CC BY
160
Международные финансы
Удк 336
оценка уровня развития финансовых центров с применением методов многомерного дискриминантного анализа
е. в. семенцова,
аспирант кафедры банковского дела Е-mail: 181km@mail. ru Новосибирский государственный университет
экономики и управления
В статье рассмотрены классификации международных финансовых центров. Проанализированы методики их оценки и факторы, определяющие развитие. Предложена модель оценки уровня развития финансовых центров, основанная на применении алгоритма дискриминантного анализа. Составлен рейтинг 38 финансовых центров.
Ключевые слова: международные финансовые центры, классификация, мировой финансовый рынок, рейтинг, дискриминантный анализ.
В условиях финансовой глобализации важное значение для повышения конкурентоспособности национальной экономики приобретает участие государства в международном движении капитала. Между странами мира развернулась конкурентная борьба за создание и развитие на своей территории международных финансовых центров (МФЦ) как механизмов управления международными финансовыми потоками [10, 11].
Под международным финансовым центром, по мнению автора, понимается звено глобального финансового рынка, в котором:
- сходятся международные потоки движения капиталов;
- сосредотачиваются международные валютно-кредитные операции;
- концентрируются финансовые институты разных стран мира ввиду удобства его географического положения и наличия благоприятных правовых, налоговых и иных условий.
При этом считается, что в понятие «финансовый центр» уже включены признаки МФЦ [1].
Международный финансовый центр отличается от национального финансового центра открытостью и ориентированностью на клиентов вне юрисдикции той страны, где он находится. Вообще финансовые центры существенно различаются между собой по масштабам проводимых операций, степени вовлеченности в международные финансовые отношения и другим признакам. Эти различия раскрываются в классификации финансовых центров, представленной в табл. 1.
Анализ представленных в табл. 1 подходов к классификации позволяет разделить все финансовые центры в зависимости от уровня развития на следующие основные группы.
1. Финансовые центры глобального (мирового) уровня - обслуживают большинство стран мира и занимают лидирующее место по оборотам транснациональных финансовых операций (как правило, к этой группе относят Лондон и Нью-Йорк).
2. Финансовые центры международного уровня - обслуживают операции между несколь-
Таблица 1
направления классификации финансовых центров (ФЦ)
Автор классификационный признак Виды финансовых центров
Матюхин Г. Г. Природа возникновения На базе национальных рынков капитала
На базе международных рынков капитала (офшорные)
Стадии развития Развитие местного рынка
Региональный ФЦ
Международный ФЦ
Мирошников С. Н. Геополитический, геоэкономический признаки Глобальные города (Лондон, Нью-Йорк)
Субглобальные города
Крупные региональные центры
Рид Г. Глобальные центры первого и второго порядка
Международные ФЦ первого и второго порядка
Трифт Г. Глобальные центры
Зональные центры
Региональные центры
П. Тейлор, группа GaWC Альфа-ведущие
Бета-главные
Гамма-второстепенные
Дельта-формирующиеся
Фридман Дж. Значимость и степень интеграции в мировую экономику ФЦ центра, первичные и вторичные
ФЦ стран полупериферии, первичные и вторичные
Индекс глобальных финансовых центров Лондонского Сити (GFCI) Широта спектра оказываемых услуг Глобальные
Региональные
Локальные
Нишевые (офшорные)
кими странами и (или) региональными объединениями.
3. Национальные финансовые центры - по ним циркулируют финансовые потоки внутри отдельной страны.
4. Локальные - обслуживают финансовые потоки субъекта или региона.
Поскольку целью многих стран, включая Россию, является развитие международного финансового центра, принципиальным является ответ на вопрос - достиг ли данный финансовый центр международного уровня? Также возникает задача по выявлению МФЦ из множества всех финансовых центров.
В связи с этим воспользуемся более упрощенной - укрупненной классификацией, в соответствии с которой все финансовые центры предлагается разделить на две группы:
- международные;
- немеждународные.
В первую группу объединим центры, к которым в соответствии с общей практикой относят глобальные и международные ФЦ.
Во вторую группу войдут оставшиеся национальные и локальные финансовые центры.
Под уровнем развития финансового центра будем понимать исторически сложившуюся в нем совокупность различных социально-экономических, правовых, географических и других благоприятных условий международной финансовой деятельности, определяющих уровень его интеграции в глобальный финансовый рынок.
В настоящее время разрабатываются модели сравнительной оценки, строятся рейтинги финансовых центров (зачастую с использованием колоссального объема информации) [12]. Рейтинги, получившие наиболее широкое распространение, представлены в табл. 2.
Обзор методик оценки финансовых центров, представленных в табл. 2, позволил сделать следующие обобщения.
