CC BY
269
УДК 332.122.5
макроэкономическое моделирование развития российской федерации
е. а. постников,
кандидат экономических наук, доцент кафедры
математических методов в экономике E-mail: postnikov76@is74.ru челябинский государственный университет
а. с. сергеева,
экономист
Управления бухгалтерского учета и отчетности
оао «челиндбанк»
E-mail: anna ser ser@mail.ru
В статье рассмотрена система регрессионныхурав-нений для оценки основных показателей уровня социально-экономического развития России и ее регионов. Определена степень влияния общих и индивидуальных факторов для каждого региона. Предложенные модели оценки основных показателей уровня социально-экономического развития могут рассматриваться как базовые для проведения различных частных исследований. Результаты могут быть использованы специалистами отраслей экономики для последующей экспертной аналитической оценки.
Ключевые слова: региональное развитие, дифференциация регионов, динамика, панельные данные, эконо-метрическая модель.
Анализ любой из существующих экономических систем основывается на качественной оценке зависимости ее показателей от параметров управления, которые определяются в первую очередь выбором политики правительства и внешними условиями. Такие оценки позволяют получать разнообразные макроэкономические модели, уже более шестидесяти лет активно описываемые в различных научных трудах и исследованиях. В настоящее время все большую популярность приобретает эконометрический подход к разработке макроэкономических моделей. Наибольшая ценность данного подхода заключается в возможности
глубокого анализа объекта изучения, делая эко-нометрический анализ важной составной частью научного инструментария социально-экономического исследования.
Предлагаемые в статье макроэкономические модели РФ и ее субъектов основаны на результатах, полученных за рубежом и в нашей стране как до, так и после начала периода трансформации экономической системы.
Заслуга разработки первых достаточно сложных систем принадлежит Клейну и его коллегам, а также другим специалистам, успехи которых стали возможными благодаря дальнейшему развитию теоретического и эмпирического анализа, заложенного Кейнсом и Тинбергеном [4].
Эконометрическая модель социально-экономического развития России. Сравнительный анализ существующих макроэкономических моделей позволил выделить основные хозяйственные блоки для последующего исследования. Предлагаемая модель описывает сложные экономические явления и процессы, рассматривается в виде динамической системы взаимосвязанных уравнений и тождеств, которая получила наибольшее распространение в эконометрических исследованиях. Потребность в использовании именно данного вида системы регрессионных уравнений обуслов-
- 13
ливается тем, что макроэкономические величины, являясь обобщающими характеристиками состояния экономики, чаще всего взаимосвязаны, поэтому для описания механизма функционирования сложной системы с множеством входов и выходов и сложной структурой взаимосвязей показателей, характеризующих деятельность этой системы, как правило, изолированных уравнений регрессии недостаточно [6].
Следует отметить, что в период трансформации экономики России разработка таких моделей особенно важна.
Для построения макроэкономической модели использованы следующие показатели:
Тетр_тА{ — темп инфляции, %;
Den_massat — денежная масса (в частности, денежный агрегат М2), млрд руб.;
Izb_predlt — избыточное предложение, млрд
руб.;
Investt — валовое накопление капитала, млрд
руб.;
Yt — валовой внутренний продукт, млрд руб.;
Stavka_reft — ставка рефинансирования, %;
Kypc_$t — курс доллара, руб. /долл.;
Тгг — средневзвешенные тарифы на экспорт, млрд руб.;
Р_оИ1 — цена на нефть, долл. /барр.;
Importt — импорт товаров, млрд руб.;
Exportt — экспорт товаров, млрд руб.;
Gos_rasxodt — государственные социальные расходы, млрд руб.;
Nalogt — налоговые поступления в консолидированный бюджет, млрд руб.;
Potreblt — потребление домашних хозяйств, млрд руб.;
Doxodt — располагаемый доход домашних хозяйств, млрд руб.;
Stavkat — средневзвешенная ставка по рублевым кредитам нефинансовых организаций сроком до одного года, %;
Zar_platt — номинальная начисленная заработная плата, руб./чел.
