчается анализ качественных изменений в динамике макроэкономических индикаторов и индикаторов по видам деятельности. Его цель - определить потенциальные источники рисков нестабильности развития. На примере ВВП приведена новая форма качественного анализа квартальной динамики (рис. 2). Ее анализ позволяет быстро определять факторы (показатели), динамика которых ассоциируется с наибольшими рисками для стабильности индикатора ВВП (инфляции, экспорта и т. д.).

ЭКОНОМИЧЕСКИЙ АНАЛИЗ: Ш5б7>ЪЯ те ЪР*?жг(Ъ4

41

а б

Рис. 1. Фактические значения индикатора за анализируемый квартал (I квартал 2011 г.), %: а - строго позитивная динамика; б - строго негативная динамика

Показатель 2008 2009 2010 2011

I квартал II квартал III квартал IV квартал I квартал IV квартал I квартал

ВВП А А А А А А А

Промышленность А А А А А А А

Сельское хозяйство А А А А А А А

Экспорт А А А А А А А

Товарооборот А А А А А А А

Умеренно позитивная тенденция

Строго позитивная тенденция

Умеренно негативная тенденция

Строго негативная тенденция

Рис. 2. Результаты качественных оценок ключевых макроэкономических индикаторов за 2008-2011 гг.

Систематизация индикаторов в увязке с приоритетами развития и анализ взаимосвязей. Важная предпосылка повышения качества квартального анализа - увязка его выводов с приоритетами экономического развития, определенными для анализируемого периода. Для этого должна быть разработана информационно-логическая структура, увязывающая квартальные индикаторы с конкретными приоритетами (рис. 3).

Ключевыми элементами этой схемы являются целевые показатели по каждому приоритету и вза-

имосвязи между ними и показателями квартальной отчетности. Например, если рассматривается приоритет устойчивого развития, то в качестве целевых могут выступать индикаторы ВВП, инфляции, дефицита бюджета, внешнего долга. Для приоритета модернизации экономики - уровень ее диверсификации, доля высокотехнологичной продукции в структуре экспорта и т. д.

Наибольшие сложности возникают при поиске и обосновании взаимосвязей между целевыми индикаторами и показателями квартальной отчетности.

Приоритеты

Целевые показатели

Взаимосвязи (эконометрика и нормативные процедуры)

Квартальные показатели

1 2 n

Гч Лч

0 ©©©

1 I I I

<f> <f> <f> <f>

® t

<n>

<П2>

<П>

Рис. 3. Системное представление иерархии приоритетов индикаторов и взаимосвязей

Многолетний опыт работы с органами государственного управления показывает малую перспективность подхода, основанного на встраивании сложных многоразмерных моделей в реальную технологию оперативного анализа и краткосрочного прогнозирования.

Запросам реальной практики в большей степени соответствует использование показателей чувствительности индикаторов к факторам и макроэкономическим регуляторам в форме коэффициентов эластичности (например эластичность инфляции по денежной массе, эластичность ВВП по инвестициям, эластичность урожайности сельскохозяйственных культур, эластичность по водным ресурсам и т. д.). При этом автор придерживается традиционной интерпретации этого понятия, принятой в экономическом анализе. Под коэффициентом эластичности понимают [2] процентное изменение зависимого экономического показателя (например ВВП) при изменении независимого фактора (например инвестиций) на 1 % при неизменности других факторов, влияющих на зависимый показатель.

Ясно, что в реальности это условие не выполняется или выполняется очень редко, когда анализируемая переменная зависит только от одного фактора. Это существенно ограничивает возможность использования традиционных (индексных) методов для оценки коэффициента эластичности и требует в большинстве случаев использования методов эконометрического анализа.

Для формирования коэффициентов эластичности для экономики Республики Узбекистан была разработана система моделей на макроуровне, уровне вида экономической деятельностии и на микроуровне. Взаимосвязи между макроиндикаторами и видами деятельности промышленности и сферы

услуг исследовалась на основе модели «затраты

- выпуск». Для макроуровня (ВВП, инфляция) и микроуровня (урожайность основных видов сельскохозяйственных культур) использовался эконо-метрический подход (проблемно ориентированные эконометрические модели). При их построении автор исходил из следующих принципов и условий:

- ориентация модели на существующую оперативную отчетность;

- возможность расчета коэффициентов эластичности для требуемых показателей (оценки чувствительности экономики к регуляторам и факторам развития);

- непротиворечивость параметров модели и получаемых на ее основе оценок;

- простота и прозрачность взаимосвязей и предпосылок (в отличие от подхода «черный ящик»);

- надежность коэффициентов эластичности и прогнозных оценок;

- возможность дифференциации эластичности для кратко- и среднесрочного периодов.