1. Во всех представленных методиках, за исключением индекса «Исследование глобальных городов», в котором дополнительно задействованы другие методы, финансовые центры сравниваются с помощью метода рейтинговой оценки.
2. Во всех рейтингах в том или ином виде используется метод экспертных оценок, который может повлечь за собой ангажированность результатов исследований.
Таблица 2
Методики оценки финансовых центров, разработанные разными исследователями [2, 8]
Автор название индекса (методики) Оцениваемый интегральный показатель краткое описание
Консалтинговая компания Z/Yen Group Limited Индекс глобальных финансовых центров (GFCI) Конкурентоспособность Сочетает рейтинги и рэнкинги стран по отдельным формализованным показателям с оценками экспертов - специалистов финансовых организаций; используется метод главных векторов; оценивается 75 центров, используется 64 частных показателя
Исследовательская группа глобализации и мировых городов под руководством П. Тейлора (Globalization and World Cities Study Group) Исследование глобальных городов (GaWC) Методы измерения отношений между глобальными городами Анализ различных видов производственных услуг, включая юриспруденцию и бухгалтерский учет. На базе обработки колоссального объема корпорационной информации составлены модели связей, позволяющие определить отношения между любой парой глобальных городов
MasterCard Индекс центров мировой торговли (MC WCCI) MasterCard Worldwide Centers of Commerce Index Роль мегаполисов в развитии мировой экономики Индекс позволяет выделить список из 50 мировых центров коммерции, выбранных по 6 параметрам, каждый из которых оценивается по 100-балльной шкале
Совместный проект Синьхуа и Доу-Джонс Индекс развития финансовых центров IFCDI Конкурентоспособность и емкость (мощность) МФЦ Комплексная система оценки, комбинирующая «объективную» систему индикаторов и результаты экспертных оценок. Оценивается 45 центров, используется 66 частных показателей
Консалтинговая компания A. T. Kearney и исследовательский центр «Чикагский совет по международным отношениям» (The Chicago Council on Global Affairs) Индекс глобальных городов (GCI), 2008 Уровень глобальности городов Рейтинг определяется как взвешенный интегральный показатель, включающий 5 факторов глобализации, каждый из которых определяется 4-6 показателями. Оценивается 66 центров, используется 25 частных показателей
3.В расчетах применяется сложный математический аппарат:
- индекс глобальных финансовых центров;
- индекс «Синьхуа-Доу-Джонс»;
- индекс «Исследование глобальных городов».
При этом, поскольку методики разрабатываются коммерческими организациями, их методические наработки являются в известной степени ноу-хау, что обусловливает их низкую транспарентность.
4. Для оценки применяется значительное число показателей, количество которых доходит до 66. Это осложняет интерпретацию полученных результатов.
Необходимость развития методологии оценки уровня развития финансовых центров и выявленные недостатки существующих методических подходов делают актуальной задачу разработки методики, позволяющей:
1) производить сравнительную оценку уровня развития финансовых центров на основе минимального набора наиболее информативных показателей;
2) классифицировать выбранные финансовые центры в одну из групп:
- достигшие международного уровня («международные»);
- не достигшие международного уровня («не международные»).
Таким образом, целью исследования является разработка методики, удовлетворяющей изложенным требованиям.
Развитие МФЦ (как любой сложной социально-экономической системы) определяется множеством стохастических факторов и может быть описано с помощью набора количественных и качественных признаков.
Поскольку оценить уровень развития финансового центра на основании какого-либо одного по-
казателя не представляется возможным, необходим интегральный показатель, который включает в себя совокупность частных показателей, поддающихся непосредственному измерению и отражающих наиболее весомые стороны исследуемого объекта.
Для решения этой проблемы предлагается применить методы многомерного дискриминантного анализа. Дискриминантный анализ использует статистические методы классификации с обучением, т. е. когда существует обучающая выборка с известными результатами анализа [13]. Он позволяет осуществить отбор из исходного множества признаков относительно небольшого числа переменных, которые обладали бы свойством наибольшей информативности.
В ходе проведения дискриминантного анализа строится дискриминантная функция и рассчитывается дискриминант, классифицирующий финансовые центры в одну из двух групп - «международные» и «не международные».
Существует ряд ограничений использования дискриминантного анализа:
- ни одна переменная не может быть линейной комбинацией других переменных;
- закон распределения для каждого класса является многомерным нормальным;
- число канонических дискриминантных функций должно равняться числу классов без единицы или числу дискриминантных переменных - в зависимости от того, какая из этих величин меньшая;
- два или более классов (по крайней мере - два объекта в каждом классе);
- любое число дискриминантных переменных при условии, что оно не превосходит общее число объектов за вычетом двух [4].
