CC BY
7
3. возможность реализации перспективных инвестиционных проектов;
4. снижение объема отрицательных воздействий со стороны внешней среды фирмы;
5. определение слабых и сильных сторон финансовой деятельности фирмы и сравнение их с конкурентами.
Таким образом, выбор эффективной финансовой стратегии является актуальным в нынешних рыночных условий. Критерием эффективности финансовой стратегии фирмы может являться «золотое правило экономики», где:
Темп роста прибыли > Темп роста объема продаж > Темп роста авансированного капитала > 100%.
Если в течение своей финансовой деятельности фирма нарушает данное золотое правило, то в финансовую стратегию необходимо вносить коррективы, чтоб она могла удовлетворять данному правилу, так как это является одним из самых главных показателей эффективности деятельности фирмы, в том числе и финансовой деятельности.
Заключение
Финансовое состояние фирмы напрямую зависит от состояния экономики в целом, поэтому финансовую политику необходимо разрабатывать с учетом циклических макроэкономических колебаний. С одной стороны, финансовая политика должна быть гибкой, чтоб суметь адаптироваться к рыночным реалиям в короткие сроки, а с другой, жесткой, так как она необходимо для четкого выполнения целей, задач, для достижения запланированных показателей на различных жизненных циклах фирмы.
Анализ и исследование кривой жизненного цикла фирмы (КЖЦ) дают возможность рассматривать фирму, как единую систему, не только в текущий момент, но и прошлом с будущим. Они позволяют предвидеть возникновение всевозможных кризисов. Необходимо учесть, что нельзя рассматривать
фирму однобоко только лишь с позиции кривой жизненного цикла, так как может произойти ряд случайных событий, который разрушит данный анализ. Колебания характерны не только для всех экономике в целом, но и для различных аспектов деятельности фирмы: производство, предложения товаров, технологии и пр. Жизненный цикл фирмы изучается через призму общего менеджмента, а анализируется при помощи финансового подхода.
Литература
1. Налоговый кодекс Российской Федерации.
2. Давыдова Л.В., Ильминская С.А. Финансовая стратегия как фактор экономического роста предприятия // Финансы и кредит, 2004. - № 30.
3. Коуз, Р. Природа фирмы — М.: Дело, 2001.
4. Степаненко А.В. Теоретические аспекты разработки финансовой стратегии предприятия // Успехи современного естествознания, 2010. - № 4.
5. Яковлева И.Н. Справочник по финансовой стратегии и тактике. - М.: Профессиональное издательство, 2009.
References
1. Nalogovyi kodeks Rossiyskoy Federatsii.
2. Davydova L.V, Ilminskaya S.A. Finansovaya strategiya kak factor ekonomicheskogo rosta predpriyatiya // Finansy i kredit, 2004. - № 30.
3. Kouz, R. Priroda firmy — М.: Delo, 2001.
4. Stepanenko A.V. Teoreticheskie aspekty razrabotki finansovoy strategii predpriyatiya // Uspekhi sovremennogo estestvoznaniya, 2010. - № 4.
5. Yakovleva I.N. Spravochnik po finansovoy strategii i taktike. - М.: Professionalnoe izdatelstvo, 2009.
ПЕРСПЕКТИВЫ АНАЛИЗА ПРОГНОЗОВ ВВП РОССИИ ПО ЦИКЛИЧЕСКИМ И ДИНАМИЧЕСКИМ ФАКТОРНЫМ
МОДЕЛЯМ
Щербаков Никита Анатольевич
аспирант Государственного научно-исследовательского института системного анализа Счетной палаты Российской Федерации;
ведущий аналитик, СБЕРБАНК - ТЕХНОЛОГИИ.
АННОТАЦИЯ
В статье рассматриваются перспективы оценки и анализа прогнозов ВВП России по динамическим факторным моделям и циклическим моделям в реальном времени, в условиях нестабильности денежных систем стран из-за распада международной финансовой системы, незаконных санкций правительств.
