CC BY
28
- во-вторых, ограниченность российского фондового рынка.
Кроме того, существуют проблемы, связанные со спецификой секьюритизируемого актива. Главной причиной невостребованности интеллектуальной собственности в качестве предмета секьюритизации является отсутствие общепринятых методик оценки ее рисков и стоимости [8]. Одни и те же или сходные активы могут иметь существенно разнящиеся оценки, что связано с использованием различных методологических подходов. Для финансового и, в частности, долгового рынков требуется применение таких методов оценки интеллектуальной собственности, которые могли бы обеспечить уровень точности, сравнимый с тем, что предлагают методы оценки материальных активов. Однако единство и универсальность в подходах к оценке ИС пока не достигнуты. Такое положение дел не позволяет кредиторам и инвесторам выявлять риски с достаточной степенью определенности для принятия решений.
Следует, однако, отметить, что секьюритизация оказала неоднозначное влияние на развитие мирового рынка капиталов. Так, одной из причин американского кризиса 2008 г. эксперты считают злоупотребление механизмом секьюритизации низкокачественных ипотечных кредитов и создание «мыльного пузыря». Несмотря на применение сложных методов прогнозирования поведения секьюритизируемых активов, связанные с ними риски оказались недооцененными. В погоне за прибылью начался бесконтрольный рост объемов выданных ипотечных кредитов без должного внимания к оценке качества данных активов. В то же время именно качество и надежность секьюритизируемых активов является базовой гарантией будущих доходов и выплаты долга по выпущенным ценным бумагам. В этой связи оценка качества и риска использования интеллектуальной собственности как предмета секьюритизации является ключевым вопросом в обеспечении надежности и безопасности применения данного механизма в нашей стране как с точки зрения инвесторов, так и с точки зрения экономики в целом.
С учетом перспектив развития механизма секьюритизации для развития экономики в целом и в особенности ее инновационной составляющей данные барьеры должны быть преодолены с целью создания необходимых условий для проведения сделок секьюритизации внутри страны.
Таким образом, механизм секьюритизации нематериальных активов является важным и перспективным инструментом финансирования инновационной деятельности и требует более глубокого научного осмысления, а также развития соответствующих финансовых институтов и законодательной базы.
1. Артемьева С.С., Тиньгаев А.М. Секьюритизация нематериальных активов как инструмент финансирования инновационных кластеров // Вестник НИИ гуманитарных наук при Правительстве Республики Мордовия. 2014. № 4 (32).
2. Воронов В.С. Инструменты финансового рынка инновационной экономики // Финансы и бизнес. 2010. № 4.
3. Инновационные процессы в Российской Федерации: проблемы и тенденции развития. СПб.: Изд-во МБИ, 2010.
4. Косолапов Г.В. Финансирования инновационных проектов путем секьюритизации нематериальных активов. Алматы: Международная академия бизнеса, 2010. URL: www.almau.edu.kz.
5. Ранне О. Секьюритизация кредитов в схемах финансирования малого и среднего предпринимательства // Ж.Ж. де Вриз Робе, П. Али. Секьюритизация и право. М.: Вольтере Клувер, 2008.
6. Рачкевич А.Ю., Алексеева И.А. Секьюритиация: характерные признаки и определение // Деньги и кредит. 2008. № 8.
7. Соколов Б.И., Воронов В.С. Инструменты финансирования, обеспеченные интеллектуальными активами // Проблемы современной экономики. 2011. № 4 (40).
8. Соколов Б.И., Воронов В.С. Новый формат финансового посредничества в инновационной экономике: институциональная среда финансовых инноваций // Проблемы современной экономики. 2010. № 3 (35).
9. Сорокин С.Ф., Щанкин С.А. Реализация потенциала интеллектуальной собственности в процессе развития светотехнического кластера региона (на примере Республики Мордовия) // Вестник НИИ гуманитарных наук при Правительстве Республики Мордовия. 2014. № 2 (30).
10. Энциклопедия российской секьюритизации. URL: http:// www.russecuritisation.ru.
