CC BY
31
ОРИГИНАЛЬНАЯ СТАТЬЯ
Памяти Дмитрия Евгеньевича Сорокина посвящаем
(CO ]
DOI: 10.26794/2587-5671-2022-26-2-118-135 УДК 330.3(330.5);336.1(045) JEL С23, С43, Е01, Е10, Е17, 047
Финансовое богатство в макроэкономической динамике
О. С. Сухарев3, Е. Н. Ворончихина"
а Институт экономики Российской академии наук, Москва, Россия; ь Пермский государственный национальный исследовательский университет, Пермь, Россия
BY 4.0
АННОТАЦИЯ
Авторы исследуют влияние финансового богатства на макроэкономическую динамику в сопоставительном аспекте по некоторым странам. Цель исследования - выявить изменение финансового богатства и определить его влияние на макроэкономическую динамику с учетом оценки влияния уровня социальных индикаторов - неравенства и бедности, в частности на изменение целей экономического развития - темпа роста, индекса человеческого развития. Методологию составляют эмпирический, структурный, сравнительный анализы, эконометрическое моделирование, сводимое к построению множественных регрессий на базе программного модуля GretL 2020Ь, мультипликативных моделей по типу производственных функций. С учетом данных методов разработан алгоритм проведения анализа по оценке влияния финансового богатства на макроэкономическую динамику. Реализация данного алгоритма позволила осуществить сравнительный анализ результатов по России, странам Большой семерки и Китая в части влияния финансового богатства на их развитие. Основной эмпирический результат состоит в том, что финансовое богатство сильнее влияет на экономическую динамику и социальные показатели развития, нежели нефинансовое богатство, причем для высокоразвитых стран обнаруживает связь с темпом роста. Для России рост финансового богатства, хоть и малой его величины, связан был с высоким темпом роста, однако эконометрическим анализом установлено, что финансовое богатство не оказывало детерминирующего влияния на темп роста, понижая индекс человеческого развития, в отличие от других стран, где оно влияло на увеличение этого индекса. Сделан вывод, что российская экономика показывала самую низкую чувствительность ВВП к финансовому богатству, но высокую к индексу Джини, причем только Китай и Россия имели более высокую чувствительность к нефинансовому, а не финансовому богатству в сравнении с другими рассмотренными странами. Перспектива использования результатов исследования - в коррекции макроэкономической политики, денежно-кредитных и финансовых инструментов с учетом чувствительности целевых макроэкономических параметров к финансовому богатству, в том числе дифференцировании инструментов политики для каждой страны.
Ключевые слова: финансовое богатство; темп экономического роста; валовой внутренний продукт; неравенство; бедность; индекс человеческого развития; макроэкономическая динамика; сравнительный анализ стран
Для цитирования: Сухарев О. С., Ворончихина Е. Н. Финансовое богатство в макроэкономической динамике. Финансы: теория ипрактика. 2022;26(2):118-135. DOI: 10.26794/2587-5671-2022-26-2-118-135
ORIGINAL PAPER
Financial Wealth in Macroeconomic Dynamics
O. S. Sukhareva, E. N. Voronchikhinab
a Russian Academy of Sciences, Moscow, Russia; b Perm State National Research University, Perm, Russia
ABSTRACT
The article examines the financial wealth that affects macroeconomic dynamics from a comparative perspective for some countries. The purpose of the study is to identify changes in financial wealth and determine their impact on macroeconomic dynamics, taking into account the assessment of the impact of the level of social indicators - inequality and poverty, in particular, on changing the goals of economic development - growth rate, human development index. The methodology consists of empirical, structural, comparative analysis, econometric modeling, which is reduced to the construction of multiple regressions based on the Gretl 2020b software module, multiplicative models by the type of production functions. Taking into account these methods, an analysis algorithm has been developed to assess the impact
© Сухарев О. С., Ворончихина Е. Н., 2022
of financial wealth on macroeconomic dynamics. The implementation of this algorithm made it possible to carry out a comparative analysis of the results for Russia, the G7 countries and China in terms of the influence of financial wealth on their development. The main empirical result is that financial wealth has a stronger effect on economic dynamics and social indicators of development than non-financial wealth, and is associated with the growth rate of highly developed countries. For Russia, the growth of financial wealth, albeit small, was associated with high growth rates, however, the econometric analysis revealed that financial wealth did not have a decisive influence on growth rates, reducing the human development index, unlike other countries, this affected the increase in this index. The authors conclude that the Russian economy showed the lowest sensitivity of GDP to financial wealth, but high to the Gini index, with only China and Russia having a higher sensitivity to non-financial rather than financial wealth compared to other reviewed countries. The prospect of using the results is to adjust macroeconomic policy, monetary and financial instruments, taking into account the sensitivity of target macroeconomic parameters to financial wealth, including the differentiation of policy instruments for each country.
Keywords: financial wealth; economic growth rate; gross domestic product; inequality; poverty; human development index; macroeconomic dynamics; comparative analysis of countries
For citation: Sukharev O. S., Voronchikhina E. N. Financial wealth in macroeconomic dynamics. Finance: Theory and Practice. 2022;26(2):118-135. DOI: 10.26794/2587-5671-2022-26-2-118-135
ВВЕДЕНИЕ
Современный экономический рост в значительной степени детерминируется не только инвестициями [1], но и их распределением между финансовыми и нефинансовыми активами [2]. Возможности страны развивать экономику зависят от величины богатства и его структуры в виде финансовой и нефинансовой частей. Проблеме оценки влияния финансовой структуры и инвестиций на экономический рост посвящено много исследований [1-5]. В частности, оценке подвергается финансовое развитие с точки зрения того, определяется ли оно банковским сектором или рынком ценных бумаг [6]. Для одних стран фондовый рынок может увеличивать возможности развития экономики, а банковский — тормозить, для других — возникают обратные связи. Возможен исход, когда слишком быстрое развитие финансового сектора будет тормозить экономический рост либо провоцировать кризис [7]. При этом структурные параметры по доходу и риску будут иметь высокое значение в плане обеспечения силы влияния на экономический рост в одном и другом направлении. Финансовые циклы также имеют влияние на рост [8], в том числе в региональном разрезе.
Однако приводимые исследования, как правило, не касаются изучения связности набора параметров макроэкономической динамики, включая компоненты богатства, характеризующие хозяйственное развитие. Хотя отдельные из них ставят задачу оценки влияния финансового богатства на потребление, но это подается в аспекте обеспечения, например, жилищного благосостояния, т.е. включает набор частных вопросов [9-11]. Значительная часть работ посвящена изучению
структуры финансового богатства и ее влиянию на сбережения, портфельные инвестиции и другие отдельные параметры макроэкономического развития [12, 13].
Авторы считают, что необходимо вести речь о связи финансового богатства, роста ВВП, изменения неравенства и уровня бедности, а также индекса человеческого развития. Исследование связи указанных параметров позволяет выяснить, насколько рост связан с улучшением или ухудшением базовых социальных индикаторов развития одновременно с изменениями в финансовой деятельности, с увеличивающимся доминированием финансового сектора и финансового богатства.
