CC BY
21
DOI 10.26794/2587-5671-2018-22-1-32-49
УДК 336(045)
JEL G17, G21, С58, С63
Сценарное моделирование процессов движения финансовых потоков между институциональными секторами в региональной территориальной системе
И. В. Наумов,
Уральский государственный экономический университет, Екатеринбург, Россия http://orcid.org/0000-0002-2464-6266
АННОТАЦИЯ
Предмет. В статье обосновывается необходимость использования сценарного подхода при исследовании и прогнозировании процессов движения финансовых потоков между институциональными секторами в территориальных системах, который позволяет выявить негативные тенденции в движении финансовых ресурсов между секторами экономики, а также сформировать картину всевозможных сценариев трансформации процессов движения финансовых потоков между ними под влиянием тех или иных факторов. Цель. Поиск закономерностей и причинно-следственных взаимосвязей в процессах движения финансовых потоков между институциональными секторами в региональной системе, формирование на их основе прогнозных сценариев возможной трансформации матрицы финансовых потоков между секторами. Методология. Исследование основывается на принципах и теоретико-методологических основах сценарного моделирования и включает следующие этапы: формирование исходной матрицы финансовых потоков между институциональными секторами в регионе; исследование закономерностей их движения; экономико-математическое моделирование процессов движения финансовых потоков между институциональными секторами с помощью множественного нелинейного регрессионного анализа для установления причинно-следственных взаимосвязей в данных процессах; поиск возможных отклонений в процессах движения финансовых потоков по сформированной модели и разработка на их основе различных сценариев трансформации матрицы финансовых потоков. Использован инструмент эконометрического анализа по методу наименьших квадратов с устранением мультиколлинеарности. Результаты. Выявлены основные направления и тенденции движения финансовых потоков между секторами в Свердловской области в периоды нарастания кризисных явлений в экономике и стабилизации экономического развития. Сформированы прогнозные сценарии возможной трансформации матрицы финансовых потоков между секторами. Смоделированы основные сценарии трансформации матрицы движения финансовых потоков между секторами.
Выводы. Для стабилизации финансового развития институциональных секторов в Свердловской области необходимо привлечение финансовых ресурсов в сектор нефинансовых корпораций за счет повышения инвестиций институциональных секторов в долговые обязательства производственных предприятий. Необходимо привлечение дополнительных средств на депозиты сектора финансовых корпораций, а также дополнительного капитала путем выпуска и продажи акций банковским сектором. Данные мероприятия также помогут стабилизировать финансово-экономическое положение и других институциональных секторов. Ключевые слова: сценарное моделирование; матрица финансовых потоков; институциональные секторы; процесс движения финансовых потоков; финансово-экономическое положение; стабилизация финансового развития; ресурсы институциональных секторов
Для цитирования: Наумов И. В. Сценарное моделирование процессов движения финансовых потоков между институциональными секторами в региональной территориальной системе // Финансы: теория и практика. 2018. Т. 22. № 1. С. 32-49.
DOI 10.26794/2587-5671-2018-22-1-32-49
UDC 336(045)
JEL G17, G21, C58, C63
Scenario Modeling of Process of Movement of Financial Flows between Institutional Sectors in the Regional Territorial System
I. V. Naumov,
UraL State Economic University, Yekaterinburg, Russia http://orcid.org/0000-0002-2464-6266
abstract
topic. The article substantiates the necessity of use of scenario approach in the study and prediction of the process of movement of financial flows between institutional sectors in the territorial system. It aLLows detecting negative trends in the movement of financial resources between sectors of the economy, and form a picture of various scenarios of transformation in the process of movement of financial flows between them under the influence of different factors. Purpose. We try to find regularities and causal relationships in the process of movement of financial flows between institutional sectors in the regional system and to create on their basis the predictive scenarios of a possible transformation matrix of financial flows between sectors.
Methodology. The study is based on the principles and theoreticaL-methodoLogicaL fundamentals of the scenario simulation, and incLudes the foLLowing stages: formation of initiaL matrix of financiaL flows between institutionaL sectors in the region; the study of the patterns of their movements; an economic-mathematicaL modeLing of processes of movement of financiaL flows between institutionaL sectors by using muLtipLe nonLinear regression anaLysis to estabLish causal reLationships among these processes; the search for possibLe deviations in the movement of financiaL flows generated by the modeL and deveLopment on their basis of different scenarios of the transformation matrix of financiaL flows. There was used tooL for econometric anaLysis by the method of Least squares to eLiminate muLticoLLinearity. Results. We described the main directions and tendencies of the financiaL flows' movement between sectors in the SverdLovsk region in the periods of increase of the crisis phenomena in the economy and after stabiLization of the economic deveLopment. We generated predictive scenarios of a possibLe transformation matrix of financiaL flows between sectors and modeLed the main scenarios of the transformation matrix of financiaL flows between sectors. Conclusions. For stabiLization of the financiaL deveLopment of institutionaL sectors in the SverdLovsk region, it is necessary: to attract the financiaL resources for the nonfinanciaL corporate sector through the increased investment of institutionaL sectors in debt securities of industriaL enterprises. It is necessary to attract additionaL funds for the deposits of the financiaL corporations' sector, as weLL as additionaL capitaL through the emission and saLe of the shares of the banking sector. These activities wiLL aLso heLp to stabiLize the financiaL-economic situation and other institutionaL sectors. Keywords: scenario simuLation; the matrix of financiaL flows; institutionaL sector; the process of movement of financiaL flows; economic and financiaL situation; stabiLization of financiaL deveLopment; resources of institutionaL sectors
Citation: Naumov I.VScenario modeLing of the process of movement of financiaL flows between institutionaL sectors in the regionaL territoriaL system. Finansy: teoriya i praktika = Finance: Theory and Practice, 2018, voL. 22, no. 1, pp. 32-49. (I n Russ.).
АКТУАЛЬНОСТЬ СЦЕНАРНОГО МОДЕЛИРОВАНИЯ ПРОЦЕССОВ ДВИЖЕНИЯ ФИНАНСОВЫХ ПОТОКОВ МЕЖДУ ИНСТИТУЦИОНАЛЬНЫМИ СЕКТОРАМИ Наиболее точным методом анализа и прогнозирования социально-экономических процессов в территориальных системах, как показали наши исследования [1], является метод формирования балансовых равновесных моделей. Он позволяет анализировать
процессы движения финансовых потоков между институциональными секторами: финансовыми корпорациями (кредитными учреждениями, страховыми организациями, инвестиционными финансовыми компаниями), нефинансовыми корпорациями (предприятиями производственной и социальной сферы, торговли и т.д.), домашними хозяйствами, государственными предприятиями и иностранными организациями. Данный метод позволяет выявлять сдвиги и диспропорции в их развитии, а также
определять возможные механизмы их сглаживания. При исследовании финансового развития институциональных секторов территории его использовали: Н. И. Климова, Л. Ю. Чередникова [2], И. Б. Петро-сян, В. М. Симонян [3], Д. А. Татаркин, Е. Н. Сидорова,
A. В. Трынов [4], В. В. Христова [5], Е. Меканцишвили [6], А. Р. Белоусов, Е.А. Абрамова [7], Г. Р. Сахапова [8],
B. Б. Главацкий [9], T. Tyschuk, A. И. Sleptsov [10] и др. Однако анализ методологических подходов авторов к формированию балансовых моделей движения финансовых потоков в региональных территориальных системах показал, что они не в полной мере отражают существующие финансовые отношения между институциональными секторами из-за использования упрощенной методологии, ориентирующейся исключительно на банковский сектор при формировании финансового сектора экономики и не учитывающей особенности движения финансовых потоков между страховыми организациями, инвестиционными и другими финансовыми учреждениями, не отражающей движения финансовых ресурсов по производным инструментам, долговым ценным бумагам [1]. Помимо этого, представленные подходы делают невозможным прогнозирование сценариев трансформаций модели движения финансовых потоков между секторами в будущем.
Предложенный нами в работе [11] теоретико-методологический подход к формированию балансовой модели, опирающийся на базовые принципы методологии системы национальных счетов при распределении финансовых потоков между секторами, позволяет не только исследовать закономерности их движения, но и моделировать в дальнейшем прогнозы их перераспределения при изменении внутренних и внешних факторов экономического развития региона.
В основу данного подхода был заложен инструмент сценарного моделирования, предназначение которого заключается в построении прогностических моделей, описывающих возможные будущие состояния анализируемых объектов с помощью экономико-математических методов моделирования на основе системного анализа существующих закономерностей развития наблюдаемых процессов, анализа возможных управленческих воздействий, моделирования последствий принятия управленческих решений и альтернативных вариантов данных решений [11].
Необходимость использования сценарного подхода обосновывалась в работах H. Kahn [12], P. Malaska [13], D. Kahneman, A. Tversky [14], И. С. Дятловской [15], П. П. Ковалевой [16] и др. Ученые сошлись во мнении, что формирование системы сценариев необходимо для прогнозирования возможных векторов развития исследуемой системы и принятия своевременных
управленческих решений. В условиях сложной предсказуемости поведения субъектов институциональных секторов в территориальных системах использование основ сценарного моделирования при формировании равновесных моделей движения финансовых потоков между секторами «позволит не только повысить научный уровень и точность прогнозных оценок за счет проведения многовариантных расчетов, но и сформировать единое представление о возможных изменениях в финансово-экономическом развитии территориальной системы в будущем под влиянием всевозможных факторов» [11].
ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЙ ПОДХОД К СЦЕНАРНОМУ МОДЕЛИРОВАНИЮ ПРОЦЕССОВ ДВИЖЕНИЯ ФИНАНСОВЫХ ПОТОКОВ МЕЖДУ СЕКТОРАМИ В научной литературе представлены различные методические подходы к сценарному моделированию социально-экономических процессов на территории:
• субъективный, использующий экспертные методы прогнозирования (метод коллективной генерации идей и экспертных оценок, Дельфи и Форсайта);
• вероятностно-статистический — на основе использования методов экономико-математического анализа (методов экспоненциального сглаживания, эконометрического моделирования, имитационного моделирования с использованием методов генерации случайных чисел, сетевого моделирования по методу прогнозного графа, PEST анализа и др.);
• системный подход, в комплексе опирающийся на субъективные и точные методы анализа при прогнозировании динамики развития исследуемых процессов.
Поскольку основным объектом нашего исследования являются процессы движения финансовых потоков между институциональными секторами в регионе, а в качестве основного метода их исследования — формирование балансовой модели (матрицы финансовых потоков), то при сценарном моделировании и прогнозировании процессов движения финансовых потоков между секторами целесообразно использование вероятностно-статистического подхода, позволяющего установить причинно-следственные связи в виде системы взаимосвязанных уравнений в процессах их движения, а также выявить факторы, способствовавшие установлению наблюдаемых тенденций движения финансовых потоков.
В основу алгоритма представляемого методологического подхода к сценарному моделированию матри-
цы движения финансовых потоков в региональных территориальных системах заложены отдельные элементы уже известных в научной литературе подходов:
• анализ внешней среды, которому наибольшее внимание в методологии сценарного моделирования уделял D. Mercer [17];
• выделение ключевых и неопределенных факторов со стороны внешнего окружения (И. С. Дят-ловская [15]);
• использование причинно-следственных диаграмм (Schoemaker Paul J. H. [18]);
• формирование пассивных и активных (с использованием управляющих воздействий) сценариев (О.А. Гейман [19]);
• анализ и интерпретация сценариев (Wack Pierre [20]);
• стресс-тестирование полученной модели (П. П. Ковалев [16]);
• разработка стратегического плана действий на основе системы сформированных сценариев (Д. А. Кононов и др. [21]).
Данные методологические особенности сценарного подхода в сочетании с вероятностно-статистическим подходом к моделированию прогнозных сценариев формируют основу предлагаемого нами методологического подхода к сценарному моделированию процессов движения финансовых потоков между институциональными секторами в регионе. Особенности данного методологического подхода и этапы моделирования сценариев наиболее полно раскрыты в работе [11]. Данный подход был использован нами при разработке прогнозных сценариев трансформации процессов движения финансовых потоков между институциональными секторами в Свердловской области. На начальном этапе сценарного моделирования на основе данных оборотной ведомости кредитных организаций по счетам бухгалтерского учета по форме № 101 и формам № 1 и 4 страховых организаций и с использованием базовых принципов методологии системы национальных счетов (принципа двойной записи, балансирования) все финансовые операции по активам и обязательствам сектора финансовых корпораций были нами распределены по четырем основным институциональным секторам (государственное управление, домашние хозяйства, нефинансовые корпорации и остальной мир). В результате такого распределения была сформирована матрица движения финансовых потоков между секторами в регионе. Она позволила раскрыть особенности процессов движения финансовых ресурсов как между финансовыми учреждениями внутри сектора финансовых корпораций, так и между другими институциональными секторами (табл. 1).
ОСНОВНЫЕ ТЕНДЕНЦИИ В ПРОЦЕССАХ ДВИЖЕНИЯ ФИНАНСОВЫХ ПОТОКОВ МЕЖДУ ИНСТИТУЦИОНАЛЬНЫМИ СЕКТОРАМИ В СВЕРДЛОВСКОЙ ОБЛАСТИ
Сформированная матрица финансовых потоков позволила выявить ряд тенденций, сигнализирующих о зарождении кризисных явлений в экономическом развитии институциональных секторов Свердловской области, которые проявились в 2012 г. и усилились в 2014 г.
1. Сокращение привлекаемых средств на депозиты финансовых корпораций и их размещение на счетах иностранных организаций
(см. табл. 1). Начиная с 2012 г. объем привлеченных средств на счета в банках, страховых организаций и инвестиционных финансовых компаний сократился почти в два раза и составил 11 453 млн руб. При этом если в 2010 и 2011 гг. средства на депозиты привлекал в основном сектор нефинансовых корпораций, т.е. предприятий производственной и непроизводственной сфер, то в 2012 г. средства на депозитах финансовых корпораций размещали в основном домашние хозяйства. Предприятия производственной и непроизводственной сфер начали активно изымать средства со счетов в банках для стабилизации своего экономического положения, решения проблем, связанных с ростом цен на сырье и материалы, падением спроса на продукцию. В результате объем привлекаемых средств нефинансовых корпораций сократился в 7 раз.
Данная тенденция сопровождалась активным размещением средств финансовых корпораций на депозитах иностранных организаций. Если в 2011 г. на депозитах иностранных учреждений было размещено 2893 млн руб., то в 2014 г.— 5026 млн руб.
2. Активизация процессов приобретения сектором финансовых и нефинансовых корпораций иностранной валюты, отличающейся сильной волатильностью. Приобретенная финансовыми корпорациями (18,3 млрд руб.) и нефинансовыми корпорациями (11,7 млрд руб.) иностранная валюта сформировала серьезные риски их развития.
3. Резкое сокращение объемов кредитования государственных предприятий и предприятий нефинансового сектора экономики. Начиная с 2012 г. сектор финансовых корпораций перестал кредитовать реальный сектор экономики, резко снизились объемы кредитования государственных предприятий. Вместо этого кредиты выдавались иностранным организациям (3,1 млрд руб. в 2012 г. и 6,1 млрд руб. в 2013 г.) и кредитным учреждениям региона (2,7 млрд руб. в 2012 г. и 1,2 млрд руб. в 2013 г.).
Таблица 1 / Table 1
Матрица финансовых потоков между институциональными секторами в Свердловской области за период 2010-2015 гг., млн руб. / The matrix of financial flows between institutional sectors in the Sverdlovsk region for the period 2010-2015, million rub.
Год / year Финансовые корпорации / Financial Corporations Государственное управление / Public administration Нефинансовые корпорации / Non-financial corporations Домашние хозяйства / Households Остальной мир / Others
ЦБ РФ / Bank of Russia Кредитные учреждения / Credit institutions Страховые организации / Insurance organizations Другие финансовые организации / Other financial institutions ВСЕГО / TOTAL
Операции по размещению средств на депозитах / Operations on placement of funds on deposits
2010 14 974 387 432 6454 22 247 -256 -16026 -5670 -295
2011 5688 10 920 217 3710 20 535 935 -15658 -8705 2893
2012 6688 3288 -288 1766 11 453 465 -2218 -8731 -970
2013 8752 9109 -637 -4677 12 547 -130 -6403 488 -6502
2014 -290 19 674 -1190 -3005 15 190 378 -8507 -12086 5026
2015 -13331 9879 -966 21 996 17 578 866 -12060 -5475 -909
Операции по переводу наличных денежных средств / The operation of transfer cash
2010 38 -1493 -468 -1748 -3671 -55 -690 5080 -664
2011 -99 -1902 -570 -1545 -4116 628 -730 4821 -603
2012 100 -4598 121 -1755 -6133 255 -470 7137 -790
2013 -965 -4031 -2125 -1722 -8842 544 -720 9624 -607
2014 5 -3325 -201 -14760 -18281 39 754 -11696 86 -9863
2015 -20 -195 687 -3955 -3482 10 698 -4301 851 -3766
Операции по кредитованию / Lending
2010 -700 379 -8534 3880 -4974 2357 2422 1733 -1537
2011 -72 -2373 -4787 931 -6300 977 1624 3395 305
2012 1343 2709 -8384 -1086 -5419 1707 -2995 3608 3099
2013 282 1200 -5676 719 -3475 862 -3341 -130 6084
2014 -2238 6575 -2029 3422 5730 141 -392 -6534 1055
2015 67 3372 49 125 -9395 43 169 -12624 -16300 -10006 -4240
Операции по приобретению и продаже акций / Purchases and sales of shares
2010 60 11 542 1120 -3723 8998 -4117 -4281 -407 -193
2011 -10 10 309 823 -3563 7558 -2791 -3146 -1507 -113
2012 -36 16 353 2225 -6143 12 399 -5413 -5993 -219 -775
2013 -6 8985 1901 -2750 8130 -4791 -4608 -2528 3797
2014 -45 21 687 3340 -10184 14 799 -10219 -9817 3907 1330
2015 -37 21 204 7634 -8133 20 668 -8475 -9513 -500 -2179
Операции с долговыми ценными бумагами / Operations with debt securities
2010 -561 -325 8981 -4234 3861 -3597 212 0 -477
2011 1054 -9248 4634 -1841 -5402 47 4457 0 898
2012 1085 -2085 7687 -1230 5456 -3552 -3202 0 1298
2013 -956 -114 7388 -3611 2708 -625 -2689 0 606
2014 -1001 -11173 885 2665 -8624 -3565 305 127 11 756
2015 2225 -7165 -53081 20 716 -37304 16 950 17 563 -88 2878
Окончание табл. 1 / End of Table 1
Год / year Финансовые корпорации / Financial Corporations Государственное управление / Public administration Нефинансовые корпорации / Non-financial corporations Домашние хозяйства / Households Остальной мир / Others
ЦБ РФ / Bank of Russia Кредитные учреждения / Credit institutions Страховые организации / Insurance organizations Другие финансовые организации / Other financial institutions ВСЕГО / TOTAL
Дебиторская задолженность / Receivables
2010 0 -90 -1181 324 -948 203 253 392 99
2011 0 61 153 -64 151 6 -141 -29 14
2012 0 683 -1085 242 -160 205 -121 -61 138
2013 0 1928 -1245 284 967 123 -403 -825 138
2014 0 5372 -1395 231 4208 285 -399 -4295 201
2015 0 1817 -2458 578 -63 436 -4 -683 313
Вся совокупность финансовых потоков / The totality of financial flows
2010 13 825 623 5474 19 923 -1632 -15934 742 -3099
2011 6570 -133 463 6900 2865 -12307 -893 3435
2012 9184 -176 1091 10 099 -1325 -10246 -540 2011
2013 7122 -52 -4611 2458 1045 -15106 8114 3489
2014 -3500 156 -7248 -10592 39 424 -19352 -18902 9423
2015 -11083 1088 28 639 18 644 17476 -15370 -13298 -7452
Источник / Source: рассчитано автором по данным Оборотной ведомости по счетам бухгалтерской отчетности по форме 101 кредитных учреждений Свердловской области. URL: http://www.cbr.ru/region/info/ek/statistics/ (дата обращения: 03.08.2017): Calculated by the author according to the turnover sheet under accounts of the accounting statements according to the form 101 credit institutions in Sverdlovsk region. URL: http://www.cbr.ru/region/info/ek/statistics/ (accessed 03.08.2017).