^¡^г [email protected] Владимир Александрович Марков,
кандидат экономических наук, доцент, старший научный сотрудник, Саратовский социально-экономический институт (филиал) УДК 330.1 РЭУ им. Г.В. Плеханова
ВЛИЯНИЕ ГЛОБАЛЬНЫХ УГРОЗ НА ТЕНДЕНЦИИ ДОЛГОСРОЧНОГО ЭКОНОМИЧЕСКОГО РОСТА И СДВИГИ ЗАНЯТОСТИ В РЕГИОНАХ РФ1
Проведен анализ сдвигов занятости, обусловленных национальными и региональными тенденциями на рынках труда. Выделены типические группы регионов - экономические районы, обладающие схожестью параметров занятости с учетом фактора территориального расположения, - и сопоставлены показатели специфичности сдвигов в занятости. Построены модели региональной чувствительности к национальным тенденциям на рынке труда и в
1 Статья подготовлена в рамках проекта государственного задания Минобрнауки РФ № 409-2014 «Диверсификация экономики и структуры занятости в условиях усиления влияния глобализации мировой экономики на формирование факторов долгосрочного экономического роста РФ».
экономике в целом. Смоделированы параметры устойчивости региональной занятости в условиях глобальной нестабильности, являющиеся основой для обеспечения долгосрочного экономического роста. Проведен регрессионный анализ влияния национальных экономических и институциональных факторов на региональную занятость, а также оценены их региональные эффекты.
Ключевые слова: региональная занятость, модели региональных сдвигов, долгосрочная устойчивость рынка труда, факторы долгосрочного роста.
V.A. Markov
IMPACT OF GLOBAL THREATS ON LONG-TERM ECONOMIC GROWTH AND REGIONAL EMPLOYMENT TRENDS IN RUSSIA
The paper analyzes changes in the employment structure caused by national and regional labour market trends. The author identifies three regional types (economic zones that have similar parameters of employment taking into account their territorial location) and compares their individual shifts in employment structure. Models of regional sensitivity to national trends in the labor market and the economy as a whole are presented. Parameters of sustainability of regional employment in the context of global instability which are the basis for long-term economic growth are formulated. A regression analysis of the impact of national economic and institutional factors on regional employment is conducted, and their regional impact is assessed.
Keywords: regional employment, models of regional change, long-term sustainability of the labor market, long-term growth factors.
Регионы России обладают сильной неоднородностью как по численности, так и по структуре занятых. Специфика отдельных региональных рынков труда накладывает отпечаток на степень связей с национальными параметрами занятости, из которых складываются особенности реакций на изменение собственных или глобальных социально-экономических параметров или их глобальных сдвигов.
Изучение региональной специфики занятости является одной из распространенных задач, однако локализация на проблемах отдельных регионов зачастую не дает возможности выявить те общие для всех субъектов Российской Федерации закономерности и дисфункции, регулирование которых позволило бы снизить напряженность на рынках труда и не потребовало бы селективных для каждого региона мер политики.
Последние годы в отечественной статистической науке все большее распространение получают не только многомерные статистические методы, но и методы, учитывающие пространственное размещение, степень соседства территорий. Наметился постепенный переход к дополнению социально-экономических переменных факторами географического местоположения при проведении типологизации. В сфере исследования особенностей региональной занятости такой подход является продуктивным, так как межрегиональные связи рынков труда включают фактор расстояний и проявляются в трудовой миграции, формировании межрегиональных кооперативных и кластерных связей, усилении центров экономического развития в отношениях с периферией.
Цель настоящей работы - выявить региональные особенности в сдвигах занятости населения под воздействием внешних причин, т.е. в реакции рынков труда на экономические потрясения; измерить чувствительность и устойчивость региональных рынков труда к изменению макроэкономических и институциональных переменных за 2005-2013 гг.
Исследование проводится в следующей последовательности:
1. Определение географически обусловленных групп регионов по уровню занятости.