Имеющиеся исследования, посвященные связи неравенства, бедности и роста [14-16] не охватывают перечисленного круга вопросов, что не может не сказываться на проводимой макроэкономической политике, включая регулирование финансовых рынков посредством денежно-кредитных инструментов. Обычно предметом изучения становится то, что именно детерминирует рост — неравенство или бедность, и как изменяется связь уровня бедности и неравенства, либо какие-то финансовые условия. Рассматриваются также аспекты — как изменяется макроэкономическая динамика при кризисных обстоятельствах, в частности «ковидном» кризисе 2020 г. [17, 18]. Оценивается влияние минимальной заработной платы на уровень бедности и неравенства [19], связь роста, финансового развития и уровня коррупции [20]. Значительный, если не подавляющий пласт исследований посвящен влиянию финансовых активов на различные аспекты экономического роста, а также финансовых сбережений и их связи с различными вариантами решений, богатства и развития [21-27]. Рассматриваются
вопросы функционирования финансового сектора в условиях глобализации и интеграции [28, 29].
При этом, безусловно, имеет значение, как изменяется структура богатства — финансовых и нефинансовых активов, каково ее влияние на макроэкономическую динамику, включая воздействие на указанные социальные индикаторы. В некоторых исследованиях проводится мысль, что банки и финансовые рынки не сокращают величину нищеты [30]. Однако они могут в других странах влиять на темп роста, увеличивая возможность наращивать доход. Тогда решение вопроса бедности сводится к наличию институтов распределения созданного дохода. Однако Р. Занг и С. Насер в своем исследовании убедительно доказывают, что доступ, глубина, эффективность и стабильность финансового развития страны сокращают неравенство и бедность, в то время как финансовая либерализация увеличивает неравенство и нищету [31]. Приводимые оценки и работы отчетливо показывают, что убедительные данные о влиянии финансового богатства на экономическую динамику отсутствуют, особенно в системном разрезе, т.е. с учетом изменения социальных показателей и их влияния на рост. Это наиболее отчетливо характерно для российской экономики и системы государственного управления. Поэтому для формирования новой модели экономического роста в России подобная постановка задачи, сравнительный анализ с наиболее развитыми в экономическом отношении странами представляется в практическом плане весьма актуальной, а в научном плане — значимой.
Сказанное позволяет обозначить, что целью настоящего исследования выступает оценка влияния финансового богатства на макроэкономическую динамику, включая изменение неравенства и бедности. Методом исследования выступает эконо-метрический подход, позволяющий на панельных данных по выбранным для сравнительного анализа странам осуществить обобщенное измерение такого влияния, учитывая связь обозначенных параметров. Эконометрическое моделирование проводится по панельным данным на примере восьми стран: США, Канада, Германия, Франция, Великобритания, Италия, Япония (страны G-7), Китай. Отдельно по временным рядам моделирование проведено для России, чтобы можно было сравнить полученные результаты по странам Большой семерки и Китая. На стадии проведения расчетов использован программный модуль Gretl 2020Ь. Также применяются факторные модели с использованием классической производственной функции, моди-
фицированной под задачу исследования. Здесь для сравнительного анализа выбраны те же страны, за исключением Японии, так как временной ряд по этой стране, в частности по коэффициенту Джини, неполный1. Мультипликативные модели позволяют оценить чувствительность влияния финансового богатства на величину валового продукта и уровень неравенства, измеряемого коэффициентом Джини. Под богатством в статье понимается величина, складывающаяся из суммы финансовых и нефинансовых частей: под нефинансовым богатством — совокупность материальных и нематериальных активов (интеллектуальная собственность); под финансовым богатством — совокупность ликвидных активов, т.е. деньги, ценные бумаги, депозиты, взаимные фонды и т.п. Финансовое богатство не обязательно имеет физическую форму, в отличие от нефинансового богатства2. Приведенное представление о структуре богатства, разделенной на нефинансовую и финансовую части, позволяет поставить задачу выяснения влияния этих частей богатства на экономическое развитие (по динамике ВВП) совместно с социальными индикаторами.
Далее обозначим методологию проводимого анализа, представим общий алгоритм и основные шаги настоящего исследования.
МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ. ВЛИЯНИЕ ФИНАНСОВОГО БОГАТСТВА НА ЭКОНОМИЧЕСКУЮ ДИНАМИКУ
Проводившиеся ранее исследования показали, что изменения экономической структуры ощутимо влияют на развитие финансовой системы [32], которая к ним приспосабливается. Сила связи финансового развития и роста зависит, как было установлено, для ряда стран от частного кредитования относительно роста реального производства [33], причем причинно-следственные связи между финансовым развитием и ростом носят двунаправленный характер, зависят от длительности периода [34]. На коротком и среднем интервале времени для стран с низким и средним доходом такие связи не обнаруживаются, а для стран с высоким доходом рост влияет на финансовое развитие. Как видим, многие
1 При использовании панельных данных это обстоятельство скрадывается, но при факторной мультипликативной модели возникает недостаточное число точек для построения модели с хорошей статистической верификацией.
2 The Global wealth report 2021. Research Institute Credit Suisse. 2021. URL: https://www.credit-suisse.com/about-us/ en/reports-research/global-wealth-report.html (accessed on 01.08.2021).
работы отражают более сильное влияние роста на финансовое развитие, а не наоборот, причем не учитывается структура богатства в виде финансовой и нефинансовой его частей, влияющих по-разному на экономический рост. В некоторых исследованиях было показано, как подобное влияние может быть весьма значимым [2, 35]. Но с течением времени оно изменяется и зависит от многих условий [36], в частности, от уровня развития экономики, институтов страхования и функционирования финансовых рынков. Для отдельных стран может отличаться влияние даже в силу имеющихся различий, в том числе институциональных, в функционировании рынков акций и облигаций внутри каждой страны.
Таким образом, задача выявления степени влияния финансового богатства в контексте изменения иных релевантных макроэкономических параметров на функцию цели (динамику ВВП) представляется значимой с точки зрения управления ростом. Ее решение сводится к реализации следующего последовательного набора шагов, слагающих поисковый алгоритм исследования.
Во-первых, необходимо количественно представить структуру богатства анализируемых стран (сравниваемых объектов), выделив две основные компоненты — финансового и нефинансового богатства, приведя к базовому году для сопоставимости оценок.
Во-вторых, провести эмпирическое исследование связи неравенства, уровня бедности, ВВП и темпа роста ВВП от величины соответственно финансового и нефинансового богатства. Это позволит на рассматриваемом интервале времени представить совместную динамику и сравнить ее по исследуемым объектам — странам, поняв и представив сложившиеся между параметрами связи.
В-третьих, сформулировать задачу экономе-трического моделирования на панельных данных для стран Большой семерки и Китая и отдельно для России, чтобы реализовать сравнительный анализ, устанавливая следующие функции цели: индекс человеческого развития, валовой внутренний продукт, доля валового продукта в национальном богатстве, темп экономического роста (по ВВП).