4. Смена приоритетов в инвестициях финансовых корпораций в сторону долговых ценных бумаг иностранных организаций. В 2012 г. финансовыми учреждениями Свердловской области было приобретено долговых ценных бумаг иностранных организаций в размере 1298 млн руб., а в 2014 г.— 11 756 млн руб. Финансовые учреждения практически не инвестировали в долговые ценные бумаги секторы нефинансовых корпораций, в результате чего нуждающиеся в финансовых ресурсах предприятия реального сектора экономики лишились необходимых ресурсов для своего восстановления.
5. Рост дебиторской задолженности других институциональных секторов перед финансовыми учреждениями региона, формирование задолженности сектора финансовых корпораций по выплате заработной платы (сектору домашних хозяйств), по уплате налогов и сборов в бюджет (сектору государственного управления). Так, если в 2011 г. дебиторская задолженность институциональных секторов перед кредитными учреждениями составляла 61 млн руб., то в 2012 г. ее размер увеличился на 683 млн руб., а в 2014 г. — на 5372 млн руб. Это оказало существенное влияние
на снижение показателей финансового развития банковского сектора региона. В 2012 г. сформировалась проблема их задолженности по оплате труда работников (3,4 млрд руб.) и платежам по налогам и сборам (1,1 млрд руб.). В результате такого распределения финансовых потоков между институциональными секторами в Свердловской области в 2014 г. в уязвимом финансовом положении оказались инвестиционные финансовые компании и сектор финансовых корпораций в целом, сектор нефинансовых корпораций и домашних хозяйств, сальдо между расходами и доходами по всем финансовым операциям которых приобрело отрицательные значения (см. табл. 1).
Таким образом, сформированная матрица финансовых потоков позволила выявить зародившиеся еще в 2012 г. негативные тенденции, впоследствии оказавшие серьезное влияние на развитие финансово-экономического кризиса на территории региона. Значительную роль в восстановлении финансово-экономического положения сектора финансовых корпораций в 2015 г. сыграл и Центральный банк РФ, который привлек на депозиты банков региона 13,3 млрд руб. (см. табл. 1). Привлеченные банками
в 2014 г. депозиты в размере 19,7 млрд руб., доходы от продажи акций в размере 21,7 млрд руб. и полученные кредиты в размере 6,6 млрд руб. сформировали достаточный потенциал для восстановления сектора финансовых корпораций и финансового «оздоровления» остальных институциональных секторов.
На данном этапе трансформации матрицы финансовых потоков были выявлены следующие тенденции:
1. Привлеченные на депозиты средства были направлены в 2015 г. банковским сектором в инвестиционные фонды и управляющие финансовые компании для приобретения долговых ценных бумаг государственных предприятий и предприятий сектора нефинансовых корпораций. В 2015 г. были приобретены долговые ценные бумаги в размере 37,4 млрд руб. (16,9 млрд руб.— государственные и муниципальные ценные бумаги и 17,5 млрд руб.— нефинансовых корпораций). Это тенденция, по нашему мнению, является индикатором постепенного восстановления экономического положения не только сектора финансовых корпораций, но и производственных предприятий, организаций в сфере обслуживания, которые в результате привлекли значительные финансовые ресурсы для своего развития.
2. Существенно снизились объемы приобретаемой сектором финансовых корпораций иностранной валюты (в 2015 г. по сравнению с 2014 г. объем приобретаемой валюты сократился в три раза). В результате продажи иностранной валюты доходы получил сектор государственного управления в размере 10,7 млрд руб., домашних хозяйств — 851 млн руб. и страховых организаций — 687 млн руб.
3. Произошли изменения и в процессах кредитования институциональных секторов финансовыми корпорациями. Начиная с 2015 г. прекратилось кредитование иностранных организаций, наблюдалось обратное движение финансовых потоков, как и в 2010 г. Кредитные ресурсы выделялись преимущественно страховым организациям.
МОДЕЛИРОВАНИЕ СЦЕНАРИЕВ ДВИЖЕНИЯ ФИНАНСОВЫХ ПОТОКОВ МЕЖДУ ИНСТИТУЦИОНАЛЬНЫМИ СЕКТОРАМИ В СВЕРДЛОВСКОЙ ОБЛАСТИ
Для моделирования сценариев дальнейшего развития институциональных секторов региона был использован инструмент эконометрического анализа по методу наименьших квадратов с устранением мультиколлинеарности, в результате чего были сформированы, а затем проверены на точность и статистическую достоверность основные уравнения зависимостей в процессах движения финан-
совых потоков между секторами в рамках базовых сценариев (табл. 2). Процесс эконометрического моделирования осуществлялся в два этапа: первоначально исследовались зависимости процессов движения финансовых потоков внутри сектора финансовых корпораций (ФК) между Центральным банком РФ (ЦБ), кредитными учреждениями (КУ), страховыми организациями (СО) и инвестиционными финансовыми компаниями (ИФК). В результате данного анализа были сформированы эконометри-ческие уравнения процессов формирования финансовых потоков сектора финансовых корпораций от рассматриваемых финансовых учреждений (ЦБ, КУ, СО и ИФК). Эконометрический анализ позволил не только определить коэффициенты регрессии в модели, соответствующие финансовым учреждениям сектора финансовых корпораций, но и возможный диапазон их отклонения с вероятностью 95%.
Верхняя граница данного диапазона характеризовала возможное максимальное значение коэффициента регрессии того или иного финансового учреждения в модели и была использована нами для формирования оптимистичного сценария (ФКОС).
Нижняя граница данного диапазона была использована нами при формировании пессимистичного сценария (ФКПС), а установленные в ходе эконометрического моделирования средние значения коэффициентов регрессии — при формировании инерционного сценария.
На втором этапе эконометрического моделирования был осуществлен анализ зависимости процессов движения финансовых потоков по различным финансовым инструментам между сектором финансовых корпораций и другими секторами, такими как: государственное управление (ГУ), нефинансовые корпорации (НК), домашние хозяйства (ДХ) и остальной мир (ОМ). Формирование эконометрических моделей базовых сценариев осуществлялось аналогичным образом. В результате реализации такого подхода была сформирована многоуровневая эконометри-ческая модель, раскрывающая взаимосвязи между институциональными секторами и финансовыми учреждениями региона в виде уравнений регрессии, а также позволяющая прогнозировать возможные трансформации процессов движения финансовых потоков между ними при изменении тенденций в развитии кредитных учреждений, страховых организаций, инвестиционных финансовых компаний.
Использование статистических данных по распределению финансовых потоков между секторами за последний период (2015 г.) в полученных в результате эконометрического моделирования уравнениях регрессии позволило нам определить значения
финансовых потоков сформированных сценариев: инерционного, предполагающего сохранение текущих объемов движения финансовых ресурсов внутри сектора финансовых корпораций и их незначительное перераспределение между секторами, пессимистичного и оптимистичного (табл. 3).
Использование последних имеющихся данных обусловлено тем, что формируемые пессимистичный и оптимистичный сценарии тесно взаимосвязаны с инерционным сценарием, который предполагает сохранение наблюдаемых в последний период тенденций, т.е. текущее распределение финансовых потоков между секторами. Поскольку на момент формирования матрицы финансовых потоков были доступны только данные первичной отчетности финансовых учреждений региона за период до 2015 г., то и при определении возможных значений финансовых потоков по тем или иным финансовым инструментам в рамках трех сценариев (см. табл. 3) были использованы данные за 2015 г.
