CC BY
19
pISSN 2071-4688 Финансовая система
eISSN 2311-8709
ПРОГНОЗИРОВАНИЕ ДИНАМИКИ РОССИЙСКОГО ДЕНЕЖНОГО ПОТОКА
Валерий Владиславович СМИРНОВ % Алена Владимировна МУЛЕНДЕЕВАь
a кандидат экономических наук, доцент кафедры отраслевой экономики факультета управления и социальных технологий, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Российская Федерация [email protected]
https://orcid.org/0000-0002-6198-3157 SPIN-код: 3120-4077
b старший преподаватель кафедры физической географии и геоморфологии историко-географического факультета, Чувашский государственный университет им. И.Н. Ульянова, Чебоксары, Российская Федерация al ena-mulende eva@yandex. ru ORCID: отсутствует SPIN-код: 9404-7292
' Ответственный автор
История статьи:
Получена 21.05.2018 Получена в доработанном виде 18.06.2018 Одобрена 09.07.2018 Доступна онлайн 29.10.2018
УДК 336.6, 336.7
Е47, Е51, Е63, G18, G32, 016
Ключевые слова:
амплитудные колебания, денежный поток, прибыль, прогноз, размах, регулятор, темпы прироста, убытки
Аннотация
Предмет. Динамика российского денежного потока. Анализ перспектив динамики потока, формируемого регулятором, кредиторами и организациями. Цели. Формирование прогнозных ориентиров динамики развития российского денежного потока регулятора, кредиторов и организаций на основе оценки темпов прироста более 40 взаимообусловленных финансово-экономических показателей, от наличных денег вне банковской системы до задолженности организаций по платежам в бюджет.
Методология. Использован системный подход с применением элементов графического и факторного анализа.
Результаты. Выявлены ограничения по приращению денежной массы, связанные со структурой экономики. Прогноз темпов прироста российского денежного потока кредиторов показал высокие значения объема убытков по убыточным кредитным организациям, а организаций — невысокие риски положительного и отрицательного ожидания в периоды роста и падения прибыли.
Область применения. Результаты исследования целесообразно использовать при формировании российской денежно-кредитной политики, в процессе выбора приоритетов регулирования финансового капитала и системы.
Выводы. Сохранение плавающего курса рубля позволяет регулятору обеспечить низкие значения размаха темпов прироста российского денежного потока. Придерживаясь требований Базель III, регулятор ограничивает число кредитных организаций, обеспечивая укрепление банковской системы и стабильность российского финансового рынка. Темпы прироста российского денежного потока организаций связаны с продолжительным устареванием основных фондов и снижением производительности труда, но наблюдаются незначительные позитивные изменения в перспективе с высокой чувствительностью по амплитуде к финансовым рискам, что обусловлено низким запасом финансовой прочности.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2018
Для цитирования: Смирнов В.В., Мулендеева А.В. Прогнозирование динамики российского денежного потока // Финансы и кредит. — 2018. — Т. 24, № 10. — С. 2239 — 2254. https://doi.org/10.24891/fc.24. 10.2239
Введение
В условиях санкционного давления на
российскую экономику, приведшего к
ограничению международных заимствований
(С.Ю. Глазьев) [1], все большее внимание уделяется потенциалу внутренних ресурсов (В.В. Ивантер) [2], в том числе динамике российского денежного потока (А.Н. Сухарев, А.А. Голубев, Г.Л. Толкаченко,
2239
О.М. Дюжилова1, О.В. Малиновская, И.П. Скобелева, А.В. Бровкина [3]). Современный анализ динамики российского денежного потока (Russian Cash Flow — RCF) включает в себя оценку его основных генераторов: регулятора (Regulator — R), кредиторов (Lenders — L) и организаций (Organizations — О). Оценка RCFR, RCFL и RCFO проводится в динамике, с определением темпов прироста (Growth Rate — GR) и использованием метода факторного анализа (А.В. Крупкин, Н.В. Городнова [4], В.Н. Маковеев [5], О.Т. Брукинса [6], Г.Ф. Папанек [7], Р.В. Хайорнс [8]).
Анализ динамики развития российского денежного потока регулятора, кредиторов и организаций на перспективу связан с оценкой GR более сорока взаимообусловленных финансово-экономических показателей:
денежная масса (наличные деньги вне банковской системы М0, переводные депозиты и другие депозиты, удельный вес М0 в М2), объем прибыли/убытков, полученных действующими кредитными организациями, объем прибыли по прибыльным и объем убытков по убыточным кредитным организациям, удельный вес кредитных организаций, имевших прибыль и убыток, в общем количестве действующих кредитных организаций, число кредитных организаций, имеющих право на осуществление банковских операций (имеющих лицензии,
предоставляющие право на привлечение вкладов населения и осуществление операций в иностранной валюте, генеральные лицензии, с драгметаллами), число кредитных организаций с иностранным участием в уставном капитале, имеющих право на осуществление банковских операций, число филиалов действующих кредитных организаций на территории Российской Федерации, зарегистрированный уставный капитал действующих кредитных
организаций, депозиты, кредиты и прочие привлеченные кредитными организациями средства, кредиты, депозиты и прочие
1 Сухарев А.Н., Голубев А.А., Толкаченко Г.Л., Дюжилова О.М. Государственные финансовые накопления (резервы) в современной России // Финансы и кредит. 2017. Т. 23. № 44. С. 2620—2630. URL: https://doi.org/10.24891/fc.23.44.2620
размещенные средства, предоставленные организациям, физическим лицам и кредитным организациям, сальдо прибылей и убытков к соответствующему периоду предыдущего года, сумма прибыли, удельный вес прибыльных организаций, сумма убытка, удельный вес убыточных организаций, кредиторская задолженность (просроченная задолженность поставщикам и подрядчикам), общий объем кредиторской задолженности (просроченная, задолженность по платежам в бюджет (просроченная, задолженность во внебюджетные фонды (просроченная))).