На примере ВВП раскрываются особенности построения модели и оценки коэффициентов эластичности. Модель построена на годовой динамике с учетом теоретических представлений о факторах спроса и предложения, воздействующих на экономический рост. Учитывая, что количество только основных факторов, формирующих динамику ВВП, составляло более десяти, а величина выборки ненамного превышает их число, сама модель была разработана в форме составной (аддитивной) функции (или композиционного индекса) вида gdp = k + wl f [inv, inv (-1), inv (-2), agr] + + w2 f2(agr, payserv) +W3 f3[agr, agr (-1), rturnov] +... + w18 f18(wage, cons), (1) где gdp - ВВП (зависимая переменная); k - поправочный коэффициент; wx w2 ... - нормированные весовые коэффициенты (пропорциональны скорректированным коэффициентам корреляции для каждого уравнения);

inv, agr,... - инвестиции, выпуск по сельскому хозяйству и т. д. (факторы). По результатам эконометрического анализа в модель вошло 18 регрессионных уравнений по девяти факторам спроса и предложения. В модель включались только те регрессии, которые не противоречили теоретическим представлениям (критерий -положительность знаков коэффициентов перед факторами, вошедшими в уравнения). Это означает,

ЭКОНОМИЧЕСКИЙ АНАЛИЗ: Ж£брпя ъ ЪР*?жг(Ъ4

43

что с ростом фактора (например выпуска по виду экономической деятельности или товарооборота) как со стороны спроса, так и со стороны предложения, темпы ВВП повышаются.

Из оставшихся регрессий выбирались те, которые имели наилучшие характеристики по статистическим критериям: статистическая значимость коэффициентов регрессии, процент расшифрованной дисперсии зависимой переменной (ВВП), критерии допустимости ошибок уравнения (гетероскедастич-ность, критерий Дарбина - Уотсона и др.). Проверялась также устойчивость полученных уравнений по относительному изменению коэффициентов при уменьшении выборки на два наблюдения (года).

Уравнения, вошедшие в модель, имеют статистическую значимость коэффициентов на уровне 90 и 99 % и обладают объясняющей способностью от 75 до 95 %.

Ряд уравнений имели лагированные переменные (инвестиции), что подтверждает теоретические предпосылки о распределенном по времени характере трансформации инвестиций в основной капитал с последующим влиянием на рост предложения. Инерционность в развитии экономики, которая в наибольшей степени характерна для экономической динамики на макроуровне, учтена путем включения в уравнения операторов сглаживания МА и устранения автокорреляции ошибок ЛЯ.

Оценка качества и надежности полученной модели вытекала из анализа отдельных уравнений (процент расшифрованной дисперсии) и сопоставления отчетных и расчетных оценок ВВП по модели (1) за ретроспективный период.

Ошибка аппроксимации для отдельных уравнений в зависимости от используемой формулы (абсолютные значения отклонений или их квадрат с последующим извлечением квадратного корня) варьировали от 0,2 до 0,8 п.п. Средняя по регрессиям за период ошибка составила 0,6 п.п.

Для модели в целом средняя ошибка была ниже и равнялась 0,3 п.п. Кроме того, ретроспективные расчеты по модели показали, что она правильно описывает точки перегиба в динамике ВВП (пики в 2004 и 2007 гг., спады в 2005 и 2009 гг.), что в совокупности со сделанными ранее выводами свидетельствует о хорошем качестве разработанной модели и возможности ее использования для расчетов коэффициентов эластичности для ВВП.

Оценки эластичности ВВП по каждому фактору, формирующие его динамику, получены путем прове-

дения ряда вычислений. На первом этапе был рассчитан инерционный вариант прогноза динамики каждого фактора на 2011-2013 гг. (в основном с использованием моделей ARMA). Используя модель (1) и прогнозную динамику факторов, был рассчитан инерционный вариант прогноза ВВП на 2011-2013 гг.

Затем динамика фактора (последовательно для каждого) увеличивалась на пять (десять) процентных пунктов для каждого года прогнозного периода. Повторные расчеты ВВП на прогнозный период по увеличенным оценкам одного из факторов позволили оценить чистое воздействие этого фактора на экономический рост при неизменности других факторов. Так, увеличение прогнозной (2011-2013 гг.) динамики фактора «сельское хозяйство» на 10 п.п. отразилось на повышении темпов прироста ВВП на 2,2 п.п. (2011 г.) и 3 п.п. (2012 и 2013 гг.), что представляет собой оценки эластичности ВВП по росту сельскохозяйственного производства.

