CC BY
1
УДК 001.201
Джинджихашвили А.З. студент магистратуры 2 курса факультет «Экономики» Российский государственный социальный университет
Россия, г. Москва
ОЦЕНКА СТРАТЕГИЧЕСКОГО ВЛИЯНИЯ ФОНДОВ ПРЯМЫХ ИНВЕСТИЦИЙ И ВЕНЧУРНЫХ ФОНДОВ В РАЗВИТИИ РОССИЙСКОЙ ЭКОНОМИКИ.
Аннотация: Высокотехнологичные, капиталоемкие производства. Влияние капитала под управлением фондов на эндогенные показатели. Влияние капитала под управлением фондов и государственных расходов на НИОКР за исключением ВПК.Эконометрический анализ.
Ключевые слова: фонды прямых инвестиций, венчурные фонды, стратегия, мулътиколлинеарностъ, регрессии, анализ.
Dzindzichashvili, A. Z.
Student
2 course, faculty "Economy» Russian state social University Russia, Moscow
EVALUATION OF STRATEGIC INFLUENCE OF PRIVATE EQUITY FUNDS AND VENTURE FUNDS IN THE DEVELOPMENT OF
THE RUSSIAN ECONOMY.
Abstract: High-tech, capital-intensive production. The influence of capital under the management offunds on endogenous indicators. The influence of capital on the management of funds and government expenditures on R & D, with the exception of the MIC. Econometric analysis.
Key words: private equity funds, venture funds, strategy, multicollinearity, regressions, analysis.
Как было продемонстрировано выше, фонды прямых инвестиций и венчурные фонды существенным образом влияют на российскую экономику, а именно на капиталоемкие отрасли. По причине существующей макроэкономической обстановки именно высокотехнологичные, капиталоемкие производства способны повысить конкурентоспособность нашей экономики на мировой арене, что было подчеркнуто в «Стратегии инновационного развития Российской Федерации на период до 2020 года»: «Россия ставит перед собой амбициозные, но достижимые цели долгосрочного развития, заключающиеся в обеспечении высокого уровня благосостояния населения и закреплении геополитической роли страны как одного из лидеров, определяющих мировую политическую повестку дня. Единственным возможным способом достижения этих целей является переход экономики на инновационную социально ориентированную модель
развития» .
Для оценки влияния работы фондов будут использоваться показатели, приведенные в инновационной стратегии (описанные в главе 1) и показатели, согласно, используемая согласно Стратегии инновационного развития на период до 2020 года. Данный показатель также находит отражение в методологии В.Л. Квинта, как тридцатая характеристика стран с формирующимся рынком: «Диверсификация экономики, ориентирующейся в основном на природные ресурсы и сырье, к более сложным и высокотехнологичным отраслям и услугам» . Далее был произведен анализ влияния капитала под управлением фондов на количество патентов. Данная переменная также является индикатором диверсификации экономики, показывающим инновационные тенденции страны. Ведь чем больше патентов будет выдано сегодня, тем больше капиталоемкой продукции будет произведено завтра. За объем капиталоемкой продукции, произведенной сегодня отвечает показатель высокотехнологического экспорта. Заключительной эндогенной переменной является ВВП на душу, важнейший показатель для классификации стран по методологии Всемирного Банка. Согласно данной методологии классификация стран выглядит следующим образом:
Низкий доход: <955 долларов;
Ниже среднего дохода: 996-3,945 долларов;
Выше среднего дохода: 3,946-12,195 долларов;
Высокий доход: > 12,195 долларов .
Для сравнительной оценки влияния капитала под управлением фондов произведен анализ государственной политики в сфере финансирования НИОКР (за исключением военно-промышленного комплекса (далее - ВПК)).
Гипотеза данного исследования - влияние капитала под управлением фондов на эндогенные показатели значимо, и их мультипликативный эффект на эндогенные переменные выше, чем у государственных расходов на НИОКР. Показатель государственных расходов на НИОКР (за исключением ВПК) и доля инновационных компаний были взяты из ежегодника ВШЭ -(Индикаторы инновационной деятельности 2016). Источник статистических данных по количеству патентов, ВВП на душу, высокотехнологическому экспорту - http://www.worldbank.org/. Данные по капиталу под управлением фондов были взяты из Аналитических сборников РАВИ 2004 - 2016. Все данные, использованные в анализе - ежегодные, так как данные по капиталу под управлением публикуются на ежегодной основе, а помесячные или поквартальные данные отсутствуют. В анализе использовались данные за 20 лет - с 1995 по 2014 год. Построение эконометрической модели осуществлялось в Eviews.
Для построения эконометрической модели был использован метод наименьших квадратов. Уравнение итоговой регрессии должно выглядеть следующим образом:
У=а1+ Ы1 Х1+Ы2Х2+Е, где:
Y - эндогенная переменная, объект влияния экзогенных переменных (в качестве Y использовались следующие показатели: доля инновационных организаций, объем высокотехнологического экспорта, ВВП на душу и количество патентов;
Xi - экзогенная переменная, влияющая на Y (капитал под управлением фондов и государственные расходы на НИОКР за исключением ВПК);
а - постоянный коэффициент;
Ы - переменный коэффициент, демонстрирующий влияние X на Y;
£ - сумма ошибок модели.