На первом этапе исследования на базе известных классификаций финансовых центров была сформирована обучающая выборка. В табл. 3 представлены финансовые центры, которые были отнесены исследователями к одной из четырех групп.
Для подготовки обучающей выборки центры, представленные в табл. 3, необходимо отнести к одной из двух групп: «международные» и «не международные». В целях исследования использовалась укрупненная классификация, и к первой группе были отнесены центры 1-го или 2-го уровней, ко второй -3-го или 4-го уровней. Например, Париж изначально был отнесен Фридманом и Тейлором в первую группу, а Ридом и составителями индекса GFCI - во вторую. Таким образом, Париж рассматривается как
Таблица 3
иерархия МФЦ, предложенная ридом, тейлором, Фридманом и составителями индекса «Глобальные финансовые центры» (GFCI)
Финансовый центр 1 2 3 4
Лондон Я БОТ
Нью-Йорк Я БОТ
Париж р т Я О
Франкфурт р т Я О
Токио р т Я О
Лос-Анджелес р т Я
Цюрих Б Я ОТ
Милан Т Б О Я
Чикаго Б О Я
Сан-Франциско БОТ Я
Торонто БОТ
Сидней Б Т Я О
Брюссель Б Т Я О
Мадрид Б Т О
Сан-Паулу Т Я Б О
Сингапур О Я Б
Мехико Т Я Б О
Сеул Т О Я Б
Вена Б О
Гонконг О Я
Москва Т
Тайбэй Т О Я Б
Шанхай Т О
Мумбаи Т О
Йоханнесбург Т Б О
Гамбург Я Б
Буэнос-Айрес Я Б
Примечание: 1 - глобальный уровень; 2 - международный уровень; 3 - национальный уровень; 4 - локальный уровень международных финансовых центров. Рид Г. - R; Фридман Дж. - Б; ОЕС1 - О; Тейлор - Т.
«международный». В случае, если финансовые центры были отнесены исследователями одновременно к группам два и три (например, Сан-Паулу, Сидней), т. е. потенциально попадали как в «международные», так и в «не международные», то их реклассификация проводилась по пессимистичному принципу и данные центры рассматривались как «не международные».
В результате была сформирована обучающая выборка из 15 финансовых центров следующего состава:
1) «международные» финансовые центры: Лондон, Нью-Йорк, Париж, Франкфурт, Токио, Цюрих, Гонконг;
2) «не международные» финансовые центры: Йоханнесбург, Торонто, Мехико, Буэнос-Айрес, Сан-Паулу, Сеул, Сидней, Мумбаи (Бомбей).
На втором этапе необходимо сформировать систему исходных показателей и собрать по ним информацию. Чтобы уйти от произвольности в выборе показателей, учитывался опыт существующих методик выделения факторов, определяющих развитие финансовых центров (табл. 4).
Анализ данных, приведенных в табл. 4, показал, что в качестве наиболее распространенных факторов, определяющих уровень развития финансового центра, выделяют:
- масштабы финансового рынка;
- институциональную основу;
- интегрированность в глобальные рынки капитала;
- общеэкономические характеристики;
- транспорт, связь и ИТ.
Таким образом, на втором этапе исследования определено 34 показателя уровня развития финансовых центров, объединенных в пять групп. Данные показатели и группы приведены в табл. 5.
По каждому из 15 финансовых центров, составляющих обучающую выборку, была собрана информация в разрезе 32 показателей по состоянию
Подходы различных исследователей к финансовых центр
на 2010 г. Информационная база исследования включала в себя статистические базы:
- Банка международных расчетов (БМР);
- Международной федерации бирж;
- Мирового банка.
Некоторые показатели (например ВВП) были получены с сайтов финансовых центров.
На третьем этапе исследования была проведена проверка выполнения требований дискрими-нантного анализа.
Согласно ограничению 1 дискриминантного анализа ни одна переменная не может быть линейной комбинацией других переменных. Возникает необходимость проверки показателей на наличие линейной связи и исключения из анализа переменных, между которыми прослеживается тесная линейная зависимость.
Кроме того, согласно ограничению 5 дискри-минантного анализа число дискриминантных переменных (показателей - 34) не должно быть больше общего числа объектов (15 финансовых центров) за вычетом двух. То есть необходимо сократить число используемых показателей с 32 до 13.