При построении регрессионных уравнений, описывающих взаимосвязи между соответствующими показателями, использовались реальные квартальные данные за 14 лет с 1996 г. [10, 11, 13, 14]. Все показатели рассчитывались в постоянных ценах I квартала 1996 г. на основе индекса-дефлятора валового внутреннего продукта (ВВП).
В рамках данной работы была проведена оценка следующей системы взаимосвязанных регрессионных уравнений и тождеств:
14 -
Yt = Gos_rasxodt + Potreblt + Investt + +Exportt - Importt;
Potreblt = с1 + с2 Doxodt + Cз Ро1геЫг1 + +c4 Zar_1 +Еи; Doxodt = Yt - Nalogt;
= с + ^ + с + ;
Exportt = с8 + c9 Курс_$( + с10Тг + с11Р_оИ1 + +с121троН{ +с13 ЕхроПг1 + с^ +83t; 1троН{ = с15 + с16Тетр_тА{ + + +с181троН{ _1 + с19 ЕхроН{ + с20 Курс_${ +84t; Investt = с21 + + c23Stavkat + с24 Stavka_reft + +с25 Investt_1 + с26 Stavkat _1 +85t; Stavkat = с27 + c28Yt + с29 Den_massat + +с30Тетр_тА{ + c31Stavka_reft +86t; Тетр_тА( = с32 + с33 Den_massat +
+с34 Izb _predlt +s7t.
(1)
где с1; с2,..., 34 — параметры модели;
Еи, E2t,..., E7t — случайные компоненты.
В предлагаемой модели учтены домашние хозяйства, а также макроэкономические субъекты — предпринимательский сектор, государство и внешний рынок, которые являются покупателями благ на рынке. Все эти макроэкономические субъекты являются составными элементами агрегированного или совокупного спроса, выступающего частью системы уравнений, и определяют его структуру [5].
При формировании уравнений модели было сделано предположение, что многие факторы, произведенные в текущем периоде, оказывают влияние на значения зависимых переменных не только в этом же периоде, но и в нескольких последующих. Введение лаговых значений эндогенных переменных было необходимо для повышения точности получаемых оценок коэффициентов.
Моделирование проведено с использованием эконометрического пакета EViews.
На начальном этапе моделирования был проведен предварительный анализ используемых в представленной системе рядов (см. рисунок).
Графический анализ структуры рядов подтвердил наличие не только возрастающей тенденции практически на всех временных отрезках, но и сезонных колебаний периодичностью в четыре квартала (см. рисунок). Предполагается, что влияние сезонной составляющей вызвано в первую очередь активизацией сезонных работ, которые в
Динамика некоторых показателей, используемых в модели за период 1996-2010 гг., млрд руб.: а — валовой внутренний продукт (ВВП); б — инвестиции; в — избыточное предложение; г — располагаемый доход
силу климатических и иных природных условии России выполняются в летние месяцы.
Проверка временных рядов на стационарность посредством графического анализа, рассмотрения графиков выборочных автокорреляционных функции (ACF) и частных автокорреляционных функции (PACF), проведения расширенного теста Дики-Фуллера на наличие единичных корнеИ указала на стационарность лишь одноИ переменной — Temp inflt. Все остальные факторы модели приведены к стационарному виду путем их преобразования (корректировка дифференцированием, а также логарифмированием их членов). Ряды, имеющие сезонность, были скорректированы путем взятия первой сезонной разности (Д4) прологарифмированных и исходных уровнеи.
При построении системы представленные переменные были включены в модель исходя из их экономического содержания, а также на основе теста Гранжера на причинно-следственную связь.
Влияние чрезмерного всплеска темпа инфляции во время дефолта 1998 г., приводящего к изменению параметров тренда, описывающего его динамику, было учтено введением в последнее уравнение поведения инфляции фиктивной переменной Dlt.
