CC BY
405
ФИНАНСОВЫЕ ПРОБЛЕМЫ
А.К. Моисеев, П.А. Бондаренко
ПРИМЕНЕНИЕ ИНДЕКСА ЭКОНОМИЧЕСКОЙ СЛОЖНОСТИ В МАКРОФИНАНСОВЫХ МОДЕЛЯХ
В статье рассматривается индекс экономической сложности - принципы построения, взаимосвязи с другими экономическими макропараметрами, преимущества и недостатки этого показателя с точки зрения сравнительного странового анализа. Обосновывается гипотеза о связи между сложностью экономики и монетизацией ВВП. Гипотеза проверяется с помощью эконометрического анализа, с привлечением показателя объема материальных запасов в производстве. Анализируется способ создания денег в разных экономиках за счет долга различных секторов.
Экономическая наука создает новые агрегированные показатели, которые могут быть значимы и использованы в моделях прогнозирования экономического роста. К таким индексам относится, в частности, индекс экономической сложности есопошю complexity index (ECI). Первоначально представленный в С. Идальго и Р. Хаусманном [1], индекс постепенно приобрел популярность. Кроме исследований этих авторов, появились работы, охватывающие большое количество стран [2], таких как Турция [3], Бразилия [4], Китай [5], Россия [6], а также их регионы. При этом существуют исследования, содержащие попытки с помощью индекса экономической сложности объяснить такие непростые явления, как неравенство доходов [7] или колебания показателя капитальных инвестиций [8].
«Сложность» экономики обычно воспринимается как разнообразие производимой продукции по номенклатуре, как наличие в стране множества производственных цепочек, как разнообразие необходимых компетенций работников, а также как наличие определенных достижений промышленности - космических запусков, собственного телекоммуникационного оборудования, ВПК.
Индекс ECI измеряет сложность производственной структуры страны путем объединения информации о разнообразии продукции страны (количество экспортируемых ею продуктов или уровень диверсификации экономики) и ареала распространения ее продуктов (количество стран, экспортирующих этот продукт).
Обычно у экономистов в отношении данного показателя возникает естественный вопрос: как можно измерять сложность экономики ее экспортными характеристиками? Так, если это сложная закрытая экономика (например, Иран), или если технологически более простые товары идут на внешний рынок, а сложные оставляются для внутреннего рынка (Япония)?
Исследования в области экономической сложности начались с концепции «пространства продукта» (product space), изложенной в статье 2007 г. [9]. В ней была представлена схема, которая визуализирует идею взаимосвязанности продуктов. Товары, для производства которых требуются одинаковые (или сходные) производственные мощности (например, толстовки и футболки), образуют товарные кластеры, которые характеризуются «взаимосвязанностью» Connectedness) - средней «близостью» (proximity) рассматриваемых продуктов, т.е. технологий, знаний, капитала при производстве данных товаров. Сам показатель «proximity» измеряет вероятность того, что вместе с одним товаром страна будет экспортировать другой «похожий» товар. Высокая степень взаимосвязанности в каком-либо кластере говорит о том, что для товаров
данной группы используются сходные производственные мощности и достаточно легко можно перейти с производства одного какого-либо товара на выпуск большого количества других продуктов в данном кластере.
Сложность продукта измеряется показателем PCI (product complexity index). Как правило, слабо взаимосвязанные кластеры, например углеводороды и сельскохозяйственная продукция, имеют низкую сложность, что было выявлено по мере развития концепции экономической сложности. Напротив, машины очень сложны и взаимосвязаны друг с другом, т.е. используют сходные капитал, знания, технологии и т. д., а одежда, текстиль и пищевая продукция обладают меньшей взаимосвязанностью и оттого имеют невысокую сложность. Сложные группы продуктов, например, химической промышленности и машиностроения, могут быть слабо взаимосвязанными, что говорит об использовании данными кластерами производственных возможностей (capabilities). Подразумевается, что в плохо связанных кластерах очень сложно перейти с выпуска одного товара на выпуск других - это требует существенных вложений, смены технологий и компетенций.