РЕЗУЛЬТАТЫ СЦЕНАРНОГО МОДЕЛИРОВАНИЯ
Согласно инерционному сценарию по операциям с наличной иностранной валютой возможно сокращение получаемых сектором государственного управления средств с 10 698 до 5071 млн руб. из-за роста объемов сделок по приобретению им иностранной валюты. По другим секторам, наоборот, возможен прирост средств от продажи валюты: на 2702 млн руб. по сектору нефинансовых корпораций, на 278 млн руб. — домашним хозяйствам и на 2398 млн руб.— зарубежным компаниям.
В случае реализации пессимистичного сценария может произойти кардинальное перераспределение финансовых потоков: возможен существенный отток наличных денежных средств из сектора домашних хозяйств (4353 млн руб.) в результате приобретения иностранной валюты, а также приток средств по сектору государственного управления в результате продажи валюты банковскому сектору региона.
При сохранении выявленных в 2015 г. тенденций по операциям с депозитами возможно сохранение на том же уровне достигнутого объема средств, размещенных на депозитах финансовых корпораций, сокращение размера размещенных нефинансовыми корпорациями вкладов в банках с 12 060 до 9243 млн руб., домашних хозяйств — с 5475 до 2513 млн руб. и увеличение объемов размещаемых средств сектором государственного управления на 4321 млн руб., иностранных финансовых учреждений — на 1667 млн руб., что свидетельствует о формировании тенденций финансовой стабилизации развития
институциональных секторов. По операциям с депозитами возможна реализация пессимистичного сценария, в рамках которого можно ожидать массовый возврат сектором государственного управления средств с депозитов кредитных учреждений (13 197 млн руб.), что приведет к сокращению средств, размещенных на депозитах финансовых корпораций, на 4709 млн руб.
Финансовые потери банковского сектора частично будут компенсированы сектором домашних хозяйств и нефинансовых корпораций, которые для спасения своих сбережений от инфляции привлекут средства на депозиты банков в размере 2777 и 5969 млн руб. соответственно.
Такое распределение финансовых потоков негативно скажется на развитии нефинансовых корпораций, которые вместо расширения своего бизнеса и инвестиций в более доходные проекты будут размещать средства на счетах в банках региона, домашних хозяйств, которые вместо приобретения товаров и услуг, стимулирующих развитие экономики, благодаря размещению на банковских вкладах смогут лишь частично сохранить свои накопления. Сохранение на том же уровне объемов кредитования секторов финансовыми учреждениями приведет к повышению платежей по кредитам нефинансовыми корпорациями по сравнению с 2015 г. на 2986 млн руб. При сокращении объемов кредитования (реализации пессимистичного сценария) доходы финансовых корпораций снизятся на 7464 млн руб. Повышение долговой нагрузки на сектор нефинансовых корпораций в размере 8816 млн руб. не только не компенсирует потери банковского сектора, но и сформирует серьезный риск снижения финансовой устойчивости реального сектора экономики.
Исследование процессов движения финансовых потоков между секторами по всем финансовым инструментам показало, что на протяжении периода с 2010 по 2015 г. основу капитала финансовых учреждений региона формировал сектор нефинансовых корпораций. В 2015 г. данным сектором было инвестировано в финансовые учреждения региона 15 370 из 18644 млн руб., имевшихся у сектора финансовых корпораций (см. табл. 1).
Сектор государственного управления, наоборот, активно привлекал средства. Согласно инерционному сценарию возможно сохранение отмеченных тенденций для сектора финансовых и нефинансовых корпораций, по другим секторам произойдет перераспределение финансовых потоков: сократится объем привлеченных средств по сектору государственного управления (с 17 476 до 4494 млн руб.), сократится размер размещаемых средств домашними
Таблица 2 / Table 2
Эконометрическая модель движения финансовых потоков между секторами по базовым сценариям* / Econometric model the financial flows
between sectors in the baseline scenarios*
5 ta
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-fi-nancial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
1. Вложения в монетарное золото и СДР / Investments in monetary gold and SDRs ФКПС=2*ЦБ+1,01*КУ ФКис=2хЦБ+1,01*КУ ФКос=2хЦБ+1,01*КУ ГУПС= -0,505хфКпс ГУис=-0,4196хфКис ГУос=-0,334хфКос НКпс=0,529хфКпс НКис=0,136хфКис НКос=-0,255хфКос ДХпс=-0,521хфКпс ДХИС=-0,412 хфКис ДХос=-0,303хфКос ОМпс=-0,503хфКпс ОМис=-0,305хфКис ОМос=-0,108хфКос
2. Наличная валюта (денежные средства) / Currency (cash) ФКпс=0,821хКУ+0,968хСО+0,936хИФК ФК=0,99хКУ+ 1,39хСО+1,01хИФК ИС ' ' ' ФК0С=1,16хКУ+ 1,814хСО+1,066хИФК ГУПС= -2,708хфКпс ГУис=-1,569хфКис ГУ0С= -0,43хфКос НКпс=0,181хфКпс НКис=0,495хфКис НКос=0,808хфКос ДХпс=1,362хфКпс ДХис=-0,349хфКис ДХос=-2,059хфКос ОМпс=ОД65хфКпс ОМис=0,4234хфКис ОМос=0,682хфКос
3. Размещенные депозиты / Deposits allocated
- краткосрочные депозиты (до 30 дней) /short-term deposits (up to 30 days) ФКпс=0,732хЦБ+0,628хИФК+0,577хКУ ФКис=0,891хЦБ+0,871хКУ+0,881хИФК ФКос=1,05хЦБ+1,134хИФК+1,166хКУ ГУПС= -0,005хфКпс ГУис=0,043хфКис ГУос=0,133хфКос НКпс=-1,218хфКпс НКис=-1,014хфКис НКос=-0,809хфКос ООО ОМпс=0,223хфКпс ОМис=-0,029хфКис ОМос=-0,324хфКос
- среднесрочные депозиты (от 30 дней до 1 года) / medium-term deposits (from 30 days to 1 year) ФКпс=0,195хКУ ФК =0,604хКУ ИС ' ФКос=1,012хКУ ГУпс=2,373хфКпс ГУ = -0 625хфК ГУ = -2 ЗхфК ос '|J vlxoc НКпс=-1,104хфКпс НКис=0,282хфКис НКос=0,346хфКос ДХпс=-1,086хфКпс ДХис=-0,169хфКис ДХос=0,747хфКос ОМпс=-1,183хфКпс ОМис=-0,488хФКис ОМос=0,207хфКос
- среднесрочные депозиты (от 1 до 3 лет) / medium-term deposits (1 to 3 years) ФКпс=0,999хКУ+ 0,973хИФК ФК =0,999хКУ+ 1,001хИФК ИС ' ' ФКос=1,01хКУ+ 1,028хИФК ГУПС= -767477,59-0,017хфКпс ГУ = -407508,08+0, ОЗБхфК ИС ' ' ИС ГУос=0,066хфКос НКпс=-0,89хфКпс НКИС= -0,617хфКис НК0С= -0,34хфКос ДХпс=-0,712хфКпс ДХис=-0,384хфКис ДХос=-0,055хфКос ОМпс=0,981хфКпс ОМ = -0,158хФК ИС ' ИС Омос=-О,671хфкос
- долгосрочные депозиты (свыше 3 лет) / long-term deposits (over 3 years) ФКпс=-0,049хКУ ФК=0,238хКУ ИС ' ФКос=0,525хКУ ГУпс=97,115хфКпс 0 ГУос=0,604хфКос НКПС= -0,659хфКпс НКИС= -0,324хфКис НКос=0,011хфКос ДХпс=-1,027хфКпс ДХис=-0,661хфКис ДХос=-0,296хфКос ОМпс=-3210048,99-0,179хфКпс ОМис=-0,015хфКис ОМос=63ЮОО,7+ 0,447хфКос
X
>
X
о
>
>
>
z n
о -<
>
> О
" Примечание/Note: КУ- кредитные учреждения/credit institutions; СО - страховые организации/insurance organizations; ЦБ - Центральный банк РФ/The Central Bank of the Russian Federation; ИФК - инвестиционные финансовые компании / investment financial company; ПС - пессимистичный сценарий/the pessimistic scenario; ИС - инерционный сценарий /the inertial scenario; ОС - оптимистичный сценарий / the optimistic scenario.
