CC BY
164
Международная экономика
ФАКТОРЫ ПРЯМЫХ ИНОСТРАННЫХ
ИНВЕСТИЦИЙ В РОССИИ: ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ
Ирина ГУРОВА
Ирина Павловна Гурова —
доктор экономических наук, профессор кафедры
международных экономических отношений
и внешнеэкономических связей им. Н. Н. Ливенцева,
Московский государственный институт
международных отношений (университет)
Министерства иностранных дел
Российской Федерации
(РФ, 119454, Москва, пр. Вернадского, 76).
E-mail: [email protected]
Аннотация
Предметом исследования являются прямые иностранные инвестиции, а его целью — оценка актуальных экономических и политических факторов, влияющих на накопление ПИИ в российской экономике. На основе гравитационного уравнения представлена многофакторная модель, оцененная на панельных данных за период с 2009 года по 2017-й методом множественной линейной регрессии (обобщенным методом наименьших квадратов, модель с фиксированными эффектами, модель со случайными эффектами). Результаты работы подтвердили актуальность для российской экономики базовых гравитационных детерминант: ВВП России и стран-инвесторов и расстояния между ними. Статистически значимое положительное влияние оказывает уровень дохода на душу населения в стране-инвесторе, а также объем внешнеторгового оборота. Можно ожидать увеличения запасов прямых инвестиций в России по мере роста торговли со странами с растущим уровнем благосостояния. При помощи бинарных переменных оценены факторы, характеризующие качественные аспекты внешних инвестиционных отношений России: отношения с офшорными финансовыми центрами, со странами, осуществляющими антироссийские санкции, и странами — партнерами по двусторонним соглашениям о взаимной защите капиталовложений. Ограничения и санкции, введенные против России в 2014 году, стали причиной нестабильности инвестиционных потоков и краткосрочного снижения запасов прямых иностранных инвестиций, но статистически значимого влияния на их долгосрочное накопление не выявлено. Отношения с офшорными финансовыми центрами и двусторонние инвестиционные договоры также не имеют значимого эффекта для накопленных в российской экономике прямых иностранных инвестиций. В статье сформулировано положение, что одним из стимулирующих факторов накопления прямых иностранных инвестиций в российской экономике является внешняя торговля. Оно может получить развитие в исследовании «кругового» движения инвестиций, представляющего ту фракцию международного инвестиционного оборота, которая, в отличие от «реальных» прямых иностранных инвестиций, носит посреднический финансовый характер и не связана с хозяйственно-экономическим оборотом.
Ключевые слова: гравитационное уравнение, входящие накопленные ПИИ, «круговое» движение инвестиций. Ж: Р21, Р23.
Введение
Россия, являясь активной участницей международного инвестиционного обмена, в течение многих лет входила в число экономик, наиболее привлекательных для иностранных инвесторов. В 2014-2015 годах произошло значительное ухудшение макроэкономической ситуации в стране. Основными причинами были введение санкций против России, снижение цен на нефть и ослабление российской валюты на фоне ухудшения мирохозяйственной конъюнктуры. Эти события усилили неопределенность и риски в мировой экономике, которые оказали заметное влияние на инвесторов при принятии решений о размещении капиталовложений. Следствием стало резкое сокращение притока прямых иностранных инвестиций (ПИИ) в российскую экономику.
Цель исследования заключается в том, чтобы на основе анализа фактических данных выявить актуальные факторы, оказывающие влияние на накопление ПИИ в российской экономике. Предложена модель, включающая экономические и политические факторы, оцененная на основе панельных данных за период с 2009 года по 2017-й.
1. Прямые иностранные инвестиции в российской экономике
Прямые иностранные инвестиции являются наиболее благоприятной формой международного инвестиционного обмена с точки зрения целей экономического роста и развития. Прямые инвестиции, в отличие от других форм международного движения капитала, основаны на долгосрочной заинтересованности инвестора в инвестируемом предприятии, на его готовности совершенствовать технологические, производственные, организационно-экономические и финансовые процессы. Исследователи отмечают преимущества прямых инвестиций, являющихся источником капитальных вложений в основные фонды предприятий и роста капиталовооруженности, способствующих передаче технологий и лучших управленческих практик, росту производительности труда и т. д. [Божечкова и др., 2017. С. 18].
Участие страны в международном инвестиционном обмене характеризуется несколькими измерениями. Во-первых, по направленности выделяют входящие (поступающие в экономику от инвесторов-нерезидентов) и исходящие инвестиции (инвестиции инвесторов-резидентов за рубеж). Во-вторых, и входящие, и исходящие инвестиции учитываются в двух аспектах: (1) как операции за определенный период (текущие инвестиционные потоки) и (2) как остатки (позиции) на определенную дату (накопленные инвестиции, запасы). Макроэкономическая статистика по инве-
стиционным потокам формируется на основе платежного баланса, а по запасам — в международной инвестиционной позиции (МИП). Существует взаимосвязь между этими статистическими отчетами, так как изменение остатков в МИП учитывает операции с инвестициями, отражаемые в платежных балансах. Но кроме этого, данные о накопленных инвестициях в МИП включают движение цен на фондовых рынках, изменение валютных курсов, а также другие изменения, связанные с переклассификацией активов и обязательств, экспроприацией, ликвидацией имущества, односторонним списанием долга, ошибками учета, которые могут повлиять на объем финансовых активов и обязательств страны.
Особенность учета инвестиционных потоков заключается в том, что они отражаются как чистые инвестиции. Статистический отчет о входящих инвестициях представляет собой сальдо операций иностранных инвесторов, определяющих поступление инвестиций в принимающую экономику и их изъятие. По данным ЦБ РФ, входящие инвестиционные потоки в российской экономике достигали максимального значения в 75 млрд долл.1 в 2008 году накануне мирового финансового кризиса. В 2014 году под влиянием неблагоприятных условий они многократно
ПИИ из ОФЦ* -ПИИ в российскую экономику
■ ПИИ из Кипра ..............ПИИ из стран, применяющих санкции
---ПИИ из стран-партнеров (ДИД)
* Не включает Кипр с 2013 года.
Источник: данные Банка России. https://www.cbr.ru/statistics/macro_itm/svs/. Рис. 1. Прямые инвестиции в РФ (сальдо операций) (млн долл.)
1 Здесь и далее даются округленные значения.
600 000
500 000
400 000
300 000
200 ООО
100 ООО
2007 2008 2009 2010 2011 Накопленные ПИИ из ОФЦ*
2012 2013 2014 2015 2016 ■ Накопленные ПИИ из Кипра
2017
-ПИИ, накопленные в российской экономике
..............Накопленные ПИИ из стран, применяющих санкции в отношении России
---Накопленные ПИИ из стран-партнеров (ДИД)
* Не включает Кипр с 2013 года.
Источник данные Центробанка. https://www.cbr.ru/statistics/macro_itm/svs.
Рис. 2. Прямые инвестиции в Российскую Федерацию: остатки по принципу активов/пассивов (млн долл.)
сократились и достигли минимального значения в 7 млрд долл. в 2015 году, но положительное сальдо сохранилось, поскольку от иностранных инвесторов-нерезидентов поступило 134 млрд долл., а изъято ими было 127 млрд долл. (рис. 1).
Сокращение инвестиционных потоков оказало отрицательное влияние на ПИИ, накопленные в российской экономике. Они снизились с 565 млрд долл. в 2013 году до 348 млрд долл. в 2015-м. Но это явление носило краткосрочный характер, и уже в конце 2017-го инвестиционные позиции почти восстановились2 (рис. 2).
Учитывая актуальные особенности условий взаимодействия России со странами-инвесторами, можно выделить следующие качественные аспекты в структуре ее внешних инвестиционных отношений:
1) отношения с офшорными финансовыми центрами (ОФЦ);
2) отношения со странами, осуществляющими с 2014 года ограничения и санкции в отношении России;
2 По данным ЦБ РФ, по состоянию на 1 апреля 2018 года остатки ПИИ составили 556 млрд долл. См.: Статистика внешнего сектора. Прямые инвестиции в Российскую Федерацию. Остатки по инструментам и странам-партнерам (по принципу активов/пассивов). https://www.cbr.ru/statistics/ macro_itm/svs/.
3) отношения со странами — партнерами по двусторонним инвестиционным договорам (ДИД).