Сейчас эти две концепции - пространства продукта и экономической сложности - неразрывно взаимосвязаны. Основой концепции экономической сложности является предположение, согласно которому уровень доходов каждой страны обусловливается сложностью ее производственной структуры, а сам индекс экономической сложности фиксирует определенную «совокупность производственных возможностей», с помощью которого можно прогнозировать сложность будущего экспорта. Под «производственными возможностями» подразумевается способность экономики создавать различные виды продуктов. Термин «производственные возможности» в силу его более широкого значения предпочтительнее использовать вместо стандартного термина «производственные мощности». Он включает не только основной капитал, необходимый для производства конкретного продукта, но и логистические связи, ресурсы, технологии. Даже наличие квалифицированного труда является необходимым компонентом производственных возможностей - известны примеры импорта передового оборудования в СССР, на котором никто не мог работать, не обладая соответствующими компетенциями.
В некотором смысле идея «производственных возможностей» повторяет концепцию «производственного аппарата», упоминаемую Ю.В. Яременко: «Развитие экономики с высоким жизненным уровнем населения, передовым производственным аппаратом, развитой системой научных исследований, мощным оборонным потенциалом возможно только тогда, когда качественные ресурсы (квалифицированная рабочая сила, высокопроизводительное оборудование и др.) занимают преобладающие позиции в процессе воспроизводства. Ускоренное наращивание объема качественных ресурсов обеспечивается двумя путями. Во-первых, качественные ресурсы, являющиеся итогом предшествующего развития, в преимущественной степени используются в целях своего собственного воспроизводства. Во-вторых, недостаток качественных ресурсов компенсируется широким использованием массовых ресурсов» [10, с. 130]. Современный уровень статистики позволяет измерять степень развития производственного аппарата, поэтому идеи великих экономистов можно проверить на конкретных числах.
Изменения в производственной структуре экономики можно представить в виде комбинации двух процессов:
- страны начинают производить новые продукты на базе имеющихся у них производственных возможностей;
- страны накапливают (или создают) производственные возможности и комбинируют их с ранее созданными для разработки еще большего числа продуктов.
С. Идальго и Р. Хаусманн дают следующее объяснение связи между сложностью экономики и экономическим ростом: страны, у которых уровень доходов ни-
же, чем можно ожидать от их производственных возможностей, разработали еще не все продукты, производство которых возможно с имеющимися у этих стран производственными мощностями. Эти экономики, вероятно, будут расти быстрее, чем те, которые могут расти только вследствие накопления новых возможностей производства. Как правило, уровень доходов в стране соответствует производственным возможностям, но когда это не так, то есть потенциал для ускоренного или замедленного роста. Разрыв между уровнем доходов и сложностью экономики страны является ключевой переменной, которую можно использовать для оценки потенциала роста стран.
В подтверждение предположения о наличии некоторой зависимости между ЕС1 и уровнем доходов можно привести корреляцию между индексом экономической сложности и ВВП на душу населения в 2017 г. (0,65 на 2017 г., рис. 1).
ECI
3 2,5 2 1,5 1
0,5 0
-0,5 -1 -1,5 -2 -2,5
♦ ♦♦ ♦ ♦
f
♦
ВВП на душу населения в текущих ценах, долл.
Рис. 1. ECI и ВВП на душу населения в 2017 г., 132 страны мира
Источник: World Bank, The atlas of economic complexity.
Методика расчета индекса экономической сложности. Индекс ECI основывается на индексе сравнительных преимуществ (RCA), который рассчитывается по следующей формуле:
RCAp = (EXcp/ £ cEXcp )/(£ pEXcp/ £ p£ cEXcp),
где EXcp - объем экспорта товара «р» страной «с»; £с EXcp - сумма всего экспорта страны «с»; EXcp - мировой экспорт товара «р»; YpYf EXcp - суммарный мировой экспорт. В итоге в числителе получается доля товара «р» в экспорте страны «с», в знаменателе - доля товара «р» в объеме суммарного мирового экспорта.
При RCA > 1 доля экспорта товара «р» страны «с» превышает аналогичную долю данного товара «р» в мировом экспорте. И таким образом страна имеет сравнительное преимущество в экспорте продукта «р». RCA используется для определения элементов дискретной матрицы Mcp, каждый элемент которой приравнивается к 1, если страна «c» имеет сравнительное преимущество в производстве товара «p» и приравнивается к 0 в противном случае.
Mcp = 1 если RCAcp > 1, Mcp = 0 если RCAcp < 1.