ABSTRACT
The article discusses the prospects for assessment and analysis of Russia's GDP forecasts dynamic factor model and cyclical patterns in real time, the instability of the monetary systems of countries due to the collapse of the international financial system, the illegal sanctions governments.
Ключевые слова: Денежно-кредитная политика, макроэкономическая политика, перспективы развития России, модели авторегрессии, прогнозирование.
Keywords:Monetary policy, macroeconomic policy and development prospects of Russia, autoregression model, forecasting.
JEL Classification: E52, E60, Е27, Е47.
финансовыми санкциями, и последующей дестабилизацией
С декабря 2014 году Россия столкнулась с мощным вли- денежной системы страны. янием внешних геополитических факторов, с торговыми и Официальные статистические данные по динамике ВВП
стали выходить с существенным временным лагом запаздывания, и оценка экономического роста в реальном времени стала приобретать особую актуальность. Ранее в России оперативное представление о динамике экономики получали агрегированием статистики по видам деятельности, по примеру Минэкономразвития, теперь пошел лаг статистики. Тем более, задачу перспективного прогнозирования выпуска (или ВВП) текущая статистика не решала. Требовались другие подходы.
С 2015 г. Банк России, перешел к реализации денежно-кредитной политики в режиме таргетирования инфляции. При этом, неоднократно указывалось, что модельный прогноз не должен быть основан на субъективном суждении экспертов. В современной исследовательской практике при решении обозначенной выше задачи достаточно широкое распространение получили три направления: динамические факторные модели[4], которые можно использовать как инструмент краткосрочного оценивания и прогнозирования ВВП[3], на основе текущей статистики [1]; модели по циклической эволюции денежных систем[2].
В дальнейшем настоящая статья структурирована следующим образом. Первая часть посвящена краткому описанию динамической факторной модели и других моделей, основанных на текущей статистике, и статистических показателях, выступающих в качестве переменных. Во второй части описан циклический подход, и его основные результаты оценок, в третьей части проанализирована точность прогноза ВВП в различных временных периодах представленными моделями. Сравнительной анализ предложенных моделей представлен в выводах.
1. Спецификация факторных моделей и статистические данные.
Использование факторных моделей при прогнозировании предполагает, что динамика большого количества наблюдаемых макроэкономических показателей может быть описана сравнительно небольшим количеством ненаблюдаемых факторов. В рамках исследования динамики ВВП России рассматривалась динамическая факторная модель, методология расчета которой в значительной степени опирается на зарубежные работы (Doz С., Giannone D., Reichlin L., 2011и Giannone D., Reichlin L., Small D., 2008).
В соответствии с международным опытом прогнозирования ВВП с помощью динамических факторных моделей (ДФМ), объясняющие показатели были разделены на три основные блоки:
- опережающие показатели (индексы предпринимательской уверенности Росстата, данные статистики - 50 переменных);
- показатели реального сектора (индексы промышленного производства, инвестиции в основной капитал, оборот розничной торговли, экспорт товаров и услуг, уровень занятости и безработицы, 36 переменных);
- финансовые показатели (процентные ставки и объем кредитов реальному сектору экономики в разрезе различных сроков, денежные агрегаты, валютный курс, фондовые индексы и другие показатели) + показатели внешнего сектора (показатели деловой активности в торговых партнерах, цены на основные товары российского экспорта - 30 переменных).
Исследователи сами обращают внимание на то, что данные по отдельным наблюдаемым переменным, относящиеся к блоку 3 усреднялись к месячному значению из ежеднев-
ных данных. Применительно к параметрам для исследований наблюдаемых переменных это относится к таким показателям, как цены на нефть, пшеницу, газ, алюминий, никель, а также индекс ММВБ, краткосрочной процентной ставке межбанковского кредитного рынка, валютному курсу.