Приведем общую схему эконометрического исследования на панельных данных для стран Большой семерки и Китая. Введем следующие обозначения:
Y — ВВП, млрд долл. США, в ценах 2010 г.;
y — темп роста ВВП, %;
Y/W — доля ВВП в национальном богатстве, %;
X1 — индекс человеческого развития3;
X2 — индекс Джини, %;
X3 — уровень бедности4, %;
X4 — финансовое богатство, млрд долл. США, в ценах 2010 г.;
X5 — нефинансовое богатство, млрд долл. США, в ценах 2010 г.;
X6 — доля финансового богатства в общей величине богатства, %;
X7 — доля нефинансового богатства в общей величине богатства, %.
Построение регрессии по исходным данным с различным количеством факторов на основе панельных данных осуществлялось в программе Gretl 2020b. Регрессионная модель для группы стран имеет вид:
F X Y Y/W У) = К + b,*X2 + VX3 + b3*X4 + b4 *X5 + + b5i*X6 + b6*X7 + e. (1)
Методом отбора факторов осуществляется построение возможных моделей с 2-6 факторами для каждой из выбранных объясняемых переменных (Xj, Y, Y/W, y).
Для выявления мультиколлинеарных факторов строится матрица парных корреляций.
Для проверки наличия гетероскедастичности случайных ошибок регрессионной модели использовался статистический тест Дарбина-Уотсона. Результаты проверки показали гомоскедастичность дисперсий случайных ошибок моделей, приводимых ниже в исследовании регрессий.
Гипотеза H0 об отсутствии автокорреляции остатков осуществлялась с помощью теста Дарбина-Уотсо-на путем сравнения статистики DW с теоретическими значениями d и du. В представленных ниже моделях значения DW находят в интервале du < DW < 4 — du, что показывает отсутствие автокорреляции.
3 Индекс человеческого развития (ИЧР, HDI) — это составной индекс, измеряющий средние достижения по трем основным параметрам человеческого развития: долгая и здоровая жизнь, знания и уровень жизни. United Nations. URL: http://hdr.undp.Org/en/indicators/137506# (дата обращения: 01.08.2021).
4 Измеряется коэффициентом численности бедного населения на уровне национальной черты бедности (% населения). Представляет собой процент населения, живущего ниже национальной черты бедности. Национальные оценки основаны на оценках подгрупп, взвешенных по населению, по результатам обследований домашних хозяйств. Для стран, по которым данные взяты из EU-SILC, отчетный год является отчетным годом дохода, т.е. годом, предшествующим году исследования. World bank. URL: https://data. worldbank.org/indicator/SI.POV.NAHC?view=chart (дата обращения: 01.08.2021).
Согласно проведенному анализу мультиколли-неарными факторами с линейными коэффициентами парной корреляции больше чем 0,7, являются факторы: X2 - Х3; X, - у; X3 - X4; X3 - X5; X3 - 7; X4 - X7; X4 - X5; X4 - Y; X5 - Y.
Методом отбраковки выявлялись лучшие модели (по тесноте связи рядов при соблюдении прочих статистических критериев верификации модели), без коллинеарных факторов. Все полученные модели для стран Большой семерки и Китая значимы по критерию Фишера, коэффициенты регрессии при всех факторах значимы при высоком коэффициенте детерминации для всех моделей, кроме темпа роста ВВП, где коэффициенты регрессии не при всех факторах значимы при невысоком коэффициенте детерминации.
Для российской экономики, согласно проведенному анализу, мультиколлинеарными факторами с линейными коэффициентами парной корреляции больше чем 0,7, стали факторы: Y/W — Х2; Y/W — X6; Y/W - х7; X, - Y/W; X, - X6; X, - X7; X2 - X4;
X2 - X5' X2 - X7> X3 - Y; X3 - X4' X3 - X5' X4 - Y; X4 - X5; X5 - Y; X6 - X7.
Применение метода последовательного исключения коллинеарных факторов позволило получить наилучшие регрессионные модели для России.
Модели по России значимы по критерию Фишера, коэффициенты регрессии при факторах также значимы при высоком коэффициенте детерминации, за исключением одного коэффициента при факторе X3 в модели для индекса человеческого развития. Однако это обстоятельство сильно не влияет на картину как сравнительного анализа стран, так и собственно на анализ связи релевантных параметров, поскольку основным предметом выступает оценка влияния финансовой части богатства на экономическое развитие.
Результаты эконометрического анализа вынесены в самостоятельный параграф, где приводятся сразу лучшие варианты моделей по целям, в табл. 1 для стран Большой семерки и Китая и отдельно -России.
В-четвертых, с использованием производственных функций5 моделируется динамика ВВП
5 Этот подход является наиболее приемлемым, так как широко применяется и удобен при решении задачи оценки чувствительности входящих в модель параметров. Согласно принципу презумпции теории Дж. Коммонса та теория или модель будет считаться наиболее приемлемой и адекватной, которая меньшими средствами объяснит больший набор аспектов. Применительно к поставленной задаче выбрана достаточная форма модели, которая не является слишком сложной, но дает ответ на искомый вопрос о влиянии факторов.
указанных стран (за исключением Японии) от величины финансового богатства и индекса Джини, что позволяет выявить чувствительность цели к финансовому и нефинансовому богатству и уровню неравенства по доходу в стране. Полученный результат позволяет не только сравнить ситуацию в разных странах, но и установить необходимость изменений макроэкономической политики, сводимой к смещению влияния компонент национального богатства на экономический рост.
В-пятых, осуществляется сравнительный анализ по принятым в исследовании странам для третьего и четвертого шагов данного алгоритма, показывающий, насколько отличается влияние финансового богатства и неравенства на макроэкономическую динамику в рассматриваемых странах.
Нужно отметить, что применяемые в приведенном алгоритме модели данного класса (мультипликативные, по типу производственной функции) не отражают полные причинно-следственные связи, они позволяют установить наличие силы влияния факторов и чувствительности функции цели к изучаемым факторам, включаемым в модель.
Для исследования взят базовый период 20002019 гг., за который могут быть найдены и включены в анализ необходимые данные по рассматриваемым макроэкономическим параметрам и для построения необходимых моделей.
Перейдем к реализации обозначенных шагов алгоритма исследования и применению методики эконометрического моделирования на базе программного модуля Gretl 2020Ь. Вначале дадим эмпирический анализ изменения финансового и нефинансового богатства с релевантными показателями экономической динамики — ВВП, темпом роста ВВП, неравенством, уровнем бедности.
ДИНАМИКА ЭЛЕМЕНТОВ БОГАТСТВА И ОСНОВНЫХ МАКРОЭКОНОМИЧЕСКИХ ПАРАМЕТРОВ
Проведем анализ по данным статистики, попарно рассматривая изменение видов богатства (финансового и нефинансового) и релевантных макроэкономических показателей. В состав нефинансового богатства входят объекты во владении хозяйствующих субъектов, приносящие им реальные либо потенциальные выгоды: основные фонды (основной капитал), запасы материальных оборотных средств, ценности, технологии, человеческий капитал, интеллектуаль-
Финансовое богатство в странах мира
и
о
о
(N
И
(D
Я
<С
В
о ч ч о ч
Э
90 000
80 000
70 000
60 000
50 000
40 000
30 000
20 000
10 000
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 •Канада Китай Германия Франция ^^»Великобритания
■Италия Япония РФ 9 США
Рис. 1 /Fig. 1. Финансовое богатство стран Большой семерки, Китая и России / Financial wealth of the G7 countries, china and Russia
Источник/Source: составлено авторами / compiled by the authors. URL: https://www.investopedia.eom/terms/f/financialasset.asp; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
ная собственность, ноу-хау и другие результаты интеллектуальной деятельности. В состав финансового богатства входят: монетарное золото, специальные права заимствования, наличные деньги (валюта), деривативы, депозиты, ценные бумаги, ссуды, страховые технические резервы другие счета дебиторов и кредиторов. Имеющиеся данные по финансовому и нефинансовому богатству6 позволяют установить, как минимум, двукратное превосходство финансового богатства над нефинансовым (рис. 1, 2). Абсолютным лидером по величине финансового богатства являются США. По нефинансовому богатству примерно с 2012 г. с США сравнялся Китай, сохраняя отставание по величине финансового богатства. Россия уступает по величине каждого вида богатства всем рассматриваемым странам (если учитывать богатство по источнику7).