Далее, с помощью матрицы Мср можно определить два показателя - распространенность экспорта продукта в мире и уровень диверсификации экономики. Низкий уровень первого и высокий уровень второй говорят о достаточно большой степени сложности экономики - т.е. она выпускает и продает много редких товаров. Если же уровень диверсификации экономики низок, т.е. если страна выпускает мало товаров, но распространенность какого-либо продукта очень низкая, это го-
ворит лишь о редкости какого-либо товара, а не о сложности его производства. Здесь наблюдается, возможно, спорная зависимость - если страны экспортируют редкий продукт и имеют при этом низкий уровень диверсификации экономики, то они отнюдь не обладают высокой степенью сложности экономики, так как в противном случае уровень диверсификации был бы высок. Для производства сложных продуктов, как упоминалась выше, требуется широкая производственная база, поэтому если товар излишне сложен, то страна не может экспортировать только его. Уровень диверсификации экономики не должен быть низким. В противном случае это просто редкое полезное ископаемое, например, алмазы или изумруды. Как подмечают авторы данного индекса - «экономическая сложность отражает объем знаний, встроенных в производственную структуру экономики» [2].
Как отмечено выше, матрица Мср позволяет определить уровень диверсификации экономики страны как количество продуктов, экспортируемых страной со сравнительными преимуществами, а распространенность экспорта продукта как число стран, которые экспортируют данный продукт со сравнительными преимуществами. В итоговом виде матрица Мср представляет собой таблицу, где по строкам указаны товары, по столбцам - страны, заполненные нулями и единицами.
Уровень диверсификации = Кс0 = ^ р Мср ,
Распространенность продукта = Кр0 = ^ сМср ,
где индексы «р» и «с» соответствуют товарам и странам.
Индекс экономической сложности рассчитывается по формуле: ЕС1с = (Кс - (К))/),
где ЕС1с - индекс экономической сложности страны «с», Кс соответствует определению собственного вектора матрицы Мср. Авторы индекса используют собственный вектор матрицы Мср, соответствующий второму максимальному собственному числу, так как вектор, соответствующий первому собственному числу, состоит из единиц и, таким образом, неинформативен. шКш и std(К) соответствуют среднему и стандартному отклонению вектора Кс.
Значения самого индекса колеблятся по странам примерно от -2 до +2, при этом самое высокое значение, как правило, у Японии и Швейцарии (2,34 и 2,10 соответственно в 2017 г.).
На рис. 2 представлено распределение индекса экономической сложности по различным группам стран в 2017 г. Среди развивающихся стран среднее значение индекса составило -0,35, среди развитых - 1,22, на постсоветском пространстве составило -0,02, а в Восточной и Центральной Европе - 0,89. Индекс экономической сложности России в 2017 г. равнялся 0,34, что выше среднего значения на постсоветском пространстве, но ниже, чем в Восточной и Центральной Европе. Россия находится на 49-м месте по уровню экономической сложности. При этом она устойчиво сохраняла значение показателя на уровне выше среднего на постсоветском пространстве и среди развивающихся стран на протяжении последнего десятилетия. За последние три года индекс превысил среднее значение стран Восточной и Центральной Европы.
Тем не менее, Россия по индексу экономической сложности до сих пор отстает от таких стран, как Мексика (0,98 в 2017 г.), Польша (1,18 в 2017 г.), Венгрия (1,44 в 2017 г.). На постсоветском пространстве по уровню экономической сложности Россию опережают не только страны Прибалтики (1,02 - Эстония; 0,94 - Литва и 0,70 -Латвия в 2017 г.), но и Украина и Белоруссия (0,52 и 0,86 соответственно в 2017 г.).
3 -| 2,5 -2 -1,5 -1 -0,5 -0 --0,5 --1 --1,5 --2 -2,5 -
Развитые страны
Центральная Восточная Европа
Развивающиеся страны
Постсоветское пространство
Рис. 2. Индекс экономической сложности на 2017 г.
Источник данных: The atlas of economic complexity.
Особенности расчета показателя экономической сложности. Индекс ECI рассчитывается на основе таможенных данных: в них включается только экспорт товаров, а услуги и неторгуемые виды деятельности не отражены в статистике. Однако сами страны могут экспортировать далеко не все производимые ими товары.