При первоначальном анализе имеющихся данных автор пришел к выводу, что модель множественной регрессии построить невозможно. Причина тому - мультиколлинеарность экзогенных переменных. «Одним из условий классической регрессионной модели является предположение о линейной независимости объясняющих переменных, что означает линейную независимость столбцов матрицы регрессоров Х... При нарушении этого условия, т.е. когда один из столбцов матрицы Х есть линейная комбинация остальных столбцов, говорят, что имеет место полная коллинеарность. В этой ситуации нельзя построить МНК-оценку параметра» . В этой связи требовалось либо избавиться от мультиколлинеарности, либо изменить саму модель. Введение инструментальных переменных, или применение замены регрессоров невозможно, ввиду отсутствия такого регрессора, имеющего связь с одним из исследуемых регрессоров. Было принято решение строить модель парной регрессии для каждого регрессора.
Первой эндогенной переменной парной регрессии является доля инновационных организаций от общего числа. Были построены две модели, демонстрирующие влияние капитала под управлением фондов и государственных расходов на НИОКР за исключением ВПК. Полученные результаты представлены ниже.
Как следует из представленных расшифровок, данные парные регрессии имеют низкий коэффициент детерминации Я2, что говорит о плохом качестве модели - экзогенные переменные не объясняют динамику изменения эндогенной переменной. Данный результат можно интерпретировать следующим образом - реципиентом инвестиций фондов обычно являются уже существующие организации, а в высоко рисковые проекты на стадии разработки вкладываются только бизнес-ангелы. Поэтому сильной корреляции между капиталом под управлением фондов и количеством компаний нет. С другой стороны должна быть связь между капиталом под управлением фондов и количеством патентов и более того, высокотехнологическим экспортом.
Указанная выше гипотеза подтвердилась - коэффициент детерминации в моделях, оценивающих влияние на высокотехнологичный экспорт, составляет 65% и 54%. Вероятность того, что переменные не значимы, равна 0. Как следует из рис. 21, изменение капитала фондов на 1 млн долларов США приведет к увеличению высокотехнологичного экспорта на 372 тыс.
долларов США. В свою очередь увеличение государственных расходов на НИОКР на 1 млн долларов США приведет к увеличению высокотехнологичного экспорта лишь на 298 тыс. долларов США. Данные значения демонстрируют, что мультипликативный эффект от работы фондов выше, чем от государственных расходов в области разработок.
Как следует из представленных расшифровок, модель, описывающая влияние капитала под управлением фондов и государственных расходов на НИОКР на количество патентов хуже, чем модель, где эндогенной переменной выступает высокотехнологичный экспорт. составляет 44% для государственных расходов на НИОКР и 52% для капитала под управлением фондом. Вероятность незначимости коэффициентов также как и в предыдущей модели равна нулю. Мультипликативный эффект тоже выше в модели с экзогенной переменной капитал под управлением фондов и составляет 0.14 патентов на 1 млн долл. США капитала.
Последней эндогенной переменной является ВВП на душу, модели представлены на рис. №25 и №26. Данная модель имеет лучшие показатели Я2, 89% для капитала фондов, и 99% для государственных расходов на НИОКР. Мультипликативный эффект капитала фондов, как и в предыдущих моделях выше - увеличение капитала на 1 млн долл. США приводит к увеличению ВВП на душу на 787 долларов.
В данном параграфе была представлена классификация стран Всемирного Банка в зависимости от ВВП на душу населения. Согласно статистике WorldBank ВВП на душу населения в России в 2015 году (данные за 2016 год отсутствуют) составил 9,093 долл. США. Соответственно, по указанной выше классификации, Россия попадает в группу - Выше среднего дохода. Таким образом, чтобы попасть в группу - Высокий доход, необходимо увеличение капитала под управлением фондов на 3,941 млн долларов США (стоит отметить, что данная статистика в полной мере не учитывает валютный шок декабря 2015 года).
Представленный эконометрический анализ демонстрирует необходимость поддержки данного финансового института, позволяющего максимально эффективно использовать доступный в экономике капитал. В следующем параграфе будут приведены тенденции развития отрасли фондов прямых инвестиций и венчурных фондов в России.
Использованные источники:
1. Стратегия инновационного развития Российской Федерации на период до 2020 года, с. - 2
2. Квинт В. Л. Стратегическое управление и экономика на глобальном формирующемся рынке - Москва: Бизнес - Атлас, 2012., с. - 136
3. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. - 6-е издю., перераб. И доп. - М.: Дело, 2004., с. - 109
4. составлено автором по данным Worldbank и Аналитических сборников РАВИ 2004 - 2016