6 The Global wealth report 2021. Research Institute Credit Suisse. 2021. URL: https://www.credit-suisse.com/about-us/ en/reports-research/global-wealth-report.html; Росстат. URL: https://www.gks.ru/bgd/free/B 99_10/IssWWW.exe/Stg/ d000/ i000390r.htm (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
7 The Global wealth report 2021. Research Institute Credit
Suisse. 2021. URL: https://www.credit-suisse.com/about-us/ en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Нужно отметить, что значимую повышательную динамику по двум видам богатства демонстрируют только США и Китай8. Этим, в том числе, определяется и их влияние на мировую экономику и финансы.
Рисунки 3, 4 дают наглядную эмпирическую связь между компонентами богатства и валовым внутренним продуктом стран в ценах 2010 г.
Исходя из представленных данных, видно, что более высокий валовой внутренний продукт соответствует большей величине финансового и нефинансового богатства на рассматриваемом интервале времени 2000-2019 гг. Лидирующую позицию занимают США и Китай. Для одной и той же величины финансового богатства, например ВВП Китая, превосходит данный показатель Японии, а ВВП Германии — аналогичный показатель Италии и Великобритании (см. рис. 3). Россия занимает самую низкую позицию по величине финансового богатства и ВВП среди данных стран. То же относится и к связи ВВП и нефинансового богатства (рис. 4).
8 The Global wealth report 2021. Research Institute Credit Suisse. 2021. URL: https://www.credit-suisse.com/about-us/ en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Нефинансовое богатство в странах мира
и
о
о
(N
И
(D
Я
<С
В
о ч ч о ч
ч &
35 000 30 000 25 000 20 000 15 000 10 000 5 000 0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Канада Китай Германия
Франция Великобритания Италия
Япония РФ США
Рис. 2 /Fig. 2. Нефинансовое богатство стран Большой семерки, Китая и России / Non-financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами / compiled by the authors. URL: https://www.investopedia.eom/terms/f/financialasset.asp; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
О ч
30
«
«
§ 5
Е" m m
ВВП от финансового богатства, 2000-2019 гг.
20 000
15 000
000
000
0 10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000
Финансовое богатство, млрд долл. США + Канада • Китай Германия
А Франция XВеликобритания Италия
-Япония РФ США
90 000
Рис. 3 / Fig. 3. ВВП и финансовое богатство стран Большой семерки, Китая и России в ценах 2010 г. / GDP and financial wealth of the G7 countries, China and Russia in 2010 prices
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.KD.ZG?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/ global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
0
О ч
!§о
л
^ с
S5
Е" m m
ВВП от нефинансового богатства, 2000-2019 гг.
20 000
15 000
000
000
0 5 000 10 000 15 000 20 000 25 000 30 000
Нефинансовое богатство, млрд долл. США + Канада • Китай ■ Германия
А Франция X Великобритания Ж Италия
-Япония РФ США
35 000
0
Рис. 4 / Fig. 4. ввП и нефинансовое богатство стран Большой семерки, Китая и России в ценах 2010 г. / GDP and non-financial wealth of the G7 countries, china and Russia in 2010 prices
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.KD.ZG?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/ global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Для одной и той же величины нефинансового богатства ВВП Японии превосходит данный показатель Германии, Франции, Италии (рис. 4).
Нужно отметить, что связь ВВП и финансового богатства описывается по рассматриваемым странам выпуклой кривой относительно оси абсцисс, а ВВП и нефинансового богатства — вогнутой кривой.
Для каждой страны имеет значение структура богатства — соотношение между финансовым и нефинансовым богатством и чувствительность к ним валового внутреннего продукта и иных параметров развития.
В Приложении даны попарно эмпирические соотношения темпа роста ВВП, коэффициента Джини и уровня бедности стран с финансовым и нефинансовым богатством (рис. 1-6 Приложения).
В целом можно говорить о том, что отсутствует тесная связь между темпом роста и величиной богатства как финансового, так и нефинансового. Например, Россия при низкой величине финансового и нефинансового богатства показывала весьма высокий темп роста до 2008 г. США при высокой величине финансового и нефинансового богатства показывает меньший темп роста (рис. 1, 2 Приложения). Вместе с тем можно отметить
по группе рассмотренных стран, что в среднем большей величине финансового богатства не отвечает значимо меньшая или большая величина темпа роста (рис. 1 Приложения). При этом четко просматривается на рис. 1 Приложения размер финансового богатства, до которого темп роста в ряде стран увеличивается с ростом величины финансового богатства, затем снижается. Все-таки некоторая связь с темпом имеется и видна уже на уровне эмпирического анализа. На рис. 2 Приложения также видно, что большей величине нефинансового богатства отвечает в среднем меньший темп роста. Такая связь обусловлена влиянием двух стран — Китая и России, поскольку если убрать данные по этим странам на рис. 1, 2 Приложения, то никакой закономерной связи по разбросу точек между темпом роста и величиной финансового и нефинансового богатства не обнаруживается (разброс точек по ординате — темп роста от 0 до 5%). Видно, что для одного и того же темпа роста в разных странах имеется различное сочетание величин финансового и нефинансового богатства. Однако влияние китайской экономики на мировое развитие стало весьма значимым, поэтому, включая эту страну в панельные данные эконометрического исследования, получим в сле-
Таблица 1 / Table 1
Регрессионные модели по панельным данным стран G-7, Китая и России, 2000-2019 гг. / Regression models based on panel data from the G7 countries, China and Russia, 2000-2019
Целевой параметр регрессии / Regression target Модели по панельным данным стран G7 и Китая / Models based on panel data from G7 countries and China Модели по России / Models in Russia
1 Индекс человеческого развития / Human development index X = 1,36-0,01*X2-0,009*y + 0,09*X6-- 0,25"X7 (2) X = 0,86-0,0007"X3_0,08"X6-- 0,002*y (6)
2 Валовой внутренний продукт/ Gross domestic product Y = -6523 + 5781*X1 + 0,61"X7 (3) Y = 4636-5823*X1 + 0,99*X5 (7)
3 Валовой внутренний продукт в национальном богатстве / Gross Domestic Product in National Wealth Y/W = 0,38-0,36*X1-0,004*X3 + 0,31"X6 + + 0,24*X7 (4) Y/W = 42,5-28,4"X1-0,33"X2-0,14"X3 (8)
4 Темп роста ВВП / GDP growth rate y = 28,5-31*X1 + 0,02*X2 + 0,00002"X6-- 0,000009"X7 (5) y = -1,93 + 7,2*X1 + 1,4*X2 (9)
Источник/Source: составлено авторами / compiled by the authors.