Остается существенным вопрос касательно диверсификации развитых и развивающихся стран. Как правило, более сложная продукция сильно диверсифицирована, что неприменимо к более простой продукции, например сельскохозяйственной, так как индекс сложности сразу возрастет. Авторы индекса на это возражение утверждают, что промышленно развитые страны имеют большие доли в общей торговле и если потребовалось бы глубже диверсифицировать продукты по категориям для достижения более однородных долей в мировой торговле, пришлось бы «дезагрегировать» более сложные товары, такие как автомобили, на классы, например, на внедорожники и седаны. Данное утверждение обосновано исследователями тем, что достоверность своих результатов они проверили на других наборах данных, включающих как большую, так и меньшую агрегации товаров [1].
В настоящее время авторы индекса ECI используют две системы: международную стандартную торговую классификацию второго пересмотренного варианта (standard international trade classification rev. 2 - далее SITC) и гармонизированную систему описания и кодирования товаров образца 1992 г. (harmonized system 1992 -далее HS). В данной работе все значения индекса экономической сложности представлены по второй классификации. Первая классификация включает в себя около 700 товаров в 10-ти категориях, вторая - около 5000 товаров в тех же 10-ти категориях, но ECI по второй классификации рассчитывается на менее продолжительном промежутке времени (1995-2017 гг.), чем по первой классификации (1962-2017 гг.). Средние значения ECI по различным группам стран - развитые и развивающиеся страны, постсоветское пространство и другие - то разница между данными классификациями покажется минимальной. Так, среднее значение индекса сложности развитых стран по классификации SITС в 2017 г. составило 1,21, по классификации HS - 1,22. В то же время, если средние значения ECI по различным группам стран, рассчитанные по двум классификациям товаров практически идентичны, то по отдельным странам разница может быть существенна. Так, индекс сложности России по SITC ниже индекса сложности по HS, причем это занижение индекса в зависимости от года может быть как более, так и менее значительным. В 2017 г. ECI России по SITC равнялся 0,24, ECI по HS -0,34. В 2003 г. разница была более весомой: ECI России по SITC равнялся 0,65, ECI по
HS - 1,06, что почти соответствовало значению развитых стран на тот год (1,29). Примерно такова ситуация в Саудовской Аравии.
Данное обстоятельство может быть объяснено следующим образом. Так как ECI рассчитывается на основе индекса сравнительных преимуществ, получаемых при превышении страной доли экспорта данного товара над долей экспорта данного продукта в общемировом экспорте, а сам индекс рассчитывается на основе таможенной статистики, которая учитывает экспорт в денежных единицах, то вола-тильность цен может существенно повлиять на величину показателя ECI в слабо диверсифицированных экономиках. При этом волатильность цен влияет тем сильнее, чем меньше товаров рассматривается. Наиболее сильные колебания цен происходят на сырьевых рынках и вследствие этого возможны изменения индекса экономической сложности.
На рис. 3 приведена динамика трех показателей - индекса экономической сложности России по SITC, по HS и цен на нефть. В случае расчета показателя ECI по классификации HS (5000 товаров) корреляция между ценой на нефть и индексом сложности отсутствует. В то же время показатель ECI по SITC (около 700 товаров) существенно коррелирует с ценами на нефть (-0,61). Это, как было выше сказано, связано с тем, что индекс сложности рассчитывается на основе индекса сравнительных преимуществ. Чем больше доля в экспорте товаров А, тем меньше доля других продуктов (назовем их товары В). Вследствие этого товары В, возможно, не будут обладать сравнительным преимуществом, так как их доля в экспорте страны, вероятнее, окажется меньше доли товаров В в мировом экспорте. И чем меньше выборка продуктов, тем сильнее колебания цен будут влиять на данные доли и количество товаров со сравнительным преимуществом. Поэтому можно сделать вывод, что чрезмерное увеличение доли какого либо товара в экспорте страны отрицательно сказывается на величине индекса ECI.
Долл.