2. Оценка специфики регионов - отличий в размерах сдвигов региональной занятости от национальных параметров. Измерение чувствительности регионов к сдвигам в национальной экономике и устойчивости региональной специфики занятости.
3. Моделирование влияния экономических и институциональных факторов на региональную занятость.
Типологизация регионов России по параметрам занятости проведена на основе данных по 75 субъектам РФ. Это регионы России в соответствии с ее административно-территориальным делением, за исключением автономных округов, входящих в состав других субъектов РФ, Чеченской и Ингушской республик (ввиду отсутствия данных в отдельные годы исследуемого периода), Ненецкий, Чукотский, Ямало-Ненецкий, Ханты-Мансийский автономные округа (из-за малочисленного населения, что приводит к избыточной колеблемости в отдельные периоды), Республика Крым и г. Севастополь - вследствие отсутствия статистических данных. Москва и г. Санкт-Петербург включены в состав соответственно Московской и Ленинградской областей для корректного учета пространственного (географического) фактора.
По тестам Манна - Уитни и Вилкоксона [6] мы получили попарные сравнения, которые демонстрируют отсутствие значимых различий по коэффициенту занятости между Уральским, Сибирским и ДВФО в их стандартном составе регионов. Между СЗФО и ЦФО значимые отличия - с 2012 г.; между ПФО и ЦФО - значимые докризисные различия, между ЮФО и ПФО - значимые различия весь период, кроме 2009-2010 гг. Следовательно, некоторые федеральные округа гетерогенны внутри, и необходимо включение признака географического соседства при типологизации на основе отдельных регионов, а не федеральных округов.
Таблица 1
Распределение регионов по экономическим районам исходя из средних коэффициентов занятости за 2005-2013 гг., степень его соответствия административно-территориальному делению России
Экономический район (ЭР) Федеральный округ (ФО) Число регионов Процент регионов ФО, входящих в ЭР
Восток Дальневосточный федеральный округ 8 100
Сибирский федеральный округ 6 50
Запад Приволжский федеральный округ 13 93
Северо-Западный федеральный округ 5 56
Центральный федеральный округ 17 100
Север Приволжский федеральный округ 1 7
Северо-Западный федеральный округ 4 44
Сибирский федеральный округ 6 50
Уральский федеральный округ 4 100
Юг Северо-Кавказский федеральный округ 5 100
Южный федеральный округ 6 100
Итого 75
Устранить указанный недостаток, одновременно учитывая динамику показателей занятости, можно через многомерную статико-динамическую оценку с учетом соседства регионов России на основе картограмм и последующего тестирования значимости различий по Манну - Уитни. В результате выделено четыре экономических района, в соответствии с их географическим положением названные «Восток», «Запад», «Север» и «Юг» (табл. 1).
По табл. 1 наблюдается практически полное соответствие районирования составу следующих федеральных округов: Южного, Северо-Кавказского, Уральского, Центрального, Приволжского, Дальневосточного. Сибирский и Северо-Западный федеральные округа включают регионы с высокой и низкой занятостью, а межрегиональные связи с соседями позволяют разделить эти федеральные округа между разными районами.
Далее сравним параметры моделей чувствительности сдвигов занятости к национальным изменениям для России в целом и по экономическим районам. Влияние национальной занятости на региональные переменные оценивается для каждой группы регионов (экономического района) в отдельности в соответствии с моделью циклической чувствительности, разработанной ВгесИНпд [3]. Модель может строиться для каждого ¡-го региона или экономического района.
Основная идея модели циклической чувствительности состоит в том, что региональные индикаторы в пределах страны определяются как национальными, так и собственно региональными факторами. Степень, в которой национальные факторы имеют значение для регионального развития, может быть легко измерена для конкретных регионов с помощью регрессии вида [7, с.12]:
Е = а + ЬЕ+ е, (1)
где Еп - уровень занятости в ¡-ом регионе в периоде ^ Е1 - национальный уровень занятости в периоде^ а - эффект регионального масштаба занятости; Ь - коэффициент регрессии, свидетельствующий о тесноте связи динамики занятости за весь исследуемый отрезок времени; е - остатки модели.
