Оценка влияния условий ВТО на динамику социально-экономических показателей Оренбургской области Текст научной статьи по специальности «Экономика и бизнес»

УДК 519.246.8:338.124.4:331.56

Туктамышева л.м.

Оренбургский государственный университет E-mail: [email protected]

оценка влияния условий вто на ДИНАМИКУ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ показателей ОРЕНБУРГСКОЙ области

В статье исследуется влияние вступления России в ВТО на динамику показателей, которые наиболее чувствительны к условиям ВТО. В частности, осуществлено прогнозирование доли убыточных организаций и индекса производства обрабатывающих видов экономической деятельности. Доказано негативное влияние условий ВТО на объемы просроченной кредиторской задолженности и производства продукции из цельномолочной продукции в Оренбургской области.

Ключевые слова: Всемирная торговая организация, моделирование и прогнозирование, ряды динамики с интервенцией, пороговая модель авторегрессии

В опубликованных нами ранее работах оценивались перспективы развития экономики и рынка труда Оренбургской области, когда условия и дата вступления России в ВТО еще не были определены [1-4], а также при известных условиях ВТО по истечении двух лет после вступления в ВТО [5-6]. Оценка последствий вступления в ВТО производилась на основе моделей в форме систем одновременных регрессионных уравнений. Согласно результатам прогнозирования, условия на которых РФ вступила в ВТО, негативно скажутся на индексе промышленного производства, объеме выпуска сельского хозяйства, численности безработных в Оренбургской области. На данный момент остался неразрешенный вопрос, на динамику каких показателей условия ВТО оказали первоочередное влияние.

Ставится задача получения количественных оценок наличия и степени влияния условий ВТО на динамику таких показателей как доля убыточных организаций, уровень занятости, задолженность предприятий и организаций и т.п. по видам экономической деятельности. Выбор этих показателей обусловлен их значительной подверженности влиянию политических факторов, кризисных условий и т.д.

Информационная база представлена данными социально-экономических показателей по месяцам за 2010-2014 годы.

1. убыточные организации (добыча полезных ископаемых), удельный вес в общем количестве организаций, %;

2. убыточные организации в обрабатывающих производствах, удельный вес в общем количестве организаций, %;

3. убыточные организации, удельный вес в общем количестве организаций, %;

4. мясо и субпродукты пищевые домашней птицы, тонн;

5. мясо и субпродукты пищевые убойных животных, тонн;

6. цельномолочная продукция в пересчете на молоко, тонн;

7. прокат готовый, тыс.тонн;

8. изменение средств на счетах физических лиц - предпринимателей;

9. уровень безработицы, %;

10. просроченная кредиторская задолженность, млн. рублей;

11. индекс производства (обрабатывающие производства).

Для нестационарных рядов со скачкообразным изменением использованы АРПСС-модели с интервенцией [7].

В результате предварительного анализа, основанного на проверке гипотез о единичном корне (расширенный критерий Дики-Фуллера, критерий Перрона, нелинейный тест на единичный корень) было установлено, что ряды динамики всех перечисленных показателей типа DS.

Россия стала участницей ВТО с лета 2012 года, а, значит, первые проявления условий ВТО могли появиться с июля-августа 2012 года. Значимое влияние условий ВТО было выявлено для динамики только четырех из анализируемых показателей.

Ранее нами указывалось, что обрабатывающие производства как наиболее неконкурентоспособные в условиях ВТО могут понести наибольшие потери[1-4]. На рисунке 1 представлена динамика индекса производства и доли убыточ-

ных предприятий по обрабатывающим видам экономической деятельности.

По рисунку видно, что с середины 2012 года происходили существенные изменения в характере развития показателей. Так, для индекса производства по обрабатывающим ВЭД характерно снижение на 20 процентных пункта за год, а для доли убыточных предприятий рост до уровня более 80%.

Для ряда динамики доли убыточных предприятий и организаций в обрабатывающих производствах идентифицировано постоянное устойчивое воздействие условий ВТО (с августа 2012 года). Оценка модели с постепенным устойчивым воздействием:

Ду? = -0,308Ду?-1 + 0,73 1Ду?-12 +1,235 • I (?)

I (?) =

0 , ? <32

£ 0,925'?,,? > 32

(1)

Исследование показало адекватность модели выборочным данным. Согласно модели результат асимптотического сдвига равен 16,5, то есть доля убыточных предприятий в этой отрасли возросла в среднем на 16,5 процентных пункта в результате воздействия условий ВТО.

Для ряда индекса производства обрабатывающих ВЭД установлено, что влияние на развитие оказали вступление в ВТО и санкции западных стран. В результате получена оценка модели с двумя параметрами постепенного устойчивого воздействия (двойная интервенция):

Ду? = -0,757Ду?-1 - 0,377Ду?-2 -- 3,0111(?) +12,51 7 • 12 (?)

1,(?) =

12 (?) =

0 , ? <35

£0,883'-? ,35 < ? < 48

0 , ? < 48

£ 0,665'-? ,48 < ?