Следует отметить, что такой подход носит многомерный характер: одна и та же страна-инвестор может принадлежать к нескольким категориям выделенной структуры. В частности, страны Евросоюза, осуществляющие санкции, одновременно являются партнерами, с которыми Россия подписала двусторонние договоры о взаимной защите капиталовложений в первой половине 1990-х годов. Россия имеет действующие ДИД и с некоторыми государствами, включенными Минфином в перечень офшорных зон: Объединенными Арабскими Эмиратами, Королевством Бахрейн. Статистическая иллюстрация вклада перечисленных категорий стран в иностранные инвестиции в российской экономике приведена на рис. 1 и 2.
В прямых инвестициях, поступающих в Россию из ОФЦ, сохраняется положительное сальдо (рис. 1). На их долю приходится около трети входящих инвестиционных потоков и около 16% накопленных в российской экономике ПИИ. Существуют различные подходы к идентификации ОФЦ. Минфин РФ выделяет 39 государств и территорий в перечне офшорных зон, принятом в 2007 году, в который вносятся изменения: исключены Республика Кипр и Республика Мальта с 2013 и 2015 годов соответственно3.
3 Приказ Министерства финансов РФ от 13.11.2007 № 108н «Об утверждении перечня государств и территорий, предоставляющих льготный налоговый режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны)». См.: Список изменяющих документов (в ред. приказов Минфина от 02.02.2009 № 10н, от 21.08.2012 № 115н, от 02.10.2014 № 111н, от 02.11.2017 № 175н). http://www. consultant.ru; Приказ Министерства финансов РФ от 13.11.2007 № 108н «Об утверждении перечня государств и территорий, предоставляющих льготный налоговый режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны)». https://www.minfin.ru/ru/document/orders; Приказ Министерства финансов РФ от 02.02.2009 № 10н «О внесении изменения в Приказ Министерства финансов Российской Федерации от 13 ноября 2007 г. № 108н» (зарегистрирован в Минюсте 25.02.2009 № 3432). http://www.consultant.ru/document/cons_doc_LAW_85362/; Приказ Министерства финансов РФ от 21.08.2012 № 115н «О внесении изменения в Перечень государств и территорий, предоставляющих льготный режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны), утвержденный приказом Министерства финансов Российской Федерации от 13 ноября 2007 года № 108н» (зарегистрирован в Минюсте 25.10.2012 № 25728). http://www.consultant.ru/document/cons_doc_LAW_137199/; Приказ Министерства финансов РФ от 02.10.2014 № 111н «О внесении изменений в Перечень государств и территорий, предоставляющих льготный режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны), утвержденный приказом Министерства финансов Российской Федерации от 13 ноября 2007 года № 108н» (зарегистрирован в Минюсте 19.11.2014 № 34776). http://www.consultant. ru/document/cons_doc_LAW_171365/; Приказ Министерства финансов РФ от 02.11.2017 № 175н «О внесении изменения в Перечень государств и территорий, предоставляющих льготный налоговый режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны), утвержденный приказом Министерства финансов Российской Федерации от 13 ноября 2007 года № 108н» (зарегистрирован в Минюсте 20.11.2017 № 48956). http://www.consultant.ru/document/cons_doc_LAW_283111/.
Кипр остается важнейшим источником инвестиций для российской экономики, на его долю приходится от 20 до 30% входящих ПИИ, несмотря на то что с 2012 года наблюдалось сокращение до 4-14%, а в 2015 и 2016 годах сложилось отрицательное сальдо, которое составило -7 млрд долл. и -564 млн долл. соответственно (рис. 1).
В 2014 году ряд государств (США, страны ЕС, Канада, Австралия и др.) ввели ограничения и санкции против России. На их долю приходится от 60 до 90% инвестиционных потоков и от 70 до 80% инвестиционных запасов в российской экономике. Санкции содержат широкий комплекс мер [Клинова, Сидорова, 2017], оказавших значительное влияние на принятие инвестиционных решений. Инвесторы из этих стран не только сократили текущие капиталовложения, но и увеличили изъятия, что привело к отрицательному сальдо в 2014-2015 годах (рис. 1) и к краткосрочному сокращению накопленных ПИИ (рис. 2).
Положительное сальдо сохранилось в инвестиционных операциях стран — партнеров по двусторонним инвестиционным соглашениям (рис. 1). Россия имеет 79 подписанных соглашений о взаимной защите капиталовложений, из них 69 являются действующими: 18 приходится на развитые страны, 45 — на развива-ющиеся4. Современный стандарт включает взаимные обязательства стран-партнеров: гарантии национального режима и режима наиболее благоприятствуемой нации в области инвестиций, справедливого и равноправного режима, незамедлительной, надлежащей и действенной компенсации в случае экспроприации, право на свободный перевод средств, связанных с инвестициями, положения о разрешении инвестиционных споров. ДИД обеспечивают прямую защиту интересов инвесторов в принимающей стране. В случае ухудшения отношений между странами и появления угроз в стране базирования они могут оказывать косвенное противостояние этим угрозам, гарантируя выполнение обязательств перед инвесторами, продолжающими вкладывать ресурсы в экономику принимающей страны.
Изучая прямые инвестиции в российской экономике, необходимо учитывать широкое распространение в мировой экономике так называемых непрямых инвестиций, которые являются результатом современных финансовых стратегий транснациональных компаний (ТНК) в условиях глобализации и либерализации международного движения. На их долю, по некоторым расчетам, приходится около 30% глобальных инвестиционных потоков [Луки; й а1., 2017. Р. 8].
4 http://investmentpo1icyhub.unctad.org/IIA.
Сущность прямых инвестиций заключается в том, что они осуществляются иностранными инвесторами, имеющими долгосрочную заинтересованность в экономике инвестируемого предприятия. «Непрямые» ПИИ, составляющие специфическую фракцию международного инвестиционного обмена, носят посреднический характер и не имеют тесной связи с экономикой принимающей страны. Они осуществляются в двух основных формах: во-первых, транзит капитала через третьи страны и, во-вторых, «круговое» движение ПИИ как вывоз отечественных инвестиций резидентами страны за рубеж, преимущественно в ОФЦ, и их возвращение в статусе прямых иностранных инвестиций. Исследователи отмечают, что специальные компании, которые создают ТНК в ОФЦ и в других странах в посреднических целях, являются инструментом глобализации корпоративных финансовых механизмов и их операции не связаны с реальным хозяйственно-экономическим оборотом [Hers et al., 2018. P. 8]. Выделяют целый ряд мотивов и причин «кругового» движения капитала, в том числе корпоративные налоговые стратегии, стремление компаний получить доступ к более зрелым финансовым рынкам, к привилегиям, предоставляемым иностранным инвесторам национальным законодательством и международными инвестиционными соглашениями, желание сохранить конфиденциальность в инвестиционной деятельности (особенно в международных приобретениях) и др. [Платонова, Гурова, 2016; Aykut et al., 2017. P. 8].
Предпринимаются значительные усилия для создания эффективной системы статистического учета прямых инвестиций, позволяющей отделять «непрямые» инвестиции от «реальных» ПИИ. На основе подхода, выделяющего промежуточных и конечных инвесторов, ОЭСР приводит данные для отдельных стран, согласно которым на конец 2017 года на долю «кругового» движения в накопленных входящих ПИИ в Ирландии приходилось 15%, в Литве и Чешской Республике — 9%, в Германии и Эстонии — 8%, в Финляндии, Италии и Франции —7%, в Польше и Швейцарии — 4%, в Бразилии — 3%, в США и Австрии — 2%, в Исландии — 1%, в Венгрии — 0,3%, в Турции — 0,002%5. Участие России в «круговом» движении изучается многими российскими и зарубежными авторами [Aykut et al., 2017; Bulatov, 2017; Hers et al., 2018; Ledyaeva et al., 2013], но надежные расчеты, характеризующие количественный аспект «непрямых» ПИИ, пока не представлены.
Основным субъектом международного инвестиционного обмена являются транснациональные компании, стремящиеся к максимизации доходов посредством реализации преимуществ, научную систематизацию которых разработал Джон Гарри Даннинг в эклек-
5 http://www.oecd.org/investment/investment-policy/FDI-in-Figures-April-2018.pdf.