дующем параграфе, что большая доля финансового богатства все-таки положительно влияет на темп роста группы рассматриваемых стран. Хотя доля нефинансового богатства оказывает слабое влияние в сторону понижения темпа для этой же группы стран, что вполне согласуется и с эмпирическим анализом (рис. 1, 2 Приложения).
Исследование связи уровня неравенства с финансовым и нефинансовым богатством (рис. 3, 4 Приложения) показывает, что большей величине финансового, как и нефинансового богатства отвечает более высокий уровень неравенства по рассматриваемым странам. Хотя отдельно взятая страна может не демонстрировать столь рельефной связи. Однако имеется интервал изменения видов богатства до 10 трлн долл. США, где увеличение богатства не обнаруживает четкой связи с большим неравенством по коэффициенту Джини. Если исключить из рассмотрения Россию, Китай и США, то по группе стран Большой семерки присутствует связь, что неравенство по коэффициенту Джини возрастает с ростом финансового богатства, а вот с ростом нефинансового богатства такая связь не является подтвержденной по эмпирическим точкам.
Учитывая, что неравенство и бедность тесно связаны (рис. 7 Приложения), т.е. с ростом неравенства растет бедность и наоборот (по указанной группе стран), связь уровня бедности с финансовым и нефинансовым богатством (рис. 5, 6 Приложения) напоминает связь неравенства с теми
же компонентами богатства. Из представленных рис. 5, 6 Приложения, отражающих эмпирические значения параметров, видно, что большей величине как финансового, так и нефинансового богатства отвечает в страновом сопоставлении более высокий уровень национальной бедности — Китай и США (рис. 5Приложения). Применительно к нефинансовому богатству подобная связь не является подтверждаемой даже по эмпирическим точкам, скорее происходит с ростом нефинансового богатства некоторое снижение уровня бедности (рис. 6 Приложения).
Таким образом, финансовое богатство на современном этапе весьма сильно детерминирует экономическое развитие стран-лидеров, тормозя темп роста, увеличивая неравенство и бедность или, по крайне мере, вызывает затруднения в их снижении. При этом оно работает в целом на увеличение валового внутреннего продукта. По крайне мере, именно такие заключения просматриваются при анализе конкретных эмпирических данных и сопоставительном анализе стран.
Помимо сопоставительного эмпирического анализа полезно осуществить оценку влияния макроэкономических параметров на цели экономического развития, в частности индекс человеческого развития, темп роста ВВП, величину ВВП, долю его в богатстве страны. Проведем эконометрическое исследование влияния ряда релевантных факторов, включая финансовое и нефинансовое богатство на целевые ориентиры развития.
Таблица 2/ Table 2
Сравнительная оценка влияния факторов (по табл. 1) на целевые параметры развития / comparative assessment of the influence of factors (according to Table 1) on the target development
parameters
Целевой параметр развития / Target development parameter Оценка для стран G-7 и Китая / Assessment for G7 countries and China Оценка для России / Assessment for Russia
1 Индекс человеческого развития / Human development index Увеличение доли финансового богатства в общей его величине позитивно влияет на индекс человеческого развития. При этом неравенство и высокий темп роста будут действовать в направлении его торможения Увеличение доли финансового богатства негативно сказывается на индексе человеческого развития. При этом уровень бедности и темп роста тормозят увеличение индекса человеческого развития
2 Валовой внутренний продукт / Gross domestic product Детерминируется индексом человеческого развития и нефинансовым богатством в общей его величине Детерминируется величиной нефинансового богатства и сдерживается индексом человеческого развития
3 Валовой внутренний продукт в национальном богатстве / Gross Domestic Product in National Wealth Зависим от доли финансового богатства, меньше нефинансового богатства. Снижению способствует уровень бедности и рост индекса человеческого развития (быстрее увеличивающий знаменатель - богатство, нежели продукт) Уровень бедности, неравенства и индекс человеческого развития на исследуемом интервале действовали в направлении понижения этого целевого параметра
4 Темп роста ВВП / GDP growth rate Увеличение неравенства и доли финансового богатства влияет позитивно. Торможение возникает в силу роста индекса человеческого развития и нефинансового богатства Позитивное влияние индекса человеческого развития и уровня неравенства. Влияние финансового богатства или структуры богатства на темп не выявлено
Источник/Source: составлено авторами / compiled by the authors.
ЭКОНОМЕТРИЧЕСКИЕ ОЦЕНКИ ИЗМЕНЕНИЯ МАКРОЭКОНОМИЧЕСКОЙ ДИНАМИКИ
Целевые параметры экономического развития составили регрессионные переменные, зависящие от ряда отобранных факторов, вошедших в базовую эконометрическую модель (1). Дальнейший эконометрический анализ, сводимый к подбору наиболее достоверных моделей методом отбраковки, обеспечил получение наилучших моделей на основе панельных данных для стран Большой семерки и Китая [модели (2)-(5)], отдельно — для России [модели (6)-(9)], сведенных в табл. 19.
Анализ полученных моделей в табл. 1 позволяет выделить качественные оценки влияния релеван-
9 В настоящем исследовании выполнялась проверка статистических гипотез, показавшая приемлемость отобранных методом отбраковки моделей. Расчеты проводились на программном модуле Gretl 2020Ь. Для экономии места статистика по моделям в статье не приводится.
тных факторов на регрессионную переменную — целевой параметр макроэкономической динамики. Сравнительные оценки отражает табл. 2.
Проведенное эконометрическое моделирование и анализ его результатов позволяют выделить наиболее важные отличия связи макроэкономических параметров с уточнением влияния финансового и нефинансового богатства на экономическое развитие по указанным странам (группа стран Большой семерки с Китаем и отдельно — Россия).
Во-первых, для стран Большой семерки и Китая увеличение доли финансового богатства в общей ее величине положительно влияет на индекс человеческого развития, в отличие от России, где аналогичное изменение вызывает ухудшение индекса человеческого развития (см. табл. 1, 2). При этом темп роста сдерживал увеличение данного индекса и в указанной группе стран, и в России. Сдерживающий эффект проявляло для группы стран нефинансовое богатство и неравенство, а для России — уровень бедности.
Во-вторых, в развитых странах и Китае индекс человеческого развития положительно связан с ВВП, в России на рассматриваемом интервале эта связь отрицательная, т.е. увеличение индекса человеческого развития сопровождалось отсутствием значительного увеличения ВВП.
В-третьих, доля ВВП в богатстве, как и темп роста рассматриваемой группы стран положительно связаны с долей финансового богатства в его величине, для России подобная связь не обнаруживается. Уровень бедности снижает целевой показатель в виде доли ВВП в величине богатства во всех рассмотренных объектах, а в России также действует уровень неравенства. Для стран Большой семерки и Китая индекс человеческого развития отрицательно связан с темпом роста, в России — связь положительная, и уровень неравенства также положительно влиял на темп роста. Для стран Большой семерки и Китая это влияние менее выраженное.