GR RCFR
GR RCFR позволяют выявить возможности регулятора по приращению денежной массы (денежного предложения) (Дж.К. Стейн [9]), как совокупности наличных денег (М. Павлин [10]), находящихся в обращении, и безналичных средств на счетах. Для оценки GR RCFR используем денежные агрегаты М0 и М2 (рис. 1). Проводя анализ результирующих значений GR RCFR М0 и М2, мы выявили следующие положения в российской денежной системе.
GR денежной массы (М2) с 2012 по 2018 г. показывают понижающий тренд с максимальным значением в 2012 г. и минимальным в 2015 г. Минимум связан с ограничительными мерами по сдерживанию регулятором девальвационного давления на российский рубль. Наблюдается кризис российской денежной системы 2014—2015 гг., когда значение GR удельного веса М0 в М2 2015 г. выше 2012 г.
В перспективе в связи с улучшением российского экономического фона, прогнозируется увеличение GR М2 в 2019 — 2020 гг. Регулятор будет стремиться сохранить среднее значение (.А) 2012 — 2020 гг. меньше 10% (А 2012 — 2020 - 12,3%) и размах (Ж) до 15% (^2012—2020 - 19,5%). Диапазон оптимальных показателей по А и Ж связан со спецификой структуры российской экономики
(рентабельностью нефтегазового сектора), ее большой зависимости от изменений мировых цен на углеводороды (амплитудные колебания), а также плавающим курсом
2240
национальной валюты, что в целом и определяло отрицательное значение асимметрии распределения
^2012 — 2020 = -0,6%.
GR наличных денег вне банковской системы (М0), также снижаются с 2012 до 2018 г., но с более скромными значениями (максимальное в 2012 г., минимальные в 2016 г. — 0,9%). Минимальные GR М0 в 2016 г. связаны с повышением ключевой ставки до 17% (16.12.2014 — 01.02.2015), что привело к увеличению ставок по вкладам свыше 20% и более усиленному абсорбированию излишнего RCFR регулятором. Максимальное значение GR удельного веса М0 в М2 в 2015 г. и минимальное в 2016 г. отображает картину девальвационного бума.
В прогнозной перспективе ожидается снижение GR М0 в 2019 — 2020 гг., что отразится на А (А2012—2020 = 8,4% < 10%). В то же время Ш GR М0 2012 — 2020 гг. сохранит свое значение выше 15%, но все же ниже чем у GR М2. Это связано с действием регулятора по сокращению GR М0 и сохранению GR М2 < 10% ( ^2012 — 2020 = 0,2%).
GR переводных депозитов коррелирует с GR М0, показывая максимальное значение в 2012 г. и достаточно высокое в перспективе 2018 — 2020 гг. (А2012—2020 = 10, 3%). Единственное значение, оказавшее существенное влияние на рост амплитуды GR переводных депозитов (выше 15%), связано с негативной реакцией физических и юридических лиц на действия регулятора в отношении ключевой ставки в 2015 г. (минимальные в 2016 г. — -4,2%, ^2012 — 2020 = -1,3%). При этом Ш GR переводных депозитов являются самыми высокими в GR М0 и М2.
По GR других депозитов наблюдается снижение с максимального значения в 2012 г. до минимального в 2015 г. В перспективе 2019 — 2020 гг. ожидается рост GR других депозитов А2012—2020 > 10% и Шш—жю > 15%, что вызвано стремлением регулятора сохранить стабильные параметры банковской системы (^2012—2020 = -0,4, GR других депозитов ниже положительных значений).
Следовательно, в ближайшей перспективе, после максимальных значений профицита RCF в 2018 г., ожидается умеренное снижение GR других депозитов.
Анализ GR RCFR регулятора позволил выделить наиболее нестабильные
составляющие денежного агрегата М2 — переводные депозиты и другие депозиты, а наиболее стабильные — наличные деньги вне банковской системы (М0).
GR RCFL
GR RCFL позволяют определить деятельность кредитных организаций в обороте российской денежной массы. Для оценки GR RCFL используем финансовые результаты (рис. 2) и отдельные показатели (табл. 1) деятельности кредитных организаций.
Оценка GR финансовых результатов деятельности кредитных организаций позволила выявить следующие положения (рис. 2). Минимальное значение GR объема прибыли в 2016 г. — -67,4%, максимальное
2017 г. — 384,3%. С учетом активного роста прогнозных значений GR объема прибыли
2018 — 2020 гг. (А2006—2020 = 41,2%, Ф2012 — 2020 = 2 ,4%) можно говорить о стабильности кредитных организаций, несмотря на их высокую волатильность (^2006—2020 = 451,7%). Российские кредитные организации с лихвой покрывали убытки от падения GR в периоды неустойчивого состояния российской экономики 2009 — 2010 гг. и 2014—2016 гг.
А GR объема прибыли по прибыльным кредитным организациям 2006 — 2020 гг. (с учетом роста 2018 — 2020 гг. и ^2012 — 2020 = 0,4%) прогнозируется на А2006—2020 = 25,7%. Это позволит покрыть снижение GR объема прибыли за счет высоких амплитудных колебаний
(Ш2006— 2020 = 145,1%) в положительной зоне.
GR удельного веса кредитных организаций, имевших прибыль, в общем количестве действующих кредитных организаций имеют устойчивую тенденцию к снижению ( ^2012 —2020 = ^Т^ А2006 — 2020 = -2%). Небольшая амплитуда дает надежду на
2241
возможное улучшение GR удельного веса кредитных организаций, имевших прибыль, в общем количестве действующих кредитных организаций.