тической парадигме, включающей преимущества собственности, местоположения и интернализации. Российская экономика сохраняет инвестиционную привлекательность для ТНК, так как обеспечивает высокую эффективность капиталовложений, осуществляемых иностранными инвесторами. На макроэкономическом уровне для ее измерения используется такой показатель, как норма доходности, который, согласно подходу Евростата, рассчитывается как отношение инвестиционных доходов к накопленным инвестициям6. Этот же подход применяет ЮНКТАД в Докладе о мировых инвестициях, регулярно публикуя данные о норме доходности инвестиций в мировой экономике. В табл. 1 представлены данные ЕС и ЮНКТАД, а также результаты расчетов нормы доходности ПИИ в России.
Таблица 1 Норма доходности прямых иностранных инвестиций (%)
Страна/регион 2012 2013 2014 2015 2016 2017
Россия
входящие ПИИ 13,0 12,3 18,5 11,8 10,1 10,8
исходящие ПИИ 6,2 4,3 6,0 4,7 5,2 5,8
ЕС
входящие ПИИ 5,1 4,0 4,4 3,8 3,1 НД
исходящие ПИИ 6,9 5,7 5,4 4,4 4,0 НД
Мировая экономика
входящие ПИИ 7,0 6,1 6,4 6,8 7,0 6,7
исходящие ПИИ 6,6 5,8 5,9 6,1 5,8 6,2
Примечание. НД — нет данных.
Источники: ЮНКТАД — https://unctad.org/en/PublicationsLibrary/wir2015_en.pdf, https://unctad.org/en/PublicationsLibrary/wir2018_en.pdf; ЕС — https://ec.europa.eu/eurostat/ statistics-explained/index.php/Foreign_direct_investment_-_rates_of_return; данные ЦБ РФ — https://www.cbr.ru/statistics/, https://www.cbr.ru/statistics/macro_itm/svs/.
Норма доходности ПИИ в России значительно превышает показатели ЕС и средний мировой уровень. Иностранные инвесторы в российской экономике получают отдачу от инвестиций в полтора-два раза выше, чем российские инвесторы за рубежом. Но их решения определяются не только мотивом максимизации дохода, но и многими факторами, характеризующими условия для инвестиционной деятельности.
2. Факторы прямых иностранных инвестиций в экономической литературе
Факторы, способствующие притоку ПИИ в экономику страны, являются предметом многих теоретических и эмпирических исследований. В качестве инструмента эмпирического анализа часто
6 https://ec.europa.eu/eurostat/statistics-explained/pdfscache/65112.pdf.
применяется гравитационное уравнение, описывающее международное взаимодействие в различных сферах экономики. Подход, разработанный Яном Тинбергеном на основе модели «притяжения» для исследования международной торговли, в настоящее время широко используется для изучения факторов международного движения капитала. Гравитационное уравнение для двусторонних инвестиций (FDIj) между страной-инвестором i и принимающей страной j, представленное в общем виде по аналогии с уравнением для международной торговли, включает базовые факторы: ВВП страны-инвестора и принимающей страны (Yi и Yj соответственно) и расстояние между странами (Dj):
FDj, , = во Y? Y^D^A^. (1)
Различные спецификации модели включают значительное разнообразие других факторов (Aj), характеризующих количественные и качественные особенности стран и их взаимодействия.
Основные гравитационные детерминанты. Основными компонентами гравитационного уравнения являются факторы, которые носят универсальный характер и определяют главные силы притяжения (масштаб экономик взаимодействующих стран) и отталкивания (расстояние между странами как proxy транспортных издержек) в международных экономических отношениях. Многочисленные исследования подтверждают положительное влияние масштабов экономик на инвестиционное взаимодействие: чем крупнее экономики, тем больше ресурсов поступает во взаимный обмен. В качестве показателей, характеризующих масштаб экономик и их внутренних рынков, используют не только ВВП, но и численность населения и доход на душу населения в стране-инвесторе и принимающей стране.
Расстояние оказывает отрицательное влияние: чем больше удалены страны друг от друга, тем меньше инвестиционный обмен. Этот эффект объясняется деятельностью ТНК и связью прямых инвестиций с международной торговлей, а именно поставками оборудования, деталей и комплектующих для производства в принимающей стране. Специальное исследование [Hattari, Rajan, 2011], проведенное на основе гравитационного подхода, показало, что расстояние между странами больше влияет на прямые, чем на портфельные инвестиции.
В зависимости от целей и задач проводится расширение модели, наполнение ее дополнительными факторами. На основе объемных фактических данных ученые проверяют влияние на прямые инвестиции различных экономических и неэкономических условий: масштабов внутреннего рынка, благосостояния, наделенности ресурсами, структуры экономики, уровня научно-технического
развития и инфраструктуры, региональной интеграции, культурных и языковых различий, налогов, политических рисков и т. д. Например, в исследовании особенностей ПИИ в азиатских экономиках [Petri, 2012] автор значительное внимание уделил передаче технологий. В разработанной им модели этот фактор представлен различными показателями, характеризующими уровень научно-технических достижений и технологическую политику в принимающих странах. В исследовании, посвященном иностранным инвестициям в Бразилии [Amal, 2016], предложена спецификация гравитационного уравнения, которая включает такие факторы, как участие страны в интеграционном объединении МЕРКОСУР и мировой финансовый кризис 2008 года.
Для исследования прямых инвестиций в российской экономике наряду с базовыми детерминантами мы выделим следующие актуальные факторы: изменение обменного курса, торговля со странами-инвесторами, инвестиционное взаимодействие с офшорными зонами, введение антироссийских санкций, инвестиционное сотрудничество со странами-партнерами в рамках двусторонних соглашений.
Обменный курс валюты и ПИИ. Исследования показывают, что на международный инвестиционный обмен отрицательное влияние оказывает нестабильность обменных курсов валют [Harms, Knaze, 2018; Phillips, Ahmadi-Esfahani, 2008; Sung, Lapan, 2000]. Вместе с тем ослабление валюты в принимающей стране может иметь положительный эффект для привлечения прямых инвестиций, так как приводит к снижению издержек ТНК, действующих в этой стране, в результате относительного удешевления всех факторов производства, что побуждает иностранных инвесторов приобретать дешевеющие активы. Исследователи отмечают, что это важно главным образом для экспортно ориентированных ТНК, которые производят продукцию в принимающей стране в целях ее вывоза для продажи в третьи страны [Boateng et al., 2015; Udomkerdmongkol et al., 2006].
Международная торговля и ПИИ. В условиях глобализации усиливается взаимосвязь различных форм международных экономических отношений, прежде всего международной торговли, международного движения капитала, международной миграции рабочей силы. В экономической литературе обсуждается вопрос, являются ли ПИИ и международная торговля субститутами или дополняют друг друга. Современные исследования доказывают, что международные торговые и инвестиционные отношения носят взаимодополняющий характер (см., например, [Hers et al., 2018. P. 4-5]). Как правило, их связь анализируется в моделях международной торговли, в которых ПИИ выступают как фактор,
способствующий росту экспорта и импорта [Magalhaes, Africano, 2007]. Гораздо реже торговля включается в модели прямых инвестиций. В частности, в модели ПИИ для развивающихся стран Азии [Hattari, Rajan, 2008] выявлено устойчивое положительное влияние роста импорта принимающей страны на привлечение иностранных инвестиций. Главную роль в этом играют глобальные торгово-производственные системы, опирающиеся на международные поставки ТНК и их инвестиции.
Офшорные финансовые центры и ПИИ. В условиях глобализации центром притяжения инвестиций стали офшорные юрисдикции. По данным ЮНКТАД, инвестиционные потоки в офшорных финансовых центрах (ОФЦ) отличаются крайней нестабильностью, максимальных значений (почти 400 млрд долл.) они достигли в IV квартале 2013 года7. ТНК используют ОФЦ для финансовых операций, связанных с транзитом капитала, поэтому они одновременно выступают и как страны-инвесторы [Haberly, Wojcik, 2013]. Многие страны получают из ОФЦ относительно больше инвестиций, чем из других источников ПИИ. В частности, в исследовании [Folfas, 2011] показано, что в инвестиционной сфере государства Евросоюза более интенсивно взаимодействуют с ОФЦ, чем с другими странами.
Санкции и ПИИ. Политическим фактором, способным оказывать влияние на международный инвестиционный обмен, являются санкции. В статье [Нуреев, Бусыгин, 2017] чистый отток ПИИ рассматривается как один из индикаторов негативного эффекта санкций. Хотя санкциям, введенным в отношении России, посвящено значительное число публикаций, очень немногие специальные исследования направлены на анализ их влияния на ПИИ. К их числу можно отнести работы [Зайцев, Кнобель, 2018; Квашнина, 2015; Федорова и др., 2018].