Таким образом, проведенный анализ позволяет заключить, что финансовое богатство (его доля в общей величине) в развитых экономиках положительно влияет на индекс человеческого развития, долю ВВП в богатстве и темп роста. Для российской экономики влияние на индекс человеческого развития отрицательное, а на другие целевые параметры динамики не выявляется, за исключением ВВП, для которого величина финансового богатства влияет положительно [формула (7), табл. 1].
Важным моментом и следующим этапом алгоритма исследования выступает оценка чувствительности ВВП к изменению финансового богатства. Для ее получения полезно использовать классические производственные функции.
ЧУВСТВИТЕЛЬНОСТЬ ВВП К ФИНАНСОВОМУ БОГАТСТВУ И УРОВНЮ НЕРАВЕНСТВА
Учитывая тенденции увеличения финансового богатства [2], закономерно выглядит постановка задачи определения его влияния на изменение основного макроэкономического показателя — валового внутреннего продукта страны.
В качестве основной модели возьмем мультипликативную функцию следующего вида: Y=А Fa Gb, где У — величина ВВП, млрд долл. США, в ценах 2010 г.; F — финансовое богатство, млрд долл. США, в ценах 2010 г., О — индекс Джини, %; А — коэффициент модели; а, Ь — показатели, позволяющие дать оценку чувствительности цели к факторному признаку — финансовому богатству и уровню неравенства.
Построение модели по указанным выше странам (без Японии, поскольку число точек по коэффициенту Джини, как было уже отмечено, является недостаточным для такой модели) отражает табл. 3.
Полученные результаты в табл. 3 подтверждают, что финансовое богатство на рассмотренном интервале времени оказывает более существенное влияние на валовой внутренний продукт, нежели уровень неравенства во всех развитых странах, кроме России. Причем в российской экономике при одном и том же изменении факторов уровень неравенства оказывал куда более существенное влияние на величину ВВП, нежели финансовое богатство. Только в Канаде влияние неравенства на ВВП также было более сильным, нежели в других странах Большой семерки и Китае, однако высокий уровень неравенства сдерживал ВВП, что и отражает представленная модель в табл. 3.
Тем самым дальнейшее увеличение неравенства в Канаде действовало бы в направлении снижения величины валового продукта. Это говорит о своеобразном исчерпании возможностей в области расслоения общества по доходу на исследуемом периоде времени. Россия в этот период показывала увеличение ВВП при росте неравенства, высокую чувствительность к изменению неравенства. В других изучаемых странах ВВП был более чувствителен к финансовому богатству, а не неравенству. Причем самую высокую чувствительность ВВП к финансовому богатству показывали Италия и Германия. Это вполне может говорить о специфике настройки денежно-кредитных и финансовых институтов европейских стран рейнского капитализма, как и о подчинении развития финансового сектора и финансовых институтов задачам развития и увеличения благосостояния. Причем чувствительность ВВП к изменению неравенства в Италии выше, чем в Германии, как и к финансовому богатству, что может означать наличие отличий в организации методов регулирования денежной сферы и финансовых институтов. Чувствительность ВВП России, несмотря на самое значительное разрастание финансовых инвестиций [2], в 2 раза ниже, нежели в США, и еще ниже, чем в европейских странах. Это может означать, что имеется существенная разница между развитием финансового сектора и увеличением финансового богатства и развитием экономики. Для перспективной модели экономического роста такой разрыв представляет весьма нетривиальную проблему, поскольку складывающаяся и усиливающаяся диспропорция требует своего выправления, чтобы обеспечить конкурентоспособный рост.
Таблица 3/ Table 3
Зависимость ВВП от величины финансового богатства и уровня неравенства для рассматриваемых стран / Dependence of GDP on the amount of financial wealth and the level of inequality for the
countries under consideration
Страна / country Модель / Model Статистики модели / Model statistics
Великобритания / Great Britain Y = 3,2 F 0'78 G"0'06 R2 = 0,63 R2 = 0,59 г- ^ - „г F-критерий = 15 D-Ирасчет. = 1,59 £ [1,41; 2,39] Тест Уайта: Х2 расчет- = 5,27 Х2 крит- = 30,1
Германия / Germany Y = 0,23 F 0'86 G0'62 R2 = 0,86 R2 = 0,85 Г ad' - Г7 F-критерий = 53 D-^расчет. = 2,15 £ [1,41; 2,39] Тест Уайта: Х2 расчет- = 2,21 Х2 крит- = 30,1
Италия / Italy Y = 0,07 F 0'88 G0'79 R2 = 0,73 R2 = 0,7 adj ' F-критерий = 22 D-^расчет. = 1,59 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 1,49 Х2 крит. = 30,1
Канада / Canada Y = 14153 F G24 R2 = 0,92 R2 = 0,91 adj F-критерий = 92 D-^расчет. = 2,31 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 0,88 Х2 крит. = 30,1
Китай / China Y = 2,7 F ^ G01 R2 = 0,9 R2adj = 0,87 F-крите рий = 196 D-^расчет. = 1,72 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 1,23 Х2 крит. = 30,1
Россия / Russia Y = 0,0003 F ^ G3J R2 = 0,73 R2 = 0,7 adj F-критерий = 23,4 D-Wрасчет. = 1,67 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 3,25 Х2 крит. = 30,1
США / USA Y = 25 F0,49 G0,28 R2 = 0,93 R2 = 0,92 adj F-критерий = 110 D-^расчет. = 1,39 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 1,28 Х2 крит. = 30,1
Франция / France Y = 2,3 F ^ G0,24 R2 = 0,88 R2 = 0,86 adj F-критерий = 59 D-^расчет. = 2,41 £ [1,41; 2,39] Тест Уайта: Х2 расчет. = 2,18 Х2 крит. = 30,1
Источник/Source: составлено авторами / compiled by the authors.
ВЫВОДЫ
Обобщая отметим, что влияние финансового богатства на макроэкономическую динамику, представленную ВВП, отличается по различным странам, что отражает специфику взаимодействующих институтов финансовой системы каждой страны, генезис и эволюцию финансовых рынков. А эти условия требуют отдельного рассмотрения и изучения по каждому объекту исследования. Эта позиция означает, что переносить рецепты финансовой политики из одной страны в другую либо осуществлять некую унификацию без дополнительных обоснований ее целесообразности может оказаться абсолютно бесперспективной растратой усилий в области проведения финансовой и макроэкономической политики.
Во-первых, в ходе исследования выявлено, что российская экономика существенно отличалась по влиянию финансового богатства на экономическое развитие от стран Большой семерки и Китая. В частности, увеличение доли финансового богатства в общей величине действовало в направлении снижения индекса человеческого развития. Довольно развитые институты финансового сектора за рубежом сильно детерминируют развитие трансакционных видов, с которыми и связано во многом позитивное изменение
данного индекса. Низкая доля финансового богатства и низкая чувствительность к нему подчеркивают и слабость влияния на развитие соответствующих видов деятельности применительно к российской экономике.
