CC BY
87
Моделирование процесса воспроизводства основных фондов предприятий региона в условиях экономического кризиса (на примере Курской области)
П.В. Аниканов
аспирант 1-го года обучения кафедры финансов и кредита экономического факультета Курского государственного технического университета (г. Курск)
В.Г. Зарецкая
заведующий кафедрой финансов и кредита Курского института менеджмента, экономики и бизнеса, доцент, кандидат экономических наук, научный руководитель (г. Курск)
Петр Васильевич Аниканов, [email protected]
Инвестиции в основные производственные фонды предприятий являются важнейшим рычагом повышения экономического потенциала страны. Совокупный объем инвестиций предопределяет как предпосылки подъема национальной экономики, так и уровень конкурентоспособности отечественного производства. В настоящее время основные производственные фонды многих предприятий, в частности в Курской области, являются физически изношенными и морально устаревшими. Важная задача таких предприятий - частичная или полная замена изношенных основных фондов, реализация мероприятий по их обновлению.
В связи с этим авторами был проведен анализ инвестиций в основные производственные фонды экономики Курской области с целью прогнозирования совокупных потребностей региона в инвестициях. В ходе анализа использовались эконометрические методы прогнозирования макроэкономических параметров развития региона на основе статистических данных Федеральной службы государственной статистики.
Современные тенденции инвестиционного процесса в Курской области
В последние годы общий объем инвестиций в основной капитал в экономике Курской области значительно вырос: с 10,4 миллиарда рублей в 2002 году до 29,3 миллиарда рублей в 2007 году, или на 55,5 процента в сопоставимых ценах.
За рассматриваемый период серьезно изменилась структура инвестиций в основной капитал по формам собственности. Так, в 2002 году преобладали инвестиции в государственную собственность (51,2%), а к 2007 году их доля составила всего 22,5 процента. Удельный вес инвестиций в частную собственность с 31,1 процента в 2002 году вырос до 64 процентов в 2007 году. Эти изменения свидетельствуют о плавном переходе к либеральной, рыночной экономике.
В структуре инвестиций в основной капитал в 2007 году преобладали привлеченные средства, доля которых составляла 73,6 процента, в том числе 13,3 процента - средства бюджетов всех уровней. Из собственных источников инвестиций в основные производственные фонды за счет прибыли профинансировано 13,3 процента инвестиционных расходов, за счет амортизационных отчислений - 12,3 процента. Стоит заметить, что доля привлеченных средств в финансировании инвестиционного процесса за рассматривае-
мый период возросла с 64,9 до 73,6 процента, следовательно, предприятия стали более зависимыми от кредиторов.
Среди наиболее обеспеченных инвестициями в основные производственные фонды видов экономической деятельности можно выделить следующие:
1) производство и распределение электроэнергии, газа и воды (22,8%);
2) сельское хозяйство, охота и лесное хозяйство (17,8%);
3) операции с недвижимостью, аренда и предоставление услуг (12,5%);
4) обрабатывающие производства (11,8%).
В структуре инвестиций в основной капитал по видам основных фондов выделяются машины, оборудование и транспортные средства (39,8%), нежилые здания и сооружения (38,2%), жилища (20,6%).
Основные проблемы, возникающие в производственно-хозяйственной деятельности предприятий, связаны с высокой степенью изношенности основных производственных фондов, недостатком инвестиций на их обновление. Согласно данным государственной статистики в 2007 году уровень износа основных производственных фондов в Курской области составил от 21,3 процента в строительстве до 63,6 процента на транспорте. Однако есть основание полагать, что размеры износа основных производственных фондов, определяемые официальной статистикой, существенно занижаются. Об этом свидетельствуют данные о продолжительном среднем возрасте наличных основных производственных фондов, особенно их активной части.
Значительный износ производственного потенциала подтверждается и данными о доле полностью изношенных основных производственных фондов. Согласно этим данным в промышленности Курской области такие фонды составляют 14,2 процента. С учетом этого реальный уровень износа основных производственных фондов Курской области оценим в сопоставимом с зарубежными показателями значении не в 48,7, а в 58,2 процента. В связи с этим возникает острая проблема технического обновления основных производственных фондов на рыночных принципах. Решение проблемы уменьшения износа основных производственных фондов весьма важно с точки зрения преодоления ресурснотехнологических ограничений, которые накладывают на производство устаревшая техника, оборудование и технологии.