В статье [Mirkina, 2018] проведено исследование непосредственного влияния санкций на ПИИ в мировой экономике на основе данных для 184 стран за период с 1970 года по 2010-й. В результате эконометрического анализа сформулирован ряд выводов по поводу их краткосрочных и долгосрочных эффектов. Во-первых, масштабные санкции могут привести к резкому краткосрочному снижению ПИИ, но этот эффект быстро исчерпывается. Во-вторых, наиболее продолжительный эффект имеют санкции США, причем их воздействие усиливается с течением времени, в то время как санкции международных организаций, например ООН, не оказывают существенного влияния на ПИИ. В-третьих, наиболее существенное воздействие оказывали санкции, которые
7 https://unctad.org/en/PublicationsLibrary/webdiaeia2016d2_en.pdf.
вводились в 1990-е годы, но оно носило краткосрочный характер. В другие периоды санкции не приводили к значительному сокращению ПИИ.
Двусторонние инвестиционные договоры. По данным ЮНКТАД, в мировой экономике заключено 2957 ДИД, их них 2358 являются действующими8. В докладе Всемирного банка «Важнейшие связи: содействие экономическому росту и устойчивости в регионе Европы и Центральной Азии» посредством гравитационной модели доказано положительное влияние инвестиционных договоров на международный инвестиционный обмен [Gould, 2018. P. 111-123].
Положительное влияние ДИД на накопление взаимных ПИИ подтверждает исследование [Lejour, Salfi, 2015]. Авторы определили, что в странах-партнерах, имеющих действующее инвестиционное соглашение, взаимные накопленные инвестиции в среднем на 35% выше, чем в странах, не имеющих такого соглашения [Lejour, Salfi, 2015. P. 4]. Вместе с тем на фоне общего признания положительных эффектов инвестиционных соглашений отмечается, что сила их воздействия зависит от разных условий. В работе [Colen et al., 2016] установлено, что эффект ДИД неравномерно проявляется в разных отраслях экономики. Авторы другого исследования, посвященного выявлению устойчивых факторов ПИИ, показали отсутствие воздействия двусторонних договоров в сфере налогообложения [Eicher et al., 2012]. Более того, они высказали предположение, что договоры, препятствующие избежанию налогов и трансфертному ценообразованию, могут оказывать негативное влияние на инвестиционный обмен, создавая отрицательные стимулы для ТНК.
В специальном исследовании эффектов инвестиционных соглашений [Desbordes, Vicard, 2009] показано решающее значение политических отношений между странами. В условиях роста напряженности заключение ДИД оказывает гораздо большее положительное влияние на взаимный инвестиционный обмен, чем в случае, когда страны имеют дружественные отношения.
3. Данные и методология
Для исследования факторов ПИИ в российской экономике мы оцениваем гравитационное уравнение в следующей специфика-ции9:
8 http://investmentpolicyhub.unctad.org/IIA.
9 Гравитационное уравнение представлено в логарифмированном виде в целях его линеаризации для применения метода линейной регрессии.
= во + в^ОБР.^ + в2 1пОБРя, + вз 1пДя + + в4 1пСара + вз 1пТгт + вб 1п£Ди,, + в? 1пОБСц + (2)
+ в8 ( + вэ 1пВ1Тш, ( + еж, (,
где г — ПИИ из страны-инвестора г, накопленные в российской (Я) экономике по итогам периода Ъ ОБР^ и ОБРК( — ВВП страны-инвестора г и России, ДЯ — географическое расстояние между Россией и страной-инвестором (между столицами юрис-дикций) г, Сар^ — доход на душу населения в стране-инвесторе г, Ттт — внешнеторговый оборот России со страной-инвестором г, БЯцц — обменный курс валюты, ОВСц — бинарная переменная для страны-инвестора г, являющейся офшорной зоной10, 5Ят,( — бинарная переменная для страны-инвестора г, осуществляющей ограничения и санкции в отношении России, В1ТШ,{ — бинарная переменная для страны-инвестора г, имеющей действующий ДИД с Россией, — стандартная ошибка.
Зависимая переменная. В исследовании факторов ПИИ в российской экономике в качестве зависимой переменной мы рассматриваем накопленные входящие ПИИ, поскольку этот показатель характеризует инвестиционные запасы — долгосрочные и более устойчивые параметры инвестиционного обмена, чем текущие операции.
Независимые переменные. В модель включены количественные переменные, а также бинарные переменные, которые характеризуют качественные аспекты инвестиционного взаимодействия. Данные для анализа получены из информационных ресурсов ЦБ РФ, МВФ, Всемирного банка, ЮНКТАД и других открытых источников (см. Приложение 1).
Анализ парных корреляций количественных переменных, проведенный в целях их проверки на мультиколлинеарность, дает основание исключить из модели факторы, дублирующие друг друга в характеристике масштабов экономик: население России и страны-инвестора, доход на душу населения в России (табл. 2).
Таким образом, независимыми переменными являются следующие: ВВП России и стран-инвесторов, географическое расстояние, доход на душу населения в стране-инвесторе, внешнеторговый оборот России со страной-инвестором, обменный курс российской валюты по отношению к валюте страны-инвестора. Описательные статистики для количественных переменных представлены в Приложении 2.
Регрессоры, имеющие качественные признаки, выражены при помощи бинарных переменных. Во-первых, это переменная, характеризующая страну-инвестора как офшорную зону. Во-вторых, переменная для выделения государств, применяющих ограниче-
10 Согласно перечню Минфина (см. Приложение 1).
ния и санкции в отношении России, в-третьих, переменная для обозначения стран — партнеров по ДИД.
На основе положений, представленных в современных научных публикациях, сформулирована гипотеза о направленности влияния регрессоров и, соответственно, о знаках регрессионных коэффициентов (табл. 3).
Таблица 2
Линейные коэффициенты парных корреляций количественных переменных
ШЫа 1ПСОР8 1ПСОР; 1ПД8 1ПРОР; ЫРорц ЫСарх ЫСар, 1ПГГИ 1П£ДК
1
1ПСОР8 0,020 1
1ПСЩ 0,361 0,046 1
1ПДЯ -0,464 0,000 -0,324 1
ЫРор1 * 0,084 0,013 0,859 -0,176 1
ЫРор/ 0,037 0,879 0,048 0,000 0,015 1
ЫСарх * 0,020 1,000 0,046 0,000 0,013 0,875 1
lnCap¡ 0,557 0,064 0,329 -0,308 -0,182 0,065 0,064 1
1ПГГи 0,474 0,059 0,788 -0,522 0,655 0,042 0,059 0,326 1
1П£Д„ 0,358 0,048 -0,031 -0,198 -0,324 0,071 0,047 0,562 0,038 1
Примечание: звездочками выделены факторы, которые дублируют друг друга в характеристике масштабов экономик.
Таблица 3
Гипотеза о направленности влияния регрессоров
Фактор Обозначение Предполагаемый знак регрессионного коэффициента
ВВП стран-инвесторов и России ОВР,, ОБРк +
Географическое расстояние между Россией и странами-инвесторами -
Доход на душу населения в стране-инвесторе Сар1 +
Внешнеторговый оборот России со страной-инвестором Тгш +
Обменный курс ERa +
Характеристика страны-инвестора как ОФЦ ОРС +
Наличие ограничений и санкций страны-инвестора в отношении России -
Наличие партнерства по ДИД Б1ТШ +
Положительный знак регрессионных коэффициентов для ВВП отражает ожидание того, что будет подтверждено положительное влияние масштабов экономик стран-инвесторов и России как принимающей страны на накопление ПИИ, поскольку крупные экономики имеют более масштабный инвестиционный обмен, чем малые. Доход на душу населения, характеризующий благосостояние страны-инвестора, также является положительным
фактором: богатые страны более активно выступают в роли инвесторов, чем бедные. На опыте России проводится эмпирическая проверка теоретического тезиса о взаимной дополняемости международной торговли и ПИИ и о положительном влиянии внешней торговли на привлечение инвестиций.