Во-вторых, только Китай и Россия показывают большую чувствительность ВВП к нефинансовому, нежели к финансовому богатству. Причем в России уровень неравенства является детерминантом динамики. Другие страны показывают большую чувствительность именно к финансовому богатству и относительно нефинансовой части богатства, и относительно уровня неравенства. Эти обстоятельства явно не учитываются при разработке мероприятий макроэкономической политики, применения денежно-кредитных и финансовых инструментов. В частности, рост финансового богатства в развитых странах положительно влияет на базовые цели развития — ВВП, темп роста, индекс человеческого развития. Россия показывает противоположное влияние либо отсутствие значимой связи с финансовым богатством.
Следовательно, выявленная связь целей и мер политики, включая воздействующие факторы, требует расширения подходов в области управления макроэкономической динамикой, настройки институтов денежно-кредитной и макропруденциальной политики.
СПИСОК ИСТОЧНИКОВ / REFERENCES
1. Сухарев О. С. Инвестиционная функция экономического роста России. Финансы: теория и практика. 2021;25(1):35-50. DOI: 10.26794/2587-5671-2021-25-1-35-50
Sukharev O. S. Investment function of economic growth in Russia. Finance: Theory and Practice. 2021;25(1):35-50. DOI: 10.26794/2587-5671-2021-25-1-35-50
2. Sukharev O. S., Voronchikhina E. N. Financial and non-financial investments: Comparative econometric analysis of the impact on economic dynamics. Quantitative Finance and Economics. 2020;4(3):382-411. DOI: 10.3934/QFE.2020018
3. Afonso A., Jalles J. T. How does fiscal policy affect investment? Evidence from a large panel. International Journal of Finance and Economics. 2015;20(4):310-327. DOI: 10.1002/ijfe.1518
4. Chu L. K. Financial structure and economic growth nexus revisited. Borsa Istanbul Review. 2020;20(1):24-36. DOI: 10.1016/j.bir.2019.08.003
5. Osei M. J., Kim J. Foreign direct investment and economic growth: Is more financial development better? Economic Modelling. 2020;93:154-161. DOI: 10.1016/j.econmod.2020.07.009
6. Peia О., Roszbach К. Finance and growth: Time series evidence on causality. Journal of Financial Stability. 2015;19:105-118. DOI: 10.1016/j.jfs.2014.11.005
7. Sukharev O. S. Structural analysis of income and risk dynamics in models of economic growth. Quantitative Finance and Economics. 2020;4(1):1-18. DOI: 10.3934/QFE.2020001
8. Beirne J. Financial cycles in asset markets and regions. Economic Modelling. 2020;92:358-374. DOI: 10.1016/j. econmod.2020.01.015
9. Barrell R., Costantini M., Meco I. Housing wealth, financial wealth, and consumption: New evidence for Italy and the UK. International Review of Financial Analysis. 2015;42:316-323. DOI: 10.1016/j.irfa.2015.08.007
10. Hu H., Xu J., Zhang X. The role of housing wealth, financial wealth, and social welfare in elderly households' consumption behaviors in China. Cities. 2020;96:102437. DOI: 10.1016/j.cities.2019.102437
11. Navarro L. M., de Frutos R. F. Residential versus financial wealth effects on consumption from a shock in interest rates. Economic Modelling. 2015;49:81-90. DOI: 10.1016/j.econmod.2015.03.016
12. Changwony K. F., Campbell K., Tabner I. T. Savings goals and wealth allocation in household financial portfolios. Journal of Banking & Finance. 2021;124:106028. DOI: 10.1016/j.jbankfin.2020.106028
13. Christelis D., Georgarakos D., Jappelli T., Pistaferri L., van Rooij M. Heterogeneous wealth effects. European Economic Review. 2021;137:103805. DOI: 10.1016/j.euroecorev.2021.103805
14. Breunig R., Majeed O. Inequality, poverty and economic growth. International Economics. 2020;161:83-99. DOI: 10.1016/j.inteco.2019.11.005
15. Fosu A. K. Growth, inequality, and poverty reduction in developing countries: Recent global evidence. Research in Economics. 2017;71(2):306-336. DOI: 10.1016/j.rie.2016.05.005
16. Islam M. R., McGillivray M. Wealth inequality, governance and economic growth. Economic Modelling. 2020;88:1-13. DOI: 10.1016/j.econmod.2019.06.017
17. Palomino J. C., Rodriguez J. G., Sebastian R. Wage inequality and poverty effects of lockdown and social distancing in Europe. European Economic Review. 2020;129:103564. DOI: 10.1016/j.euroecorev.2020.103564
18. Li X., Li B., Wei G., Bai L., Wei Y., Liang C. Return connectedness among commodity and financial assets during the COVID-19 pandemic: Evidence from China and the US. Resources Policy. 2021;73:102166. DOI: 10.1016/j. resourpol.2021.102166
19. Sotomayor O. J. Can the minimum wage reduce poverty and inequality in the developing world? Evidence from Brazil. World Development. 2021;138:105182. DOI: 10.1016/j.worlddev.2020.105182
20. Song C.-O., Chang C.-P., Gong O. Economic growth, corruption, and financial development: Global evidence. Economic Modelling. 2021;94:822-830. DOI: 10.1016/j.econmod.2020.02.022
21. Dindo P., Staccioli J. Asset prices and wealth dynamics in a financial market with random demand shocks. Journal of Economic Dynamics and Control. 2018;95:187-210. DOI: 10.1016/j.jedc.2018.08.009
22. Zukauskas V., Hulsmann J. G. Financial asset valuations: The total demand approach. The Quarterly Review of Economics and Finance. 2019;72:123-131. DOI: 10.1016/j.qref.2018.11.004
23. Deutsch J., Silber J., Wan G., Zhao M. Asset indexes and the measurement of poverty, inequality and welfare in Southeast Asia. Journal of Asian Economics. 2020;70:101220. DOI: 10.1016/j.asieco.2020.101220
24. Fair R. C. Wealth effects on world private financial saving. International Economics. 2017;149:15-26. DOI: 10.1016/j. inteco.2016.08.001
25. Fremeaux N., Leturcq M. Inequalities and the individualization of wealth. Journal of Public Economics. 2020;184:104145. DOI: 10.1016/j.jpubeco.2020.104145
26. Hasan I., Horvath R., Mares J. Finance and wealth inequality. Journal of International Money and Finance. 2020;108:102161. DOI: 10.1016/j.jimonfin.2020.102161
27. Jawadi F., Soparnot R., Sousa R. M. Assessing financial and housing wealth effects through the lens of a nonlinear framework. Research in International Business and Finance. 2017;39(В):840-850. DOI: 10.1016/j. ribaf.2014.11.004
28. Nasreen S., Mahalik M. K., Shahbaz M., Abbas O. How do financial globalization, institutions and economic growth impact financial sector development in European countries? Research in International Business and Finance. 2020;54:101247. DOI: 10.1016/j.ribaf.2020.101247
29. Selvarajan S. K., Ab-Rahim R. Financial integration and economic growth: Should Asia emulate Europe? Journal of Economic Integration. 2020;35(1):191-213. DOI: 10.11130/jei.2020.35.1.191
30. Seven U., Coskun Y. Does financial development reduce income inequality and poverty? Evidence from emerging countries. Emerging Markets Review. 2016;26:34-63. DOI: 10.1016/j.ememar.2016.02.002
31. Zhang R., Naceur S. B. Financial development, inequality, and poverty: Some international evidence. International Review of Economics & Finance. 2019;61:1-16. DOI: 10.1016/j.iref.2018.12.015
32. Allen F., Bartiloro L., Gu X., Kowalewski O. Does economic structure determine financial structure? Journal of International Economics. 2018;114:389-409. DOI: 10.1016/j.jinteco.2018.08.004
33. Ductor L., Grechyna D. Financial development, real sector, and economic growth. International Review of Economics & Finance. 2015;37:393-405. DOI: 10.1016/j.iref.2015.01.001
34. Bangake C., Eggoh J. C. Further evidence on finance-growth causality: A panel data analysis. Economic Systems. 2011;35(2):176-188. DOI: 10.1016/j.ecosys.2010.07.001
35. Сухарев О. С. Инвестиции в трансакционный сектор и в финансовые активы: влияние на экономический рост. Финансы: теория и практика. 2020;24(3):60-80. DOI: 10.26794/2587-5671-2020-24-3-60-80 Sukharev O. S. Investments in the transaction sector and financial assets: Impact on economic growth. Finance: Theory and Practice. 2020;24(3):60-80. DOI: 10.26794/2587-5671-2020-24-3-60-80
36. Nguyen Y.N, Brown K, Skully M. Impact of finance on growth: Does it vary with development levels or cyclical conditions? Journal of Policy Modeling. 2019;41(6):1195-1209. DOI: 10.1016/j.jpolmod.2019.05.006
ПРИЛОЖЕНИЕ/APPENDIX
Темп роста ВВП от финансового богатства, 2000-2019 гг.