Справедливо отмечается в исследованиях A. Orphanides, S. Norden, (2002), и M. Rusnak(2013), что упрощенный подход к сезонному сглаживанию в динамических факторных моделях учитывает в том числе будущие значения наблюдений. В модель при этом необоснованно заложена информация о поворотных точках в динамике показателей. С целью более объективных оценок прогностических характеристик используемой динамической факторной модели, проводится сглаживание соответствующих данных, что не отражает резких колебаний.
На этапе исследования прогностических характеристик в работе динамической факторной модели по результатам ее параметризации важной проблемой является также выбор временного периода на исторической ретроспективе, при которой прогнозные значения сопоставляется с фактическими данными по динамике ВВП. Этот период трактуется как псевдореальное время.
Исследователи отмечают, что период псевдореального времени должен быть достаточно длинным, чтобы избежать статистические ошибки модельного прогноза. Но выбор слишком длинного временного промежутка в условиях наличия структурных разрывов в динамике экономической активности может повлечь за собой не самые объективные выводы относительно предсказательных свойств исследуемой модели, поскольку предлагается формирования оценок динамики ВВП именно в текущих условиях. Вывод исследований заключается в создании достоверной базы данных в исторической ретроспективе.
2. О необходимости исследования циклических колебаний.
Исследователи[2], которые требуют учета циклических колебаний, указывают, что авторегрессионные модели приобретают предельно абстрактный и вторичный характер особенно в период кризисов и во время неопределенностей макроэкономики. Результатом применения таких моделей является отсутствие достаточно точных и системных экономических прогнозов, прежде всего - кризисов, необходимых для формирования экономической политики. В России не сумели заранее прогнозировать ни кризисы 2008-2009 годов, ни кризис 2014 г. ни кризис 2016 г. Неизвестна и следующая дата.
М.С. Айтапетян отмечает, что циклические модели хорошо себя зарекомендовали в отсутствие точных статистических данных, и системных экономических прогнозов. Так, за последние 100 лет такая оценка - с 30-летним периодом, было три периода мирового экономического роста. В конце периода 1900-1913 гг., итогом которого стали первая мировая война, революции и распад государств, и последующая вторая мировая война. После периода 1934-1947 гг., итогом которого стали распад Британской империи, мировой колониальной системы и «биполярный мир». В конце периода 1968-1981 гг., итогом которого стали распад СССР и создание мирового порядка под доминантой США (однополяр-ный мир). Аналог такой переходной ситуации в настоящее время - завершающий период мирового экономического роста 2003-2015 гг., итоги которого находятся на стадии формирования и проявятся в 2015-2020 гг.
Исследователи отмечают, что при мощных циклических колебаниях невозможно установить контроль над множеством финансовых. "Прежде всего - над временем, что определяет детерминированность мировых экономических циклов и периодические повторения качественных состояний мировой и локальной экономики. Хотя такие повторения, особенно периодические повторения кризисных состояний, зачастую неправомерно интерпретируются как случайные или как следствие ошибочной экономической политики". Потеря контроля над денежной системой сопровождается крупными глобальными и региональными последствиями, в том числе вытеснением России в относительно активную мировую периферию, нарастанием ее технологического и экономического отставания.
Это следствие того, что теории деловых циклов и авторегрессий исключают объективный анализ. Антикризисная политика - это не простой набор мер апробированных в истории, требуется разработка количественных критериев, как это сделано в США в Национальном институте исследования экономики М. Фриднаном, или в Великобритании В Институте экономических и социальных исследований Ф. Капии. Такие же базы данных требуются и по России. Такие экономические центры по этим работам были созданы и в других странах: Китай, Италия, Швеция, и др. Россия должна иметь конкурентно способный аналог.
3. Сравнение точности прогноза ВВП представленными моделями.
Центральное место в прогнозировании денежных изменений, причиной изменения денежного предложения служат целенаправленные действия людей. Но методология принуждает ограничиться в исследованиях только наблюдаемыми результатами действий, избегая обращения к мотивам.