Таблица 4
выделению факторов уровня развития [2, 3, 4, 5, 6, 7, 9]
Фактор Авторы
Карпунин В. Н. Индекс глобальных ФЦ Фридман Дж. Индекс глобальных городов НАУФОР Баринов Э. А., Хмыз О. В. Индекс ведущих центров мировой торговли Матюхин Г. Г. Синьхуа The Financial Development Report 2011
Уровень развития институциональной структуры + + + + + + + + +
Уровень развития финансового рынка + + - - + + + + + +
Льготные правовые и налоговые условия + + - - + + - -
Стабильная финансовая система и валюта + - + - - + - + + +
Политическая стабильность + - + + - - + - + -
Высокий уровень развития транспорта и связи + - + + - - - - + -
Человеческий капитал - + - + + - - - -
Благоприятный бизнес-климат + - + + - - - - +
Удобство географического положения + - + - + - - - -
Экономическая стабильность + + - - - - - - + -
Интегрированность в глобальные рынки капитала - + - - - + - - + +
Инструментальная структура финансового рынка - - - - + - - - -
Экономическая свобода - - - - - - - - -
Инновационная деятельность - - - + - - - - -
Примечание: «+» означает наличие данного фактора в составе факторов, выделенных автором; «-» означает отсутствие данного фактора.
Таблица 5
исходные показатели оценки уровня развития финансовых центров
Группа Показатель
1. Масштабы финансового рынка Суммарный среднедневной оборот биржевого валютного рынка в апреле, млрд долл.
Биржевой оборот рынка акций (внутренних и иностранных), млрд долл.
Капитализация внутреннего рынка акций, млрд долл.
Распределение оборотов глобального биржевого валютного рынка по видам валют, млрд долл.
Официальные резервы в золоте, млрд долл.
2. Институциональная основа Внешние кредиты банков во всех валютах по отношению ко всем секторам, млрд долл.
Внешние депозиты банков во всех валютах по отношению ко всем секторам, млрд руб.
Отделения коммерческих банков (на 100 000 взрослых)
Внутренний кредит, предоставленный банковским сектором, в процентах от ВВП
3. Участие в международном движении капитала Объем прямых иностранных инвестиций, нетто, долл.
Прямые иностранные инвестиции, чистый приток, в процентах от ВВП
Прямые иностранные инвестиции, чистый приток, долл.
Страховые и финансовые услуги, в процентах от экспорта коммерческих услуг
Счет операций с капиталом, долл.
Портфель акций, чистый приток, долл.
Потоки частного капитала, всего, в процентах от ВВП
Потоки частного капитала, общий, долл.
4. Общеэкономические характеристики ВРП финансового центра на душу населения, млрд долл.
ВНД на душу населения, процент годовых
Валовые внутренние сбережения, в процентах от ВВП
Инфляция потребительских цен, процент годовых
ВРП финансового центра на душу населения
ВВП страны местонахождения финансового центра, млрд долл.
5. Транспорт, связь и ИТ Услуги связи, компьютеры и т. д., в процентах от экспорта услуг
Количество абонентов фиксированного широкополосного доступа в Интернет
Фиксированный широкополосный интернет-абонентов (на 100 чел.)
Высокотехнологичный экспорт, процент от экспорта промышленных товаров
Количество пользователей Интернета
Пользователи Интернета (на 100 чел.)
Абонентов подвижной сотовой связи
Абонентов подвижной сотовой связи (на 100 чел.)
Телефонные линии
Количество телефонных линий (на 100 чел.)
Количество пассажиров, перевезенных воздушным транспортом
Таким образом, сокращение числа переменных проводилось с учетом ограничения 1 дискриминан-тного анализа, а также содержательного смысла используемых показателей.
Из анализа исключались переменные, имеющие высокий показатель парной корреляции с другими.
Рассмотрим алгоритм отбора показателей на примере первой группы показателей, описывающих масштабы финансового рынка. Чтобы оставить минимально необходимое количество переменных, следует удалить одну из пары переменных, между которыми существует высокая корреляция (выше 80 %). Для этого построим корреляционную матрицу. Она представлена в табл. 6.
Из анализа данных табл. 6 видно, что показатель х5 имеет высокую корреляцию с показателями
х2 и х4. Кроме того, показатель х5 был подобран как единственный подходящий показатель для описания рынка золота. При этом он очень приблизительно характеризует капитализацию рынка золота. По этим двум соображениям данный показатель из анализа исключается.
Аналогичным образом была проведена проверка выполнения первого условия дискриминан-тного анализа для всех групп и в целом по выборке. В результате проверки условия отсутствия корреляции между показателями и исключения показателей из 34 осталось 13 (они представлены в табл. 7).
Несмотря на то, что список количественных переменных, характеризующих уровень развития финансового центра, существенно сократился, число показателей достаточно велико.
Таблица 6
Корреляционная матрица показателей, характеризующих масштабы финансового рынка
Показатель Суммарный среднедневной оборот биржевого валютного рынка в апреле, Биржевой оборот рынка акций (внутренних и иностранных), млрд Распределение оборотов глобального биржевого валютного рынка по видам Официальные резервы в золоте, млрд долл.