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-fi-nancial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
- депозиты до востребования / demand deposits ФКпс=0,543хЦБ+0,66хКУ ФКис=1,097хЦБ+1,133хКУ ФКос=1,65хЦБ+1,606хКУ ГУпс=0,639хфКпс ГУис=0,043хфКис ГУос=-0,553хфКос НКпс=-1,262хфКпс НКИС= -0,888хфКис НК0С= -0,514хфКос ДХПС= -0,377хфКпс ДХис=-0,155хфКис ДХос=0,067хфКос ООО
4. Вложения в ценные бумаги, кроме акций: / Investments in securities other than shares
- имеющиеся в наличии для продажи / available-for-sale ФКПС= -0,847хЦБ-0,017хКУ+0,258хСС) ФКис=0,886хЦБ+0,905хКУ+0,847хСС) ФКос=2,619хЦБ+1,828хКУ+1,436хСО ГУПС= -2278721,1-1,353хфКпс ГУ = -718756,29-0,637хфКиг ИС ' ' ИС ГУОС=841208,6+ 0,079хфКос НКпс=-0,352хфКпс НКис=-0,415хфКис нк0с= -0,994хфКос ДХПС= -0,003хфКпс ДХИС= - 0,002 хфКис ДХ0С= - 0,0002 хфК0С ОМпс= -0,297хфКпс ОМ =-0,119хфКиг ИС ' ИС ОМос=0,057хфКос
- со сроком погашения до 1 года / with maturity up to 1 year ФКпс=0,584хКУ-0,084хСС) ФК =0,844хКУ+0,661хСО ИС ' ' ФКос=1,ЮЗхКУ+1,407хСО ГУПС= -0,424хфКпс ГУис=-0,143хфКис ГУос=0,138хфКос НКпс=-1,135хфКпс НКИС= -0,856хфКис НК0С= -0,576хфКос ООО ОМпс=0,559хфКпс ОМ =-0,001хфКиг ИС ' ИС ОМос=-0,562хфКос
- со сроком погашения от 1 года до 3 лет / with a maturity from 1 year to 3 years ФКпс=-0,022хКУ-0,328х<;0 ФК =0,609хку+0,769хс0 ИС ' ' ФКос=1,241хКУ+1,866хСО ГУПС= -0,604хфКпс ГУис=-0,379хфКис ГУос=-0,154хфКос НКпс=-0,612хфКпс НКИС= -0,536хфКис нк0с= -0,459хфКос ДХпс=-0,23хфКпс ДХис=-0,081хфКис ДХос=0,068хфКос ОМпс=0,446хфКпс ОМ =-0,004хфКиг ИС ' ИС ОМос=-0,455хфКос
- до востребования / on demand ФКпс=0,646хКУ+0,483хСС) ФК =0,888хКУ+0,567хСО ИС ' ' ФКос=1,13хКУ+0,652хСС) ГУПС= -0,563хфКпс ГУис=-0,397хфКис ГУос=-0,611хфКос НКПС= -0,615хфКпс НКис=-0,435хфКис НКос=-0,555хфКос ООО ОМпс=ОД78хфКпс ОМ =-0,168хфКиг ИС ' ИС ОМос=ОД66хфКос
5. Выданные кредиты и займы: / Loans and borrowings
- до 30 дней / up to 30 days ФКПС= -0,414хКУ+0,269хСС) ФК =0,318хКУ+0,544х<;0 ИС ' ' ФКос=1,051хКУ+0,818хСС) ГУПС= -0,635хфКпс ГУИС= -0,408хфКис ГУос=-0,182хфКос НКпс=-0,726хфКпс НКис=-0,553хфКис НК0С= -0,379хфКос ДХПС= -0,0006хфКпс 0 ДХос=0,001хфКос 0мпс=0,362хфкпс ОМ =-0,039хфКиг ИС ' ИС ОМос= -0,44хфКос
- от 30 до 90 дней / from 30 to 90 days ФКпс=-0,359хКУ+0,57х<;0 ФК =0,316хКУ+1,444хСО ИС ' ' ФКос=0,992хКУ+2,318хСО ГУПС= -0,246хфКпс ГУис=-0,159хфКис ГУос=-0,074хфКос нкпс= -0,656хфКпс НКис=-0,265хфКис НКос=0,126хфКос ДХпс=0,833хфКпс ДХИС= - 0,005 хфКис дх0с= -0,59хфКос ОМпс= -0,931хфКпс ОМ =759637,95-0,696хфК ИС ' ' ИС ОМос= - 0,462 хфК0С
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-fi-nancial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
- на срок от 91 до 180 дней / for a period from 91 to 180 days ФКпс=0,931хКУ-3,073х<;0 ФК =0,958хКУ+0,776хСО ИС ' ' ФКос=0,985хКУ+4,625хСС) ООО НКпс=0,24хфКпс НКис=0,015хфКис нк0с= -0,209хфКос ООО ОМпс=-1,24хфКпс ОМис=-1,015хфКис ОМос= -0,79хфКос
- на срок от 181 дня до 1 года / for a period from 181 days to 1 year ФКпс=0,891хКУ-3,294хСС)+0,026хИФК ФК =1,ОИхКУ+6,928хСО+1,192хИФК ИС ' ' ' ФКос=1,131хКУ+17,149хСО+2,359хИФК ООО НКПС= -0,549хфКпс НКИС= -0,327хфКис нк0с= -0,106хфКос ДХпс=0,453хфКпс ДХис=-0,008хфКис ДХос=-0,468хфКос ОМпс= -0,904хфКпс ОМ =-0,665хфК ИС ' ИС ОМос=-0,426хфКос
- на срок от 1 года до 3 лет/ for a period from 1 year to 3 years ФКпс=0,992хКУ+0,306хСС) ФК =1,004хку+0,747хс0 ИС ' ' ФКос=1,016хКУ+1,188хСС) ГУпс=1,007хфКпс 0 ГУос=-1,007хфКос нкпс= -0,754хфКпс НКИС= -0,261хфКис НКос=0,231хфКос ДХпс=-0,532хфКпс ДХис=-0,272хфКис ДХос=-0,011хфКос ОМпс= -0,721хфКпс ОМ =-0,467хфКиг ИС ' ИС ОМос=-0,213хфКос
- свыше 3 лет / more than 3 years ФКпс=0,979хКУ-0,012хСС) ФК =0,995хКУ+0,765хСО ИС ' ' ФКос=1,ОИхКУ+1,542хСО ГУпс=-0,0002хфКпс ГУис=0,0004хфКис ГУос=0,001хфКос нкпс= -0,249хфКпс НКис=-0,133хфКис нк0с= -0,018хфКос ДХпс=-1,014хфКпс ДХис=-0,834хфКис ДХос=-0,654хфКос ОМпс=0,263хфКпс ОМ =-0,033хфКиг ИС ' ИС ОМос=-0,329хфКос
- до востребования / on demand ФКпс=0,131хЦБ+0,653хКУ+0,657хСО ФКис=1,341хЦБ+1,Ю4хКУ+0,795хСО ФК0С=2,55хЦБ+ 1,556хКУ+0,934хСО ГУпс=-0,67хфКпс ГУис=-0,529хфКис ГУос=-0,387хфКос НКПС= -0,637хфКпс НКИС= -0,498хфКис НК0С= -0,358хфКос ДХпс=0,299хфКпс ДХис=0,013хфКис ДХос=-0,274хфКос ОМпс=0,008хфКпс ОМ =0,014хфКиг ИС ' ИС ОМос=0,019хфКос
6. Вложения в производные финансовые инструменты / Investments in derivative financial instruments ФКпс=0,8хКУ+0,6хСО ФК =0,8хКУ+0,6хСО ИС ' ' ФКос=0,8хКУ+0,6хСО ГУпс=-0,254хфКпс ГУИС= -0,24хфКис ГУос=-0,227хфКос НКпс=-0,254хфКпс НКИС= -0,24хфКис НК0С= -0,227хфКос ДХПС= -0,173хфКпс ДХис=-0,241хфКис ДХос=-0,308хфКос ОМпс= -0,319хфКпс ОМ =-0,279хфКиг ИС ' ИС ОМос=-0,238хфКос
7. Вложения в акции / Equities ФКпс=-23,937хЦБ+0,421хКУ+0,ЗЗхСС) ФКис=17,286хЦБ+0,597хКУ+1,128хСО ФКос=58,509хЦБ+0,772хКУ+1,926хСО ГУпс=-0,622хфКпс ГУИС= -0,488хфКис ГУос=-0,355хфКос НКПС= -0,611хфКпс НКИС= -0,514хфКис НК0С= -0,417хфКос ДХпс=1,166хфКпс ДХис=0,083хфКис ДХос=-0,779хфКос ОМпс= -2919718,8-0,696хфКпс ОМ =3101719,2- ИС ' 0,231хфК ' ИС ОМос=9123157,2 + 0,235хфКос
m
>
n
> 7ч
7ч >
>
Z П
О
73 -<
>
> П
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-fi-nancial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
ФКпс=0,963хКУ+0,722хСО ГУПС= -0,091хфКпс НКпс=-0,218хфКпс ДХпс=-1,233хфКпс ОМпс= -0,057хфКпс
8. Дебиторская задолженность / Receivables ФК =0,976хКУ+0,744хСО ИС ' ' ГУис=0,054хфКис НКИС= -0,118хфКис ДХис=-0,979хфКис ОМ =0,043хфКиг ИС ' ИС
ФКос=0,989хКУ+0,766хСО ГУос=0,199хфКос НК0С= -0,018хфКос ДХос=-0,727хфКос ОМос=-0,454хфКос
ФКпс=0,973хКУ+0,918хСО ГУпс=-1,029хфКпс 0 ДХпс=0,029хфКпс 0
9. Платежи no налогам
и сборам / Payments of ФК =0,996хКУ+0,987хСО ИС ' ' ГУИС= -0,99хфКис 0 ДХИС= -0,01хфКис 0
taxes and levies
ФКос=1,019хКУ+1,055хСО ГУос=-0,952хфКос 0 ДХ0С= - 0,048 хфК0С 0
ФКпс=0,99хКУ+0,99хСО ГУПС= -0,004хфКпс 0 ДХПС= -0,996хфКпс 0
10. Оплата труда / remuneration of labour ФК =0,99хКУ+0,99хСО ИС ' ' ГУис=0,002хфКис 0 ДХИС=-1,002 хфКис 0
ФКос=0,99хКУ+0,99хСО ГУос=0,008хфКос 0 ДХ0С= -1,008 хфК0С 0
ФКПС= -0,071хку+0,882хс0 ГУпс=-0,032хфКпс НКпс=-1,035хфКпс дхпс= -0,644хфКпс ОМпс=0,711хфКпс
11. Расчеты с поставщиками / Accounts payable ФК =0,303хКУ+1,609хСО ИС ' ' ГУис=-0,014хфКис НКис=-0,692хфКис ДХис=-0,287хфКис ОМ =-0,007хфК ИС ' ИС
ФКос=0,676хКУ+2,336хСО ГУос=0,005хфКос нк0с= -0,348хфКос ДХос=0,07хфКос ОМос=-0,727хфКос
12. Операции по основным средствам, иму- ФКпс=0,673хКУ+0,946хСО ГУПС= -0,497хфКпс НКПС= -0,503хфКпс 0 0
ществу, материальным ценностям / Operations ФК =0,678хКУ+1,203хСО ИС ' ' ГУис=-0,51хфКис НКИС= -0,489хфКис 0 0
on fixed assets, property, material values ФКос=0,683хКУ+1,461хСО ГУос=-0,524хфКос НК0С= -0,476хфКос 0 0
Источник / Source: рассчитано автором по данным Оборотной ведомости по счетам бухгалтерской отчетности по форме 101 кредитных учреждений Свердловской области. URL: http://www.cbr.ru/region/info/ek/statistics/ (дата обращения: 03.08.2017) / Calculated by the author according to the turnover sheet under accounts of the accounting statements according to the form 101 credit institutions in Sverdlovsk region. URL: http://www.cbr.ru/region/info/ek/statistics/ (accessed 03.08.2017).