Оценки моделей показывают, что циклическая чувствительность к уровням «национальной» занятости значительно различается по районам и часто сильно отклоняется от единицы.
По нашим оценкам, константа a для каждого региона часто существенно отличается от нуля, а значимые коэффициенты регрессии для занятости присутствуют в 51 случае из 75 регионов России. Национальная экономическая ситуация имеет важное значение для объяснения различных региональных экономических событий, но в то же время есть региональные особенности, которые не могут не приниматься во внимание. Поэтому исследование региональной занятости, в том числе молодежной и ее факторов далее следует логике, изложенной в работе Decressin and Fatas [5].
Параметры региональной специфики сдвигов занятости получаются путем вычисления разницы между региональными и национальным уровнями занятости (БЕТА-различия):
e-,c Еп~ bE, (2)
где Ett - занятость в i-ом регионе в году t; Et - национальная занятость в году t; ett - степень региональной специфики или обратный показатель чувствительности к национальным сдвигам занятости.
В результате вычислений по 75 регионам России, впоследствии сгруппированным по экономическим районам, мы получили параметры отклонения регионов от национальных и районных уровней занятости.
На рис. 1 отражено распределение регионов России по степени чувствительности к национальным сдвигам занятости в 2009 г. Регионы сгруппированы по экономическим районам, средние значения по которым также показаны на графике и выделены более крупно. Мы выбрали 2009 год, так как именно в нем достигаются минимальные значения региональной чувствительности к национальным сдвигам занятости, что соответствует максимизации региональной специфики.
Чем ближе к нулю значение ett для каждого региона и экономического района, тем теснее связь с национальной динамикой занятости и соответственно выше чув-
ствительность к национальным сдвигам. Линия по оси X на уровне 0 соответствует национальному уровню занятости в 2009 г. Необъясненная национальными сдвигами в занятости часть региональной занятости свидетельствует о влиянии других факторов: они скорее являются эндогенными для каждого региона.
Отклонения в положительную или отрицательную области графика свидетельствует о направлении реакции регионального рынка труда - в России занятость населения снизилась в 2009 г. по сравнению с 2008 на 1,8% (с 92,5 до 90,7%). Точки на рис. 1 ниже оси X - это регионы, снижение занятости у которых выражено сильнее, чем в среднем по России, а регионы выше оси обладают меньшими темпами снижения или даже ростом занятости.
Среди регионов с самым сильным отклонением в лучшую сторону - преимущественно регионы западной части страны: Москва и Московская область, Санкт-Петербург и Ленинградская область, Белгородская, Калужская, Новгородская, Самарская области, а также один регион северной части - Тюменская область. Эти регионы обладают наибольшим экономическим потенциалом (по ВРП, инвестициям,численности занятых)и лучше остальных справились с влиянием экономического кризиса.
На географической карте России (рис. 2) наблюдается пространственное распределение циклической чувствительности региональной занятости к национальной динамике в 2009 г.
Рис. 1. Степень чувствительности региональной занятости к сдвигам национальной занятости в России за 2009 г.
Рис. 2. Географическое распределение регионов России по степени специфичности региональных сдвигов (е4)
для занятости населения в 2009 г.
Динамика циклической чувствительности к национальным сдвигам за каждый год исследуемого периода 2005-2013 гг. дана в табл. 2. Это региональные отклонения от среднероссийской занятости для экономически активного населения (табл. 2).
Колебания региональной специфики происходили в 2009-2010 гг., что вызвано неспособностью отдельных регионов воспринять национальную динамику. В большей степени они свидетельствуют о повышенной тяжести экономических сдвигов в регионах, более сильном снижении занятости.
Наибольшая чувствительность у регионов центральной части России, самые специфичные рынки труда - в экономических районах востока и юга России. При этом в ЭР «Юг» происходит улучшение ситуации с занятостью, сближение со среднероссийскими показателями вплоть до 2008 г., и затем с 2010 г. в остальных ЭР региональная специфика имеет в целом долгосрочную устойчивость.