Формулируя гипотезу в отношении влияния обменного курса, необходимо учитывать значительное ослабление российского рубля в результате введения санкций, с одной стороны, и стремление ЦБ РФ обеспечить его долгосрочную стабильность в условиях режима плавающего курса — с другой. МВФ, рассматривая восстановление российской экономики после спада 2015-2016 годов, подчеркивает, что «официальные органы внедрили надежные основы макроэкономической политики», элементом которой является гибкий обменный курс11. ЦБ РФ отмечает низкую волатильность российской валюты в условиях «свободного плавания»12. Опираясь на эти оценки, можно предположить, что краткосрочный эпизод значительной нестабильности валюты в 2014-2015 годах не оказал существенного влияния на долгосрочные инвестиционные потоки. Вместе с тем ослабление российской валюты может способствовать росту интереса ТНК к инвестированию в производство товаров, которые могут экспортироваться из России на ближайшие внешние рынки. Положительный коэффициент регрессора «обменный курс» в табл. 3 означает проверку этого предположения.
Положительные знаки регрессионных коэффициентов для ОФЦ и стран — партнеров России по двусторонним инвестиционным договорам указывают на ожидание того, что накопление ПИИ, поступающих из этих стран в рассматриваемый период с 2009 года по 2017-й, происходит более интенсивно, чем из других источников. Отрицательный знак коэффициента для стран, которые ввели санкционный режим в отношении России, означает предположение о том, что санкции способствуют снижению накопления инвестиционных ресурсов из этих государств.
Методология исследования. Оценка гравитационного уравнения осуществляется в процессе его расширения. Сначала оценивается базовая модель в составе основных гравитационных детерминант: ВВП России и стран-инвесторов, географическое расстояние между ними. Затем — расширенная модель, которая включает дополнительные количественные переменные: доход на душу населения в стране-инвесторе, обменный курс валюты, внешнеторговый оборот России со странами-инвесторами. Далее в модель добавлены бинарные переменные, которые характеризуют особые условия взаимодействия России с разными странами-инвесторами.
11 https://www.imf.org/en/Pub1ications/CR/Issues/2018/09/12/Russian-Federation-2018-Artic1e-IV-Consu1tation-Press-Re1ease-Staff-Report-46226.
12 http://www.cbr.ru/co11ection/co11ection/fi1e/7391/cbr_ir_100718.pdf.
В исследование включены государства и территории, на долю которых приходится более 95% мирового валового продукта (по паритету покупательной способности), около 98% накопленных в России ПИИ и более 99% ее внешнеторгового оборота. Исследование проведено на панельных данных для 191 пространственного объекта (страны и территории) за период с 2009 года по 2017-й (1719 наблюдений) с использованием следующих методов: оценка модели объединенной регрессии методом наименьших квадратов (ОМНК), модели с фиксированными эффектами (БЕ), модели со случайными эффектами (ЯЕ). Следует сразу отметить, что ОМНК не учитывает панельную структуру данных, что ведет к смещению оценок. Поэтому логический выбор необходимо осуществлять между моделями БЕ и ЯЕ. Необходимо учитывать существенный недостаток модели БЕ, который заключается в том, что она не позволяет оценивать неизменные переменные, в частности расстояние между странами.
Логический выбор между моделью с фиксированными эффектами и случайными эффектами зависит от целей и задач исследования. Если анализируется выборка, ограниченная определенными критериями и имеющая относительно небольшой масштаб, предпочтение отдают БЕ. Модель ЯЕ больше подходит для оценки многочисленных случайных наблюдений, отбор которых не требует каких-либо специальных критериев.
Модель ПИИ, накопленных в российской экономике, описывает двусторонние инвестиционные отношения России с другими странами. С точки зрения логического выбора она носит смешанный характер. В каждом наблюдении Россия выступает как фиксированный, а страна-инвестор — как случайный участник. Смешанный характер выборки затрудняет логический выбор модели. Но для решения вопроса о том, какой модели отдать предпочтение, исследователи, помимо логических, применяют статистические критерии, оценивающие состоятельность моделей и их характеристик. Для выбора состоятельной модели используются:
• тест на различие констант в группах — ОМНК или БЕ;
• тест Бреуша — Пагана — ОМНК или ЯЕ;
• тест Хаусмана — БЕ или ЯЕ.
4. Результаты исследования и их обсуждение
В табл. 4 представлены результаты оценки линейной регрессии для факторов базовой модели13.
13 Здесь и далее моделирование осуществлено при помощи пакета gretl 1.9.11.
Таблица 4
Результаты оценки базовой модели
ОМНК FE RE
Const 27,39 -68,06*** -29,72**
(28,89) (15,84) (16,51)
lnGDPR 0,852 4,959*** 4,771***
(1,910) (1,106) (1,059)
InGDPi 0,779*** 0,571*** 0,709***
(0,072) (0,286) (0,166)
lnDx -4,259*** — -4,334***
(0,240) (0,659)
Нормированный R2 0,27 — —
Тест на различие констант в группах — —
(р-значение) 101,286 (0)
Тест Бреуша — Пагана (р-значение) — — 4890,93 (0)
Тест Хаусмана (р-значение) — — 0,353 (0,552)
Информационные критерии:
критерий Шварца 11559,21 9613,450 11596,44
критерий Акаике 11537,41 8523,550 11536,49
критерий Хеннана — Куинна 11545,48 8926,809 11558,67
Временные эффекты — Да Да
Число стран 191 191 191
Число наблюдений 1719 1719 1719
Примечание. * — уровень значимости 0,1, ** — уровень значимости 0,5, *** — уровень значимости 0,01.
В модели ОМНК основные гравитационные детерминанты объясняют 27% дисперсии ПИИ. Оценка осуществляется в среде вгей, которая не дает сопоставимых показателей коэффициента детерминации (Л2) для моделей БЕ и ЯЕ. Поэтому для сравнительной оценки изменения качества моделей в процессе расширения будут применяться информационные критерии Шварца, Акаике, Хеннана — Куинна.
Нулевые р-значения в тесте на различие констант в группах и в тесте Бреуша — Пагана указывают на предпочтительность моделей БЕ и ЯЕ против ОМНК соответственно. Следует отметить, что в обеих моделях все элементы14, включая константу, имеют статистическую значимость и подтверждают ожидаемую направленность влияния регрессоров на ПИИ. Высокое р-значение в тесте Хаусмана (нулевая гипотеза об адекватности модели со случайными эффектами перед моделью с фиксированными эффектами), равное 0,552, указывает на состоятельность оценок в модели ЯЕ при уровне значимости 0,05, что дает основание отдать предпочтение ей. Расширенная модель, представленная в табл. 2, включает дополнительные факторы: доход на душу населения в стране-
14 За исключением географического расстояния в модели FE.
Таблица 5
Результаты оценки расширенной модели
ОМНК FE RE
Сош1 32,14 (25,05) -51,95*** (17,43) -26,3 (739,4)
1nGDP8 -2,087 (1,661) 1,989 (1,474) 2,174** (1,086)
-0,118 (0,101) 0,103 (0,304) 0,292* (0,163)
1пД« -2,182*** (0,240) — -2,876*** (0,583)
1пСАР,- 2,298*** (0,154) 3,536*** (0,801) 2,622*** (0,160)
1пТтш 0,447*** (0,053) 0,077* (0,041) 0,105*** (0,039)
1пБКК 0,308*** (0,065) -0,058 (0,528) 0,201 (0,162)
Нормированный К2 0,45 — —
Информационные критерии:
критерий Шварца 11086,79 9610,963 11166,42
критерий Акаике 11048,65 8504,715 11 090,12
критерий Хеннана — Куинна 11062,76 8914,023 11118,35
Тест на различие констант в группах (р-значение) — 89,78 (0) —
Тест Бреуша — Пагана (р-значение) — — 4196,0 (0)
Тест Хаусмана (р-значение) — — 12,784 (0,01238)
Временные эффекты — да да
Число стран 191 191 191
Число наблюдений 1719 1719 1719
Примечание. * — уровень значимости 0,1, ** — уровень значимости 0,5, *** — уровень значимости 0,01.
инвесторе, взаимную торговлю и обменный курс, выраженный в российских рублях за единицу валюты страны-инвестора.
В моделях ОМНК и БЕ утратили статистическую значимость переменные, характеризующие масштаб экономики страны-инвестора и принимающей страны. Аналогичный эффект расширения модели отмечен в отношении размера рынка принимающей страны в исследовании устойчивых факторов ПИИ [ЕкЬег е! а!, 2012. Р. 649].
Уменьшение значений по информационным критериям указывает на улучшение качества расширенной модели по сравнению с базовой моделью. Тест Хаусмана при р-значении, равном 0,012, дает возможность отдать предпочтение модели ЯЕ при уровне значимости 0,01. По сравнению с моделью БЕ модель ЯЕ является более эффективной, так как позволяет оценивать эффект геогра-
фического расстояния. Она подтверждает положительное влияние масштабов экономик и отрицательное влияние расстояния на ПИИ.