млрд долл. долл. валют
х1 х2 х4 х5
х1 1,00 0,41 0,39 0,30
х2 0,41 1,00 0,88 0,90
х4 0,39 0,88 1,00 0,89
х5 0,30 0,90 0,89 1,00
х6 0,91 0,58 0,63 0,60
Таблица 7
Отобранные показатели оценки уровня развития финансовых центров для проведения дискриминантного анализа
Группа показателей Обозначение Показатель
Масштабы финансового рынка х1 Суммарный среднедневной оборот биржевого валютного рынка в апреле, млрд долл.
х2 Биржевой оборот рынка акций (внутренних и иностранных), млрд долл.
х4 Распределение оборотов глобального биржевого валютного рынка по видам валют
Институциональная основа х6 Внешние кредиты банков во всех валютах по отношению ко всем секторам, млрд руб.
х8 Внутренний кредит, предоставленный банковским сектором, в процентах от ВВП
х9 Отделения коммерческих банков (на 100 000 взрослых)
Интегрированность в глобальные рынки капитала х14 Страховые и финансовые услуги, в процентах от экспорта коммерческих услуг
х15 Счет операций с капиталом, млрд. долл.
Общеэкономические х19 ВРП, млрд долл.
х23 Валовые внутренние сбережения, в процентах от ВВП
Транспорт, связь и ИТ х28 Высокотехнологичный экспорт, в процентах от экспорта промышленных товаров
х30 Пользователи Интернета (на 100 чел.)
х32 Абонентов подвижной сотовой связи (на 100 чел.)
На четвертом этапе с помощью метода дискриминантного анализа решалась задача отбора наиболее информативных показателей из оставшихся.
Расчет осуществлялся в модуле «Многомерный дискриминантный анализ» в ППП <^а^йса» пошаговым методом с включением. В табл. 8 представлены итоги отбора показателей и основные статистики, используемые для проверки адекватности модели.
Из анализа данных табл. 8 видно, что в ходе проведения дискриминантного анализа из 13 пере-
менных осталось всего 10, а 3 были отброшены как малоинформативные.
На пятом этапе проводилась проверка адекватности построенной модели. Для оценки качества модели использовались статистика Лямбда Уилкса и критерий Хи-квадрат. Значение Лямбды Уилкса составило 0,01779. Оно является близким к 0, что свидетельствует о достаточно полной дискриминации в построенной модели. Проверка дискриминантной функции (корня) также пока-
Таблица 8
Итоги анализа дискриминантных функций: основные статистики
Переменная Лямбда Уилкса Частная Лямбда Уилкса F-исключение Р-уровень Толер. 1-толер.
х6 0,228730 0,077792 47,41896 0,002331 0,011132 0,988868
х9 0,067110 0,265139 11,08641 0,029116 0,187161 0,812839
х32 0,115108 0,154580 21,87662 0,009467 0,139200 0,860800
х1 0,152314 0,116821 30,24050 0,005331 0,020138 0,979862
х8 0,047174 0,377188 6,60480 0,061980 0,200068 0,799932
х2 0,054207 0,328251 8,18578 0,045879 0,170890 0,829110
х30 0,051147 0,347889 7,49792 0,052000 0,143773 0,856227
х23 0,036447 0,488195 4,19345 0,109966 0,197293 0,802707
х19 0,028480 0,624769 2,40237 0,196084 0,343135 0,656865
х28 0,023693 0,751004 1,32620 0,313631 0,323064 0,676937
зала ее статистическую значимость: Хи-квадрат расчетное = 32,23 > Хи-квадрат табличное = 23,21. Это при уровне значимости 0,01 (вероятности 0,99) и с 10 степенями свободы, что свидетельствует о возможности ее использования в классификации финансовых центров.
Таким образом, все условия проверки адекватности модели были выполнены.
На шестом этапе исследования в соответствии с алгоритмом дискриминантного анализа, подробно описанным в ряде работ [13, 14], с помощью ТП «MS Excel» была построена дискриминантная функция, включающая выявленные переменные, и определена граница дискриминации. Построенная дискриминантная функция представляет собой интегральный показатель оценки уровня развития финансовых центров и имеет следующий вид: 12010 = х1 --0,214 + х2 --0,004 + х6 --0,124 +
+х8 --0,398 + x9 --2,81 + x19 --0,033 + x23 - 3,502 +
+x28 -1,983 + x30 --1,325 + x32 --1,12,
где I2010 - индекс уровня развития финансовых центров;
х1 - суммарный среднедневной оборот биржевого валютного рынка в апреле, млрд долл.; х2 - биржевой оборот рынка акций (внутренних и иностранных), млрд долл.; х6 - внешние кредиты банков во всех валютах по отношению ко всем секторам, млрд долл.; х8 - внутренний кредит, предоставленный банковским сектором, в процентах от ВВП; х9 - отделения коммерческих банков (на 100 000 взрослых); х19 - ВРП, млрд долл.;
х23 - валовые внутренние сбережения, в процентах от ВВП;
х28 - высокотехнологичный экспорт, в процентах от экспорта промышленных товаров;
х30 - пользователи Интернета (на 100 чел.);
х32 - абоненты подвижной сотовой связи (на
100 чел.).