Наблюдаемые постоянные перепады по занятости и в абсолютном выражении, и в виде коэффициентов вызывают следующие вопросы, на которые нужно ответить: где эти различия появились? Являются ли они естественными в эволюции рынка труда в региональной структуре страны, т.е. пространственное распределение равновесия, или они возникли из-за медленно работающих механизмов регулирования в период после глобальных или локальных для конкретного региона потрясений?
Логика исследования здесь состоит в измерении устойчивости региональной специфики занятости населения, альтернативой этой устойчивости выступает адаптивность региональных рынков труда к национальным сдвигам. Другими словами, через лаговые зависимости региональной специфики занятости населения мы увидим, как долго сохраняется инерция собственных колебаний занятости в регионах.
Моделирование устойчивость региональных сдвигов занятости с учетом ее запаздывающей динамики:
е = а + Ье.,+се.,+е., (3)
Обе лаговые переменные значимы по совокупности 75 регионов России для занятости (табл. 3).
Наибольший исследовательский интерес представляет период экономических потрясений, мирового экономического кризиса, поэтому уточним панель данных (в анализе останутся только уровни занятости за 2010-2013 гг. и их значения с лагом в 1 и 2 года).
Качество уравнений в обоих случаях (по РФ в табл. 3 и 4) подтверждается случайным распределением остатков, в том числе по критерию Дарбина - Уотсона (по России от 1,89 в первом случае до 2,14 во втором). Далее для выявления территориальных особенностей специфических региональных реакций на сдвиги занятости отдельно возьмем модели по экономическим районам.
Таблица 2
Чувствительность регионов России по экономическим районам к национальным сдвигам занятости,
% отклонения от национального уровня
Экономический район Отклонение, %
2005 2006 2007 2008 2009 2010 2011 2012 2013
Запад -1,27 -1,05 -0,80 -1,02 -1,70 -1,39 -1,12 -0,75 -0,69
Восток -4,84 -4,49 -4,06 -4,80 -5,32 -4,85 -4,31 -3,98 -4,04
Север -3,02 -2,84 -2,40 -2,49 -3,32 -3,08 -2,76 -2,44 -2,35
Юг -4,87 -4,99 -4,42 -4,02 -4,18 -3,84 -3,48 -3,15 -3,24
Таблица 3
Национальная лаговая модель устойчивости региональных сдвигов в занятости (Россия, 75 регионов, 2007-2013* гг.)
Параметры регрессии Стандартизованный коэффициент регрессии БЕТА Критерий Стьюдента и р-значение
е»-1 0,837(0.042)** 19,97(0,000)
е»-2 0,115(0.041) 2,73(0,006)
Множественный коэффициент К2 0,894
Скорректированный множественный коэффициент К2 0,893
Критерий Фишера Р (2,522) 2193
* так как лаги - в 1 и 2 года, нижняя граница изучаемого периода отсчитывается с 2007 г. ** в скобках для коэффициентов регрессии указаны стандартные ошибки.
Таблица 4
Национальная и районные параметры устойчивости региональных сдвигов занятости населения (для экономических районов «Восток», «Запад», «Север», «Юг»), 2010-2013 гг.
Параметры регрессии Стандартизованный коэффициент регрессии БЕТА* Критерий Стьюдента и р-значение
РФ Восток Запад Север Юг РФ Восток Запад Север Юг
е»-1 0,706 (0,044) 0,789 (0,094) 0,735 (0,115) 0,666 (0,098) 0,853 (0,110) 16,897 (0,000) 8,322 (0,000) 6,607 (0,000) 6,793 (0,000) 7,778 (0,000)
е»-2 0,267 (0,044) 0,179 (0,094) 0,115 (0,115) 0,167 (0,098) 0,013 (0,110) 6,028 (0,006) 1,899 (0,062) 1,032 (0,306) 1,702 (0,092) 0,119 (0,900)
Скорректированный множественный коэффициент К2 0,940 0,922 0,692 0,638 0,740 Х
Критерий Фишера 2336 575 110 87 109
* для БЕТА в скобках приведены стандартные ошибки.