Обе модели — и ЯЕ, и БЕ — показывают, что в российскую экономику более интенсивно поступают инвестиции из стран с более высоким уровнем дохода на душу населения. И, что еще более важно, обе модели указывают на положительную зависимость ПИИ, накопленных в российской экономике, от внешнеторгового оборота. В Россию поступает больше прямых инвестиций из стран, с которыми более интенсивно осуществляется товарный обмен. Несмотря на вовлеченность в «круговое» движение, ПИИ, накопленные в российской экономике, имеют устойчивую, статистически значимую связь с хозяйственно-экономическим оборотом и, следовательно, не утратили «реального» содержания.
Использование бинарных переменных в множественной регрессии позволяет осуществить многомерный анализ качественных особенностей пространственных объектов. Как уже отмечалось, для оценки влияния особенностей юрисдикций, из которой происходят ПИИ, при помощи бинарной переменной выделены офшорные зоны на основе действующего перечня Минфина, который в настоящее время исключает Республику Кипр. Но этот источник по-прежнему играет значительную роль во внешнем инвестиционном обмене России, что показывают данные официальной статистики (рис. 2). В табл. 6 расширенная модель с бинарными переменными представлена в двух вариантах: модель I оценена на основе действующего перечня, то есть с 2013 года исключает Кипр в качестве офшорной зоны, а модель II учитывает эту юрисдикцию как источник офшорных инвестиций за весь рассматриваемый период — с 2009 года по 2017-й.
Переходя к результатам оценки модели с бинарными переменными, представленным в табл. 6, необходимо отметить, что в моделях БЕ и ЯЕ регрессионные коэффициенты количественных переменных сохранили статистическую значимость. Коэффициент регрессора «офшорная зона» во всех рассматриваемых случаях и методах оценки имеет положительный знак, что может указывать на более интенсивное накопление в российской экономике инвестиций из этого источника. В модели со случайными эффектами (ЯЕ) он характеризует высокий уровень эластичности и имеет статистическую значимость в отличие от модели с фиксированными эффектами (БЕ). Но тест Хаусмана (р-значение, равное 0) определенно указывает на несостоятельность оценок модели ЯЕ при любых приемлемых уровнях значимости и на предпочтительность устойчивых оценок модели БЕ.
Таблица 6 Результаты оценки расширенной модели с бинарными переменными
ОМНК РБ ИБ
I II I II I II
Сош1 58,47** (24,43) 59,13** (24,35) -55,53*** (18,03) -55,42*** (18,03) -25,89 (16,61) -25,17 (16,60)
1nGDP8 -3,488** (1,625) -3,528** (1,620) 2,017 (1,512) 2,192 (1,512) 2,292** (1,119) 2,274** (1,118)
\nGDPi 0,340*** (0,104) 0,362*** (0,104) 0,066 (0,307) 0,067 (0,308) 0,419** (0,165) 0,457***
1пД« -1,244*** (0,162) -2,371*** (0,247) — — -3,033*** (0,562) -3,082*** (0,561)
\nCAPi 1,244*** (0,162) 1,217*** (0,162) 3,582*** (0,803) 3,611*** (0,806) 2,353*** (0,354) 2,307*** (0,353)
1пГги 0,445*** (0,049) 0,440*** (0,049) 0,072* (0,041) 0,072* (0,041) 0,102*** (0,039) 0,102*** (0,039)
1пБкш 0,238*** (0,062) 0,235*** (0,062) -0,040 (0,529) -0,048 (0,529) 0,175 (0,152) 0,161 (0,152)
ВГГа 1,752*** (0,371) 1,834*** (0,371) 0,163 (0,636) 0,166 (0,636) 0,579 (0,540) 0,606 (0,539)
ОРС 6,755*** (0,479) 6,904** (0,474) 0,256 (0,916) 0,546 (1,053) 2,160*** (0,741) 2,713*** (0,798)
1,998*** (0,554) 1,846*** (0,551) -0,341 (0,335) -0,338 (0,333) -0,092 (0,333) -0,114 (0,331)
Нормированный К2 0,51 0,51 — — — —
Информационные критерии:
критерий Шварца 10 904,51 10 892,51 9631,806 9631,590 11 091,06 11068,03
критерий Акаике 10850,02 10 838,01 8509,209 8508,993 10 998,42 10 975,39
критерий Хеннана — Куинна 10870,18 10 858,18 8924,566 8924,349 11 032,69 11009,66
Тест на различие констант в группах (р-значение) — 30,726 (0) 30,436 (0) — —
Тест Бреуша — Пагана (р-значение) — — — — 3730,93 (0) 3737,04 (0)
Тест Хаусмана (р-значение) — — — — 43,9783(0) 42,1959 (0)
Временные эффекты — — да да да да
Число стран 191 191 191 191 191 191
Число наблюдений 1719 1719 1719 1719 1719 1719
Примечание. * — уровень значимости 0,1, ** — уровень значимости 0,5, *** — уровень значимости 0,01.
Коэффициенты бинарных переменных имеют ожидаемые знаки и подтверждают положительное влияние ДИД и отрицательное влияние санкционного режима на накопление ПИИ в российской экономике, но статистической значимости не имеют (табл. 6). Отсутствие статистически значимого влияния двусторонних инвестиционных соглашений в отношении входящих инвестиций может объясняться тем, что большая их часть заключена с раз-
вивающимися странами. Сотрудничество в этой сфере направлено на защиту в этих странах интересов российских компаний, осуществляющих инвестиционные проекты, и может оказывать более заметное влияние на объемы исходящих инвестиций, чем на входящие ПИИ.
Делая выбор между рассмотренными моделями на основе сравнения регрессионных результатов и учитывая их характеристики на основе статистических критериев, предпочтение можно отдать расширенной модели со случайными эффектами (табл. 5). Следует отметить также ее более высокую эффективность с точки зрения цели исследования, поскольку модель оценивает все базовые детерминанты. Важно подчеркнуть, что и модель со случайными эффектами, и модель с фиксированными эффектами подтверждают устойчивость влияния торговли на инвестиционный обмен между Россией и странами-инвесторами.
Заключение
Результаты исследования факторов прямых инвестиций в российской экономике подтвердили актуальность базовых гравитационных детерминант — ВВП России и стран-инвесторов и расстояния между ними. Устойчивое положительное влияние оказывает уровень дохода на душу населения в стране-инвесторе, а также объем внешнеторгового оборота. Это дает основание утверждать, что наращивание товарного обмена со странами с растущим уровнем благосостояния ведет к увеличению запасов иностранных инвестиций в российской экономике.
Изменение обменного курса, отношения с офшорными финансовыми центрами, ограничения и санкции, осуществляемые в отношении России с 2014 года, двусторонние инвестиционные соглашения не оказывают значимого влияния на накопленные в стране ПИИ.
Положение о том, что товарный обмен со странами-инвесторами дает положительный эффект для инвестиционных запасов, может способствовать дальнейшему углублению исследования «кругового» движения инвестиций и вовлеченности России в этот процесс. Выявленная на макроэкономическом уровне устойчивая зависимость показывает, что, несмотря на высокие оценки масштабов посреднических финансовых инвестиций, накопленные в российской экономике ПИИ сохраняют связь с хозяйственно-экономическим оборотом. На микроэкономическом уровне она обеспечивается хозяйственной деятельностью ТНК, их долгосрочной заинтересованностью в экономике инвестируемых предприятий, в росте их эффективности и конкурентоспособности.