Особенностью оценки параметров представленной модели является то, что факторы данной системы коррелируют с ошибками регрессии, что приводит к невозможности рассмотрения каждого уравнения самостоятельно и применения для нахождения ее параметров традиционного метода наименьших квадратов [8]. Так как было выясне-
но, что макромодель сверхидентифицируема, то для избегания смещенности и несостоятельности МНК-оценок был применен двухшаговый метод наименьших квадратов. Результатом оценивания модели социально-экономического развития России является следующая система уравнений:
А 4 (Ьп( Potreblt)) = 0,59 Д4 (Doxodt)) +
(0,06)
+ 0,13 А 4 (ЬП(2ОГ_1)) + 0,23 Д4 (Ln(Potreblt _1));
(0,03) (0,05)
Д 4 (Ьп( Nalogt)) = 0,24 Д 4 М Nalogt ч )) +
(0,1)
+ 0,89 ^п^ ));
(0,13)
Д 4 (Ъп( Exportt)) = 0,73 Д 4 (Ln(Importt)) +
(0,25)
0,49 Д4 )) + 0,59 Д 4 (Ln( Exportt _1)) -
(0,2) (0,12)
- 0,75 Д4 (Ln( Importt _1)) + 0,02 А^^^ _1);
(0,12)
(0,01)
Д 4 (Importt) = 3,28+18,8 Д 4 (Ln( Exportt)) -
(1,24) (3,7)
-1,008 A(Kypc_$t) + 0,46 Д 4 (Importt _1));
(0,5) (0,09)
Д 4 (Investt)) = - 0,29 A(Stavkat) +
(0,14)
+ 0,79 Д 4 (Investt _1)) - 0,74 A(Stavkat _1));
(0,06) (0,16)
A(Stavkat) = 0,88 A(Stavka_reft) - 0,2 Temp_inflt;
(0,02) 0,07
Temp_inflt = -1,69+15,5 Д(Ьп( Den_massat)) +
0,5 (5,1)
+ 34,9 D1,
(3,4)
где Д4 — сезонная разность.
(2) 15
в
г
В полученной модели все оценки достоверно отличаются от нуля, отсутствует автокорреляция в остатках. Модель в целом имеет достаточно высокую точность и хорошую аппроксимацию модели исходным данным (значение средней абсолютной процентной ошибки для различных уравнений колеблется в пределах 2—19 %).
Охарактеризуем результаты оценки каждого уравнения системы с экономической точки зрения. Так, в первом уравнении регрессии наблюдается прямая зависимость: чем выше располагаемый доход и заработная плата, тем выше объем потребления, при этом один дополнительный рубль дохода увеличивает объем потребления на величину, меньшую, чем рубль, так как, если домашние хозяйства получают дополнительный рубль дохода, то часть идет на сбережение. В следующем уравнении подтвердилась стандартная прямая зависимость величины налоговых поступлений в консолидированный бюджет от ВВП. Уравнение, описывающее динамику валового накопления капитала, демонстрирует обратную зависимость от реальной процентной ставки по кредитам и реальной ставки рефинансирования: более высокая ставка увеличивает издержки заимствования. Зависимость ставки по кредитам показала обратную связь с темпом инфляции и прямую со ставкой рефинансирования, которая выступает в качестве особого инструмента денежно-кредитной политики Центрального банка РФ. Также наблюдается прямая зависимость темпа инфляции от реальных значений денежного агрегата М2, при этом увеличение темпа прироста объема денежной массы на 1 % приводит к увеличению темпа инфляции на 15 %. Кроме того, в наиболее острый период социально-экономического развития страны — в III квартале 1998 г. — темп инфляции был в среднем выше на 34 %. Данной моделью также подтверждается и то, как сильно цены на нефть влияют на развивающийся рынок России, ориентированный на экспорт нефти и нефтепродуктов. Подтверждается и обратная зависимость объема импорта в стране от курса доллара.
Главной целью разработки представленной макроэкономической модели является исследование поведения экономической системы при изменении параметров управления и внешних воздействий. Для достижения соответствующих целей на макроэкономическом уровне государство применяет, как правило, инструменты двух видов экономической политики: фискальной и монетарной.
Эконометрическая модель социально-экономического развития регионов России. На современном этапе становления России как равноправного и
16 -
стабильного члена мирового сообщества существует ряд проблем устойчивого и согласованного социально-экономического развития страны в целом и отдельных ее регионов. В частности, отсутствие эффективных форм и методов проведения региональной политики привело к резкой дифференциации регионов РФ по уровню социально-экономического развития.
