CC BY
66
УДК 338.124.4:338.4 Н. А. КИЗИМ
доктор экономических наук, профессор, Научно-исследовательский центр индустриальных проблем развития
Национальной академии наук Украины П. В. ПРОНОЗА кандидат экономических наук, доцент, Харьков^ий национальный экономический университет им. С. Кузнеца
О. Ю. ПОЛЯКОВА кандидат экономических наук, доцент, Научно-исследовательский центр индустриальных проблем развития
Национальной академии наук Украины
СИСТЕМА РАННЕГО РАСПОЗНАВАНИЯ ПАТОЛОГИЧЕСКИХ ПРОЦЕССОВ В РЕАЛЬНОМ СЕКТОРЕ ЭКОНОМИКИ
Большинство разработок, касающихся систем раннего предупреждения кризисов, нацелены на выявление признаков приближающихся кризисов, а не фундаментальных причин их зарождения. В статье предлагается новый подход к построению системы раннего распознавания патологических процессов в отраслях реального сектора экономики, основанный на определении дисбалансов и диспропорций как фундаментальных источников патологических процессов в реальном секторе. Торговый и инвестиционный дисбалансы являются следствием накапливающихся диспропорций во внешнеэкономической деятельности и инвестиционно-кредитных процессах и приводят к образованию пузырей, а при негативном экзогенном влиянии способствуют развитию кризисных явлений. Апробация предложенной системы показала целесообразность ее использования для раннего распознавания и предупреждения развития патологических процессов на примере развития кризисных явлений в восьми основных отраслях реального сектора экономики Украины в 2003—2011 гг.
Ключевые слова: патологические процессы; система раннего распознавания; реальный сектор; кризис; дисбалансы; диспропорции.
N. A. KIZIM
Doctor habil. (Economics), Professor, Research Centre for Industrial Development Problems of the National Academy of Science of Ukraine
P. V. PRONOZA PhD in Economics, Associate Professor, Kharkov National University of Economics n.a. Simon Kuznets
O. YU. POLIAKOVA PhD in Economics, Associate Professor, Research Centre for Industrial Development Problems of the National Academy of Science of Ukraine
THE EARLY DETECTION SYSTEM FOR PATHOLOGICAL PROCESSES IN THE REAL ECONOMY
Most developments relating to early warning systems for crises are aimed at identifying the signs of impending crises, not at defining the fundamental reasons of their rise. A new approach to early detection of pathological processes in the real economy is offered in the article. The approach is based on identifying imbalances and distortions as fundamental sources of pathological processes in the real sector. Trade and investment imbalances are the result of accumulating distortions in foreign trade and investment and credit processes which lead to formation of bubbles and development of a crisis under any negative exogenous influence. Testing the system in eight main branches of the Ukrainian real economy during 2003—2011 demonstrated its practicability for the early pathological processes detection and prevention.
Keywords: pathological processes; early detection system; real economy; crisis; imbalances; distortions.
© Н. А. Кизим, П. В. Проноза, О. Ю. Полякова, 2014
Кризисы периодически затрагивают ту или иную отрасль реального сектора экономики различных стран мира. Поэтому важным является решение проблемы раннего распознавания патологических кризисных явлений в отраслях реального сектора экономики страны. Имея такой инструмент, органы государственного управления в любой стране мира могут своевременно предупреждать развитие таких кризисных процессов или смягчать их последствия.
Последний разразившийся мировой кризис 2007-2008 гг. вызвал всплеск интереса к анализу дееспособности имеющихся и разработке новых методов предсказания и предупреждения кризисных явлений. Предыдущий кризис имел для научной экономической мысли те же последствия, соответствующие пословице: «Пока гром
не грянет». Из разработок последних лет следует отметить работы, рассматривающие финансовую нестабильность; финансовый [5; 7; 10; 15; 22], банковский [3; 6; 17; 18], долговой и валютный [9; 11] кризисы и в целом кризисные явления в экономике стран [1; 8; 20]. Примечательным фактом является то, что большинство работ, посвященных кризисам в экономиках различных стран, сосредоточены на предсказании финансовых и банковских кризисов. Фактически, несмотря на важность вопроса, очень малое число публикаций описывают кризисы в реальном секторе экономики [1; 12; 13], несмотря на то, что именно индекс промышленного производства [12] рекомендуется как основной индикатор наступления системного кризиса в экономике1.
Анализ подходов, используемых при разработках систем раннего предупреждения кризисных ситуаций, позволил выделить три группы:
- качественный анализ [6];
- использование регрессионных логит- и пробит-моделей [7; 18; 21];
- сигнальный подход [1; 9; 15; 17; 18].