Приложение 1
Источники данных исследования
Обозначение Содержание Источники данных для исследования
FDIr Накопленные в России ПИИ из страны-инвестора г Прямые инвестиции. Статистика внешнего сектора ЦБ РФ
GDPr, GDPi ВВП по паритету покупательной способности России и страны-инвестора г International Monetary Fund, World Economic Outlook Database, October 2018 UNCTADstat. Economic Trends. National Accounts. World Bank Open Data. World Development Indicators
Dr Расстояние между Россией и страной-инвестором г CEPII — Gravity Database
Capg, Capj ВВП на душу населения по паритету покупательной способности International Monetary Fund, World Economic Outlook Database, October 2018; UNCTADstat. Economic Trends. National Accounts; World Bank Open Data. World Development Indicators
PopR, Popi Численность населения России и страны-инвестора World Bank Open Data. World Development Indicators
Тгш Внешнеторговый оборот между Россией и страной-инвестором г UNCTAD International Trade in Goods and Services. Merchandise Trade Matrix (Imports, Exports)
ERrI Обменный курс: российский рубль / валюта страны-инвестора UNCTAD Economic Trends. Currency Exchange Rates
OFCi Бинарная переменная «офшорная зона»: 1 — если страна-инвестор является офшорной зоной, 0 — если страна-инвестор не является офшорной зоной Министерство финансов Российской Федерации, Приказ от 13.11.2007 № 108н «Об утверждении перечня государств и территорий, предоставляющих льготный налоговый режим налогообложения и (или) не предусматривающих раскрытия и предоставления информации при проведении финансовых операций (офшорные зоны)» (в ред. приказов Минфина России от 02.02.2009 № 10н, от 21.08.2012 № 115н, от 02.10.2014 № 111н, от 02.11.2017 № 175н)
SRiR Бинарная переменная «антироссийский санкционный режим»: 1 — если страна-инвестор осуществляет санкции и ограничения в отношении России, 0 — если страна-инвестор не осуществляет санкции и ограничения в отношении России Хронология введения санкций и ответные меры России в 2014-2015 годах. https://ria.ru/spravka/20151125/1328470681. html
BITr,■ Бинарная переменная «двусторонний инвестиционный договор»: 1 — если страна-инвестор имеет действующий ДИД с Россией, 0 — если страна-инвестор не имеет действующего ДИД с Россией UNCTAD Investment Policy Hub. International Investment Agreements
Приложение 2
Описательные статистики для количественных переменных, включенных в модель
Среднее Стандартное отклонение Минимум Максимум Число наблюдений
lnFDIiR 12,340 8,076 0 25,989 1719
lnGDPR 15,108 0,088 14,935 15,206 1719
lnGDP¡ 10,814 2,440 3,367 16,960 1719
lnDx 8,534 0,735 6,532 9,728 1719
lnCap¡ 9,292 1,259 4,455 12,097 1719
lnTrRi 17,604 5,036 0 25,215 1719
lnERRi 7,848 2,811 -0,082 12,310 1719
Литература
1. Божечкова А., Горюнов Е., Синельников-Мурылев С., Трунин П. Ограничения на движение капитала: мировой опыт и уроки для России // Экономическая политика. 2017. Т. 12. № 2. С. 8-43.
2. Зайцев Ю., Кнобель А. Прямые иностранные инвестиции в первом полугодии 2017 г. // Экономическое развитие России. 2018. № 1. С. 7-11.
3. Квашнина И. Приток капитала в Россию в условиях санкций // Российский внешнеэкономический вестник. 2015. № 11. С. 3-12.
4. Клинова М., Сидорова Е. Россия — Евросоюз: продолжение санкционного противостояния // Вопросы экономики. 2017. № 6. С. 114-127.
5. Нуреев Р., Бусыгин Е. Экономические санкции: издержки и выгоды конфронтации // Terra Economicus. 2017. Т. 15. № 3. С. 56-72.
6. Платонова И., Гурова И. Транснационализация и офшорная деятельность российских компаний // Региональная экономика: теория и практика. 2016. № 2. С. 25-38.
7. Федорова Е., Николаев А., Николаева А., Алексеева А. Оценка влияния прямых иностранных инвестиций на экономику России в период санкций на основе спилловер-эффектов // Пространственная экономика. 2018. № 1. С. 37-58.
8. Amal M. Foreign Direct Investment in Brazil: Post-Crises Economic Development in Emerging Markets. Academic Press, 2016.
9. Aykut D., Sanghi A., Kosmidou G. What to Do When Foreign Direct Investment Is Not Direct or Foreign: FDI Round Tripping. World Bank Group. Policy Research Working Paper. No 8046. 2017.
10. Boateng A., Hua X., Nisar S., Wu J. Examining the Determinants of Inward FDI: Evidence from Norway // Economic Modelling. 2015. No 47. P. 118-127.
11. Bulatov A. Offshore Orientation of Russian Federation FDI // Transnational Corporations. 2017. Vol. 24. No 2. P. 71-90.
12. Colen L., Persyn D., Guariso A. Bilateral Investment Treaties and FDI: Does the Sector Matter? // World Development. 2016. Vol. 83(C). P. 193-206.
13. Desbordes R., Vicard V. Foreign Direct Investment and Bilateral Investment Treaties: An International Political Perspective // Journal of Comparative Economics. 2009. Vol. 37. No 3. P. 372-386.
14. Eicher T., Helfman L., Lenkoski A. Robust FDI Determinants: Bayesian Model Averaging in the Presence of Selection Bias // Journal of Macroeconomics. 2012. Vol. 34. No 3. P. 637-651.
15. Folfas P. FDI Between EU Member States: Gravity Model and Taxes. European Trade Study Group Thirteenth Annual Conference 8-10 September 2011. https://www.etsg.org/ ETSG2011/Papers/Folfas.pdf.
16. Gould D. Critical Connections: Promoting Economic Growth and Resilience in Europe and Central Asia. Washington, DC: World Bank, 2018.
17. Haberly D., Wojcik D. Tax Havens and the Production of Offshore FDI: An Empirical Analysis. University of Oxford. School of Geography and the Environment Working Papers in Employment, Work and Finance. No 13-02. 2013.
18. Harms P., Knaze J. Bilateral De-Jure Exchange Rate Regimes and Foreign Direct Investment: A Gravity Analysis. Beiträge zur Jahrestagung des Vereins für Socialpolitik, 2018: Digitale Wirtschaft — Session: Foreign Direct Investment. Conference Paper. No G09-V1. 2018. http://hdl.handle.net/10419/181559.
19. Hattari R., Rajan R. Sources of FDI Flows to Developing Asia: The Roles of Distance and Time Zones. Asian Development Bank Institute. ADBI Working Paper. No 117. 2008. http://www.adbi.org/working-paper/2008/10/06/2719.fdi.flows.developing.asia/.
20. Hattari R., Rajan R. S. How Different Are FDI and FPI Flows?: Distance and Capital Market Integration // Journal of Economic Integration. 2011. Vol. 26. No 3. P. 499-525.
21. Hers J., Witteman J., Rougoor W., van Buiren K. The Role of Investment Hubs in FDI, Economic Development and Trade: Ireland, Luxembourg, Mauritius, the Netherlands, and Singapore. Amsterdam: SEO Amsterdam Economics, 2018.
22. Ledyaeva S., Karhunen P., Whalley J. If Foreign Investment Is Not Foreign: Round-Trip Versus Genuine Foreign Investment in Russia // CEPII. 2013. No 5. http://www.cepii.fr/ pdf_pub/wp/2013/wp2013-05.pdf.
23. Lejour A., Salfi M. The Regional Impact of Bilateral Investment Treaties on Foreign Direct Investment. CPB Netherlands Bureau for Economic Policy Analysis. CPB Discussion Paper. No 298. 2015.
24. Magalhäes M., Africano A. A Panel Analysis of the FDI Impact on International Trade. Universidade do Minho. Núcleo de Investigado em Politicas Económicas. Working Paper Series. No 6. 2007.
25. Mirkina I. FDI and Sanctions: An Empirical Analysis of Short- and Long-Run Effects // European Journal of Political Economy. 2018. Vol. 54(C). P. 198-225.
26. Petri P. A. The Determinants of Bilateral FDI: Is Asia Different? // Journal of Asian Economics. 2012. Vol. 23. No 3. P. 201-209.
27. Phillips S., Ahmadi-Esfahani F. Z. Exchange Rates and Foreign Direct Investment: Theoretical Models and Empirical Evidence // Australian Journal of Agricultural and Resource Economics. 2008. Vol. 52. No 4. P. 505-525.
28. Sung H., Lapan H. Strategic Foreign Direct Investment and Exchange-Rate Uncertainty // International Economic Review. 2000. Vol. 41. No 2. P. 411-423.
29. Udomkerdmongkol M., Görg H., Morrissey O. Foreign Direct Investment and Exchange Rates: A Case Study of US FDI in Emerging Market Countries. University of Nottingham. Discussion Papers in Economics. No 06/05. 2006.