Большинство существующих исследований в данном направлении посвящено изучению социально-экономического положения либо отдельно взятого региона, либо федерального округа [1, 2, 7]. Изучение структуры и динамики межрегионального экономического неравенства на основе анализа валового регионально продукта рассмотрено в работе Р. М. Мельникова [9]. Существуют также работы, связанные с типологизацией всех регионов для определения экономического положения каждого кластера.
Для эффективного принятия решений на региональном и федеральном уровнях необходимо определить общие факторы, влияющие на уровень социально-экономического развития, а также оценить степень влияния факторов, индивидуальных для каждого региона.
Для решения этих задач эффективно использовать методы обработки панельных данных, состоящие из наблюдений одних и тех же экономических единиц или объектов (индивидуумы, фирмы, регионы, страны), которые осуществляются в последовательные периоды времени. Благодаря специальной структуре панельные данные позволяют строить более гибкие и содержательные модели, в частности возникает возможность учитывать и анализировать индивидуальные различия между регионами и получать ответы, которые недоступны только в рамках обычных регрессионных моделей.
Так, при изучении величины валового регионального продукта (ВРП) на душу населения имеется возможность для какого-либо региона в каждый период времени наблюдать объем среднедушевых доходов, стоимость основных фондов. Но кроме этого существуют факторы, которые либо ненаблюдаемы, либо нельзя представить в численной форме, но которые могут оказывать существенное влияние на исследуемый показатель: географическое положение, история, культурные традиции. При этом действие этих факторов можно считать постоянным (не зависящим от времени) для каждой региональной экономики страны. Имея лишь пространственные данные для нескольких регионов, можно определить влияние обычных
экономических факторов на величину ВРП на душу населения, но нельзя выявить индивидуальных различий между регионами. При наличии наблюдений за одними и теми же регионами в течение нескольких периодов времени возникает возможность такие индивидуальные отличия оценить.
Причем часто индивидуальные факторы кор-релированы с другими объясняющими переменными. В рамках моделей регрессии это означает, что индивидуальный фактор является существенной переменной в модели и ее исключение приводит к смещенным оценкам остальных параметров. Иными словами, модели с панельными данными позволяют получать более точные оценки параметров [8].
Таким образом, основные преимущества данных этого типа заключаются в следующих особенностях:
1) они предоставляют исследователю большое количество наблюдений, увеличивая число степеней свободы и снижая зависимость между объясняющими переменными, а следовательно, стандартные ошибки оценок;
2) позволяют анализировать множество экономических вопросов, которые не могут быть адресованы к временным рядам и пространственным данным в отдельности;
3) позволяют предотвратить смещение агреги-рованности, неизбежно возникающее как при анализе временных рядов (где рассматривается временная эволюция усредненного «репрезентативного» объекта), так и при анализе перекрестных данных (где не учитываются ненаблюдаемые индивидуальные характеристики объектов и предполагается однородность всех коэффициентов регрессии);
4) дают возможность проследить индивидуальную эволюцию характеристик всех объектов выборки во времени;
5) дают возможность избежать ошибок спецификации, возникающих от невключения в модель существенных переменных [12]. Предлагаемая эконометрическая модель
охватывает семь важнейших социально-экономических показателей развития регионов России (VRPlt — валовой региональный продукт, руб./чел.; Doxodit — среднедушевые доходы населения, руб./ чел.; Fondи — стоимость основных фондов на душу населения, тыс. руб./чел.; Zarplit — среднемесячная начисленная заработная плата, руб./чел.; Ot и — общий объем розничного товарооборота на душу населения, руб./чел.; Invest— объем валового накопления капитала на душу населения, руб./чел.;
Ро&еЫи — валовое потребление домашних хозяйств на душу населения, руб./чел.) и имеет вид следующей системы уравнений:
УКРй = с + с2 Еоп<!и + съ2агр1й +сАай +
+C Invest it _j +s lt;
Invest it = c + c2VRPit _i + c3 Invest lt_x +s it; PotrM lt = ci + C2 Doxodit +ги,
(3)
где сх, с2,..., с5 — параметры модели; ей — случайная компонента. Первое уравнение моделирует величину ВРП на душу населения. Второе уравнение описывает поведение частных инвестиций, третье уравнение — частное потребление в рамках кейнсианской гипотезы.