Основным недостатком качественного
анализа является значительная субъективность в интерпретации динамики индикаторов [15], которая лишь частично может быть исключена с помощью статистических критериев. Выявление тех или иных закономерностей
1 OECD system of composite leading indicators. URL : http://stats.oecd.org/mei/default.asp?rev=2.
определяется квалификацией и предпочтениями аналитика. Вторым недостатком является субъективный выбор и разделение периодов нормального и кризисного развития, а именно выбор того докризисного периода, который необходимо анализировать. Отсутствие каких-либо объективных критериев по этому поводу объясняет тот факт, что в разных работах рассматриваются периоды от 2 до 5 лет до кризиса, причем как в годовом, так и в помесячном разрезах. Общей тенденцией является возможно большее увеличение рассматриваемого периода анализа, что позволяет анализировать несколько кризисных эпизодов в одной стране. Относительным преимуществом качественного анализа по сравнению с формальными методами раннего предсказания кризисов является отсутствие требований к необходимому количеству наблюдений для обеспечения статистической достоверности, что важно в тех случаях, когда кризисных эпизодов в одной стране мало, а использовать аналогичные эпизоды в других странах невозможно. Однако это также приводит к субъективности в обосновании и обобщении выводов о динамике индикаторов-предвестников кризиса.
Главным препятствием для создания эффективной системы раннего предупреждения на основе эконометрического подхода является необходимость достаточно большого количества наблюдавших кризисные эпизоды в одной стране и выполнение статистических предположений о распределениях индикаторов, что затруднительно обеспечить, если в качестве индикаторов используются синтетические показатели. Оценка модели на панельных данных (т. е. с использованием данных по кризисным эпизодам в других странах), по мнению авторов [7], является нежелательной, поскольку это значительно снизит мощность критерия, в соответствии с которым оценивается вероятность наступления финансовой нестабильности. Однако с последним замечанием не соглашаются авторы [14; 21], которые отмечают, что включение региональных переменных позволяет улучшить предсказательные возможности моделей.
Анализ разработок последних 15 лет показал, что наиболее универсальным является сигнальный подход. Он позволяет частично смягчить требования к исходной информации, касающиеся длины рядов и их статистических
характеристик, учесть особенности проявления и возникновения кризисов в различных странах без введения фиктивных переменных и, в основном, не зависит от субъективных оценок аналитиков. Применение сводных индексов позволяет обобщить результаты, полученные с помощью различных индикаторов, и усилить предсказательные возможности метода.
Однако все системы раннего предупреждения нацелены на выявление признаков наступления кризисных ситуаций, не рассматривая фундаментальные причины самой возможности их возникновения. В свою очередь, множественные теории циклов, объясняющие развитие кризисных явлений различными предположениями, не дают возможности построить на этих предположениях систему раннего распознавания кризисных явлений. Поэтому представляемый подход ориентирован на измерение фундаментальных причин, провоцирующих развитие кризисных явлений.
Подход к распознаванию заболеваний отраслей реального сектора экономики страны основан на оценке степени развития в них патологических процессов и определяется в два этапа: мониторинг и анализ. Назначение этапа мониторинга — распознавание зарождения патологических процессов и оценка здоровья отраслей реального сектора экономики страны (табл. 1).
В основе распознавания патологических кризисных процессов в отраслях реального сектора экономики страны лежит концепция патологических процессов, согласно которой патологические процессы включают в себя
формирование дисбалансов, диспропорций и пузырей. Анализ глобальных дисбалансов, которые сложились в экономиках многих странах мира, позволил предложить два основных дисбаланса, влияющих на экономическое развитие отраслей реального сектора экономики страны: сальдо внешней торговли и соотношения собственной прибыли и инвестиций в основной капитал.
Индикаторы, характеризующие дисбалансы в отраслях реального сектора экономики страны, находятся по следующим формулам:
- торговый дисбаланс
Э - И ДБ, = —И100,
где Э — экспорт продукции отрасли; И — импорт продукции отрасли; V — объем производства отрасли;
- инвестиционный дисбаланс
ДБ2 = 100,
где ЧП — чистая прибыль в отрасли; I — инвестиции в основной капитал отрасли.
Представленные дисбалансы образуются в результате развития целого ряда диспропорций, которые складываются в отраслях реального сектора экономики страны в результате неэффективной государственной политики.
Анализ литературы и статистических данных ряда стран мира позволил выделить ряд диспропорций, оказывающих влияние на образование дисбалансов в отраслях реального сектора экономики страны [2; 4; 19]. Определение степени формирования диспропор-
Таблица 1
Подход к распознаванию заболеваний отраслей реального сектора экономики страны на основе оценки развития в них патологических процессов
Этап Назначение Последовательность действий Инструментарий
Мониторинг Распознавание зарождения патологических процессов и оценка здоровья отраслей Расчет индикаторов-сигналов Множество индикаторов
Сравнение индикаторов-сигналов с их пороговыми значениями Оценочная шкала
Распознавание наличия патологических процессов и идентификация стадии их развития Статическая сигнальная панель
Анализ динамики развития патологических процессов Динамическая сигнальная панель
Оценка состояния здоровья отраслей Оценочная шкала
Анализ Диагностика взаимосвязи и причин формирования и развития патологических процессов Диагностика состояния и развития патологических процессов Структурно-логическая модель
Определение взаимосвязи патологических процессов Когнитивная модель
Выявление причин формирования и развития патологических процессов Причинно-логический анализ
ций в отраслях реального сектора экономики происходит по показателям, характеризующим уровень диспропорций в отраслях реального сектора экономики страны:
- соотношение внешнего и внутреннего спроса
Э,
И
- соотношение внешнего и внутреннего предложения
И
V
- соотношение экспортных и импортных цен
ДП3 = Э1100,
3 Иі
где Э1 и И, — стоимость соответственно 1 т экспорта и импорта продукции отрасли;
- инвестиционная достаточность I
ДП =—100;
ДП2 =—100;
ДП4 = ^ Ю0;
- долговая нагрузка
к ДП5 =—100,
где К — сумма банковских кредитов отрасли;
- платежеспособность
ЧП
ДП, =-----100.