Аналогичные оценки получены по инвестициям, экспорту, товарообороту и другим факторам, формирующим динамику ВВП как со стороны спроса, так и со стороны предложения. Их анализ показал, что наибольшее воздействие на динамику ВВП оказывает увеличение производства сельскохозяйственной продукции и роста промышленного производства. При увеличении динамики каждого из этих факторов на 10 п.п. динамика ВВП в краткосрочном периоде повышалась на 2,2 и 1,3 п.п. соответственно. При этом из 1,3 п.п. по промышленности 0,8 п.п. приходится на производство товаров народного потребления, т. е. промышленной продукции с наибольшей долей добавленной стоимости.

Сопоставление кратко- и среднесрочных оценок влияния факторов на динамику ВВП позволяет сделать вывод, что сила воздействия факторов предложения в среднесрочном периоде (2013 г.) повышается, а факторов спроса - сокращается. Так, оценка эластичности для сельского хозяйства возрастает с 2,2, до 3 (при росте динамики производства сельского хозяйства на 10 п.п.), для промышленности -с 1,3 до 1,5, для производства товаров народного потребления - с 0,8 до 0,9, для инвестиций - с 0,6 до 0,85 (факторы предложения). Заметно повышается и воздействие фактора инвестиций, который перемещается с пятой на четвертую позицию.

С другой стороны, эластичность ВВП по зарплате уменьшается с 0,33 (2011 г.) до 0,3 (2013 г.), по розничному товарообороту - с 0,63 до 0,6, по экспорту - с 0,15 до 0,12 (факторы спроса). Этот результат хорошо

Сельское хозяйство Промышленная продукция Потребительские товары Розничный товарооборот Инвестиции Платные у слуги насел ению Зарплата Экспорт Импорт

1,50 2,0

а б

Рис. 4. Эластичность ВВП по факторам роста (при росте динамики фактора на 10 п. п.): а - краткосрочные оценки; б - среднесрочные оценки

согласуется с современной экономической теорией, в соответствии с которой спросовые факторы воздействуют на экономический рост преимущественно в краткосрочном периоде, а факторы предложения - в среднесрочном и долгосрочном периодах.

Отработка технологии включения коэффициентов эластичности в квартальный анализ и формирования новых выводов. Полученная таким образом матрица коэффициентов эластичности позволяет оценивать вклад различных факторов в темпы прироста ВВП и других ключевых (целевых) индикаторов при различных предпосылках относительно динамики этого фактора. Например, темп прироста инвестиций в первом квартале 2011 г составил 4 %, а ВВП - 7,6 % в то время как инвестиции в последние три года (2008-2010 гг.) повышались в среднегодовом исчислении примерно на 20 %. Если бы эта динамика инвестиций сохранилась и в первом квартале 2011 г., то достигнутый в отчетном периоде ВВП увеличился на 1,01 п.п., так как (20 - 4) • 0,063 = = 16 • 0,063 = 1,01, т. е. составил бы 8,61 % (против фактической оценки в 7,6 %). Аналогичные аналитические расчеты возможны и для других факторов, формирующих отчетную динамику ВВП.

Сопоставим традиционные выводы, вытекающие из результатов квартального анализа, и новые, которые могут быть получены с использованием рассмотренной технологии. Обобщение традиционных выводов показывает, что все их разнообразие может быть сведено к нескольким простым логическим (семантическим) конструкциям.

1.1. В рамках указанных проектов (программ) <их перечень, общее количество проектов> объем произведенной продукции составил <.. .млрд сум>, что на <... %> больше (меньше) чем в <период> или

отмечены положительные сдвиги в <наименование видов экономической деятельности, секторов>.

1.2. Освоение <источник и вид ресурсов> в виде экономической деятельности (регионе, по экономике в целом) <наименование> составило <...тыс. сум>, что больше (меньше) по сравнению с (период) в <...> раз (%).

1.3. Введено (принято) в эксплуатацию <объекты, их количество> в <вид экономической деятельности, предприятие> в результате чего <изменение индикаторов, условий производства и т. д. >.

Несколько примеров таких выводов.

Пример 1. В рамках указанных проектов объем произведенной продукции в отчетном периоде составил 1 241,7 млрд сум, что на 14,7 % больше аналогичного периода прошлого года.

Пример 2. В результате реализации программы животноводства, стимулирования увеличения поголовья скота в личных подсобных и дехканских хозяйствах, создания сети сервисных услуг и укрепления кормовой базы животноводства, в течение I квартала текущего года отмечены положительные сдвиги в развитии животноводства.

Пример 3. В январе - марте 2011 г. освоение бюджетных средств составило 143,8 млрд сум (15,1 % к прогнозу года). По сравнению с I кварталом прошлого года объем освоенных капитальных вложений за счет средств Фонда развития детского спорта вырос в 3,3 раза, кредитов Фонда реконструкции и развития Узбекистана - на 11 %, иностранных кредитов под гарантию правительства - на 79,1 %, средств предприятий - на 21,7 %, кредитов коммерческих банков - на 87,8 %, средств населения - в 2,1 раза.