Построение модели прогнозирования совокупных инвестиционных потребностей региона
Общей версией исходной акселераторной модели является гибкая акселераторная модель, представленная Л. Койком1. В нашем исследовании используем ее следующую раз-новидность2:
/1 -(1 -8)мЯУ,_1 + (1_к)/{_1, (1)
где - инвестиции в плановом периоде;
- 1 - инвестиции в предшествующем плановому периоде;
У1 - выпуск валового регионального продукта (ВРП) в плановом периоде;
У( - 1 - выпуск ВРП в предшествующем плановому периоде;
р - отношение капитала к выпуску (совокупного объема основных фондов к ВРП);
5 - значение темпа экспоненциального износа;
А - коэффициент настройки модели.
1 Koyck, Leendert M. Distributed Lags and Investment Analysis. Amsterdam : North-Holland Publishing Company, 1954.
2 ЭрнстБерндт. Практика эконометрики: классика и современность. М. : ЮНИТИ-ДАНА, 2005. С. 274.
Уравнение (1) может быть применено без использования каких-либо данных о величине основных фондов. Более того, интересная особенность уравнения (1) состоит в том, что значение темпа износа 5 можно определить с помощью оценивания (а не путем постулирования), а именно МНК-оценка параметра при лагированной зависимой переменной It _ 1 позволяет найти А. Эта оценка А вместе с оценкой коэффициента при Yt может быть использована для определения р, а затем оцененные значения р и А вместе с оценкой коэффициента при Yt _ 1 можно использовать для определения 5.
Так как уравнение (1) содержит лагированную зависимую переменную в качестве регрессора, то, если случайный член, добавленный в это уравнение, описывается авторегрессионным процессом первого порядка, использование классического МНК приводит к несостоятельным и смещенным оценкам истинных параметров. Из-за того, что датированная зависимая переменная выступает в роли регрессора, использование традиционной критической статистики Дарбина-Уотсона для проверки автокорреляции в остатках невозможно. Вместо этого можно воспользоваться чем-нибудь наподобие статистической процедуры т- или ^-тестирования Дарбина3.
Привлекательной особенностью акселераторной модели (1) является ее простота: инвестиции представляют собой функцию только от текущего и лагированного выпусков и от лагированной величины основных фондов. Рациональное объяснение этого простое: механизм построения этой модели достаточно легко понять на интуитивном уровне. Инвестиционные намерения, прежде чем они превратятся в реальные инвестиции, должны пройти различные стадии (планирование, заключение контрактов, заказы), оказываясь под влиянием задержек (лагов) в поставках и задержек в окончательном оформлении проекта, поэтому использование членов лагированного выпуска ВРП (в нашей модели Yt _ 1) позволяет отразить реакцию инвестиций на изменения в конечном спросе.
Можно считать, что датированная величина основных фондов акселераторной модели (1) выполняет две функции. Во-первых, согласно исходной посылке отношение капитал/выпуск является фиксированным, поэтому недавний уровень выпуска сравнивается с лагированной величиной основных фондов и таким образом обеспечивается проверка гарантий для будущих инвестиций. Во-вторых, обычно допускается, что объем амортизационных отчислений пропорционален величине основных фондов, поэтому уровень датированных основных фондов будет влиять на уровень валовых инвестиций.
Найдем параметры модели Койка x1, х2 и x3, применив корреляционно-регрессионный анализ, используя надстройки Microsoft Office Excel «Поиск решения» и «Пакет анализа». Общий вид оцениваемой функции:
1t = XY + X2Yt-1 + X3Yt-1 . (2)
Для построения модели Койка применительно к Курской области целесообразно рассмотреть зависимость между ВРП и инвестициями в целом по регионам Центрально-Черноземного экономического района по причине их относительной экономической однородности. Для обеспечения сопоставимости данных в динамике следует привести их к одному периоду, например выразить объемы инвестиций и ВРП в ценах 2006 года. В таблице 1 представлены значения ВРП, приведенные в соответствие с уровнем цен соответствующих лет.
3 Фомин Г. П. Математические методы и модели в коммерческой деятельности : учебник. 2-е изд., перераб. и доп. М. : Финансы и статистика, 2005.
Таблица 1
Валовой региональный продукт областей Центрально-Черноземного района за 1998-2006 годы (в ценах 2006 года) [11]
Область Валовой региональный продукт, млрд р.