6 к
На изменение объемов производства в отраслях реального сектора экономики страны существенное влияние оказывает надувание, сдувание и лопанье ценовых и кредитных пузырей. Рост пузырей провоцируется увеличением диспропорций и дисбалансов, однако, их сдувание и лопанье не всегда имеет обратный эффект для диспропорций и дисбалансов. Основным предположением модели формирования пузыря в отраслях реального сектора экономики страны и на рынках сбыта их продукции является опережающий рост объемов производства (экспорта, импорта) в денежном выражении по сравнению с ростом в физическом (натуральном) выражении. Расчет показателей, которые характеризуют данный патологический процесс, происходит по следующим формулам:
1. Ценовой пузырь:
- внешний экспортный
пЭш =ЕАЭС -1ДЭН,
где ЦАЭС и ХАЭН — темпы роста экспорта продукции отрасли соответственно в стоимостном и физическом выражении относительно базового года;
- внешний импортный
пИш = !.ЬИС — ХИ,
где ХАИС и ХАИН — темпы роста импорта продукции отрасли соответственно в стоимостном и физическом выражении относительно базового года;
- внутренний производственный
ПВу =£Щ-ZAVH,
где ХАУС и ХАУН — темпы роста объема производства отрасли соответственно в стоимостном и физическом выражении относительно базового года.
2. Кредитный пузырь
пВу =ТаК ,
где ЦАК, — темп роста кредитования отрасли относительно базового года.
Для более детального анализа используются также показатели роста пузырей, рассчитанные на основании темпов роста относительно предыдущего года:
1. Ценовые пузыри:
- внешний экспортный
ПВШ = АЭС — АЭН ,
где АЭС и АЭН — темпы роста экспорта продукции отрасли соответственно в стоимостном и физическом выражении относительно предыдущего года;
- внешний импортный
пИш =АИс —АИн , где АИС и АИН — темпы роста импорта продукции отрасли соответственно в стоимостном и физическом выражении относительно предыдущего года;
- внутренний производственный
пїУ =AVc —AVн, где АУС и АУН — темпы роста объема производства отрасли соответственно в стоимостном и физическом выражении относительно предыдущего года.
2. Кредитный пузырь
пВу = АК,,
где АК, — темп роста кредитования отрасли относительно предыдущего года.
Отрасли реального сектора экономики страны развиваются согласно теории жиз-
ненного цикла, каждой стадии которого соответствует определенное состояние протекающих патологических процессов. Поэтому для распознавания, при каком состоянии патологических процессов наиболее вероятен кризис в отраслях реального сектора экономики страны, были определены пороговые значения показателей по стадиям жизненного цикла отраслей. Анализ научных источников, статистических данных экономики Украины и стран мира, а также использование принципа золотого сечения позволили предложить следующие пороговые значения для определения стадий развития того или иного патологического процесса в отраслях реального сектора экономики страны (табл. 2).
Модель, представленная на рис. 1, определяет логическую связь между развивающимися патологическими процессами в отраслях реального сектора экономики страны. В дисбалансе внешней торговли ДБ1 присутствует функциональная зависимость от диспропорции внешнего и внутреннего предложения ДП2:
пг_ Э - И Э И Э
ДБ1 = — = V - 7 = V - ДП2-
Учитывая, что экспорт и импорт входят в расчет емкости внутреннего рынка Е, связь с
диспропорцией экспорта ДП1 носит нелинейный характер:
Э Е
— = ДП-.
V 1V
Таким образом, дисбаланс внешней торговли определяется соотношениями доступного (принадлежащего данной экономике доли) внешнего и внутреннего спроса ДП1, доступного внешнего и внутреннего предложения ДП2 и степенью обеспечения внутреннего рынка собственным производством Е / У. Что касается диспропорции технологичности экспорта и импорта ДП3, то ее влияние существенно сложнее.
Анализ структуры инвестиционного дисбаланса ДП2 и приводящих к нему диспропорций показал, что между ними существует функциональная связь:
ЧП — I ЧП I
ДБг
V
V V
ЧП K I
= к V V = 5' 6 ДП".