Таблица 3/Table 3
Сценарии движения финансовых потоков между институциональными секторами в Свердловской области, млн руб. /Scenarios of financial
flows between institutional sectors in the Sverdlovsk region, million rub.
5 ta
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-financial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
1. Вложения в монетарное золото и СДР/ Investments in monetary gold and SDRs ПС= 28,8 ИС= 28,8 ОС= 28,8 ПС= -14,6 ИС= -12,1 ОС= -9,6 ПС= 15,3 ИС= 3,9 ОС= -7,4 ПС= -15,0 ИС= -11,9 ОС= -8,7 ПС= -14,5 ИС= -8,8 ОС=-3,1
2. Наличная валюта (денежные средства) / Currency (cash) ПС= -3196,4 ИС=-3232,0 ОС=-3195,3 ПС= 8655,8 ИС= 5071,0 ОС= 1374,0 ПС= -578,5 ИС=-1599,8 ОС=-2581,8 ПС=-4353,5 ИС= 1129,3 ОС= 6582,2 ПС=-527,4 ИС=-1368,4 ОС=-2179,2
3. Размещенные депозиты / Deposits allocated ПС= 13080,3 ИС= 17789,2 ОС= 22 506,2 ПС= 9742,7 ИС=-3455,5 ОС=-24 820,2 ПС= -15212,6 ИС=-9243,7 ОС=-4630,8 ПС= -5290,8 ИС=-2513,4 ОС= 7532,5 ПС= -2319,6 ИС= -2576, 5 ОС=-587,7
- краткосрочные депозиты (до 30 дней) / short-term deposits (up to 30 days) ПС= 4444,1 ИС= 4692,7 ОС= 4920,7 ПС= -22,2 ИС= 201,8 ОС= 654,5 ПС= -5413,0 ИС=-4758,4 ОС=-3980,9 пс=о ис=о ос=о ПС= 991,0 ИС=-136,1 ОС= -1594,3
- среднесрочные депозиты (от 30 дней до 1 года) / medium-term deposits (from 30 days to 1 year) ПС= 1838,0 ИС= 5693,1 ОС= 9538,7 ПС= 4361,6 ИС=-3558,2 ОС=-21939,0 ПС= -2029,1 ИС= 1605,4 ОС= 3300,4 ПС= -1996,1 ИС=-962,1 ОС= 7125,4 ПС= -2174,3 ИС=-2778,2 ОС= 1974,5
- среднесрочные депозиты (от 1 до 3 лет) / medium-term deposits (1 to 3 years) ПС= 2120,0 ИС= 2121,2 ОС= 2145,3 ПС= -803,5 ИС=-333,3 ОС= 141,2 ПС= -1886,8 ИС=-1308,8 ОС=-729,4 ПС=-1509,4 ИС=-814,6 ОС= -118,0 ПС= 2079,7 ИС= 335,4 ОС=-1439,2
- долгосрочные депозиты (свыше 3 лет) / long-term deposits (over 3 years) ПС= 33,4 ИС=-162,0 ОС=-357,3 ПС= 3238,9 ис=о ОС=-215,8 ПС= -22,0 ИС= 52,5 ОС= -3,9 ПС= -34,3 ИС= 107,1 ОС= 105,8 ПС= -3216,0 ИС= 2,4 ОС= 471,3
- депозиты до востребования /on demand ПС= 4644,8 ИС= 5444,1 ОС= 6258,8 ПС= 2968,0 ИС= 234,1 ОС=-3461,1 ПС=-5861,7 ИС= -4834,4 ОС=-3217,0 ПС=-1751,1 ИС=-843,8 ОС= 419,3 пс=о ис=о ос=о
4. Вложения в ценные бумаги, кроме акций: / Investments in securities other than shares ПС= -27019,8 ИС=-37118,4 ОС=-44890,3 ПС= 15 218,2 ИС= 14705,0 ОС= 22938,7 ПС= 16626,0 ИС= 16 534,1 ОС= 27694,2 ПС= 48,4 ИС= -38,0 ОС= 93,2 ПС=-4872,8 ИС= 5917,2 ОС=-5835,8
- имеющиеся в наличии для продажи /available-for-sale ПС= -2268,2 ИС=-4148,1 ОС=-5921,5 ПС= 790,1 ИС= 1923,6 ОС= 373,4 ПС= 797,6 ИС= 1722,6 ОС= 5884,4 ПС= 6,8 ИС= 8,3 ОС= 1,2 ПС= 673,7 ИС= 493,6 ОС=-337,5
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-financial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
- со сроком погашения до 1 года / with maturity up to 1 year ПС= -18,1 ИС= -1252,1 OC=-2487,3 ПС= 7,7 ИС= 179,0 ОС=-343,3 ПС= 20,6 ИС= 1071,8 ОС= 1432,7 пс=о ис=о ос=о ПС=-10,1 ИС= 1,3 ОС= 1397,9
- со сроком погашения от 1 года до 3 лет/ with a maturity from 1 year to 3 years ПС= -210,4 ИС= 571,2 ОС= 1353,0 ПС= 127,1 ИС= -216,5 ОС=-208,4 ПС= 128,8 ИС= -306,2 ОС=-621,0 ПС= 48,4 ИС= -46,3 ОС= 92,0 ПС= -93,9 ИС= -2,3 ОС=-615,6
- до востребования /on demand ПС=-26 791,2 ИС= -32289,4 ОС=-37834,5 ПС= 15 083,4 ИС= 12818,9 ОС= 23116,9 ПС= 16476,6 ИС= 14045,9 ОС= 20998,1 пс=о ис=о ос=о ПС= -4768,8 ИС= 5424,6 ОС=-6280,5
5. Выданные кредиты и займы: / Loans and borrowings ПС= 35 511,3 ИС= 42975,2 ОС= 50578,8 ПС= -6748,3 ИС=-11195,7 ОС=-13 548,9 ПС=-28102,6 ИС= -19286,6 ОС=-6524,6 ПС=-1539,1 ИС=-9081,7 ОС=-19149,8 ПС= 878,7 ИС= -3411,3 ОС=-11355,5
- до 30 дней / up to 30 days ПС= 6992,9 ИС= 11258,1 ОС= 15498,6 ПС= -4440,5 ИС=-4593,3 ОС= -2820,8 ПС= -5076,9 ИС=-6225,7 ОС= -5874,0 ПС= -4,2 ис=о ОС= 15,5 ПС= 2528,6 ИС= -439,1 ОС=-6819,4
- от 30 до 90 дней / from 30 to 90 days ПС= 3768,8 ИС= 6092,7 ОС= 8413,9 ПС= -927,1 ИС=-968,7 ОС=-622,6 ПС= -2472,3 ИС= -1614,6 ОС= 1060,1 ПС= 3139,4 ИС= -28,5 ОС= -4964,2 ПС= -3508,7 ИС=-3480,9 ОС=-3887,2
- на срок от 91 до 180 дней / for a period from 91 to 180 days ПС= -9527,5 ИС= -9883,3 ОС=-10239,1 пс=о ис=о ос=о ПС=-2286,6 ИС= -148,3 ОС= 2150,2 пс=о ис=о ос=о ПС= 11814,1 ИС= 10031,6 ОС= 8088,9
- на срок от 181 дня до 1 года / for a period from 181 days to 1 year ПС= 9142,0 ИС= 10032,8 ОС= 10923,7 пс=о ис=о ос=о ПС=-5018,9 ИС=-3280,7 ОС=-1157,9 ПС= 4141,3 ИС= -80,3 ОС=-5112,3 ПС=-8264,3 ИС= -6671,8 ОС=-4653,5
- на срок от 1 года до 3 лет / for a period from 1 year to 3 years ПС= 5689,1 ИС= 5777,9 ОС= 5866,6 ПС= 5729,0 ис=о ОС=-5907,7 ПС= -4289,6 ИС=-1508,0 ОС= 13 55,2 ПС= -3026,6 ИС= -1571,6 ОС= -64,5 ПС= -4101,9 ИС=-2698,3 ОС=-1249,6
- свыше 3 лет / more than 3 years ПС= 8837,3 ИС= 9040,6 ОС= 9244,0 ПС= -1,8 ИС=3,6 ОС= 9,2 ПС= -2200,5 ИС= -1202,4 ОС=-166,4 ПС=-8961,0 ИС= -7539,9 ОС=-6045,6 ПС= 2326,0 ИС=-302,0 ОС=-3041,3
- до востребования /on demand ПС= 10608,8 ИС= 10656,4 ОС= 10871,1 ПС=-7107,9 ИС=-5637,2 ОС= -4207,1 ПС= -6757,8 ИС=-5306,9 ОС=-3891,9 ПС= 3172,0 ИС= 138,5 ОС=-2978,7 ПС= 84,9 ИС= 149,2 ОС= 206,6
po
a:
1 о
Ob
Финансовые инструменты / Financial instruments Финансовые корпорации (ФК) / Financial corporation Государственное управление (ГУ) / Public administration Нефинансовые корпорации (НК) / Non-financial corporations Домашние хозяйства (ДХ) / Households Остальной мир (ОМ) / Others
6. Вложения в производные финансовые инструменты / Investments in derivative financial instruments ПС=-1817,6 ИС=-1817,6 OC=-1817,6 ПС= 461,7 ИС= 436,2 ОС= 412,6 ПС= 461,7 ИС= 436,2 ОС= 412,6 ПС= 314,4 ИС= 438,0 ОС= 559,8 ПС= 579,8 ИС= 507,1 ОС= 432,6
7. Вложения в акции / Equities ПС= 12 340,8 ИС= 20624,0 ОС= 28885,9 ПС= -7676,0 ИС=-10064,5 ОС= -10254,5 ПС= -7540,2 ИС=-10600,7 ОС=-12 045,4 ПС= 14384,3 ИС= 1703,7 ОС=-22497,3 ПС= -11508,9 ИС=-1662,4 ОС= 15 911,4
8. Дебиторская задолженность / Receivables ПС= -24,5 ИС= -55,0 ОС= -85,4 ПС= 2,2 ИС=-3,0 ОС= -17,0 ПС= 5,3 ИС= 6,5 ОС= 1,5 ПС= 30,2 ИС= 53,8 ОС= 62,1 ПС=-13,3 ИС= -2,4 ОС= 38,8