Максимальное значение GR объема убытков по убыточным кредитным организациям соответствует 2009 г. (пик финансово-экономического кризиса 2008 — 2010 гг.), а минимальное в преддверии кризиса — 2007 г. С учетом отрицательных перспектив GR объема убытков по убыточным кредитным организациям (А2006—2020 = 639,8%, Ф2012 _ 2020 = 2 , 5%, Ж2006—2020 = 4 151,5%), прогнозируется критическая динамика повышения объема убытков и самих убыточных организаций. Это связано с высоким значением GR удельного веса кредитных организаций имевших убыток, в общем количестве действующих кредитных организаций (ТУ2006 — 2020 = 446,3%, максимальное значение в 2009 г., а минимальное 2012 г.).
Анализ GR финансовых результатов деятельности кредитных организаций позволил выявить высокие значения объема убытков по убыточным кредитным организациям. Это в первую очередь связано с российским законодательством, дающим возможность подобным кредитным организациям наращивать свой долг.
Оценка GR отдельных показателей деятельности кредитных организаций привела к следующим результатам (табл. 1). GR числа кредитных организаций, имеющих право на осуществление банковских операций устойчиво падает (А2006—2020 = -5,6%, = -1,3%, ^2012 _ 2020 ^2006 — 2020 = 13, 3%).
Это положение связано с действиями регулятора по повышению прозрачности и эффективности российских кредитных организаций в соответствии с требованиями Базель III (П. Болонья, А. Сегура [11], М. Брей, Л. Гамбакорта [12], Р. Репулло, Х. Суарес [13], Э. Джонс, А.О. Цайц [14]) усиливающего требования к капиталу и по ликвидности банка.
Таким образом, обнаружилась тенденция падения GR числа кредитных организаций, имеющих лицензии (разрешения),
предоставляющие право:
• на привлечение вкладов населения
(А2006—2020 = -6,4%, ^2012 _2020 = 1^2006—2020 = 13,8%);
• осуществление операций в иностранной валюте (А2006—2020 = -5,5%,
Ф
2012 -2020
= -1,1%, W
= 15,8%);
генеральные лицензии (А2
= -3,2%,
Ф
2012 -2020
= -0,4%, W
= 16,2%);
• проведение операций с драгметаллами
(Л
2006—2020
2006—2020
= -0,6%, = 19,5%).
Ф
2012-2020
= -1,5%,
Ужесточение действий регулятора в соответствии с требованиями Базель III проявились в полной мере в 2017 г., а ослабление ожидается в 2019 г., кроме привлечения вкладов населения и генеральных лицензий.
Действия регулятора, в соответствии с требованиями Базель III, повысили GR числа кредитных организаций с иностранным участием в уставном капитале, имеющих право на осуществление банковских операций
(Ä2,
) = 3,7%, = 44,6%).
Ф
2012 -2020
0,6%,
Возможности повышения GR числа кредитных организаций с иностранным участием в уставном капитале, имеющих право на осуществление банковских операций, ограничиваются регулятором и в ближайшей перспективе не превысят значения 2008 г. Это подтверждается снижением GR числа филиалов действующих кредитных организаций (А 2006-2020 = -7,5%,
Ф
2012 -2020
= -0,1%, W
2006 — 2020
= 26,
Исключением по действиям регулятора является Сбербанк России (А2006—2020 = -13,6%, Ф2012 _ 2020 = -2%, 1^2006 — 2020 = 60, 3%), демонстрируя «благополучное» существование сравнительно устойчивого снижения
2242
потенциала относительно Базель III, с наибольшей амплитудой.
Действия регулятора относительно требований Базель III оказали влияние на GR зарегистрированного уставного капитала действующих кредитных организаций (^2006—2020 = 17,5%, ^2012 - 2020 = -0,1%,
1^2006-2020 = 45,9%). Наглядно показано, что относительно зарегистрированного уставного капитала действующие кредитные
организации соответствовали Базель III в преддверии финансово-экономического
кризиса 2007 — 2008 гг. и после 2010 г., а также в 2014—2015 гг. и в перспективе 2019 — 2020 гг.
По GR привлеченным кредитными организациями средствам (депозитов, кредитов и прочих) (^2006—2020 = 26,6%, ^2012 - 2020 = -0,1%, ^2006—2020 = 50,5%), а также GR предоставленным организациям, физическим лицам и кредитным организациям (кредитов, депозитов и прочих размещенных средств) (Д2006—2020 = 25,3%, ^2012 - 2020 = -0,1%, Ж2006—2020 = 53,7%), можно сделать вывод о том, что кризис в российской банковской системе 2008 г., в отличие от 2014 г., был с высокой амплитудой искусственно созданный, и не зависел от мирового финансово-экономического кризиса.
Анализ GR RCFL позволил выявить все большую зависимость от регулятора который, реализуя требования Базель III, его ограничивает. Образующийся профицит RCF может быть использован только самим регулятором, возможности которого пока ограничены ст. 75 Конституции РФ и Федеральным законом «О Центральном банке Российской Федерации (Банке России)», постулирующими защиту и обеспечение устойчивости рубля; развитие и укрепление банковской системы, развитие и обеспечение стабильности российского финансового рынка.
GR RCFO
GR RCFO охватывают финансовые результаты (рис. 3) и кредиторскую задолженность
организаций (табл. 2). Оценка GR финансовых результатов организаций (без субъектов малого предпринимательства) позволила выявить следующие положения (рис. 3). GR сальдо прибылей и убытков, с учетом прогнозных значений (^2006— 2020 = 20,4%, ^2012 - 2020 = 0,1%, 1^2006 — 2020 = 114, 5%) показывают снижение GR RCFO в периоды кризиса 2008 г. и затянувшейся рецессии 2013 — 2014 гг., 2017 г. Ж свидетельствует о высоких финансовых рисках в случае незначительного форс-мажора, что подтверждается высокой амплитудой GR сальдо прибылей и убытков к соответствующему периоду предыдущего года 2006 — 2020 гг. — 196,3% и Ф2012-2020 = 1,7%. В прогнозной перспективе GR невысокие (Д2006 — 2020 = 6,2%) — низкий запас финансовой прочности организаций.