Распознавание наличия патологических процессов в отраслях реального сектора экономики страны и идентификация стадии их развития на определенный момент времени
Таблица 2
Шкала для определения стадии развития патологических процессов в отраслях реального сектора экономики страны, %
Индикатор Стадия
Устойчивого роста Неустойчивого роста Предкри- зисная Кризисная
Дисбалансы торговый ДБ1 > -1,5 -1,5 >> -5 < -5 -
инвестиционный ДБ2 > 25 15 << 25 < 15
Диспропорции соотношение внешнего и внутреннего спроса ДП1 < 15 15 << 50 > 50
соотношение внешнего и внутреннего предложения ДП2 < 10 10 << 30 < 30
соотношение экспортных и импортных цен ДПз > 100 70 << 100 < 70
инвестиционная достаточность ДП4 > 20 5 << 20 < 5
долговая нагрузка ДП5 < 10 10 << 30 > 30
платежеспособность ДП6 > 35 15 << 35 < 15
Пузыри Ценовой пЭ -=Э внешний экспортный ПВШ, ПВШ -5 < Ст < 5 5 < МР < 20 20 < МС < -5 БР > 20 Л(БС) < -20
внешний импортный П>ИШ, пШ
пу ^ внутренний производственный ПВН, пВН
Кредитный П%Н, пКн
Индекс промышленного производства ДV > 5 1 < < 5 0 < < 1 < 0
Примечание. Ст — практически не растет или не сдувается; МР — медленно растет; БР — быстро растет; Л — лопается; БС — быстро сдувается; МС — медленно сдувается.
осуществляется в статической сигнальной панели индикаторов [16]. В первой строке каждого блока статической панели, отвечающей индикатору развития патологических явлений, отражается значение индикатора для данной отрасли. Во второй строке блока отражается соответствующая стадия жизненного цикла. Для более подробного анализа развития патологических явлений в сигнальную панель включены также цепные темпы роста пузырей по отношению к предыдущему году. Темп роста физического объема выпуска отрасли отражается дважды: в докризисном и кризисном периодах.
Для определения динамики развития патологических процессов в отдельных отраслях реального сектора экономики страны необходимо использовать динамическую сигнальную панель индикаторов. В первой строке блока панели, соответствующего индикатору и периоду, отражается значение индикатора
в данном году и его изменение по сравнению с предыдущим годом; во второй строке блока — соответствующая стадия жизненного цикла.
Для анализа развития патологических процессов были выбраны 8 ведущих отраслей реального сектора экономики Украины, которые в сумме обеспечивают 46 % ВВП реального сектора и 34 % всего ВВП страны. За 2003-2011 гг. наиболее динамично развивались: машиностроение — 218,5 %; производство продуктов питания — 171,1 %; химическая и нефтехимическая промышленность — 161,9 %; спад наблюдался в производстве нефтепродуктов — 66,8 %
(рис. 2). Однако в наиболее кризисный период (2008-2009) темпы роста / падения по отраслям были совсем иными. В это время наибольший спад производства наблюдался в машиностроении — 55,3 %, металлургическом производстве — 64,3 %, химической
Соотношение внешнего и внутреннего спроса ДП\
Соотношение внешнего и внутреннего предложения ДП2
Соотношение экспортных и импортных цен ДП$
Торговый Ценовой внешний Ценовой внешний
дисбаланс импортный пузырь экспортный пузырь
ДБ] пи 1 >ВУ ПІУ
Рис. 1. Структурно-логическая модель диагностики состояния и развития патологических процессов в отраслях реального сектора экономики страны
Машино- Производ- Химическая строение ство и нефтехи-
продуктов мическая питания промышленность ископаемых ископаемых
Рис. 2. Темпы роста объемов производства в ведущих видах экономической деятельности реального сектора экономики Украины в 2003—2011 гг., %
Добыча Металлурги- Добыча
неэнергети- ческое энергетиче-
производ- ских
ство полезных
ческих
полезных
Производ-
ство
нефтепро-
дуктов
и нефтехимической промышленности-----------
70,4 % и добыче неэнергетических полезных ископаемых — 74,6 %, а единственной отраслью, сохранившей темп роста, оказалось сельское хозяйство (115 %).
Для анализа динамики патологических процессов для каждой отрасли составляется динамическая сигнальная панель индикаторов (табл. 3). Оценка состояния здоровья отраслей реального сектора экономики страны производится по шкале определения стадии развития патологических процессов в отрас-
лях (см. табл. 2). Таким образом, в машиностроении Украины в 2003-2007 гг. происходили следующие патологические процессы:
- рост дефицита торгового дисбаланса ДБ1;
- рост дефицита инвестиционного дисбаланса ДБ2;
- высокий уровень соотношения импорта к объему внутреннего производства ДП2;
- снижение технологичности экспорта по отношению к импорту ДП3;
- инвестиционная недостаточность ДП4.
Таблица 3
Сигнальная панель индикаторов раннего распознавания патологических процессов в машиностроении Украины в 2003—2011 гг.
Индикатор 2003 2004 2005 2006 2007 2008 2009 2010 2011
Торговый дисбаланс ДБ1 -21,8 -17,11 -31,24 -36,34 -35,8! -38,04 -6,8! -9,14 -22,44
ПК ПК ПК ПК ПК ПК ПК ПК ПК
Соотношение внешнего и внутреннего спроса ДП1 40,0 44,0! 26,44 23,44 23,7! 23,7 41,0! 42,2! 32,64
НР НР НР НР НР НР НР НР НР
Соотношение внешнего и внутреннего предложения ДП2 70,5 68,7| 65,84 68,2! 68,04 70,7 50,74 55,2! 65,2!