120
110 -
100 -90 -80 -70 -60 -50 -40 -30 -20 10 0
ESI России
г 0,8
- 0,7
0,6
0,5
- 0,4
1 0,3
0,2
- 0,1
0
Год
Рис. 3. Динамика ЕС1 России и цен на нефть: -О- цена на нефть (левая шкала); -■- ЕС1 России по ИБ; -А- ЕС1 России по Б1ТС
Что касается интерпретации индекса, то в работе [11] авторы акцентируют внимание на том, что метод расчета индекса экономической сложности является подобием спектральной кластеризации, и таким образом ЕС1 представляет собой рейтинг стран, в котором страны с аналогичным экспортом расположены близко друг к другу, а сами страны разбиваются на два кластера с положительным и отрица-
тельным значениями, указывающими на расстояние от границы, проходящей между двумя группами. Как результат, индекс экономической сложности помогает в объяснении различий между богатыми и бедными странами посредством сравнения их производственных возможностей. Как было ранее замечено, между ЕС1 и ВВП на душу населения существует определенная корреляция. Богатые страны, находящиеся на вершине рейтинга ЕС1 имеют одну структуру экспорта, а аутсайдеры, находящиеся внизу рейтинга ЕС1 и являющиеся очень бедными странами, имеют совсем другую производственную структуру. Предполагается, что разные экспортируемые страной продукты обусловлены разными темпами роста экономики. Специализация на экспорте некоторых конкретных продуктов может привести к большему экономическому росту, чем специализация на экспорте других.
Уровень диверсификации отражает количество товаров, в производстве которых страна обладает конкурентным преимуществом, ЕС1 - «в каком виде экспорта страна является конкурентоспособной» [11] (имеется в виду, какая структура экспорта соответствует более высокому уровню жизни населения). Предполагается, что страны, как правило, следуют схеме, где они вначале стараются максимально диверсифицировать экспорт или производство, а затем специализироваться на отдельных отраслях в относительно позднем периоде своего экономического развития. По словам авторов, это предположение «согласуется с другими эмпирическими исследованиями, в которых описана положительная связь между диверсификацией экспорта и экономическим ростом, которая, как правило, сильнее в менее развитых странах» [11].
Тем не менее данный показатель может быть полезен в экономических расчетах. Одним из показателей, с помощью которого можно характеризовать сложность экономики страны, является доля в экспорте высокотехнологичного сектора. По данным Всемирного банка, в России эта доля колеблется в районе 10%, в основном за счет продукции военно-промышленного комплекса (11,7% в 2017 г.). В то же время во Вьетнаме эта доля в 2017 г. достигла 29,5%, но индекс экономической сложности Вьетнама отнюдь не в три раза превышает соответствующий показатель России (ЕС1 Вьетнама в 2017 г. равнялся 0,08, а России - 0,34). Это можно объяснить тем, что во Вьетнаме находятся заводы по сборке высокотехнологичной продукции, патенты на которую принадлежат другим странам.
В концепции экономической сложности утверждается, что страна не может производить отдельно какой-то сложный продукт. По идее, если какое-нибудь государство экспортирует только вертолеты, а соседнее - два десятка позиций номенклатуры сельскохозяйственной продукции, то сложность у первой будет ниже. Но авторы индекса утверждают, что такое невозможно - производство вертолетов требует огромного числа мощностей, специалистов, и страна, производящая эти вертолеты, должна в обязательном порядке выпускать что-то еще - тысячи видов запчастей для них, технологии и готовые решения в области навигации, связи, управления и т.д. Данный тезис подтверждается приведенным выше примером -Вьетнам не имеет необходимых специалистов и мощностей для полного производства экспортируемой им высокотехнологичной продукции. Комплектующие производят другие страны, а во Вьетнаме конечные товары только собирают, и соответственно, страна не имеет высококвалифицированных специалистов для выпуска другой продукции со сравнительными преимуществами.
Связь индекса экономической сложности с другими показателями. В исследовании Международного валютного фонда [8] подчеркивается определенная взаимосвязь между экономической сложностью, валютным курсом и капитальными инвестициями. В странах с высоким индексом экономической сложности падение курса национальной валюты приводит к росту инвестиций в производство. Это
происходит потому, что повышение конкурентоспособности отечественной продукции вследствие обесценения валюты стимулирует рост производства. Вместе с тем в странах с низким уровнем экономической сложности - наоборот: к росту инвестиций приводит укрепление национальной валюты. Такие страны, как правило, специализируются на добыче природных ресурсов, в них отсутствует производство средств производства, а оборудование приходится покупать за рубежом, на что необходим более высокий курс национальной валюты.
Нас интересует, в частности, соотношение показателя сложности экономики и доли денежной массы М2 в ВВП страны. Доля денежной массы в ВВП называется показателем монетизации и иногда приводится как некая цель, которую следует достичь. Действительно, у развитых экономик накоплен достаточно высокий объем долгов и монетизация выше единицы, т.е. М2, превышающая ВВП - нередкое явление. Среднее значение в мире - около 120%, в странах с высокими доходами - 150% (по данным Всемирного банка).