GR суммы прибыли (Д2006—2020 = 17,3%, Ф2012 - 2020 = 0,3%, Ж2006 — 2020 = 88%), а также GR удельного веса прибыльных организаций (^2006—2020 = 1,3%, ^2012 - 2020 = -0,2%, Ж2006 — 2020 = 19,4%) свидетельствуют о синхронности в негативной зоне GR RCFL и GR RCFO, демонстрирующие низкие значения в 2007 — 2008 гг., 2013 — 2014 гг., 2017 г. В эти периоды увеличиваются GR суммы убытка (максимальное значение 2008 г., 2018 г., 2020 г., ^2006 — 2020 = 34,9%, ^2012 - 2020 = 2 ,4% Ж2006—2020 = 359,9%) и GR удельного веса убыточных организаций (максимальное значение 2002 г., Л2006—2020 = -1,9%, Ф2012-2020 = 0,1%, Ж2006— 2020 = 36, 3%).
GR RCFO демонстрируют невысокие риски положительного и отрицательного ожидания. В периоды увеличения GR RCFL GR RCFO незначительно (по амплитудным значениям) наращивают прибыль, а падения — незначительно «проваливаются». Для организаций GR суммы убытков выше GR суммы прибыли (эффект старения основных фондов, снижения производительности труда и рентабельности организаций).
Оценка GR кредиторской задолженности организаций позволила выявить следующие положения (табл. 2).
2243
GR кредиторской задолженности организаций, с учетом перспективы (А2006—2020 = 16,6%, ^2012 _ 2020 = 1,2%, 12006—2020 = 33,2%), в том числе:
• просроченная (А 2006 — 2020 = 2,2%,
^2012 _2020 = 0,7%, 1006 — 2020 = 43,9%);
• задолженность поставщикам и подрядчикам
(А2006 — 2020 = 16,1%, ^2012 _2020 = 1%, 12006—2020 = 35 , 3%).
GR общего объема кредиторской задолженности:
• просроченная (А 2006 — 2020 = 5,5%,
^2012 _2020 = 0,5%, 1006 — 2020 = 42%);
• задолженность по платежам в бюджет (А2006—2020 = 8,7%, ^2012 _ 2о2о = 0,2%, 12006— 2020 = 33,9%, из нее просроченная —
А2006—2020 = -10%, ^2012 _ 2020 = 0%, 12006—2020 = 38,1%);
• задолженность во внебюджетные фонды
(А2006 — 2020 = -2%, ^2012 _2020 = 0,8%, 12006— 2020 = 60,3%, из нее просроченная —
А2006— 2020 = -14, 3%, ^2012 _ 2020 = -1,8%, 12006—2020 = 106,8%).
Таким образом, GR RCFO демонстрируют незначительные позитивные изменения в перспективе с высокой чувствительностью по амплитуде к финансовым рискам, указывающие на низкий запас финансовой прочности российских организаций и синхронность в негативной зоне GR RCFL и GR RCFO (низкие значения в 2007 — 2008 гг., 2013 — 2014 гг., 2017 г.). В то же время GR RCFO демонстрируют невысокие риски положительного и отрицательного ожидания (в периоды увеличения GR RCFL GR RCFO незначительно наращивают прибыль, а падения — «проваливаются»), что в большей мере определяется снижением
производительности труда и высоким износом основных средств. Российские организации по GR кредиторской задолженности и просроченной, GR общего объема кредиторской задолженности и просроченной, GR задолженности по платежам в бюджет
сохраняют 1, обеспечивая свою привлекательность для RCFR и RCFL.
В целом RCFO протекает синхронно, снижая прибыльность и наращивая убытки, без фиксации убытков. RCFO наглядно демонстрирует весомость RCFR относительно реального сектора экономики.
Выводы
Предложенный подход в прогнозировании динамики денежного потока дополняет исследования в области прогнозирования достаточности средств для развития текущей, инвестиционной и финансовой деятельности (Т.В. Воронченко [15]), вероятностную модель прогнозирования характеристик денежного потока (Б.И. Вайсблат, Е.Н. Шилова [16]), формирования процедур для прогнозирования будущих денежных потоков от финансового актива и последующее использование текущей стоимости потоков для расчета фундаментальной стоимости актива (Г.Р. Дональдсон, М. Камстра [17]), прогноза учета начислений и корректировки денежных потоков для получения прибыли среди эмитентов акций (Сью Хун Теох, Джей Ти Вонг [18]) и т.п.
В результате прогнозирования GR RCFR выявлены ограничения регулятора по приращению денежной массы, связанные со спецификой структуры российской экономики, ее большую зависимость от изменений мировых цен на углеводороды. Придерживаясь плавающего курса рубля, регулятор сохраняет низкие значения 1 GR RCF, что соответствует нормам ст. 75 Конституции Российской Федерации и Федеральному закону «О Центральном банке Российской Федерации (Банке России)» — защите и обеспечения устойчивости рубля.
Анализ прогнозных значений GR RCFL позволил выявить высокие значения объема убытков по убыточным кредитным организациям, что связано с российским законодательством, дающим возможность убыточным кредитным организациям наращивать свой долг. В этих условиях регулятор, придерживаясь Базель III,
2244
ограничивает число кредитных организаций, имеющих лицензии, предоставляющие право на привлечение вкладов населения, осуществление операций в иностранной валюте, генеральные лицензии, проведение операций с драгметаллами. Это в свою очередь повышает число кредитных организаций с иностранным участием в уставном капитале, имеющих право на осуществление банковских операций.