ПК ПК ПК ПК ПК ПК ПК ПК ПК
Соотношение экспортных и импортных цен ДПз 42,2 51,9! 47,14 52,5! 54,4! 71,1! 61,04 58,64 61,0!
ПК ПК ПК ПК ПК НР ПК ПК ПК
Инвестиционный дисбаланс ДБ2 -4,0 -2,2! -1,2! -2,74 -1,2! -3,74 -2,5! -0,1! 1,9!
ПК ПК ПК ПК ПК ПК ПК ПК ПК
Инвестиционная достаточность ДП4 3,4 3,5! 2,74 3,5! 3,6! 3,24 2,54 2,34 2,3
ПК ПК ПК ПК ПК ПК ПК ПК ПК
Долговая нагрузка ДП5 7,9 7,8| 8,9! 9,7! 9,54 12,9! 17,2! 14,24 9,54
УР УР УР УР УР НР НР НР УР
Платежеспособность ДП6 -7,6 17,8! 17,24 9,24 24,5! -4,34 0,2! 15,8! 43,7!
ПК НР НР ПК НР ПК ПК НР УР
Ценовой пузырь внешний экспортный ПВШ 29,4 -10,24 21,7! 24,5! 35,1! 0,24 -25,24 18,7!
БР МС МР БР БР Ст Л (БС) МР
ПЭ ' 'ВШ - 29,4! 13,54 42,8! 95,0! 176,7! 109,84 125,8! 190,5!
БР МР БР БР БР БР БР БР
внешний импортный пИ ПВШ - 1.0! -1,74 12,0! 18,6! 6,84 4,84 -19,54 17,6!
Ст Ст МР МР МР Ст МС МР
ПИ ' 'ВШ - 1,0! -1,04 20,2! 70,8! 115,0! 55,44 57,9! 121,8!
Ст Ст БР БР БР МР МР БР
внутренний производственный Пш - -17,14 3,0! -7,54 -9,14 19,7! 56,2! -25,44 -6,5!
МС Ст МС МС МР БР Л (БС) МС
пВн - -17,14 -15,0! -25,94 -42,44 -15,0! 86,1! 69,74 68,34
МС МС МС МС МС БР БР МР
Кредитный пузырь ПВН - 32,5! 46,8! 37,84 40,9! 77,3! -2,74 8,9! -7,84
БР БР БР БР БР Ст МР МС
ПК 1 'ВН - 132,5! 194,5! 267,9! 377,6! 669,5! 651,64 709,9! 654,44
БР БР БР БР БР БР БР БР
Индекс промышленного производства ДУ 135,8 128,04 107,14 111,8! 119,0! 100,34 55,14 136,1! 117,24
УР УР УР УР УР ПК К УР УР
Примечание. ПК — предкризисная стадия; НР — неустойчивый рост; УР — устойчивый рост; К — кризис.
Таблица 4
Сигнальная панель индикаторов состояния патологических процессов в ведущих отраслях реального сектора экономики Украины в 2007 г.
Индикатор Сель- ское хозяй- ство Пищевая промыш- ленность Добыча энерге- тических полезных ископаемых Произ- водство нефте- продук- тов Химическая и нефтехимическая промышленность Добыча неэнерге- тических полезных ископаемых Метал- лурги- ческое произ- водство Ма- шино- строе- ние
Торговый дисбаланс ДБ1 2,4 5,2 -362,5 -12,1 -26,1 4,4 42,1 -35,8
УР УР ПК ПК ПК УР УР ПК
Соотношение внешнего и внутреннего спроса ДП1 6,8 13,9 0,8 12,2 31,9 25,5 97,9 23,7
УР УР УР УР НР НР ПК НР
Соотношение внешнего и внутреннего предложения ДП2 4,3 7,9 366,1 25,7 66,3 20,0 14,6 68,0
УР УР ПК НР ПК НР НР ПК
Соотношение экспортных и импортных цен ДПз 47,8 41,4 100,3 61,1 26,2 54,1 46,9 54,4
ПК ПК УР ПК ПК ПК ПК ПК
Инвестиционный дисбаланс ДБ2 -1,5 -4,9 -47,6 -2,2 -3,2 4,1 0,1 1,2
ПК ПК ПК ПК ПК ПК ПК ПК
Инвестиционная достаточность ДП4 7,6 6,0 55,6 3,5 5,4 11,1 5,9 3,6
НР НР УР ПК НР НР НР ПК
Долговая нагрузка ДП5 13,1 9,7 8,6 1,4 6,5 13,4 7,4 9,5
НР УР УР УР УР НР УР УР
Платежеспособность ДП6 46,7 10,9 92,9 83,6 34,5 113,3 80,8 24,5
УР НР УР УР НР УР УР НР
Ценовой пузырь внешний экспортный ПВШ 38,1 38,9 2,1 4,3 22,4 11,9 24,9 24,5
БР БР Ст Ст БР МР БР БР
ПЭ ' 'ВШ 106,0 103,3 35,1 61,4 102,3 95,7 131,3 95,0
БР БР МР БР БР БР БР БР
внешний импортный пИ ПВШ 14,1 24,9 -10,6 6,0 9,2 65,5 19,7 18,6
МР БР МС МР МР БР МР МР
ПИ ' 'ВШ 73,9 134,7 105,8 422,1 84,4 115,4 203,5 70,8
МР БР БР БР БР БР БР БР
внутренний производственный пУви 44,5 6,5 20,6 11,6 5,3 28,7 17,5 -9,1
БР МР БР МР МР БР МР МС
пВн 46,6 -3,3 115,4 167,1 21,9 144,9 80,5 -42,4
БР Ст БР БР МР БР БР Л(БС)
Кредитный пузырь пви 36,8 54,3 12,0 -24,6 32,6 93,5 40,9 40,9
БР БР МР Л (БС) БР БР БР БР
ПК 1 'ви 358,3 251,7 195,8 100,0 394,5 388,2 322,9 377,6
БР БР БР Ст БР БР БР БР
Индекс промышленного производства ДУ 2008-2009 гг. 115,0 92,0 94,6 83,6 70,4 74,6 64,3 55,3
УР К К К К К К К