Денежный агрегат М2 в рамках теории, которой придерживаются авторы, воспринимается как показатель спроса на деньги. Экономика в рамках двухуровневой банковской системы создает необходимое количество денег без помощи государства. Государство в лице Центрального банка лишь легитимизирует выпущенные банками деньги, подтверждая, что текущий уровень и динамика денежной массы не выводят финансовую систему из равновесия, позволяя ей оставаться стабильной. Доверие к будущим доходам в экономике позволяет коммерческим банкам эмитировать подтверждения частных и государственных долгов, которые и являются новыми деньгами.
Тогда количество денег в экономике должно быть связано с ее производственными возможностями. Если деньги отражают не только накопленное богатство, но и доверие к будущим доходам, то чем больше имеется возможностей для извлечения доходов, тем больше в экономике будет денег при том же уровне текущего производства и текущих доходов.
Чем выше сложность экономики, тем больше в ней будет денег при том же объеме ВВП. Эту гипотезу можно проверить, пользуясь показателем экономической сложности ЕС1.
На рис. 4 приведено распределение стран по двум показателям: индексу экономической сложности и отношению денежной массы М2 к ВВП в 2016 г.
Ливия ♦
3 2,5 2 1,5
Марокко ♦
Китай ♦
Иордания Малайзия ♦
Корея ф Япония • ♦
ф Швейцария Сингапур
Y
Х
2,5
3
Простая экономика, добыча, туризм Сложная экономика, машиностроение
Рис. 4. Сложность экономики (X) и монетизация ВВП (М2/ВВП) (Y) в 2016 г. Источник: World Bank, The atlas of economic complexity.
На рис. 5 - корреляция по странам между двумя показателями - изменением денежной массы М2 и изменением материальных запасов у производителей.
1 -
0,9 -0,8 -0,7 -0,6 -0,5 -0,4 -0,3 -0,2 -0,1 -0
Год
2002
2004
2006
2008
2010
2012
2014
2016
Рис. 5. Корреляция изменения М2 и изменения запасов (в выборку вошла 31 страна).
Источник: World Bank, WIOD.
На рис. 4 очевидна определенная зависимость между ECI и денежной массой М2. Объяснение ей можно дать следующее: высокая сложность соответствует большому количеству товаров со сравнительным преимуществом, причем достаточно редких, а значит, высокосложных и с большим количеством добавленных цепочек производства. В сложной экономике много машиностроительных производств с широкой номенклатурой, и следовательно большее количество материальных запасов, требующихся для производства продукции. Больший объем материальных запасов предъявляет требования к большему объему кредита, что приводит к росту денежной массы М2, что и показано на рис. 5: как видно из графика, за исключением периода кризиса 2008-2009 гг., наблюдается сильная корреляция между изменением денежной массы М2 и изменением материальных запасов (0,89 в 2014 г.). В целом страны с более сложной экономикой имеют большее отношение денежной массы М2 к ВВП вследствие большего количества производств, что сопровождается повышенным объемом материальных запасов, для которых требуется больший объем денежной массы М2.
Одним из следствий разрабатываемой в лаборатории макрофинансовых исследований и прогнозирования ИНП РАН денежной теории* является то, что эмиссия денег отражает сумму долгов, государственных и частных, или меру доверия в данной экономике. Частные долги легитимизируются центральными банками и становятся частью денежной массы. Государственный долг также может становиться частью денежной массы, при запуске соответствующих механизмов рефинансирования, т.е. эмиссии под залог государственных ценных бумаг. Соответственно возникают три варианта динамики денежной массы.
1. Если в экономике баланс между выпуском государственных и частных долгов, то динамика денежной массы не инфляционна.
2. Если выпуск государственных долгов обгоняет выпуск частных (т. е. государство «оттягивает» на себя заемные средства), это свидетельствует об уровне неэффективности, достигнутом частным сектором и, возможно, скором бюджетном кризисе.