20
хо15 §10
m
cö с
13 5
О SP
с 0
S
(U
н ,
-10
10 000 20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000
Финансовое богатство, млрд долл. США
+Канада А Франция -Япония
• Китай
X Великобритания
• РФ
■Германия Ж Италия -США
Рис. 1 / Fig. 1. Темп роста ВВП и финансовое богатство стран Большой семерки, Китая и России / GDP growth rates and financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/ global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Темп роста ВВП от нефинансового богатства, 2000-2019 гг.
20
15
Е 10 m 10 m
CÖ
H 5
о
о
a Л
<D
н -5
-10
• •
5 000 10 000 15 000 20 000 25 000 30 000
А ^
Нефинансовое богатство, млрд долл. США
+ Канада А Франция ■Япония
• Китай
X Великобритания
• РФ
■ Германия Ж Италия США
35 000
Рис. 2 /Fig. 2. Темп роста ВВП и нефинансовое богатство стран Большой семерки, Китая и России / GDP growth rates and non-financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank] / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/ global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
0
45
^ 40
к к к
Й35
о и <и
Э30 S
25
Индекс Джини от финансового богатства, 2000-2019 гг.
Ч
0 10 000
+Канада А Франция -Япония
20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 Финансовое богатство, млрд долл. США
• Китай ■ Германия
X Великобритания Ж Италия
РФ -США
Рис. 3/Fig. 3. Индекс Джини и финансовое богатство стран Большой семерки, Китая и России / Gini index and financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/SI.POVGINI?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Индекс Джини от нефинансового богатства, 2000-2019 гг.
45
^ 40 и,
н и
Й35
с к е
^30 И
Г
••••
ж X ж ж
25
0 5 000 10 000 15 000 20 000 25 000 30 000 35 000
Нефинансовое богатство, млрд долл. США + Канада • Китай ■ Германия
А Франция X Великобритания Ж Италия
-Япония РФ -США
Рис. 4 / Fig. 4. Индекс Джини и нефинансовое богатство стран Большой семерки, Китая и России / Gini index and non-financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/SI.POV.GINI?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Уровень бедности от финансового богатства, 2000-2018 гг.
45
^ 40
к н о о
Е 35
g J
(U
ю л
30
m о л
S*
25
0 10 000
+Канада А Франция -Япония
20 000 30 000 40 000 50 000 60 000 70 000 80 000 90 000 Финансовое богатство, млрд долл. США
• Китай ■ Германия
X Великобритания Ж Италия
РФ -США
Рис. 5 / Fig. 5. Уровень бедности и финансовое богатство стран Большой семерки, Китая и России / Poverty rate and financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/SI.POVNAHC?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
Уровень бедности от нефинансового богатства, 2000-2018 гг.
45
^ 40
к н о о К
<и
ю
Л
S 30
и
о
Л
35
25
0 5 000 10 000 15 000 20 000 25 000 30 000 35 000
Нефинансовое богатство, млрд долл. США + Канада • Китай ■ Германия
А Франция X Великобритания Ж Италия
-Япония РФ -США
Рис. 6 / Fig. 6. Уровень бедности и нефинансовое богатство стран Большой семерки, Китая и России / Poverty rate and non-financial wealth of the G7 countries, China and Russia
Источник/Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/SI.POV.NAHC?view=chart; https://www.credit-suisse.com/about-us/en/reports-research/global-wealth-report.html (дата обращения: 01.08.2021) / (accessed on 01.08.2021).
к к
к *
о И <и
К
К
45 40 35 30 25
20
Индекс Джини от уровня бедности, 2000-2018 гг.
25
«Г*
30 35
Уровень бедности, %
40
45
+ Канада • Китай Германия
А Франция X Великобритания Ж Италия
-Япония РФ -США
Рис. 7/Fig. 7. Уровень бедности и коэффициент Джини для стран Большой семерки, Китая и России / Poverty rate and Gini index for the G7 countries, China and Russia
Источник / Source: составлено авторами на основе данных World Bank / compiled by the authors based on World Bank's data. URL: https://data.worldbank.org/indicator/SI.POV.GINI?View=chart (дата обращения: 23.03.2022) / (accessed on 23.03.2022).
ИНФОРМАЦИЯ ОБ АВТОРАХ / ABOUT THE AUTHORS
Олег Сергеевич Сухарев — доктор экономических наук, профессор, главный научный
сотрудник Института экономики Российской академии наук, Москва, Россия
Oleg S. Sukharev — Dr. Sci. (Econ.), Prof., Chief Researcher, Institute of Economics, Russian
Academy of Sciences, Moscow, Russia
https://orcid.org/0000-0002-3436-7703
Автор для корреспонденции / Corresponding аuthor
/ ^^^ \ Екатерина Николаевна Ворончихина — кандидат экономических наук, доцент, сотруд-^^^^^ ник Пермского государственного национального исследовательского университета, Пермь, Россия
Ekaterina N. Voronchikhina — Cand. Sci. (Econ.), Assoc. Prof., employee of the Perm State National Research University, Perm, Russia Щ jUI https://orcid.org/0000-0001-7033-5832 [email protected]
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов. Conflicts of Interest Statement: The authors have no conflicts of interest to declare.
Статья поступила в редакцию 20.08.2021; после рецензирования 03.09.2021; принята к публикации 07.10.2021.
Авторы прочитали и одобрили окончательный вариант рукописи.
The article was submitted on 20.08.2021; revised on 03.09.2021 and accepted for publication on 07.10.2021. The authors read and approved the final version of the manuscript.