2003-2007 гг. 102,2 181,3 109,5 87,4 164,1 148,9 146,9 247,7
НР УР НР К УР УР УР УР
Аналогичные расчеты провели для всех выделенных отраслей реального сектора экономики Украины и на их основе сформировали статическую сигнальную панель индикаторов на предкризисный 2007 г. (табл. 4). Отрасли реального сектора экономики, которые имели худшее состояние дисбалансов, диспропорций и пузырей (машиностроение, металлургическое производство, добыча неэнергетических полезных ископаемых и химическое и нефтехимическое производство), сильнее всего и провалились во время финансового кризиса 2008-2009 гг.
Таким образом, предложенная система раннего распознавания патологических процессов в реальном секторе экономики позволяет выявить фундаментальные диспропорции и дисбалансы в развитии отдельных отраслей, которые, провоцируя неудержимый рост пузырей, приводят в конечном итоге к кризису в отрасли. Построенная сигнальная панель может использоваться для целей стратегического управления, поскольку отражает годовые изменения в развитии патологических процессов в отраслях.
Список использованной литературы
1. Блохин А. А. Система опережающих показателей динамики секторов российской экономики / А. А. Блохин, А. В. Богомолова О. Г. Солнцев. — М. : Федеральное государственное учреждение «Аналитический центр при Правительстве Российской Федерации», 2011. — 128 с.
2. Внедрение сбалансированной системы показателей / Horvath&Partners ; пер. с нем. В. Толкача, С. Дани-шевич, М. Гавриша. — М. : Альтина Бизнес Букс, 2005. — 470 с. — (Модели менеджмента ведущих корпораций).
3. Зайкова А. А. Анализ индикаторов, определяющих наступление кризиса на примере банковской сферы России / А. А. Зайкова // Гео-Сибирь-2010 : сб. материалов VI Междунар. науч. конгресса. — Новосибирск : СГГА, 2010. — Т. 3. Экономическое развитие Сибири и Дальнего Востока. Экономика природопользования, землеустройство, управление недвижимостью. — Ч. 1.— С. 174-177.
4. Кизим Н. А. Программно-целевой подход к государственному управлению социальной напряженностью в регионах страны / Н. А. Кизим, В. В. Узунов. — Харьков : Инжек, 2007. — 204 с.
5. Мариев О. С. Совершенствование методических подходов к идентификации банковских кризисов /
О. С. Мариев, М. А. Глущенко, А. А. Трофимов // Вестник Уральского федерального университета. Сер. Экономика и управление. — 2013. — № 4. — С. 161-171.
6. Новак А. Е. Анализ современных систем индикаторов банковских кризисов на примере кризиса в России в 2008-2009 гг. / А. Е. Новак, И. Е. Хвостова // Новый университет. Сер. Экономика и право. — 2011. — № 8.— С. 25-34.
7. Опыт разработки системы раннего оповещения о финансовых кризисах и прогноз развития банковского сектора России на 2012 г. / О. Г. Солнцев, А. А. Пестова, М. Е. Мамонов, З. М. Магомедова // Журнал Новой экономической ассоциации. — 2011. — № 12. — С. 41-76.
8. Очкин О. А. Статистическая оценка нарастания экономических кризисов в Российской Федерации /
О. А. Очкин, Т. А. Киященко, В. Б. Кречетова // Ученые записки Северо-Кавказской академии государственной службы. — 2013. — № 1. — С. 69-77.
9. Рубинас Ю. В. Проблемы оценки индикаторов долгового кризиса страны / Ю. В. Рубинас // Вкник
СевНТУ : зб. наук. пр. Вип. 130/2012. Сер. Економ^а i фшанси. — 2012. — С. 197-204.
10. Сагитов Р. Р. Предсказуемы ли кризисы? / Р. Р. Сагитов // Вестник Самарского университета. — 2010. — № 1 (63). — С. 80-85.
11. Свидерская М. Опережающие индикаторы и прогнозирование давления на валютном рынке Беларуси / М. Свидерская, А. Миксюк // Банкауск вестк. — 2012. — № 31. — С. 16-22.