3. Если выпуск частных долгов обгоняет выпуск государственных, то у страны создается потенциал - бюджет мог бы взять больше долга и профинансировать инфраструк-
* Разрабатываемая теория перекликается с так называемой «современной теорией денег», MMT, но не пересекается с ней по множеству положений. Подробнее см. https://ecfor.ru/rozhdenie-kollaps-rynkov-sozdanie-deneg-fmansovoe-akusherstvo/
турные и другие общественные расходы. Возможно, в этой экономике есть недофинансирование общественных нужд, даже если частный сектор вполне динамичен.
2015 г.
Япония Нидерланды Южная Корея Великобритания Израиль Бельгия Канада Австралия
V/////////////////////////A
Франция ЩШШШк.
ШШШМ
жтжтж
-Г
50
150 200 о
0,2
0,4
0,6
0,8
% ВВП
Рис. 6. Отношение материальных запасов к денежной массе М3 и долги секторов (выборка из 25 стран) % ВВП, 2015 г.: Ш долги корпораций; ■ долги домохозяйств; □ госдолг; запасы/М3
Источники данных: сайты ОЭСР, Росстата, Всемирного банка, МВФ, Bloomberg.
Интересно было бы найти такие экономики среди существующих стран. Для этого можно сравнить отношение материальных запасов к денежной массе и отношение долга секторов к ВВП. Рассмотрим логику такого сравнения.
Отношение материальных запасов в экономике к денежной массе говорит не только о весе промышленности в ВВП. Данное отношение говорит также о «сумме доверия» - насколько денежная масса обеспечена оборотным капиталом. Если доверия мало, то денежная масса должна быть обеспечена в основном оборотным капиталом, а не долгосрочными инвестициями. Если же доверия много, то держать оборотный капитал как залоговое обеспечение по кредитам или для создания наглядной стоимости компании необязательно.
На графике рис. 6 представлены показатели соотношения материальных производственных запасов (inventories) к широкой денежной массе М3, а также долга секторов в процентах от ВВП на 2015 г. Данные о материальных запасах (inventories) по всем странам, за исключением России, взяты из базы данных сайта ОЭСР в разделе National Accounts в подразделе Balance sheets for non-financial assets, по России - с сайта Росстата. Данные по широкой денежной массе М3 (broad money) взяты из базы данных Всемирного банка. Для трех стран (Португалия, Латвия и Эстония), по которым отсутствовала информация о М3, были взяты данные по М2. И запасы, и денежная масса были представлены в национальной валюте и для возможности сравнения конвертированы в доллары по обменным курсам (currency exchange rates), которые представлены в базе данных сайта ОЭСР. Данные по долгам в процентах от ВВП (sectoral gross debt, percent of GDP) взяты из базы данных агентства Bloomberg.
Как видно из графика страны, которые обладают наибольшей долей материальных запасов в денежной массе, также обычно имеют достаточно низкую долю долга в ВВП. И наоборот, страны, имеющие высокую долю государственного долга в ВВП, имеют также и низкую долю материально-производственных запасов в денежной массе. Для подтверждения данной закономерности можно рассчитать ранговый коэффициент корреляции Спирмена.
Значение рангового коэффициента корреляции между госдолгом и отношением материальных запасов к денежной массе на 2015 г. равно -0,41. Полностью значения корреляции для всех секторов за 2012-2015 г. приведены в следующей таблице.
Таблица
Корреляция отношения материальных запасов к денежной массе М3 с долгом
(по выборке 25-ти стран)
Год Государства Домохозяйства Корпорации
2012 -0,38 -0,57 -0,29
2013 -0,41 -0,61 -0,32
2014 -0,35 -0,55 -0,29
2015 -0,41 -0,58 -0,37
Источник: расчеты авторов.
Заметим, что в выборке присутствуют страны, наиболее сильно выбивающиеся из общей тенденции. Так, Корея и Австралия отличаются от соседних стран с невысоким соотношением материальных запасов к М3 низким уровнем государственного долга, что в данном случае говорит о противоположной тенденции и о том, что денежная масса в данных странах создается не за счет государственного долга (если убрать их из выборки, то корреляция материальных запасов/М3 к госдолгу в
2015 г. изменится с -0,41 до -0,58). У этих стран имеется возможность наращивания государственного долга. Швеция и Финляндия имеют высокое соотношение материальных запасов и денежной массы М3, но по сравнению с другими соседними странами у них высокая закредитованность домохозяйств и корпораций, что выбивает их из общей тенденции (данные страны понижают отрицательную корреляцию материальных запасов/М3 к долгам домохозяйств - без них корреляция по модулю повысится с -0,58 до -0,75). Япония, которая выделяется на фоне всех остальных стран огромным госдолгом и имеет крайне низкое соотношение материальных запасов к денежной массе М3, усиливает имеющуюся тенденцию. Без данной страны корреляция в 2015 г. изменится с -0,41 до -0,33.