Согласно философии науки, в научном исследовании статус «причинных» факторов могут иметь только наблюдаемые и поддающиеся измерению явления, то—да как мотивы поведения — это ненаблюдаемое и не поддаю-щееся измерению понятие. Мы говорим только об исследовании ко-личественных изменений ряда денежной массы, и влияния этих изменений на количественные переменные, такие, как уровень цен и объем производства.
Такой подход позволяет избежать ошибок анализа доходов конкретных периодов, которые показал П. Темин, проведя остроумнейший анализ, и сравнив две дефляции - 1838-1843 и 1929-1933 гг. Проверим поведение циклических и динамических факторных моделей на этом примере.
Профессор П.Темин (1969) показал[5], что в процентном выражении масштаб дефля-ции обоих периодов был практически одинаков. Циклически оба периода состоялись после 12-ти лет после глобальных мировых изменений. Но изменения реальных по-казателей в этих двух случаях были совершенно разными.
В 1929-1933 гг., объем инвестиций упал на 91%, потребление на 19 %, ВНП на 30%. Не так было, в 1839-1843 годах, инвестиции уменьшились на 23%, а уровень потребления вырос на 21%, а ВНП увеличилось на 16%.
Любопытно, объяснение того, что в 1930-х гг. объем производства и по-требления резко сократился, а в 1840-х годах, напротив, сильно вырос. Таким образом, очевидно, что кризис 1839-1843 гг. был благотворен для экономики, потому что помог ликвидировать неразумные проекты, не-
основательные долги и слабые бан-ки, в том числе опасный для страны.
Наш пример показывает, что и циклический подход и динамические модели авторегрессии не показывают главную причину различий.
Цель такого примера показать эволюцию денежных систем, существование новых угроз. Многие исследователи пытались улучшить результаты М.Фридмана, по количественным критериям, положенным в основу базы данных для анализа. Так Д. Лайдлер [7] провел исследования временных рядов доходов, пытаясь уменьшить время рассмотрения периодов анализа до 1-1,5 лет, достижений не было. Ф. Кейган[6] разработал теорию трех детерминантов и описал тренды отдельных периодов, которую успешно применил М. Фридман[9]. Правильность этих выводов подтвердил Л. Мендельсон в своем исследовании[8].
Выводы:
1. В денежной системе с ослабленным денежно-кредитным контролем должен быть приоритет внутренних гарантий государства, а не экономические цели. Если денежно-кредитная политика носит вспомогательный характер к налогово-бюджетной политике для минимизации затрат государства, происходит кризис эффективности капитала, и этого не показывают обе представленные модели.
2. Выводы обоих исследований требуют создания достоверной базы данных в исторической ретроспективе, показывающие эволюцию денежных систем.
3. В представленных моделях не могут быть учтены резкие изменения основных макроэкономических показателей, таких как цены на нефть, курсы валют, влияние катастроф (войны и резкие климатические перемены) .
4. Представленные модели могут использоваться как вспомогательные методы оценок темпа роста ВВП совместно с моделями количественного анализа.
Библиография.
1. Ачкасов Ю., "Модель оценивания ВВП России на основе текущей статистики: модификация подхода", ЦБ России, №8, январь 2016 г.
2. Айрапетян М., "О необходимости исследований и учета циклических колебаний в экономической политике", декабрь 2015г.
3. Дерюгина Е., Понамаренко А., " Большая байесовская векторная авторегрессионная модель для российской экономики ", ЦБ России. №1, 2015 г.
4. Поршаков А., Синяков А., Дерюгина, Понамарен-ко А., "Процедура оценивания и анализ качества прогнозов ВВП России с помощью динамической факторной модели", ЦБ России, №2 , март 2015 г.
5. Ротбард М.," История денежного обращения и банковского дела в США", 2012.
6. Кейган Ф.," Детерминанты изменения денежной массы, 1875-1960",1965.
7. Лайдлер Д.," Циклы перед новой классической экономикой ",1991.
8. Мендельсон Л. "Теория и история экономических кризисов",Т.1-3, 1959.
9. Фридман М., Шварц А.,"Монетарная история Соединенных штатов", 1963.