1998 1999 2000 2001 2002 2003 2004 2005 2006
Белгородская 61,8 79,6 86,9 86,9 94,4 102,7 138,3 158,0 181,0
Брянская 37,4 41,7 50,9 52,4 56,5 59,0 61,7 72,7 82,0
Воронежская 75,8 90,0 102,2 104,5 125,5 135,2 141,7 145,6 163,2
Курская 52,5 54,7 62,3 63,4 68,5 76,1 92,5 94,4 100,5
Липецкая 55,5 76,9 99,2 88,0 106,8 129,9 171,4 158,3 187,8
Орловская 32,2 39,2 45,7 48,1 53,9 56,8 55,7 58,0 62,4
Тамбовская 33,4 41,6 48,3 54,1 58,8 63,3 68,6 69,3 78,5
Данные о совокупном объеме инвестиций в основные фонды в ценах 2006 года представлены в таблице 2.
Таблица 2
Инвестиции в основной капитал по областям Центрально-Черноземного района за 1998-2006 годы (в ценах 2006 года) [11]
Область Инвестиции в основной капитал, млрд р.
1998 1999 2000 2001 2002 2003 2004 2005 2006
Белгородская 18,00 17,36 19,08 24,42 16,38 20,71 27,42 38,17 52,07
Брянская 4,28 4,01 5,80 6,03 7,17 8,81 8,16 9,26 12,46
Воронежская 12,62 13,98 17,06 18,12 24,14 26,68 26,41 31,23 38,87
Курская 9,68 10,37 11,20 11,57 15,75 13,65 18,37 19,47 23,24
Липецкая 8,27 9,25 12,93 14,64 16,61 23,22 32,12 33,04 44,57
Орловская 5,38 7,75 10,08 8,95 7,76 8,03 9,44 10,47 12,71
Тамбовская 4,20 4,70 5,22 6,57 8,08 11,15 13,68 16,02 19,67
Наиболее распространенным методом построения эконометрических моделей является метод корреляционно-регрессионного анализа. С помощью надстройки «Пакет анализа» Microsoft Office Excel находятся коэффициенты уравнения линейной регрессии. Этот способ самый простой и распространенный, однако он дает возможность построения лишь линейных моделей. Еще одним его недостатком является то, что оценка коэффициентов МНК приводит к искажению результатов расчета по отношению к небольшим значениям выборки, поскольку при использовании этого метода гораздо более значительные веса имеют большие значения.
Этих недостатков можно избежать при использовании надстройки «Поиска решения». На основе таблиц 1 и 2 составим массив данных в Microsoft Office Excel (рис. 1).
Сформируем в столбце It вычил формулу:
It вычисл. = X1Yt + X2Yt-1 + X3It-1 • (3)
В столбец «Отклонение» внесем формулу расчета относительного по модулю (а не абсолютного в квадрате, как при использовании МНК) отклонения расчетного значения объ-
А В С D Е F G н
1 Коэффици енты Целевая ячейка
2 Х3 X 1—*
3 Регион год It It-l i=i Yt 1[ ЕЫЧКСП. отклонение
4 Белгородская область 1555 17357 13002 61797 79553
5 Брянская область 1555 4012 4278 37431 4171С
6 Воронежская область 1559 139 30 12617 75306 90020
7 Курская область 1555 1С375 9634 52524 54672
8 Липецкая область 1555 924-8 8275 55548 76943
э Орловская область 1555 7747 5379 32198 39206
Рис. 1. Общий вид таблицы, построенной для использования надстройки «Поиск решения» Microsoft Office Excel (сначала в таблице формируются исходные данные для расчетов и выделяются ячейки для вывода результатов, затем запускается сама
надстройка)
ема совокупных инвестиций Itвычисл от фактического 11. Целевая ячейка должна содержать среднее значение относительных отклонений по выборке. Запустив «Поиск решений», внесем в поле изменяемых ячеек ячейки, содержащие искомые коэффициенты модели х1, х2 и х3. Для надежности полученного результата перезапустим надстройку два раза. Полученный результат показан на рисунке 2.
А В С D Е F G Н
1 Коэффици енты Целевая ячейка
2 0.966 -0.092 0.111 11.360%
3 Регион год It It-: 1=1 Yt 1[ ЕЫЧ1КЛ. отклонение
4 Б ел городская область 1555 17357 13002 61797 79553 20526 18.26%
5 Брянская область 1559 4012 4273 37431 4171С 5314 32.43%
6 Воронежская область 1559 13930 12617 75306 90020 15196 8.69%
7 Курская область 1559 1С375 9634 52524 54672 105 S4 2.02%
8 Лиоецкая область 1559 9243 3275 55548 76943 11415 23.43%
9 Орловская область 1559 7747 5379 32198 39206 6581 15.05%
Рис. 2. Результаты «Поиска решения»
Модель Койка имеет следующий вид:
I, = 0,111У, - 0,092У,-1 + 0,9661,-1. (4)
При помощи этой модели прогнозирования совокупных потребностей региона в инвестициях можно не только спланировать общий объем инвестиций, но и оценить такие параметры, как темп износа основных фондов 5 и соотношение капитал/ВРП р.