Ekonomicheskaya Politika, 2019, vol. 14, no. 6, pp. 36-61
Irina P. GUROVA, Dr. Sci. (Econ.). Moscow State Institute of International Relations (University) of the Ministry of Foreign Affairs of the Russian Federation (76, Vernadskogo pr., Moscow, 119454, Russian Federation). E-mail: [email protected]
Determinants of Foreign Direct Investment in Russia: Empirical Study
Abstract
In the present paper the determinants of the inward FDI stock in the Russian economy have been estimated via panel data analysis. The results of the study have confirmed the relevance of basic gravity determinants: the GDP of Russia and the investing countries, and the distances between them. The level of per capita income in the investing country, as well as the mutual trade, has a robust positive effect on the inward FDI stock. This allows one to assert that an increase in trade
in goods with countries with growing levels of wealth leads to an increase in stocks of foreign investment in the Russian economy. Changes in the exchange rate, relations with offshore financial centers, restrictions and sanctions imposed on Russia since 2014, and bilateral investment treaties do not have a significant impact on FDI accumulated in the country. The provision that trade in goods has a positive effect on the FDI stock can contribute to further study of FDI round-tripping and Russia's involvement. The steady dependence revealed at the macroeconomic level shows that, despite the high estimates of the scale of intermediary financial investments, the FDI accumulated in the Russian economy retains the link with real economic activities. At the microeconomic level, it is provided by activities of TNCs and their long-term interest in the economy of invested enterprises, in the growth of their efficiency and competitiveness. Keywords: gravity equation, inward FDI stock, FDI round-tripping. JEL: F21, F23.
References
1. Bozhechkova A., Goryunov E., Sinelnikov-Murylev S., Trunin P. Ogranicheniya na dvizhenie kapitala: mirovoy opyt i uroki dlya Rossii [Capital Controls: World Experience and Lessons for Russia]. Ekonomicheskaya politika [Economic Policy], 2017, vol. 12, no. 2, pp. 8-43.
2. Zaitsev Yu., Knobel A. Pryamye inostrannye investitsii v pervom polugodii 2017 g. [Foreign Direct Investments in H1 2017]. Ekonomicheskoe razvitie Rossii [Russian Economic Developments], 2018, no. 1, pp. 7-11.
3. Kvashnina I. Pritok kapitala v Rossiyu v usloviyakh sanktsiy [Capital Inflow in Russia Under Sanctions]. Rossiyskiy vneshneekonomicheskiy vestnik [Russian Foreign Economic Journal], 2015, no. 11, pp. 3-12.
4. Klinova M., Sidorova E. Rossiya - Evrosoyuz: prodolzhenie sanktsionnogo protivosto-yaniya [Russia - European Union: The Continuation of the Sanctions Standoff]. Voprosy ekonomiki, 2017, no. 6, pp. 114-127.
5. Nureev R., Busygin E. Ekonomicheskie sanktsii: izderzhki i vygody konfrontatsii [Economic Sanctions: Costs and Benefits of Confrontation]. Terra Economicus, 2017, vol. 15, no. 3, pp. 56-72.
6. Platonova I., Gurova I. Transnatsionalizatsiya i ofshornaya deyatel'nost' rossiyskikh kompaniy [Transnationalization and the Offshore Activities of Russian Companies]. Regional'naya ekonomika: teoriya i praktika [Regional Economics: Theory and Practice],
2016, no. 2, pp. 25-38.
7. Fedorova E., Nikolaev A., Nikolaeva A., Alekseeva A. Otsenka vliyaniya pryamykh inos-trannykh investitsiy na ekonomiku Rossii v period sanktsiy na osnove spillover-effektov [Estimation of Effect of Foreign Direct Investment on the Russian Economy During Sanctions Based on Spillover Effects]. Prostranstvennaya ekonomika [Spatial Economics], 2018, no. 1, pp. 37-58.
8. Amal M. Foreign Direct Investment in Brazil: Post-Crises Economic Development in Emerging Markets. Academic Press, 2016.
9. Aykut D., Sanghi A., Kosmidou G. What to Do When Foreign Direct Investment Is Not Direct or Foreign: FDI Round Tripping. World Bank Group. Policy Research Working Paper, no. 8046, 2017.
10. Boateng A., Hua X., Nisar S., Wu J. Examining the Determinants of Inward FDI: Evidence from Norway. Economic Modelling, 2015, no. 47, pp. 118-127.
11. Bulatov A. Offshore Orientation of Russian Federation FDI. Transnational Corporations,
2017, vol. 24, no. 2, pp. 71-90.
12. Colen L., Persyn D., Guariso A. Bilateral Investment Treaties and FDI: Does the Sector Matter? World Development, 2016, vol. 83(C), pp. 193-206.
13. Desbordes R., Vicard V. Foreign Direct Investment and Bilateral Investment Treaties: An International Political Perspective. Journal of Comparative Economics, 2009, vol. 37, no. 3, pp. 372-386.
14. Eicher T., Helfman L., Lenkoski A. Robust FDI Determinants: Bayesian Model Averaging in the Presence of Selection Bias. Journal of Macroeconomics, 2012, vol. 34, no. 3, pp. 637-651.
15. Folfas P. FDI Between EU Member States: Gravity Model and Taxes. European Trade Study Group Thirteenth Annual Conference 8-10 September 2011. https://www.etsg.org/ ETSG2011/Papers/Folfas.pdf.
16. Gould D. Critical Connections: Promoting Economic Growth and Resilience in Europe and Central Asia. Washington, DC, World Bank, 2018.
17. Haberly D., Wojcik D. Tax Havens and the Production of Offshore FDI: An Empirical Analysis. University of Oxford. School of Geography and the Environment Working Papers in Employment, Work and Finance, no. 13-02, 2013.
18. Harms P., Knaze J. Bilateral De-Jure Exchange Rate Regimes and Foreign Direct Investment: A Gravity Analysis. Beiträge zur Jahrestagung des Vereins für Socialpolitik, 2018: Digitale Wirtschaft - Session: Foreign Direct Investment. Conference Paper, no. G09-V1, 2018. http://hdl.handle.net/10419/181559.
19. Hattari R., Rajan R. Sources of FDI Flows to Developing Asia: The Roles of Distance and Time Zones. Asian Development Bank Institute. ADBI Working Paper, no. 117, 2008. http:// www.adbi.org/working-paper/2008/10/06/2719.fdi.flows.developing.asia/.
20. Hattari R., Rajan R. S. How Different are FDI and FPI Flows?: Distance and Capital Market Integration. Journal of Economic Integration, 2011, vol. 26, no. 3, pp. 499-525.
21. Hers J., Witteman J., Rougoor W., van Buiren K. The Role of Investment Hubs in FDI, Economic Development and Trade: Ireland, Luxembourg, Mauritius, the Netherlands, and Singapore. Amsterdam: SEO Amsterdam Economics, 2018.
22. Ledyaeva S., Karhunen P., Whalley J. If Foreign Investment Is Not Foreign: Round-Trip Versus Genuine Foreign Investment in Russia // CEPII, 2013, no. 5. http://www.cepii.fr/ pdf_pub/wp/2013/wp2013-05.pdf.
23. Lejour A., Salfi M. The Regional Impact of Bilateral Investment Treaties on Foreign Direct Investment. CPB Netherlands Bureau for Economic Policy Analysis. CPB Discussion Paper, no. 298, 2015.
24. Magalhäes M., Africano A. A Panel Analysis of the FDI Impact on International Trade. Universidade do Minho. Núcleo de Investigado em Politicas Económicas. Working Paper Series, no. 6, 2007.
25. Mirkina I. FDI and Sanctions: An Empirical Analysis of Short- and Long-Run Effects. European Journal of Political Economy, 2018, vol. 54(C), pp. 198-225.
26. Petri P. A. The Determinants of Bilateral FDI: Is Asia Different? Journal of Asian Economics, 2012, vol. 23, no. 3, pp. 201-209.
27. Phillips S., Ahmadi-Esfahani F. Z. Exchange Rates and Foreign Direct Investment: Theoretical Models and Empirical Evidence. Australian Journal of Agricultural and Resource Economics, 2008, vol. 52, no. 4, pp. 505-525.
28. Sung H., Lapan H. Strategic Foreign Direct Investment and Exchange-Rate Uncertainty. International Economic Review, 2000, vol. 41, no. 2, pp. 411-423.
29. Udomkerdmongkol M., Görg H., Morrissey O. Foreign Direct Investment and Exchange Rates: A Case Study of US FDI in Emerging Market Countries. University of Nottingham. Discussion Papers in Economics, no. 06/05, 2006.