Прогнозные значения GR RCFO д е м о н с т р и р у ю т н е в ы с о к и е р и с к и положительного и отрицательного ожидания
в периоды роста и падения прибыли. Невысокие значения ожидания рисков связаны с продолжительным устареванием основных фондов, снижением производительности труда и рентабельности организаций. GR RCFO показывает незначительные позитивные изменения в перспективе с высокой чувствительностью по амплитуде к финансовым рискам, что связано с низким запасом финансовой прочности российских организаций и синхронностью в негативной зоне GR RCFL и GR RCFO при сохранении минимальных амплитудных колебаний.
2245
Таблица 1
GR отдельных показателей деятельности кредитных организаций (2006 — 2020 гг.)
Table 1
GR of some indicators of credit institutions' activity (2006-2020)
Показатели 2006 2007 2008 2009 2010 2011 2012 2013 2014
Число кредитных организаций, имеющих -3,5 -5,1 -4, -2,5 -4,5 -4,3 -3,4 -2,2 -3,5
право на осуществление банковских
операций, всего
В том числе имеющих лицензии
(разрешения), предоставляющие право: - на привлечение вкладов населения -10,3 -11,9 -1,6 -2,2 -4,2 -3,5 -2,7 -1,6 -3,6
- на осуществление операций -1,4 -2,9 -6,1 -2,4 -4,8 -3,4 -2,4 -2 -3,9
в иностранной валюте - на генеральные лицензии -3,2 -4,7 4,5 -0,7 -2,3 -2,7 -3,5 -1,1 0
- на проведение операций с драгметаллами 1,1 4,3 3,6 2 0 2,5 -0,5 1,9 -0,9
Число кредитных организаций 3,8 12,5 32 9,4 2,3 -2,7 4,5 6,1 2,9
с иностранным участием в уставном
капитале, имеющих право на
осуществление банковских операций
Число филиалов действующих кредитных 1,8 -0,4 5,3 0,4 -8,3 -8,1 -4,1 -16,3 -14,6
организаций на территории Российской Федерации, всего из них Сбербанка России -0,2 -14,9 -5,8 -4,2 -16,8 -11 -8,7 -54,4 -60,3
Зарегистрированный уставный капитал 16,8 27,5 29,2 20,5 41,2 -4,7 2,4 10,5 9,1
действующих кредитных организаций
Депозиты, кредиты и прочие привлеченные 47,1 50,2 49,5 26 10,9 22,1 26,4 15,4 13,9
кредитными организациями средства
Кредиты, депозиты и прочие размещенные 42,1 48,4 51 39,1 -0,9 12,3 29,6 17,8 17,9
средства, предоставленные организациям, физическим лицам и кредитным
организациям
Продолжение таблицы
Показатели 2015 2016 2017 2018 2019 2020
(прогноз) (прогноз) (прогноз)
Число кредитных организаций, имеющих право -9,6 -12,1 -15 -10 -1,7 -2,8
на осуществление банковских операций, всего
В том числе имеющих лицензии (разрешения),
предоставляющие право: - на привлечение вкладов населения -8,7 -11,7 -15,4 -9,1 -4,4 -5
- на осуществление операций в иностранной валюте - на генеральные лицензии -11,1 -5,2 -13 -9,4 -16,2 -11,6 -11,4 -7,8 -0,4 0,5 -1,8 -0,6
- на проведение операций с драгметаллами -2,9 -9,9 -14,2 -5,1 5,2 3,6
Число кредитных организаций с иностранным -10,4 -11,6 -12,6 -10 16,3 12,7
участием в уставном капитале, имеющих право
на осуществление банковских операций
Число филиалов действующих кредитных организаций на территории Российской Федерации, всего из них: Сбербанка России -14,8 0 -18,1 0 -21,5 -1,1 -18,9 -1,1 3,8 -12,7 0,6 -13
Зарегистрированный уставный капитал 25,7 26,6 2,3 10,6 23,5 21,9
действующих кредитных организаций
Депозиты, кредиты и прочие привлеченные 29,1 17 -0,3 8,3 44,3 39,3
кредитными организациями средства
Кредиты, депозиты и прочие размещенные средства, 26,6 10,6 -2,7 5,7 43,6 38,5
предоставленные организациям, физическим лицам
и кредитным организациям
Источник: рассчитано и построено на основе данных Федеральной службы государственной статистики. URL: http://www.gks.ru
Source: Authoring, based on the Federal State Statistics Service data. URL: http://www.gks.ru
2246
Таблица 2
GR кредиторской задолженности организаций (без субъектов малого предпринимательства) (2006 — 2020 гг.)