12. Смирнов С. Система опережающих индикаторов для России / С. Смирнов // Вопросы экономики. — 2001. — № 2. — С. 23-42.
13. Таболов А. Система опережающих индикаторов для Республики Беларусь / А. Таболов // Банкауск весшк. — 2007. — № 11. — С. 30-36.
14. Трунин П. В. Мониторинг финансовой стабильности в развивающихся экономиках (на примере России) / П. В. Трунин, М. В. Каменских. — М. : ИЭПП, 2007. — 106 с.
15. Улюкаев А. В. Применение сигнального подхода к разработке индикаторов-предвестников финансовой нестабильности в РФ / А. В. Улюкаев, П. В. Трунин // Проблемы прогнозирования. — 2008. — № 5. — С. 100-109.
16. Эккерсон У. У. Панели индикаторов как инструмент управления: ключевые показатели эффективности, мониторинг деятельности, оценка результатов / У. У. Эккерсон ; пер. с англ. — М. : Альтина Бизнес Букс, 2007. — 396 с.
17. Asanivic Z. Early warning system for banking crisis in Montenegro: Combination of signal approach and logit model / Z. Asanivic // Transition Studies Review. — 2013. — Vol. 20, Iss. 3. — P. 405-419.
18. Davis E. P. Comparing early warning systems for banking crises / E. P. Davis, D. Karim // Journal of Financial Stability. — 2008. — Vol. 4, Iss. 2. — P. 89-120.
H. A. KH3HM, n. B. nP0H03A, O. O. nOXXKOBA
19. Kaplan R. S. The Balanced Scorecard — Measures that Drive Performance / R. S. Kaplan, D. P. Norton // Harvard Business Review. — 1992. — Vol. 70, № 2.1. — P. 71-79.
20. Knedlik T. The European Commission's Scoreboard of Macroeconomic Imbalances — The impact of preferences on an early warning system / T. Knedlik // IWH Discussion Papers. — 2012. — № 10. — 27 p. — URL : http://www. iwh-halle.de/d/publik/disc/10-12.pdf.
21. Kruger M. Fundamentals, Contagion and Currency Crises : an Empirical Analysis / M. Kruger, P. N. Osakwe, J. Page. — Canada : Bank of Canada, 1998. — 29 p. — URL : http://www.bankofcanada.ca/wp-content/ uploads/2010/05/wp98-10.pdf.
22. Percic S. Early warning systems for financial crises — a critical approach / S. Percic, C.-M. Apostoaie, V. Cocrif // CES Working Papers. — 2013. — Iss. 1. — P. 78-88. — URL : ceswp.uaic.ro/articles/CESWP2013_V1_PER.pdf.
References
1. Blokhin A. A., Bogomolova A. V. Solntsev O. G. Sistema operezhayushhikh pokazafeley dinamiki sekforov rossiyskoy ekonomiki [A system of leading indicators of dynamics of the Russian economy sectors]. Moscow, Analytical Centre under the Government of the Russian Federation Publ., 2011. 128 p.
2. Vnedrenie sbalansirovannoy sisfemy pokazafeley [Implementing the balanced scorecard. Horvath&Partners].
Moscow, Altina Biznes Buks Publ., 2005. 470 p.
3. Zaykova A. A. Analysis of indicators designating the onset of crisis on the example of the banking sphere in Russia. Geo-Sibir-2010 [Geo-Siberia-2010]. Novosibirsk, SGGA Publ., 2010. Vol. 3, iss. 1, pp. 174-177 (in Russian).
4. Kizim N. A., Uzunov V. V. Programmno-fselevoy podkhod k gosudarsfvennomu upravleniyu sofsial'noy napryazhennosfyu v regionakh sfrany [Target-oriented approach to governance of social tensions in the regions]. Kharkov, INZHEK Publ., 2007. 204 p.
5. Mariev O. S., Glushhenko M. A., Trofimov A. A. Enhancement of methodical approaches to identification of
banking crises. Vesfnik Uralskogo federalnogo universifefa. Seriya Ekonomika i upravlenie — Bullefin of fhe Ural
Federal Universify. Economics andManagemenf Series, 2013, no. 4, pp. 161-171 (in Russian).
6. Novak A. E., Khvostova I. E. Analysis of modern systems of indicators of banking crises on the example of the crisis in Russia in 2008-2009. Novyy universifef. Seriya Ekonomika i pravo — New Universify. Series: Economics and Law, 2011, no. 8, pp. 25-34 (in Russian).
7. Solntsev O. G., Pestova A. A., Mamonov M. E., Magomedova Z. M. Experience in design of an early warning system for financial crises and the development forecast for the Russian banking sector in 2012. Zhurnal Novoy ekonomicheskoy assofsiafsii — Journal of fhe New Economic Associafion, 2011, no. 12, pp. 41-76 (in Russian).
8. Ochkin O. A., Kiyashhenko T. A., Krechetova V. B. Statistical evaluation of the rise of economic crises in the Russian Federation. Uchenye zapiski Severo-Kavkazskoy akademii gosudarsfvennoy sluzhby — The Scienfific Nofes of fhe Norfh-Caucasian Academy of Public Adminisfrafion, 2013, no. 1, pp. 69-77 (in Russian).