Исходя из того, что 1 - А = 0,966 и А = 0,034, можно сделать вывод, что инвестиции отражаются на росте ВРП в течение года. Следовательно, подавляющая часть инвестиций в регионе не является долгосрочной. Зная А, нетрудно оценить соотношение капитал/выпуск р (в нашем случае под капиталом понимается совокупный объем основных фондов, а под выпуском - ВРП). Из произведения рА = 0,111 находим р = 3,26. Такое соотношение основных фондов к объему ВРП довольно правдоподобно, так как рассчитав этот показатель по статистическим данным, например по Курской области, получаем результат около 2,9.
Пожалуй, наиболее важным параметром модели Койка является темп износа основных средств 5. Из произведения (1 - 5)рЛ = - 0,092, где рЛ = 0,111, находим 5 = 0,1705. Экспоненциальный износ основных фондов составляет 17,05 процента в год от их остаточной стоимости.
На первый взгляд такая ситуация может показаться несколько неправдоподобной, поскольку в структуре основных фондов значительную долю занимают здания и сооружения, срок службы которых насчитывает десятки лет. Однако, как показывают расчеты по статистическим данным, экспоненциальный темп износа основных фондов Курской области составляет около 17 процентов.
Показатель экспоненциального износа сам по себе не имеет такого экономического смысла, как темп линейного износа. Проведя некоторые преобразования, вычислим величину линейного износа. Во-первых, через экспоненциальный износ можно выразить средний срок службы основных фондов:
(1 -8)" =Кост; (5)
(1-8) ост'
(6)
Найдем норму амортизации г, необходимую для поддержания текущего уровня износа основных фондов:
г = (1 -8)"-1 -(1 -8)" =(1 -8)"
1
1 -8
г = К о
1-8
(7)
(8)
Тогда норма амортизации будет равна темпу линейного износа оборудования. Она прямо линейно пропорциональна коэффициенту годности, а вид ее зависимости от экспоненциального износа при коэффициенте годности 0,5 представлен на графике, изображенном на рисунке 3.
О
0
1
СО
_о
I
I
экпоненциальный износ, %
Рис. 3. Зависимость величины линейного износа от экспоненциального
Учитывая, что, по данным статистики, коэффициент годности основных фондов Курской области составляет около 0,51, а доля полностью изношенных основных фондов -14 процентов, можно оценить реальный коэффициент годности в (1 - 0,14) х 0,51 = 44
процента. Следовательно, линейный износ основных фондов Курской области составит 0,44 х 0,17/(1 - 0,17) = 9 процентов. Средний срок службы составляет 11 лет, а средний возраст - 6 лет.
Получаем в целом довольно приемлемую модель оценки совокупных потребностей региона в инвестициях. К тому же, с помощью построения модели Койка можно оценивать уровень капиталоотдачи и темп износа основных фондов с точность выше, чем при использовании классического МНК. Несмотря на то, что при применении МНК получается немного больший коэффициент детерминации Я2 (0,96, или 96 процентов, против
0,93 при рекомендуемом значении более 0,70), на практике описанный способ построения эконометрических моделей может быть более универсальным и близким к реальной экономике.
Пути решения проблемы обновления основных фондов предприятий в период экономического кризиса
Несмотря на положительную тенденцию к росту инвестиций в основные фонды, сложившуюся в последние 2-3 года, существует значительная вероятность снижения темпов обновления производственных мощностей вследствие недостатка средств заемного финансирования в условиях разразившегося мирового финансового и экономического кризиса, в значительной степени затронувшего и российскую экономику.
Обвал котировок на фондовом рынке привел к потере активов, представленных ценными бумагами, на сумму более 20 триллионов рублей, причем наиболее значительный ущерб был причинен банковскому сектору. Первыми пострадали банки, активно действовавшие на фондовом рынке, затем через систему межбанковского кредитования кризис ликвидности распространился на всю банковскую систему страны. Недостаток денежных средств у банков уже проявляется в повышении годовых процентных ставок по кредитам в среднем на 3-5 процентов и в значительном ужесточении условий их выдачи предприятиям.