Table 2
GR of accounts payable of organizations (excluding small businesses) (2006-2020)
Показатели 2006 2007 2008 2009 2010 2011 2012 2013 2014
Кредиторская задолженность, всего 20,5 38,4 25,3 11,5 18,8 18,5 12,8 16,5 20,5
В том числе:
- просроченная -14,1 1,5 19,3 -3,6 5 20,1 -1,7 23,7 28
- задолженность поставщикам 23,6 39,3 29,7 4,2 18,3 21,3 17,3 19,7 11,8
и подрядчикам
Общий объем кредиторской -7,9 16,6 29,2 -4,9 5,9 22,6 3,1 27 25,4
задолженности, всего
В том числе:
- задолженность по платежам в бюджет -7,8 26,1 13,4 15,7 13,6 16,1 10,5 11,1 23,3
из нее: просроченная -31,4 -22,6 -14,6 -6,8 0 -17,1 4,4 -15,5 6,7
- задолженность во внебюджетные -23 -14,6 -3,9 1,6 6,3 37,3 8,7 12,5 20,4
фонды
из нее: просроченная -33 -32,5 -19,2 -7,1 -7,7 13,9 -4,9 2,6 10
Продолжение таблицы
Показатели 2015 2016 2017 2018 2019 2020
(прогноз) (прогноз) (прогноз)
Кредиторская задолженность, всего 17,3 8,6 5,2 18,4 18 17,7
В том числе
- просроченная 29,1 9,3 -1,5 -11 -8 -5,9
- задолженность поставщикам и подрядчикам 7,8 10 4 18,9 18,3 17,8
Общий объем кредиторской задолженности, 11,7 21,5 -0,4 -5,1 -2,7 -1
всего
В том числе:
- задолженность по платежам в бюджет -2 17,8 5,1 4,2 5,2 6
из нее: просроченная 6,3 -7,4 0 -17,3 -15,6 -14,4
- задолженность во внебюджетные фонды 22,9 3,6 0 -17,7 -14,2 -11,6
из нее: просроченная 15,9 7,8 -90,9 -17,2 -16,5 -16,1
Источник: рассчитано и построено на основе данных Федеральной службы государственной статистики. URL: http://www.gks.ru
Source: Authoring, based on the Federal State Statistics Service data. URL: http://www.gks.ru
2247
NJ NJ -fc.
00
GR денежной массы (2012-2020 гг.) Figure 1
GR of money supply (2012-2020)
30 T
n 2
25 -■
3.-S
N 5 CL ОУ Ш С
? S
^ 00 3 H
S sj -N
40
I
-10 -
-15
-■— Денежная масса (M2) ■ A- - ■ Переводные депозиты
-•— Наличные деньггг вне банковской системы (МО) ■ ■ - Другие депозиты
—X— Удельный вес МО в М2
ГО ГО
Г) 2
в
с I
3.-S
N 5 Cl
ш С
S» ^
^ 00
3 Н S sj
С.;
чО I
GR финансовых результатов деятельности кредитных организаций (2006—2020 гг.) Figure 2
GR of financial results of credit institutions' activity (2006-2020)
1325,6 1 : 1 ! 4062.1 \ ? 1 1 1 1314,7 1 1 1 1 2018 г. - 1030.2 2019 г. - 908,5
1 ! ; * 1 1 2020 г. - 833.2
1 ! / '. ■ 1 1 1 1 A 1
i , ; ,: 1 : 1 / 1 ; V
1 ! \ i 1 f V
i \ 1 1
......................: 1 ! .....;.....................1..... \ ! .1...................:,...!......... 1 1 .........1.............7.........rV I / i \
t i ! . j \ 1 1 1 ' / \
1 . i ! . ; 1 1 1 К / \ 1 1 i / i * / '
1 i ! ' .......,..................1 // X\ /............... X" — в- - - ГТ l ^ ----Q k / ■ - . .............>.L____j.....j.....
-4, S ii *'» x' Ч-. } j,.*-........*..../ s ' / ,-' / -"»'"ч у \ □ F-----■----
V* 2006' 0" 2Q07 /^О® S^A- - - А-/ 1 ili^j- 201/ \2\jl 2012^'/' \ ------V 2013 2014"^ 2 (Л 10 2011 7 / Х 2018 2019 2020
i / Xf x------X
- Объем прибыли (+) / убытков (-), полученных действующими кредитными организациями
-Ш--Объем прибыли по прибыльный кредитным организациям
-4- ■ - Удельный вес кредитных организаций, имевших прибыль, в общем количестве действующих кредитных организаций
■ X - - Объем убытков (-) по убыточным кредитным организациям
■ - Удельный вес кредитных организаций, имевших убыток, в общем количестве действующих кредаггных организаций
< <
1/1 3
а з п.
ni
п.
м о
M
Источник: рассчитано и построено на основе данных Федеральной службы государственной статистики. URL: http://www.gks.ru
Source: Authoring, based on the Federal State Statistics Service data. URL: http://www.gks.ru URL: http://www.gks.ru
-b.
NJ NJ Un О
GR финансового результата организаций (без субъектов малого предпринимательства) (2006 — 2020 гг.) Figure 3
GR of financial results of organizations (excluding small businesses) (2006-2020)
n 2
3.-S
N 5 CL ОУ ш С
S, ^
? S
^ 00 3 H
S sj -N
I
- Сальдо прибылей и убытков ■ Удельный вес прибыльных организации
—о— Е соответствующему периоду предыдущего года —*— Сумма прибыли - ■ ж ■ - Сумма убытка - ■ о- ■ Удельный вес убыточных организаций
Список литературы
1. Глазьев С.Ю. О роли Центрального банка России в экономическом кризисе: проблемы и решения // Экономическое возрождение России. 2014. № 4. С. 19 — 23.
URL: http://e-v-r.ru/wp-content/uploads/20l5/02/2014-4-42.pdf
2. Ивантер В.В. Перспективы восстановления экономического роста в России // Вестник Российской академии наук. 2017. Т. 87. № 1. С. 15 — 28.
3. Малиновская О.В., Скобелева И.П., Бровкина А.В. Функции государственных и муниципальных финансов и модернизация их инструментов в современных условиях // Финансовая аналитика: проблемы и решения. 2018. Т. 11. № 1. С. 77 — 86.
URL: https://doi.Org/10.24891/fa.11.1.77
4. Крупкин А.В., Городнова Н.В. Факторный анализ системы управления проектами концепции Smart City // Национальные интересы: приоритеты и безопасность. 2018. Т. 14. № 3.