Таким образом, гипотеза о зависимости монетизации ВВП от масштаба выпускаемой номенклатуры, или, что то же - от сложности экономики, вполне жизнеспособна.
У индекса экономической сложности есть определенные преимущества, он действительно показывает сравнительную сложность экономик стран мира на панельных данных. Однако если не учитывать его недостатки, то можно сделать неправильные выводы. В частности, на показатель ECI слабо диверсифицированных экономик существенное влияние оказывает выбор классификации товаров. Соответственно в меньшей классификации индекс сложности занижается. Если понимать принципы построения данного индекса и использовать его корректно, то можно будет заметить, что он, скорее, рейтинговый и подходит для анализа динамики сложности конкретной страны с определенными оговорками. Вместе с тем он вполне подходит для сравнительного анализа статической картины в определенный момент времени. С его помощью можно сравнивать положение стран, их конкурентоспособность и возможности извлечения дохода.
Литература
1. Hidalgo C.A., Hausmann R. The building blocks of economic complexity // Proceedings of the National Academy of Sciences. 2009. № 106(26). Pp. 10570-10575.
2. Hausmann R., Hidalgo C., Bustos S., Coscia M., Simoes A., Yildirim M.A. (2011). The Atlas of Economic Complexity: Mapping Paths to Prosperity. Cambridge: Center for International Development, Harvard University, MIT. Pp. 108-358.
3. Erkan B., Yildirimci E. Economic Complexity and Export Competitiveness: The Case of Turkey // Procedia — Social and Behavioral Sciences. 2015. Vol. 195. July 2015. Pp. 524-533.
4. Freitas Elton Eduardo, Paiva Emilia Andrade. Diversification and sophistication of exports: an application of the product space to Brazilian data //Rev. Econ. NE, Fortaleza. 2015. Vol. 46. № 3. P. 79-98, Jul.-Set., 2015.
5. Gao J. & Zhou T. Quantifying China's regional economic complexity // Physica A: Statistical Mechanics and Its Applications. 2018. Vol. 492, February 2018. Pp. 1591-1603.
6. Любимов И.Л., Гвоздева М.А., Казакова М.В., Нестерова К.В. Сложность экономики и возможность диверсификации экспорта в российских регионах // Журнал Новой экономической ассоциации. 2017. № 2 (34). С. 94-122.
7. Hartmann D., Guevara M.R., Jara-Figueroa C., Aristaran M. & Hidalgo C.A. (2017). Linking Economic Complexity, Institutions, and Income Inequality // World Development. 2017. Vol. 93. May 2017. Pp. 75-93.
8. Brito Steve, Magud Nicolas E., and Sosa Sebastian. Real Exchange Rates, Economic Complexity, and Investment // IMF Working Papers. 2018. № 18/107. International Monetary Fund. [Электронный ресурс]. Режим доступа: https://www.imf.org/en/Publications/WP/Issues/2018/05/10/Real-Exchange-Rates.Economic-Complexity-and-Investment-45867
9. Hidalgo C.A., Klinger B., Barabasi A.-L., & Hausmann R. The Product Space Conditions the Development of Nations//Science. Jul. 2007. Vol. 317, issue 5837. Pp. 482-487.
10. Яременко Ю.В. Теория и методология исследования многоуровневой экономики. Т. III. Гл. 1. М.: Наука, 2000. 400 с. [Электронный ресурс]. Режим доступа: https://ecfor.ru/wp-content/uploads/2018/11/yaremenko-yu.v.-teoriya-i-metodologiya-issledovaniya-mnogourovnevoj-ekonomiki.pdf
11. Penny Mealy, J. Farmer Doyne, Teytelboym A. A new interpretation of the economic complexity index, Economics of Sustain-ability & Complexity Economics Programmes INET Oxford // Working Paper. 4-th February 2018. № 2018-04. [Электронный ресурс]. Режим доступа: https://www.inet.ox.ac.uk/publications/no-2018-04-a-new-interpretation-of-the-ecnoic-complexity-index/