2.1. Наибольшие риски для <цели, задачи развития> представляет динамика <наименование ин-

дикатора, фактора>, значение которого в отчетном периоде <... %> на <.. .п.п. > ниже базового уровня (на <.. .п.п. > ниже средней за последние три года; усиливает негативную тенденцию в динамике данного индикатора, сложившейся в последние три года отчетного периода).

2.2. Негативное (позитивное) влияние фактора <наименование> на динамику <наименование целевого индикатора> оценивается в отчетном периоде величиной в <...п.п. > (при приросте/падении целевого индикатора на <. %>).

2.3. Прирост <наименование целевого индикатора> в отчетном периоде на <. %> обеспечен ростом факторов:

- <наименование факторов 1> - вклад в <.. .п.п. >;

- <наименование факторов 2> - вклад в <...

п.п. >.

2.4. Сдерживающее влияние оказывали факторы:

- <наименование факторов 1> - отрицательный

(положительный) вклад в <...п.п. >;

- <наименование факторов 2> - отрицательный

(положительный) вклад в <...п.п. >.

Вклад остальных факторов составил ± <... п.п. >.

2.5. Отсутствие прогресса в динамике Наименование индикатора, фактора> и его сохранение на сложившемся в отчетном периоде уровне <. %, что на. п.п. ниже среднегодовой за последние три года оценки> сократит потенциально достижимый темп прироста <наименование целевого индикатора> на <... п.п. > в течение ближайших 2-4 кварталов и на <... п.п. > в среднесрочной (2013г.) перспективе (что требует принятия дополнительных <содержание необходимых мер> в сфере <наименование предприятий и ассоциаций, регионов>).

Применение матрицы коэффициентов эластичности позволяет дополнить традиционные выводы более содержательными, основанными на учете взаимосвязей, сложившихся в экономике в последние годы. Они генерируются в рамках заранее подготовленных логических конструкций (шаблонов). Вот примеры подобных выводов.

Пример 1. Наибольшие риски для поддержания устойчивого роста ВВП представляет динамика ин-

Список литературы

вестиций в основной капитал, значение которых в отчетном периоде составило 105 %, что ниже на 12 п.п. средней оценки за последние три года.

Пример 2. Позитивное влияние фактора сельского хозяйства на динамику ВВП оценивается в отчетном периоде величиной вклада в 1,3 п.п. при приросте ВВП на 7,6 %.

Пример 3. Прирост ВВП в отчетном периоде на 7,6 % обеспечен ростом таких факторов, как сельское хозяйство (вклад 1,3 п.п.), промышленность (вклад 0,82 п.п.). Сдерживающее влияние оказали факторы инвестиций - 0,3 п.п., платных услуг населению -0,5 п.п. Вклад остальных факторов - 4,5 п.п.

Пример 4. Отсутствие прогресса в динамике инвестиций и его сохранение на сложившемся в отчетном периоде уровне 105 %, что на 12 п.п. ниже среднегодовой за последние три года оценки, сократит потенциально достижимый темп прироста ВВП на 1 п.п. в течение ближайших 2-4 кварталов и на 1,3 п.п. в среднесрочной (2013 г.) перспективе, что требует принятия дополнительных мер по стимулированию привлечения свободных денежных средств населения в экономику.

Пример 5. Темп прироста выпуска машиностроения и металлообработки в первом квартале 2011 г. составил 8 %, что на 8,8 п.п. ниже среднегодовой за последние три года оценки и на 2,6 п.п. ниже оценки, соответствующей сложившемуся тренду (умеренно негативная тенденция в динамике выпуска). При сохранении этой негативной тенденции потеря в экспорте в краткосрочном периоде (2-4 квартала) составит 2,6 п.п., в среднесрочной (2013 г.) перспективе -3 п.п. Это требует разработки и принятия срочных мер по росту производства и повышению конкурентоспособности выпускаемой продукции.

Отработанные подходы к анализу квартальных итогов развития носят универсальный характер. Аналогичная схема может быть использована и для включения в анализ других ключевых макроэкономических индикаторов (бюджетных, банковских, социальных, по развитию малого бизнеса и т. д.). При этом расчеты на макроуровне и на уровне вида экономической деятельности могут дополняться аналогичным анализом на уровне отдельных регионов республики.

1. Бессонов В. Анализ краткосрочных тенденций в российской экономике: как рассеять «туман настоящего»? // Вопросы экономики. 2011. № 2.

2. Елисеева. И. И. Эконометрика. Финансы и статистика, 2007.