Такая ситуация ставит крест на осуществлении многих инвестиционных проектов. Проекты, в которых ставка сделана на заемное финансирование, а таких в Курской области по статистике около 73 процентов, откладываются по причине невозможности получения кредита либо из-за возросшей стоимости его привлечения, что серьезно снижает рентабельность вплоть до превращения проектов в убыточные.
Таким образом, начавшийся в последние годы процесс модернизации производственных мощностей в регионах Черноземья может быть надолго приостановлен в результате мирового финансового и экономического кризиса. Однако замораживание или вообще отмена важных инвестиционных проектов крайне невыгодна для России в свете назревших проблем конкурентоспособности экономики. В долгосрочной перспективе могут быть потеряны важные позиции не только на мировых рынках, но даже и на внутреннем рынке.
По расчетам правительства Курской области на решение задач, поставленных в Программе социально-экономического развития области на 2006-2010 годы, должно быть привлечено 157 миллиардов рублей инвестиций. Однако, как показывает модель Койка, эта цифра должна быть увеличена как минимум до 170 миллиардов рублей, что в условиях кризиса, нехватки ликвидности является крайне сложной задачей.
В сложившейся ситуации гарантом поступательного развития и обеспечения стабильности в стране может стать государство. Стимулирование инвестиционного процесса возможно посредством таких рычагов воздействия, как софинансирование капитальных вложений предприятий в размере до 10-20 процентов от их объема, внесение временных поправок в Налоговый кодекс Российской Федерации (НК РФ), касающихся немедленного полного списания стоимости приобретаемых основных средств при их приобретении в целях облегчения налоговой нагрузки на предприятия.
Для обновления производственных мощностей наиболее важных для региона объектов можно выделить государственные инвестиционные кредиты. Так, возможно завершить строительство пятого энергоблока Курской АЭС, а также станции замещения АЭС-2.
Итак, наиболее распространенными эконометрическими методами прогнозирования совокупных потребностей региона в инвестициях является построение акселераторной модели и модели Койка.
В ходе проведенного авторами статьи исследования были оценены параметры модели Койка для регионов Центрально-Черноземного экономического района. С помощью этой модели было произведено моделирование инвестиционного процесса в Курской области на период до 2010 года. Расчеты показывают, что в реальности даже для достижения экономического роста в 3,75 процента в год в плановом периоде Курской области понадобятся инвестиции в размере 170 миллиардов рублей, что больше запланированных 157 миллиардов для обеспечения роста ВРП на 7,1 процента ежегодно по Программе социально-экономического развития.
С учетом сложившихся экономических реалий стала очевидной необходимость кардинального пересмотра большинства параметров инвестиционной составляющей как Программы социально-экономического развития Курской области на 2006-2010 годы, так и Стратегии социально-экономического развития Курской области до 2020 года. Особое внимание региональной администрации следует уделить поиску возможных источников инвестиций для обновления основных фондов экономики региона.
ЛИТЕРАТУРА И ИНФОРМАЦИОННЫЕ ИСТОЧНИКИ
1. О Программе социально-экономического развития Курской области на 2006-2010 годы : Закон Курской области от 5 декабря 2006 года № 80-ЗК0.
2. Деева А. И. Инвестиции : учебное пособие для вузов. М. : Издательство «Экзамен», 2005.
3. Инвестиции : учебное пособие / под ред. В. А. Слепова. М. : Экономистъ, 2004.
4. Тихомиров Н. П. Эконометрика : учебник. М. : Издательство «Экзамен», 2003.
5. Фомин Г. П. Математические методы и модели в коммерческой деятельности : учебник. 2-е изд., перераб. и доп. М. : Финансы и статистика, 2005.
6. Эконометрика : учебник / под ред. И. И. Елисеевой. М. : Финансы и статистика, 2001.
7. ЭрнстБерндт. Практика эконометрики: классика и современность. М.: ЮНИТИ-ДАНА, 2005.
8. Лаговые модели инвестиционных процессов с независимыми переменными / В. С. Левин // Финансы и кредит. 2006. № 18.
9. Специфика инвестиционных процессов в отраслях народного хозяйства России / А. Сафронов // Предпринимательство. 2008. № 4.
10. Koyck, Leendert M. Distributed Lags and Investment Analysis. Amsterdam : North-Holland Publishing Company, 1954.
11. URL: http://oblduma.kursknet.ru
12. URL: http://www.gks.ru