Также была определена граница дискриминации, которая находится на уровне 353. При проведении классификации финансовые центры, для которых значение дискриминантной функции превышает 353, следует отнести к группе «международных». Финансовые центры, для которых значение диск-риминантной функции меньше 353, необходимо отнести к группе «финансовых центров, не достигших международного уровня» (не международных)».
На седьмом этапе полученная дискриминантная функция была использована для классификации 23 финансовых центров, не вошедших в обучающую выборку: Вена, Брюссель, Сантьяго, Копенгаген, Хельсинки, Будапешт, Джакарта, Дублин, Рим, Амстердам, Осло, Лима, Манила, Варшава, Лиссабон, Р-Рияд, Сингапур, Мадрид, Стокгольм, Бангкок, Стамбул, Москва, Шанхай.
По каждому из центров была собрана информация в разрезе 10 показателей, используемых при расчете дискриминантной функции по состоянию на 2010 г.
Значения показателей и рассчитанная величина дискриминантной функции I представлены в табл. 9.
На завершающем этапе финансовые центры, составляющие обучающую выборку, и финансовые центры, классифицированные с помощью дискриминантной функции, были ранжированы по значению индекса I, т. е. упорядочены по убыванию интегрального показателя уровня развития финансовых центров. Рейтинг уровня развития финансовых центров, включающий 38 финансовых центров, представлен в табл. 10.
Таким образом, в построенной модели используется 10 показателей, в отличие от существующих методик: «Индекс глобальных финансовых цент-
Таблица 9
Расчетные значения дискриминантной функции /2010 для финансовых центров в 2010 г.
Финансовый центр x1 x2 x6 x8 x9 x19 x23 x28 x30 x32 I
Вена 20 49 -17 137 11 122 26 12 73 146 267
Брюссель 33 0 11 117 48 83 23 10 74 112 308
Сантьяго 6 52 0 90 18 120 28 5 45 116 269
Копенгаген 120 0 -27 215 41 85 22 14 89 125 305
Хельсинки 31 0 43 101 16 58 20 11 87 156 237
Будапешт 4 26 0 82 17 53 25 24 65 120 264
Джакарта 3 104 0 37 8 92 34 11 10 92 272
Дублин 15 9 -79 233 29 61 30 21 70 105 336
Рим 29 0 -9 155 67 136 18 7 54 150 423
Амстердам 18 0 -11 212 23 350 26 21 91 115 300
Окончание табл. 9
Финансовый центр х1 х2 х6 х8 х9 х19 х23 х28 х30 х32 I
Осло 22 263 3 0 8 40 35 16 93 116 178
Лима 1 5 0 18 50 109 27 7 34 100 326
Манила 5 22 0 49 8 149 19 68 25 86 308
Варшава 8 69 0 64 46 68 20 7 62 123 293
Лиссабон 4 0 -1 209 76 98 12 3 51 143 442
Р-Рияд 5 201 0 0 9 622 43 1 41 188 355
Сингапур 266 288 60 86 10 240 52 50 71 145 371
Мадрид 29 1 361 9 231 38 230 21 6 66 112 321
Стокгольм 45 750 3 144 - 70 24 14 90 116 172
Бангкок 7 212 0 135 11 119 33 24 21 104 340
Стамбул 17 411 10 69 17 182 14 2 40 85 176
Москва 42 408 136 39 2 294 31 9 43 168 296
Шанхай 20 8 050 146 40 297 52 28 34 64 408
Таблица 10
Рейтинг уровня развития финансовых центров в 2010 г.