Исходными являются реальные ежегодные данные, представляющие собой дефлированные ряды по 79 регионам России за 15 лет с 1995 г. [13]. Моделирование проведено с использованием эко-нометрического пакета Eviews.
На предварительном этапе из выборки были исключены:
• Тюменская область и г. Москва — практически по всем рассматриваемым характеристикам показатели были существенно выше среднероссийских;
• Чеченская Республика — события последних десяти лет драматически сказались как на обществе, так и на ее экономическом состоянии;
• Коми-Пермяцкий, Ханты-Мансийский, Ямало-Ненецкий, Таймырский, Агинский и Чукотский автономные округа — некоторые из них были выделены в качестве самостоятельной единицы позже 1995 г., а информация о протекающей в них экономической деятельности и статистике недоступна и неполна. Анализ данных по всем оставшимся регионам
в целом указывает на то, что все анализируемые показатели имели тенденцию к росту на протяжении всего рассматриваемого периода. Так, улучшение социально-экономического состояния регионов России после дефолта привело к существенному увеличению значений практически всех переменных данной модели. Далее небольшое снижение наблюдается лишь к кризисному 2009 г.
Графический анализ, анализ коррелограммы каждого из рядов и проведенные ADF-тесты показали их нестационарность. Однако тест Йохансена указывает на коинтегрированность всех анализируемых переменных, что связано с концепцией их долгосрочного динамического равновесия. Полученная коинтеграция позволила в дальнейшем построить уравнения, используя в качестве исходных данных непосредственно уровни изучаемых рядов,
- 17
Таблица 1
Результаты оценки системы уравнений
Уравнение Лучшая модель
VRPit = 15727,4+ 0,129 Otit + 2,62 Investй-1 + 56,7 Fondit (1271) (0,016) (0,04) (5,02) С фиксированным индивидуальным эффектом
Invest tt = 1718,5+ 0,054 VRPtt-l + 0,92 Invest t-1 (831) (0,02) (0,07) С фиксированным индивидуальным эффектом
Potrebl it = 290+ 0,62 Doxod it (40>5) (0,009) Со случайным индивидуальным эффектом и временными эффектами
учитывая тем самым информацию, содержащуюся в исходных данных в полном объеме.
Для каждого уравнения исходной системы оценивались обычная (объединенная) модель регрессии, модель с фиксированным эффектом, модель со случайным эффектом. Оценка фиксированных или случайных эффектов предполагает выделение индивидуальных различий между регионами, носящих соответственно фиксированный или случайный характер.
Также учитывались временные эффекты, чтобы определить существенные различия в регрессионных параметрах, относящихся к разным годам.
В ходе оценки (обычный и обобщенный методы наименьших квадратов, обобщенный метод моментов), проверки качества подгонки (коэффициент детерминации и его различные модификации) и выбора наилучших моделей ^-тест, LM-тест Бреуша и Пагана, тест Хаусмана) были получены следующие результаты, приведенные в табл. 1.
Таким образом, все моделируемые показатели региональной модели имеют индивидуальный эффект. Оценка степени влияния факторов, индивидуальных для каждого региона, позволила про-ранжировать регионы по величине наибольшего эффекта (табл. 2).
Проанализируем отдельно результаты оценки каждого уравнения системы.
1. Зависимость ВРП от ряда факторов. Рост объема розничной торговли на душу населения на 1 000 руб. в год приводит к росту ВРП на душу населения регионов на 129 руб., рост объема основных фондов на душу населения на 1 000 руб. в год приводит к росту ВРП на душу населения регионов на 56,7 руб. Увеличение объема валового накопления капитала на душу населения на 1 000 руб. в текущем году приведет к увеличению объема ВРП на душу населения на 2 620 руб. в следующем году (табл. 1).
Индивидуальные эффекты, выявленные в модели, отражают влияние на объем ВРП факторов, индивидуальных для каждого региона. Отрицательные эффекты у перечисленных регионов могут означать наличие неблагоприятных факторов, которые «тянут» ВРП на душу населения вниз (табл. 2).