С. 396—410. URL: https://doi.Org/10.24891/ni.14.3.396
5. Маковеев В.Н. Факторный анализ и оценка развития инновационной деятельности в обрабатывающей промышленности // Региональная экономика: теория и практика. 2016. Т. 14. Вып. 12. С. 143 — 153. URL: https://cyberleninka.ra/article/n/faktornyy-analiz-i-otsenka-razvitiya-innovatsionnoy-deyatelnosti-v-obrabatyvayuschey-promyshlennosti
6. Brookins O.T. Factor Analysis and Gross National Product: A Comment. The Quarterly Journal of Economics, 1970, vol. 84, no. 4, pp. 648-650. URL: https://doi.org/10.2307/1880845
7. Papanek G.F. Factor Analysis and Growth: An Empirical Test. The Quarterly Journal of Economics, 1971, vol. 85, no. 3, pp. 508-512. URL: https://doi.org/T0.2307/1885936
8. Hiorns R.W. Modern Factor Analysis. The Computer Journal, 1968, vol. 11, iss. 2, p. 219. URL: https://doi.org/10.1093/comjnl/11.2.219
9. Stein J.C. Monetary Policy as Financial Stability Regulation. The Quarterly Journal of Economics, 2012, vol. 127, iss. 1, pp. 57-95. URL: https://doi.org/10.1093/qje/qjr054
10. Peacock M.S. The Ontology of Money. Cambridge Journal of Economics, 2017, vol. 41, iss. 5, pp. 1471-1487. URL: https://doi.org/10.1093/cje/bex012
11. Bologna P., Segura A. Integrating Stress Tests within the Basel III Capital Framework: A Macroprudentially Coherent Approach. Journal of Financial Regulation, 2017, vol. 3, iss. 2, pp. 159-186. URL: https://doi.org/10.1093/jfr/fjx004
12. Brei M., Gambacorta L. Are Bank Capital Ratios Pro-Cyclical? New Evidence and Perspectives. Economic Policy, 2016, vol. 31, iss. 86, pp. 357-403. URL: https://doi.org/10.1093/epolic/eiw001
13. Repullo R., Suarez J. The Procyclical Effects of Bank Capital Regulation. The Review of Financial Studies, 2013, vol. 26, iss. 2, pp. 452-490. URL: https://doi.org/10.1093/rfs/hhs118
14. Jones E., Zeitz A.O. The Limits of Globalizing Basel Banking Standards. Journal of Financial Regulation, 2017, vol. 3, iss. 1, pp. 89-124. URL: https://doi.org/10.1093/jfr/fjx001
15. Воронченко Т.В. Прогнозирование и анализ движения денежных потоков // Экономический анализ: теория и практика. 2010. № 4. С. 46 — 51.
URL: https://cyberleninka.ru/article/n7prognozirovanie-i-analiz-dvizheniya-denezhnyh-potokov
2251
16. Вайсблат Б.И., Шилова Е.Н. Вероятностная модель прогнозирования характеристик денежного потока // Финансовая аналитика: проблемы и решения. 2010. № 15. С. 2 — 6. URL: https://cyberleninka.ru/article/n/veroyatnostnaya-model-prognozirovaniya-harakteristik-denezhnogo-potoka
17. Donaldson G.R., Kamstra M. A New Dividend Forecasting Procedure that Rejects Bubbles in Asset Prices: The Case of 1929's Stock Crash. The Review of Financial Studies, 1996, vol. 9, no. 2, pp. 333-383. URL: https://doi.org/10.1093/rfs/9.2.333
18. Teoh S.H., Wong T. Why New Issues and High-Accrual Firms Underperform: The Role of Analysts' Credulity. The Review of Financial Studies, 2002, vol. 15, iss. 3, pp. 869-900. URL: https://doi.org/10.1093/rfs/15.3.869
Информация о конфликте интересов
Мы, авторы данной статьи, со всей ответственностью заявляем о частичном и полном отсутствии фактического или потенциального конфликта интересов с какой бы то ни было третьей стороной, который может возникнуть вследствие публикации данной статьи. Настоящее заявление относится к проведению научной работы, сбору и обработке данных, написанию и подготовке статьи, принятию решения о публикации рукописи.
2252
pISSN 2071-4688 Financial System
elSSN 2311-8709
FORECASTING THE DYNAMICS OF THE RUSSIAN CASH FLOW Valerii V. SMIRNOV % Alena V. MULENDEEVAb
a I.N. Ulianov Chuvash State University (ChuvSU), Cheboksary, Chuvash Republic, Russian Federation [email protected]
https://orcid.org/0000-0002-6198-3157
b I.N. Ulianov Chuvash State University (ChuvSU), Cheboksary, Chuvash Republic, Russian Federation al ena-mulende eva@yandex. ru ORCID: not available
• Corresponding author
Article history:
Received 21 May 2018 Received in revised form 18 June 2018 Accepted 9 July 2018 Available online 29 October 2018
JEL classification: E47, E51, E63, G18, G32, O16
Keywords: amplitude fluctuations, cash flow, regulator, growth rate, losses
Abstract
Subject The article addresses the dynamics of the Russian cash flow.
Objectives The focus is on the analysis of prospects of the Russian cash flow created by
the regulator, creditors and organizations.
Methods The study relies on the systems approach and uses the elements of graphical and factor analysis.
Results Forecasting the rates of increment of the Russian cash flow of the regulator unveils restrictions in the increase of money supply, which are associated with the structure of the economy. The projected rates of increment of the Russian cash flow of creditors show heavy losses for unprofitable credit institutions and low risks of positive and negative expectations during the periods of growth and decline in profits for organizations. Conclusions Maintaining the free float of ruble enables the regulator to provide low rates of Russian cash flow increment. Adhering to the requirements of Basel III, the regulator limits the number of credit institutions thus strengthening the banking system and improving the stability of the Russian financial market. Rates of increment of the Russian cash flow of organizations are connected with continuous obsolescence of fixed assets and a decline in labor productivity. They demonstrate minor positive changes over the long term, high amplitude sensitivity to financial risks that it is caused by a low margin of financial safety.