Ранг Финансовый центр Страна Значение индекса I Группа
1 Париж Франция 454 Международные
2 Токио Япония 453 финансовые центры
2 Цюрих Швейцария 453
2 Лондон Великобритания 453
3 Нью-Йорк Соединенные Штаты 451
4 Франкфурт Германия 450
5 Лиссабон Португалия 442
6 Гонконг Канада 430
7 Рим Италия 423
8 Шанхай Китай 408
9 Сингапур Сингапур 371
10 Р-Рияд Саудовская Аравия 355
11 Бангкок Таиланд 340 Финансовые центры,
12 Дублин Ирландия 336 не достигшие между-
13 Лима Перу 326 народного уровня
14 Мадрид Испания 321
15 Манила Филиппины 308
16 Брюссель Бельгия 308
17 Копенгаген Дания 305
18 Амстердам Нидерланды 300
19 Москва Россия 296
20 Варшава Польша 293
21 Буэнос-Айрес Аргентина 278
22 Йоханнесбург Гонконг 277
23 Сеул Корея 274
24 Джакарта Индонезия 272
25 Сантьяго Чили 269
26 Вена Австрия 267
27 Будапешт Венгрия 264
28 Сидней Австралия 258
29 Торонто ЮАР 247
30 Мумбаи Индия 246
31 Сан-Паулу Бразилия 240
32 Хельсинки Финляндия 237
33 Мехико Мексика 236
34 Осло Норвегия 178
35 Стамбул Турция 176
36 Стокгольм Швеция 172
ров» (GFQ), «Исследование глобальных городов» (GaWC), «Индекс центров мировой торговли» (МС WCCI), «Синьхуа-Доу-Джонс», «Индекс развития финансовых центров IFCDI», «Индекс глобальных городов» ^СГ), построенных на значительно большем количестве показателей, число которых варьируется от 25 до 66.
Разработанный индекс уровня развития финансовых центров позволил выделить 6 абсолютных лидеров из 38 рейтингуемых финансовых центров:
- Париж;
- Лондон;
- Нью-Йорк;
- Токио;
- Франкфурт-на-Майне.
Следует отметить, что разрыв рейтинговых оценок указанных центров минимален и составляет не более 3 %. Он объясняется спецификой, используемой в методике техники дискриминантного анализа, так как данные центры включены в состав обучающей выборки и их количественные характеристики были задействованы для настройки модели. При
этом методика адекватна для классификации так называемых «новых объектов», т. е. финансовых центров, не включенных в обучающую выборку. В состав международных финансовых центров также были включены:
- Сингапур;
- Шанхай;
- Рим;
- Р-Рияд.
Москва в общем рейтинге заняла 21-е место из 38, обогнав такие крупные, исторически сложившиеся центры, как Варшава, Буэнос-Айрес, Йоханнесбург, Сеул, Торонто, Мумбаи и Стокгольм.
Адекватность разработанной модели может быть проверена путем сопоставления результатов рейтингования финансовых центров с результатами, полученными известными авторитетными исследователями. В качестве примера рассмотрим рейтинги, составленные с применением авторской методики, и рейтинг финансовых центров, предложенный составителями индекса «Синьхуа-Доу-Джонс» [14], на 2010 г. (табл. 11).
Таблица 11
Сопоставление рейтингов и рангов финансовых центров, полученных в результате расчета и по методике «Синьхуа-Доу-Джонс» по состоянию на 2010 г.
Финансовый центр Рейтинг, рассчитанный по авторской методике Рейтинг, рассчитанный по методике «Синьхуа-Доу-Джонс» Ранг по авторской методике Ранг по методике «Синьхуа-Доу-Джонс»
Париж 454,23 72,77 1 5
Токио 453,38 85,55 2 3
Цюрих 453,16 59,37 3 11
Лондон 452,54 87,66 4 2
Нью-Йорк 451,40 88,43 5 1
Франкфурт 449,73 64,37 6 7
Лиссабон 442,27 24,15 7 44
Гонконг 430,27 81,01 8 4
Рим 423,35 34,47 9 34
Шанхай 408,25 63,75 10 8
Сингапур 370,82 70,06 11 6
Р-Рияд 354,59 - 12 -
Бангкок 339,78 - 13 -
Дублин 336,06 33,46 14 37
Лима 325,60 - 15 -
Мадрид 320,79 34,76 16 32
Манила 308,46 - 17 -
Брюссель 307,69 40,53 18 23
Копенгаген 304,83 41,04 19 20
Амстердам 299,73 53,00 20 15
Москва 295,84 34,19 21 35
Варшава 292,72 - 22 -
Буэнос-Айрес 277,83 25,59 23 42
Йоханнесбург 276,58 22,47 24 45
Сеул 274,26 35,02 25 31
Окончание табл. 11
Финансовый центр Рейтинг, рассчитанный по авторской методике Рейтинг, рассчитанный по методике «Синьхуа-Доу-Джонс» Ранг по авторской методике Ранг по методике «Синьхуа-Доу-Джонс»
Джакарта 272,11 - 26 -
Сантьяго 269,12 - 27 -
Вена 266,81 37,13 28 27
Будапешт 264,30 25,46 29 43
Сидней 258,48 59,47 30 10
Торонто 246,97 46,46 31 18
Мумбаи 245,99 31,52 32 40
Сан-Паулу 240,08 32,17 33 39
Хельсинки 236,84 37,07 34 28
Мехико 236,02 - 35 -
Осло 177,95 35,96 36 29
Стамбул 175,85 - 37 -
Стокгольм 172,34 39,33 38 25
Таблица 12
Показатели Москвы, которые необходимо изменить для достижения международного уровня
Показатели Внешние кредиты банков во всех валютах, млрд долл. Внутренний кредит, предоставленный банковским сектором, в процентах от ВВП Отделения коммерческих банков (на 100 000 взрослых) ВРП, млрд долл. Валовые внутренние сбережения, в процентах от ВВП Высокотехнологичный экспорт, в процентах от экспорта промышленных товаров Расчетный рейтинг
Исходные 136 39 2 294 31 9 296
Измененные 600 39 2 294 31 9 353
Измененные 136 200 2 294 31 9 360
Измененные 136 39 25 294 31 9 360
Измененные 136 39 2 2 100 31 9 356
Измененные 136 39 2 294 50 9 362
Измененные 136 39 2 294 31 40 358
Цель 600 200 25 294 50 40 600
Изменения, % 342 418 1 037 614 60 352 -
Коэффициент корреляции между значениями интегральных рейтинговых показателей оценки уровня развития финансовых центров, представленных в табл. 11, составил 66,17 %.