Анализ влияния внешних причин на специфику региональных сдвигов мы провели на базе панельной модели Бланшара [2]:
Е, = а + + X Ь1Х ж + X ^ки +£ (4)
1 к
где а:- региональный эффект в /-ом регионе; т - временной эффект для года ^ Х - вектор экономических факторов; I - вектор институциональных факторов.
Каждый из векторов X и I поочередно разложен: сначала вектор факторов Х против вектора I в форме отклонений от национального уровня, затем вектор факторов I против вектора Х в форме отклонений от национального уровня и, третий вариант, оба вектора в форме отклонений от национального уровня.
Экономические (х) и институциональные (г) факторы обобщены на основе работ Бланшара и Вольферса [2], Чижковича [4], Никелля [8], Мироненко [1] с учетом региональной специфики статистических данных в России и включают:
х1 - шоки объема выпуска, измеряемые разницей между фактическим объемом производства ВРП в постоянных ценах и его трендом;
х2 - шоки совокупной производительности факторов производства, определяемые как отклонение ее логарифма от тренда;
г1 - диверсификация занятости - доля занятых в реальном секторе - промышленности, строительстве, энергетике и рыночной сфере услуг в общей занятости (по разделам ОКВЭД - С, О, Е, Р, I, О);
г2 - доля безработных с высшим образованием среди безработных;
г3 - отношение прожиточного минимума к среднере-гиональной заработной плате.
Региональный уровень исследования стал причиной невключения таких важных на страновом уровне факторов, как сила профсоюзов (ввиду неразвитости в России и, тем более, отсутствии выраженных региональных различий), реальная процентная ставка (регулируется на национальном уровне и в принципе унифицирована для регионов). Шоки спроса на труд оказались незначимы на региональном уровне.
Рассмотрим три типа моделей: прямой эффект влияния институтов и экономических шоков на уровень безработицы; косвенные эффекты, выраженные как отклонения одной группы факторов от национальных
уровней по регионам при фиксированной второй группе; эффекты взаимодействия, когда обе группы факторов представляют собой региональную специфику (отклонения от среднероссийских). Результаты моделирования приведены ниже:
- прямой эффект влияния экономических и институциональных факторов на региональную безработицу (первое слагаемое здесь и далее - это временной эффект т):
Еи = 0,196 + 0,195хй1 - 0,145х2 и + + 0,513гш + 0Д83г2й -0,102г3и (5)
- косвенный эффект влияния групп факторов на безработицу (влияние региональной специфики экономических факторов Х):
Еи = 0,209 + 0,51671, + 0,283^2и - 0,1095^, ; (6)
- косвенный эффект влияния групп факторов на безработицу (влияние региональной специфики институтов I):
Е и = 0,275 - 0,142х2 и + 0,504^ и +
+ 0,296£г2 и - 0,165£Ц и ; (7)
- эффекты взаимодействия региональной специфики институциональных и экономических факторов:
Еи = 0,306 + 0,536Бг1и + 0,2930г2и - 0,137^3 и ,(8) где йх и йг - отклонения региональных параметров от среднероссийских, например, Ог = г^ — .
В перечисленных моделях показаны только значимые на 5%-ном уровне стандартизованные БЕТА-коэффициенты регрессии. Сами модели значимы по критерию Фишера и обладают уровнями детерминации свыше 0,45.
Влияние фактора времени значимо для всех моделей, уровень региональной специфики детерминирован национальной динамикой на 19,6-30,6%. Прямое влияние экономических факторов значимо, при этом сдвиги в объеме выпуска на 1% соответствуют изменению в том же направлении уровня занятости в регионах в среднем на 0,195%, а шоки производительности труда - в обратном направлении. Прямое влияние рост квалифицированности безработных (х2) вызывает повышение занятости на 0,145%. Влияние сдвигов в институтах выражено гораздо сильнее: положительно влияет на уровень занятости