© Publishing house FINANCE and CREDIT, 2018
Please cite this article as: Smirnov V.V., Mulendeeva A.V. Forecasting the Dynamics of the Russian Cash Flow. Finance and Credit, 2018, vol. 24, iss. 10, pp. 2239-2254. https://doi.org/10.24891/fc.24. 10.2239
References
1. Glaz'ev S.Yu. [About the role of Russian Central Bank in the economic crisis: Problems and solutions]. Ekonomicheskoe vozrozhdenie Rossii = Economic Revival of Russia, 2014, no. 4, pp. 19-23. URL: http://e-v-r.ru/wp-content/uploads/20l5/02/2014-4-42.pdf (In Russ.)
2. Ivanter V.V. [Prospects for Recovery of Economic Growth In Russia]. Vestnik Rossiiskoi akademii nauk = Herald of the Russian Academy of Sciences, 2017, vol. 87, no. 1, pp. 15-28. (In Russ.)
3. Malinovskaya O.V., Skobeleva I.P., Brovkina A.V. [Functions of public and municipal finance and the update of financial instruments in modern conditions]. Finansovaya analitika: problemy i resheniya = Financial Analytics: Science and Experience, 2018, vol. 11, iss. 1, pp. 77-86.
(In Russ.) URL: https://doi.org/10.24891/fa.1LL77
4. Krupkin A.V., Gorodnova N.V. [Factor analysis of the system for managing the Smart City concept projects]. Natsionalnye interesy: prioritety i bezopasnost' = National Interests: Priorities and Security, 2018, vol. 14, iss. 3, pp. 396-410. (In Russ.) URL: https://doi.org/10.24891/ni.14.3.396
2253
5. Makoveev V.N. [Factor analysis and assessment of the development of innovation activity in manufacturing industry]. Regionalnaya ekonomika: teoriya i praktika = Regional Economy: Theory and Practice, 2016, vol. 14, iss. 12, pp. 143-153.
URL: https://cyberleninka.ru/article/n/faktornyy-analiz-i-otsenka-razvitiya-innovatsionnoy-deyatelnosti-v-obrabatyvayuschey-promyshlennosti (In Russ.)
6. Brookins O.T. Factor Analysis and Gross National Product: A Comment. The Quarterly Journal of Economics, 1970, vol. 84, no. 4, pp. 648-650. URL: https://doi.org/10.2307/1880845
7. Papanek G.F. Factor Analysis and Growth: An Empirical Test. The Quarterly Journal of Economics, 1971, vol. 85, no. 3, pp. 508-512. URL: https://doi.org/10.2307/1885936
8. Hiorns R.W. Modern Factor Analysis. The Computer Journal, 1968, vol. 11, iss. 2, p. 219. URL: https://doi.org/10.1093/comjnl/11.2.219
9. Stein J.C. Monetary Policy as Financial Stability Regulation. The Quarterly Journal of Economics, 2012, vol. 127, iss. 1, pp. 57-95. URL: https://doi.org/10.1093/qje/qjr054
10. Peacock M.S. The Ontology of Money. Cambridge Journal of Economics, 2017, vol. 41, iss. 5, pp. 1471-1487. URL: https://doi.org/10.1093/cje/bex012
11. Bologna P., Segura A. Integrating Stress Tests within the Basel III Capital Framework:
A Macroprudentially Coherent Approach. Journal of Financial Regulation, 2017, vol. 3, iss. 2, pp. 159-186. URL: https://doi.org/10.1093/jfr/fjx004
12. Brei M., Gambacorta L. Are Bank Capital Ratios Pro-Cyclical? New Evidence and Perspectives. Economic Policy, 2016, vol. 31, iss. 86, pp. 357-403. URL: https://doi.org/10.1093/epolic/eiw001
13. Repullo R., Suarez J. The Procyclical Effects of Bank Capital Regulation. The Review of Financial Studies, 2013, vol. 26, iss. 2, pp. 452-490. URL: https://doi.org/10.1093/rfs/hhs118
14. Jones E., Zeitz A.O. The Limits of Globalizing Basel Banking Standards. Journal of Financial Regulation, 2017, vol. 3, iss. 1, pp. 89-124. URL: https://doi.org/10.1093/jfr/fjx001
15. Voronchenko T.V. [Forecasting and analysis of cash flows]. Ekonomicheskii analiz: teoriya i praktika = Economic Analysis: Theory and Practice, 2010, no. 4, pp. 46-51.
URL: https://cyberleninka.ru/article/n/prognozirovanie-i-analiz-dvizheniya-denezhnyh-potokov (In Russ.)
16. Vaisblat B.I., Shilova E.N. [A probability model of cash flow characteristics forecasting]. Finansovaya analitika: problemy i resheniya = Financial Analytics: Science and Experience, 2010, no. 15, pp. 2-6. URL: https://cyberleninka.ru/article/n7veroyatnostnaya-model-prognozirovaniya-harakteristik-denezhnogo-potoka (In Russ.)
17. Donaldson G.R., Kamstra M. A New Dividend Forecasting Procedure that Rejects Bubbles in Asset Prices: The Case of 1929's Stock Crash. The Review of Financial Studies, 1996, vol. 9, no. 2, pp. 333-383. URL: https://doi.org/10.1093/rfs/9.2.333
18. Teoh S.H., Wong T. Why New Issues and High-Accrual Firms Underperform: The Role of Analysts' Credulity. The Review of Financial Studies, 2002, vol. 15, iss. 3, pp. 869-900. URL: https://doi.org/10.1093/rfs/15.3.869
Conflict-of-interest notification
We, the authors of this article, bindingly and explicitly declare of the partial and total lack of actual or potential conflict of interest with any other third party whatsoever, which may arise as a result of the publication of this article. This statement relates to the study, data collection and interpretation, writing and preparation of the article, and the decision to submit the manuscript for publication.
2254