Методика может быть использована для определения целевых уровней ключевых показателей, позволяющих принимать эффективные управленческие решения, связанные с развитием финансовых центров.
Например, для решения поставленной Президентом РФ задачи по превращению Москвы в международный финансовый центр необходимо уделить повышенное внимание достижению определенных целевых уровней по показателям, представленным в табл. 12.
Показатели, представленные в табл. 11, получены путем последовательного варьирования значений каждого из входящих в интегральную оценку
параметров при фиксированном значении оставшихся показателей и определения чувствительности интегральной оценки к такому изменению.
Из анализа данных табл. 11 видно, что к наиболее важным показателям из 10 возможных можно отнести следующие:
- валовые внутренние сбережения, в процентах от ВВП;
- высокотехнологичный экспорт, в процентах от экспорта промышленных товаров;
- внешние кредиты банков во всех валютах по отношению ко всем секторам, млрд долл.;
- внутренний кредит, предоставленный банковским сектором, в процентах от ВВП.
Эти показатели требуют увеличения от 60 до 418 %.
Учитывая положительную динамику изменения данных параметров и внимание к задаче формиро-
вания в Москве МФЦ, можно рассчитывать, что поставленная задача будет решена в среднесрочной перспективе.
Список литературы
1. Айвазян С. А., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика. 1989.
2. Баринов Э. А., Хмыз О. В. Рынки: валютные и ценных бумаг. М.: Экзамен. 2004.
3. Глинский В. В., Ионин В. Г. Статистический анализ: учеб. пособие. М.: Филинъ. 1998.
4. Дробышевский С. М. Перспективы создания международного финансового центра в Российской Федерации М.: Институт Гайдара. 2010.
5. Индекс глобальных финансовых центров (GFCI). URL: http://www. zyen. com.
6. Исследования глобализации и мировых городов (Globalization and World Cities Research Network). URL: http://www. lboro. ac. uk/gawc/.
7. Карпунин В. Н. Форпосты международного финансового капитала в развивающемся мире. Проблемы развития мировых финансовых центров на периферии капиталистического хозяйства. М.: Наука. 1988.
8. Консалтинговая компания A. T. Kearney и исследовательский центр «Чикагский совет по международным отношениям» (The Chicago Council on Global Affairs). URL:_http://www. atkearney. com/ index. php/Publications/2012-global-cities-index-and-emerging-cities-outlook. html.
9. Матюхин Г. Г. Мировые финансовые центры. М.: Финансы и статистика. 1978.
10. Мирошников С. Н. Становление и развитие мировых городов, и их влияние на мировые процессы. URL: http://www.international.tsu.ru/file. php?id=71.
11. Многомерные статистические методы анализа экономических процессов: учеб. / под ред. Ю. В. Сажина, Ю. В. Сарайкина, В. А. Басовой, А. В. Катынь. Саранск: Изд. МГУ. 2008.
12. Российский фондовый рынок и создание международного финансового центра. Идеальная модель фондового рынка России на долгосрочную перспективу (до 2020 года). М.: НАУФОР. 2008.
13. Слука Н. Глобальные города // Эксперт. 2008. № 15.
14. Совместный проект Синьхуа и Доу-Джонс. Индекс развития финансовых центров (Xinhua-Dow Jones IFCD-2011). URL:_http://www. mfc-moscow. com/assets/files/analytics/IndexFCDJuly2011.pdf.