9. Rubinas Yu. V. Problems of the country's debt crisis indicators evaluation. Vesfnik SevNTU — The Herald of SevNTU, 2012, vol. 130, pp. 197-204 (in Russian).
10. Sagitov R. R. Are crises predictable? Vesfnik Samarskogo universifefa — The Herald of fhe Samara Universify, 2010, no. 1 (63), pp. 80-85 (in Russian).
11. Sviderskaya M., Miksyuk A. The leading indicators and forecasting the pressure on the foreign exchange market in Belarus. Bankovskiy vesfnik — The Banking Herald, 2012, no. 31, pp. 16-22 (in Russian).
12. Smirnov S. A system of leading indicators for Russia. Voprosy ekonomiki — Issues of Economics, 2001, no. 2, pp. 23-42 (in Russian).
13. Tabolov A. A system of leading indicators for Belarus. Bankovskiy vesfnik — The Banking Herald, 2007, no. 11, pp. 30-36 (in Russian).
14. Trunin P. V., Kamenskikh M. V. Moniforing finansovoy sfabilnosfi v razvivayushhikhsya ekonomikakh (na primere Rossii) [Monitoring the financial stability in developing economies (on the example of Russia)]. Moscow, IEPP Publ., 2007. 106 p.
15. Ulyukaev A. V., Trunin P. V. Application of the signaling approach to development of indicators designating the onset of financial instability in Russia. Problemy prognozirovaniya — Problems of Forecasfing, 2008, no. 5, pp. 100-109 (in Russian).
16. Ekkerson U. U. Paneli indikaforov kak insfrumenf upravleniya: klyuchevye pokazafeli effekfivnosfi, moniforing deyafelnosfi, ofsenka rezulfafov [A business dashboard as a management tool: key performance indicators, activity monitoring, results evaluation]. Moscow, Altina Biznes Buks Publ., 2007. 396 p.
17. Asanivic Z. Early warning system for banking crisis in Montenegro: Combination of signal approach and logit model. Transifion Sfudies Review, 2013, vol. 20, iss. 3, pp. 405-419.
18. Davis E. P., Karim D. Comparing early warning systems for banking crises. Journal of Financial Sfabilify, 2008, vol. 4, iss. 2, pp. 89-120.
1 9. Kaplan R. S., Norton D. P. The Balanced Scorecard - Measures that Drive Performance. Harvard Business Review, 1992, vol. 70, no. 2.1, pp. 71-79.
20. Knedlik T. The European Commission's Scoreboard of Macroeconomic Imbalances - The impact of preferences on an early warning system. IWH Discussion Papers, 2012, no. 10. 27 p. Available at: http://www.iwh-halle.de/dy publik/disc/10-12.pdf.
21. Kruger M., Osakwe P. N., Page J. Fundamentals, Contagion and Currency Crises: an Empirical Analysis. Canada: Bank of Canada, 1998. 29 p. Available at: http://www.bankofcanada.ca/wp-content/uploads/2010/05/ wp98-10.pdf.
22. Percic S., Apostoaie C.-M., Cocri§ V. Early warning systems for financial crises — a critical approach. CES Working Papers, 2013, iss. 1, pp. 78-88. Available at: ceswp.uaic.ro/articles/CESWP2013_V1_PER.pdf.
Информация об авторах
Кизим Николай Александрович — доктор экономических наук, профессор, директор, Научно-исследовательский центр индустриальных проблем развития Национальной академии наук Украины, 61022, Украина, Харьков, пл. Свободы, 5, Госпром, 7-й подъезд, e-mail: [email protected].
Проноза Павел Владимирович — кандидат экономических наук, доцент, декан финансового факультета, Харьковский национальный экономический университет им. С. Кузнеца, 61166, Украина, г. Харьков, пр. Ленина, 9а, e-mail: [email protected].
Полякова Ольга Юрьевна — кандидат экономических наук, доцент, старший научный сотрудник, Научно-исследовательский центр индустриальных проблем развития Национальной академии наук Украины, 61022, Украина, Харьков, пл. Свободы, 5, Госпром, 7-й подъезд, e-mail: [email protected].
Authors
Kizim Nicolay Aleksandrovich — Doctor habil. (Economics), Professor, Director, Research Centre for Industrial Development Problems of the National Academy of Science of Ukraine, 5 Svobody Sq., Gosprom, Entrance 7, 61022, Kharkov, Ukraine, e-mail: [email protected].
Pronoza Pavel Vladimirovich — PhD in Economics, Associate Professor, Dean, Faculty of Finance, Kharkov National University of Economics n.a. Simon Kuznets, 9-A Lenin Av., 61166, Kharkov, Ukraine, e-mail: [email protected].
Poliakova Olha Yurievna — PhD in Economics, Associate Professor, Senior Research Scientist, Research Centre for Industrial Development Problems of the National Academy of Science of Ukraine, 5 Svobody Sq., Gosprom, Entrance 7, 61022, Kharkov, Ukraine, e-mail: [email protected].