Таблица 2
Регионы с наибольшими эффектами
Переменная Положительный эффект Отрицательный эффект
VRP„ Мурманская область, Красноярский край, Камчатский край Сахалинская область, Республика Алтай, Республика Карелия
Investit Ленинградская область, Республика Саха (Якутия), Сахалинская область Республика Карелия, Мурманская область, Самарская область
Potreblit Самарская область, Санкт-Петербург, Новосибирская область Республика Тыва, Камчатский край, Магаданская область
Кроме того, фиксированный индивидуальный эффект для Челябинской области получился положительным и существенным по величине по сравнению с эффектами для остальных регионов (а.. = 9 229). Это указывает на то, что Челябинская область имеет возможность в дальнейшем увеличивать объем ВРП за счет индивидуальных факторов, не учтенных в приведенной модели.
Так, Челябинская область является одним из наиболее крупных в экономическом отношении субъектов РФ. Среди регионов России Челябинская область занимает 15-е место по объему инвестиций в основной капитал. Это говорит о значительном вкладе валового накопления капитала в ВРП региона, что подтверждается результатами оценки полученной модели. Среди индивидуальных эффектов, которые, как было отмечено ранее, оказывают существенное влияние на развитие изучаемого показателя, можно выделить следующие: Челябинская область обладает значительными производственным, трудовым и научным потенциалами, разнообразной ресурсной базой, развитой инфраструктурой и выгодным транспортно-географическим положением, уникальными природно-климатическими условиями. Кроме того, регион располагает богатейшими туристскими ресурсами, включающими природные, исторические и культурные достопримечательности, что также может обусловливать постепенное наращение объема ВРП.
Переменная Otu была исключена из модели для Челябинской области из-за незначимости. Это говорит о том, что, манипулируя величиной среднедушевого объема розничной торговли, невозможно добиться существенного изменения ВРП области.
2. Зависимость объема валового накопления капитала от ряда факторов. Увеличение объема ВРП на душу населения на 1 000 рублей в текущем году приведет к увеличению объема валового накопления капитала на душу населения на 54 руб. в следующем году. В долгосрочной перспективе рост ВРП на 1 000 руб. приведет к увеличению объема среднедушевых инвестиций в среднем на 659 руб. (табл. 1).
Отрицательные эффекты у ранее перечисленных регионов могут означать наличие неблагоприятных факторов, которые «тянут» уровень инвестиций в основной капитал на душу населения вниз (табл. 2).
Индивидуальный фиксированный эффект для Челябинской области имеет отрицательное значение, которое, однако, превышает эффекты многих других регионов ( а 1 = — 980). Так, несмотря на то, что Челябинская область располагает существенными конкурентными преимуществами: выгодное географическое положение, высокий трудовой и научный потенциал, богатейшие природные ресурсы, уникальные условия для развития туризма, в целом инвестиционная деятельность еще не стала важным фактором экономического роста области. По официальным данным, достигнутый уровень инвестиций не обеспечивает специализации и комплексности регионального развития, закрепляет сложившиеся диспропорции отраслевого и территориального развития, сдерживает масштабы развития отраслей и предприятий в регионе. Данные тенденции в развитии инвестиционной деятельности могут быть обусловлены наличием неблагоприятных факторов. К основным из них можно отнести: неадекватность государственного инвестиционного механизма; неравномерность процессов перераспределения финансово-материальных ресурсов; недееспособность рынка инвестиционных, ценных бумаг; слабые возможности маневрирования финансово-инвестиционными ресурсами. Однако нельзя сказать, что регион обладает слабой инвестиционной привлекательностью, так как в последнее время наблюдается существенное увеличение объема иностранных инвестиций, поступающих в область.
3. Зависимость потребления домашних хозяйств от ряда факторов. Рост дохода на душу населения на
100 руб. в месяц приводит к росту среднедушевого потребления в регионах на 62 руб. (табл. 1).
Отрицательные эффекты у ранее перечисленных регионов могут означать наличие неблагоприятных факторов, которые «тянут» объем потребления на душу населения вниз. Так, при одинаковых доходах величина потребления в Новосибирской области будет больше, чем, например, в Амурской области. Исследование временных эффектов показывает, что в течение 1995—2009 гг. наблюдался рост потребления за счет факторов, не входящих в модель (табл. 2).