9. Платежи по налогам и сборам / Payments of taxes and levies ПС= -284,8 ИС=-297,0 ОС=-309,1 ПС= 293,1 ИС= 294,0 ОС= 294,2 пс=о ис=о ос=о ПС= -8,3 ИС= 3,0 ОС= 14,8 пс=о ис=о ос=о
10. Оплата труда / remuneration of labour ПС= -2234,4 И С= -2234,4 ОС=-2234,4 ПС= 8,9 ИС= -4,5 ОС= -17,9 пс=о ис=о ос=о ПС= 2225,5 ИС= 2238,9 ОС= 2252,3 пс=о ис=о ос=о
11. Расчеты с поставщиками / Accounts payable ПС= -389,1 ИС= 31,5 ОС= 450,4 ПС= 12,5 ИС= -0,4 ОС= 2,3 ПС= 402,7 ИС= -21,8 ОС=-156,7 ПС= 250,6 ИС= -9,0 ОС= 31,5 ПС=-276,6 ИС= -0,2 ОС=-327,5
12. Операции по основным средствам, имуществу, материальным ценностям /Operations on fixed assets, property, material values ПС= -17001,3 ИС=-17105,1 ОС=-17208,7 ПС= 8449,6 ИС= 8723,6 ОС= 9017,4 ПС= 8551,7 ИС= 8381,5 ОС= 8191,4 пс=о ис=о ос=о пс=о ис=о ос=о
ИТОГО/TOTAL ПС= 8993,4 ИС= 19589,3 ОС= 32709,4 ПС= 28405,9 ИС= 4494,2 ОС=-14629,1 ПС= -25 371,4 ИС=-15 390,4 ОС=Ю 353,0 ПС= 6046,8 ИС= -6087,4 ОС=-24527,3 ПС=-18 074,7 ИС= -2605,7 ОС=-3906,0
Источник / Source: рассчитано автором по данным Оборотной ведомости по счетам бухгалтерской отчетности по форме 101 кредитных учреждений Свердловской области. URL: http://www.cbr.ru/region/info/ek/statistics/ (дата обращения: 03.08.2017) / Calculated by the author according to the turnover sheet under accounts of the accounting statements according to the form 101 credit institutions in Sverdlovsk region. URL: http://www.cbr.ru/region/info/ek/statistics/ (accessed 03.08.2017).
хозяйствами на счетах финансовых учреждений на 7211 млн руб. и иностранных организаций — на 4847 млн руб.
Реализация такого сценария не будет способствовать экономическому развитию Свердловской области из-за значительного объема отвлечения средств реального сектора экономики в финансовые операции и сокращения привлекаемых средств в сектор государственного управления. Реализация пессимистичного сценария только ухудшит отмеченные тенденции в развитии финансовых и нефинансовых корпораций: размер привлекаемых ими средств существенно сократится, при этом вырастет размер привлекаемых средств сектором государственного управления и домашних хозяйств (см. табл. 3). С одной стороны, это является положительной тенденцией, так как формирует дополнительные возможности для их развития, с другой стороны, такое привлечение средств сопровождается серьезным оттоком финансовых ресурсов из сектора финансовых корпораций, активизируются процессы вывода средств государственными предприятиями и домашними хозяйствами из банковской сферы, что формирует риски в экономическом развитии всех институциональных секторов.
Финансовая стабилизация и развитие институциональных секторов, реализация оптимистичного сценария возможны. Для этого необходимо привлечение финансовых ресурсов в сектор нефинансовых корпораций в размере 10 353 млн руб. за счет повышения инвестиций институциональных секторов в долговые обязательства производственных предприятий или привлечения средств от продажи сектором нефинансовых корпораций долговых ценных бумаг с 17 563 до 27694 млн руб. (см. табл. 3). Реструктуризация долгов по кредитам и снижение платежей по ним с 16 300 до 6524 млн руб., а также предоставление долгосрочных банковских кредитов в размере 1355 млн руб. позволит привлечь дополнительные финансовые ресурсы для развития предприятий данного институционального сектора.
Для повышения финансовой устойчивости кредитных учреждений, страховых организаций и инвестиционных финансовых компаний, представляющих основу сектора финансовых корпораций, необходимо привлечение дополнительных средств в размере 4928 млн руб. на депозиты данного сектора, снижение задолженности по выданным кредитам на 7409 млн руб., привлечение дополнительного капитала путем выпуска и продажи акций банковским
сектором в размере 8217 млн руб. Реализация данных мероприятий позволит привлечь в сектор финансовых корпораций ресурсы институциональных секторов в размере 32 709 млн руб. и реализовать наиболее благоприятный вариант развития финансовых учреждений в регионе.
Оптимистичный сценарий трансформации матрицы финансовых потоков в регионе предполагает существенное изменение концепции осуществляемых сектором государственного управления финансовых операций. Для его реализации необходимо сократить объем изымаемых с депозитов финансовых корпораций наличных денежных средств с 10 698 до 1374 млн руб., повысить объем размещаемых средств на депозитах финансовых учреждений до 24820 млн руб., объем погашаемых иностранных долговых ценных бумаг с 16 950 до 22 938 млн руб., объем вложений в акции нефинансовых и финансовых корпораций с 8475 до 10 254 млн руб. Реализация данных мероприятий позволит повысить эффективность финансового развития сектора государственного управления, поскольку возвращаемые из финансовой сферы государственными предприятиями ресурсы будут не просто находиться «мертвым грузом» на счетах, а приносить дополнительный доход от инвестиционной деятельности. Данные мероприятия также помогут стабилизировать финансово-экономическое положение и других институциональных секторов.
ВЫВОДЫ
Сценарное моделирование процессов движения финансовых потоков между институциональными секторами не ограничивается формированием трех базовых сценариев. Разработанная эконометрическая модель движения финансовых потоков, представленная в табл. 2, позволяет генерировать огромное количество сценариев в зависимости от происходящих изменений в развитии страховых организаций, кредитных, инвестиционных и других финансовых учреждений в регионе. Прогнозирование данных изменений позволит органам государственной власти и Центральному банку РФ, осуществляющим финансовую политику в стране, заранее сформировать возможные сценарии трансформации процессов движения финансовых потоков между секторами, оценить последствия реализации данных сценариев и предпринять соответствующие мероприятия по сглаживанию возникающих диспропорций.
БЛАГОДАРНОСТЬ
Статья подготовлена при финансовой поддержке РФФИ в рамках научного проекта № 16-36-00113 «Сценарный подход к моделированию матрицы финансовых потоков в региональной территориальной системе».
ACKNOWLEDGEMENTS
This article was prepared with the financial support of RFBR, research project No. 16-36-00113 "The scenario approach to modeling matrix of financial flows in the regional system".
СПИСОК ИСТОЧНИКОВ
1. Наумов И. В. Теоретико-методологический подход к формированию матрицы финансовых потоков региональной территориальной системы // Журнал экономической теории. 2016. № 3. С. 171-188.
2. Климова Н. И., Чередникова Л. Ю. Матрицы финансовых потоков и их региональные приложения // Известия Уфимского научного центра РАН. 2011. № 2. С. 83-91.
3. Петросян И. Б., Симонян В. М. Интегрированные матрицы финансовых потоков: результаты апробации // Инновационное развитие экономики: тенденции и перспективы. 2015. Т. 1. С. 120-126.
4. Tatarkin D. A., Sidorova E. N., Trynov A. V. Simulation of structural changes in the region's economy based on the matrix of financial flows // Economic and Social Changes: Facts, Trends, Forecast. 2017. No. 1 (49). pp. 218-234.
5. Христова В. В. Оценка факторов роста ВРП Дальнего Востока в 2000-2006 гг. // Материалы XI открытой конференции — конкурса научных работ молодых ученых Хабаровского края. Хабаровск: РИОТИП, 2009. 192 с.
6. Меканцишвили Е. Макроанализ экономического развития Грузии с использованием матрицы финансовых потоков (за 1999-2008 гг.) // Кавказ и глобализация. 2009. Т. 3. № 4. С. 96-107.
7. Белоусов А. Р., Абрамова Е. А. Экспериментальная разработка интегрированных матриц финансовых потоков // Вопросы статистики. 1999. № 7. С. 11-24.
8. Сахапова Г. Р. Матрица финансовых потоков как инструмент исследования финансового потенциала территорий // Материалы X международной научно-практической internet-конференции «Проблемы функционирования и развития территориальных социально-экономических систем». Уфа: Институт социально-экономических исследований УНЦ РАН, 2016. С. 263-270.
9. Главацкий В. Б. Реализация региональной промышленной политики посредством структурирования финансовых потоков региональной финансовой системы // Известия Российского государственного педагогического университета им. А. И. Герцена. 2007. Т. 22. № 53. С. 77-79.
10. Tyschuk T., Sleptsov A. Ibe methodology to construct social accounting matrix for Ukrainian economy // Экономика и прогнозирование. 2014. Т. 12. No. 1. С. 106-121.
11. Наумов И. В. Теоретико-методологические основы сценарного подхода к моделированию матрицы финансовых потоков в региональной территориальной системе // Управленец. 2017. № 3 (67). С. 8-17.
12. Herman Kahn. The Next Two Hundred Years: A Scenario for America and the World. William Morrow & Company, 1976, 242 p.
13. Malaska P. Multiple Scenario Approach and Strategic Behavior in European Companies // Strategic Management Journal. Vol. 6. No. 4. 1985. Pp. 339-355.
14. Kahneman D., Tversky A. Prospect theory: An analysis of decision under risk. Econometrica. 1979. No. 47. Pp. 313-327.
15. Дятловская И. С. Мифы о неприменимости и мировая практика сценарного планирования // Менеджмент в России и за рубежом. 2007. № 1. С. 137-143.
16. Ковалев П. П. Сценарный анализ, методологические аспекты // Финансы и кредит. 2009. № 44 (380). С. 9-13.
17. Mercer D. Scenarios made easy, Long Range Planning. Vol. 28. No. 4. 1995. Рр. 81-86.
18. Schoemaker Paul J. H. Multiple Scenario Development: its conceptual and behavioral foundation // Strategic Management Journal. Vol. 14. No. 3. 1993. Pp. 193-213.
19. Гейман О. А. Теоретические аспекты сценарного моделирования развития регионов. URL: http://econpapers. repec.org/article/scn024711/15885128.htm (дата обращения: 03.08.2017).
20. Wack Pierre. Scenarios: The Gentle Art of Reperceiving // Harvard Business School working paper. Cambridge, Mass.: Harvard College, 1984.
21. Кононов Д. А., Косяченко С. А., Кульба В. В. Формирование и анализ сценариев развития социально-экономических систем с использованием аппарата операторных графов // Автоматика и телемеханика. 2007. № 1. С. 121-136.
REFERENCES
1. Naumov I. V. The theoretical and methodological approach to the formation of the matrix of financial flows of the regional territorial system. Zhurnal ekonomicheskoi teorii = Journal of economic theory, 2016, no. 3, pp. 171-188. (In Russ.).
2. Klimova N. I., Cherednikova L. Yu. The matrix of financial flows and their regional application. Izvestiya Ufimskogo nauchnogo tsentra RAN = News of Ufa scientific centre of RAS, 2011, no. 2, pp. 83-91. (In Russ.).
3. Petrosyan I. B., Simonyan V. M. The integrated matrix of financial flows: the results of testing. Innovatsionnoe razvitie ekonomiki: tendentsii i perspektivy = Innovative development of economy: trends and prospects, 2015, vol. 1, pp. 120-126. (In Russ.).
4. Tatarkin D. A., Sidorova E. N., Trynov A. V. Simulation of structural changes in the region's economy based on the matrix of financial flows. Economic and Social Changes: Facts, Trends, Forecast, 2017, no. 1 (49), pp. 218-234.
5. Christova V. V. Estimation of factors of growth of GRP of the Far East in 2000-2006. Proceedings of the XI open conference-competition of scientific works of young scientists of the Khabarovsk country. Khabarovsk: RIOTIP, 2009. 192 p. (In Russ.).
6. Mechancishvili E. The macroeconomic analysis of economic development of Georgia using the matrix of financial flows (1999-2008). Kavkaz i globalizatsiya = The Caucasus & globalization, 2009, vol. 3, no. 4, pp. 96-107. (In Russ.).
7. Belousov A. R., Abramova E. A. Experimental development of an integrated matrix of financial flows. Voprosy statistiki = Statistical issues, 1999, no. 7, pp. 11-24. (In Russ.).
8. Sahapova G. R. Social accounting matrix as a tool to study the financial potential of the territories. In Materials of X International scientific-practical internet-conference "Problems of functioning and development of territorial social-economic systems". Ufa: Institute of social and economic research, Ufa science centre. 2016, pp. 263-270. (In Russ.).
9. Glavackij V. B. The implementation of regional industrial policies through the structuring of financial flows of the regional financial system. Izvestiya Rossiiskogo gosudarstvennogo pedagogicheskogo universiteta im. A. I. Gertsena = Izvestia of Herzen Russian State Pedagogical University, 2007, vol. 22, no. 53, pp. 77-79. (In Russ.).
10. Tyschuk T., Sleptsov A. The methodology to construct social accounting matrix for the Ukrainian economy. Ekonomika i prognozirovanie = Economics and forecasting, 2014, vol. 12, no. 1, pp. 106-121.
11. Naumov I. V. Theoretical and methodological foundations of the scenario approach to modeling matrix of financial flows in the regional system. Upravlenets = Manager, 2017, no. 3 (67), pp. 8-17. (In Russ.).
12. Herman Kahn. The Next Two Hundred Years: A Scenario for America and the World. William Morrow & Company, 1976. 242 p.
13. Malaska P. Multiple Scenario Approach and Strategic Behavior in European Companies. Strategic Management Journal, 1985, vol. 6, no. 4, pp. 339-355.
14. Kahneman D., Tversky A. Prospect theory: An analysis of decision under risk. Econometrica, 1979, no. 47, pp. 313-327.
15. Dyatlovskaya I. S. Myths about the applicability and international practice of scenario planning. Menedzhment v Rossii i za rubezhom = Management in Russia and abroad, 2007, no. 1, pp. 137-143. (In Russ.).
16. Kovalev P. P. The scenario analysis, methodological aspects. Finansy i kredit = Finance and credit, 2009, no. 44 (380), pp. 9-13. (In Russ.).
17. Mercer D. Scenarios made easy. Long Range Planning, vol. 28, no. 4, 1995, pp. 81-86.
18. Schoemaker Paul J. H. Multiple Scenario Development: its conceptual and behavioral foundation. Strategic Management Journal, vol. 14, no. 3, 1993, pp. 193-213.
19. Geyman O. A. Theoretical aspects of scenario modeling of regions' development. URL: econpapers.repec.org/article/ scn024711/15885128.htm (accessed 03.08.2017). (In Russ.).
20. Wack Pierre. Scenarios: The gentle art of reperceiving. Harvard Business School Working Paper. Cambridge, Mass.: Harvard College, 1984.
21. Kononov D. A., Kosyachenko S. A., Kul'ba V. V. The creation and analysis of scenarios of development of socioeconomic systems using the technique of operator graphs. Avtomatika i telemekhanika = Automation and telemechanics, 2007, no. 1, pp. 121-136. (In Russ.).
ИНФОРМАЦИЯ ОБ АВТОРЕ
Илья Викторович Наумов — кандидат экономических наук, доцент кафедры статистики, эконометрики и информатики, Уральский государственный экономический университет, Екатеринбург, Россия [email protected]
ABOUTTHE AUTHOR
Ilya V. Naumov — Cand. Sci. (Econ.), Associate Professor, Department of Statistics, Econometrics and Informatics,
Ural State University of Economics, Ekaterinburg, Russia