Индивидуальный фиксированный эффект для Челябинской области а.=156. Это говорит о том, что область имеет возможность существенно повысить объем среднедушевого потребления за счет факторов, указанных ранее, которые невозможно отобразить в модели, но которые оказывают существенное влияние на данный показатель.
Таким образом, была оценена степень влияния общих факторов на экономические показатели РФ и ее субъектов. При этом моделирование экономики России в целом с использованием аппарата систем одновременных уравнений позволило обеспечить взаимообусловленную оценку текущих и перспективных тенденций в динамике основных макроэкономических показателей. В ходе реализации данной задачи было выяснено, что значения полученных оценок коэффициентов соответствуют данным экономической теории.
Анализ индивидуальных эффектов для Челябинской области указывает на то, что за счет факторов, не вошедших в модель, область может существенно повышать объем среднедушевого потребления и ВРП. Однако инвестиционная деятельность еще не стала важным фактором экономического роста области, несмотря на ее конкурентные преимущества.
Построенные макроэкономические модели позволяют исследовать долгосрочные процессы, протекающие в экономической системе страны под влиянием различного рода воздействий, как внешних, так и внутренних. Кроме того, они направлены на получение выводов относительно эффективности политики, осуществляемой правительством, а именно с помощью данных моделей возможно проведение анализа последствий той или иной политики государства, направленной как на улучшение основных макроэкономических показателей в не благоприятные для страны периоды, так и на сдерживание чрезмерного роста последних, для того чтобы вернуть экономику в состояние полной занятости.
- 19
Несмотря на то, что данные модели являются достаточно упрощенным представлением имеющейся экономической действительности, они могут быть использованы в целях, связанных с исследованием макроэкономических процессов.
Разработанная модель экономики России может рассматриваться как базовая для проведения целого ряда частных исследований.
Полученные результаты эконометрического моделирования развития регионов России могут являться основой для последующей экспертной аналитической оценки специалистами отраслевых и функциональных департаментов Министерства экономического развития РФ, а также специалистами, изучающими качественные изменения в региональном развитии страны.
Проведение дальнейших исследований на основе представленных моделей может позволить готовить эффективные рекомендации в адрес органов исполнительной власти Российской Федерации.
Список литературы
1. Акопов В. И. Межрегиональные различия в социальном развитии зоны Севера // Вестник научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета. 2007. № 2.
2. Арженовский С. В. Методы социально-экономического прогнозирования. М.: Дашков и К, 2009.
3. Берсенев В. Л., Андреева Е. Л., Важенин С. Г. Оценка и прогноз социально-экономических последствий технологического развития. Екатеринбург: Институт экономики УрО РАН, 2004.
4. Винн Р., Холден К. Введение в прикладной эконометрический анализ. М.: Финансы и статистика, 1981.
5. Дорнбуш Р., Фишер С. Макроэкономика. М.: МГУ, 1994.
6. Елисеева И. И. Эконометрика. М.: Финансы и статистика, 2001.
7. Кильматов Т. Р., КапитоноваМ. Н. Моделирование сценариев стратегического развития Приморского края. Владивосток: Дальнаука, 2004.
8. Магнус Я. Р., Катышев П. К, Пересецкий А. А. Эконометрика. 7-е изд., испр. М.: Дело, 2005.
9. Мельников Р. М. Межрегиональное экономическое неравенство в российской экономике: тенденции и перспективы // Региональная экономика: теория и практика. 2008. № 3.
10. Министерство финансов Российской Федерации: официальный сайт. URL: http://www. minfin.ru.
11. Национальный исследовательский университет «Высшая школа экономики» (НИУ ВШЭ): официальный сайт. URL: http://www.hse.ru.
12. Орлов А. И. Эконометрика. М.: Экзамен, 2002.
13. Федеральная служба государственной статистики (Росстат): официальный сайт. URL: http://www.gks.ru.
14. Центральный банк Российской Федерации: официальный сайт. URL: http://www.cbr.ru.