(2)

Таким образом, получаем, что вступление в ВТО негативно сказалось на индексе объемов перерабатывающих производств (асимптотическое снижение на 25 процентных пункта), а введение санкций западных стран - положительное

воздействие (асимптотическое возрастание на 37 процентных пункта). Это объясняется тем, что в условиях санкций западных стран были нарушены условия ВТО, значительно ограничен импорт продукции обрабатывающих производств, что стимулировало рост производства в этих ВЭД.

Следует отметить, что для динамики доли убыточных предприятий обрабатывающих производств, введение западных санкций положительного влияния не оказал, что свидетельствует о том, что в рамках сложившейся ситуации, связанного с общей инфляцией, неконкурентоспособные предприятия не могут эффективно функционировать.

В таблице 1 представлены результаты прогнозирования ряда динамики доли убыточных предприятий обрабатывающих производств на основе предложенной модели (1).

Согласно прогнозу, доля убыточных предприятий будет достаточно высока, наиболее неблагоприятный прогноз на февраль 2015 года, когда их доля превысит 82%. Для ряда динамики убыточных организаций характерна сезонность, это связано с сезонностью производства сырья для этих производств, в частности, сезонностью продукции сельского хозяйства.

Исследование показало, что условия ВТО также негативно сказались на динамике просроченной кредиторской задолженности, производстве цельномолочной продукции.

Оценка модели динамики просроченной кредиторской задолженности:

Ду( = -0,482Ду?-1 - 0,383Ду?_2 -- 0,456Ду?-3 + 2396,643 • I (?)

I (?) =

0 , ? < 30

£ 0,612'-?,? > 30

(3)

Модель адекватна выборочным данным. Оценка модели динамики производства цельномолочной продукции:

Л

Д12yt = 0,482Д12у?-12 - 656,27 • I(?)

I (?) =

0 , ? <30

£ 0,799'-?,, ? > 30

Согласно результатам моделирования после вступления РФ в ВТО асимптотический сдвиг (снижение) производства цельномолочной продукции на 3262 тонны, а рост просроченной кредиторской задолженности на 6183 млн.руб. По прогнозам просроченная задолженность будет постепенно снижаться, достигнув летом 2016 года уровня 9647 млн.руб., что практически в 2 раза выше уровня до вступления России в ВТО (Таблица 2).

Производство цельномолочной продукции будет снижаться. Например, в 2015 году годовой объем производства цельномолочной продукции будет на 10770 тонн ниже уровня 2010 года, на 12222 тонн ниже уровня 2011 года.

Полученные результаты подтверждают прогнозы, сделанные в более ранних исследованиях [1-6].

В целом можно утверждать, что экономика страны и региона вступает на стадию рецессии, связанного с колебаниями курсов валют и нефти. Существуют модели, которые предусматривают смену режимов для разных стадий экономических циклов. Они применяются для таких макроэкономических переменных, подверженных цикличности, как, например, ВВП или безработица. Модель в рамках одного режима линейна, принадлежность к режиму определяется эндогенно в зависимости от наблюдаемых значений [8]. К такого рода режимным моделям относится пороговая авторегрессия. Пороговая авторегрессия позволяет предсказать «изменения направления движения показателя», то есть отражает как раз особенность поведения: рост или снижение. Для этого вводится в рассмотрение установленная величина - порог, при преодолении которого производится смена коэффи-

циента [8-9]. Таким образом, преимуществом таких моделей по сравнению с АРПСС-моделями с интервенцией, является автоматический учет структурного сдвига, тогда как в моделях с интервенцией, момент структурного сдвига нужно определить, а для этого необходим достаточный объем выборки. Недостатком пороговых моделей является невозможность определения общего совокупного влияния структурного сдвига на динамику развития.

Проведем прогнозирование исследуемых рядов динамики на основе пороговых моделей авторегрессии. Для оценивания и тестирования моделей использован метод, предложенный М. Обстфельдом и А.М. Тэйлором [9], а реализация метода осуществлена в MS Excel К.П. Глущенко [10].

о о о ^ а -ТТ J4 ^

янв. а G (Й И а G ЕН И о га н я а G (Й и а G ЕН и о га н я а G (Й

а к (Й

а к (Й

а)

90 80 70 60 50 40 30 20 10 0

о ь о CD

янв. апр. а G окт. янв. апр.

б)

а

G

(Й

tKl J ^ го ^ ГО ^ п п

окт. m н я а п а а G к о (Ч н я а п а а G

Рисунок 1. Динамика индекса производства (а) и доли убыточных предприятий (б) по обрабатывающим видам экономической деятельности в Оренбургской области с января 2010 по октябрь 2014 года

Таблица 1. Точечный и интервальный прогноз доли убыточных предприятий обрабатывающих производств

в Оренбургской области до 2016 года

Период Прогноз доли убыточных предприятий Нижняя граница прогноза Верхняя граница прогноза

нояб.14 57,58245 52,38014 63,06800

декаб.14 58,92522 53,15392 64,95868

янв.15 80,02697 73,73947 86,55711

февр.15 82,11827 75,35148 89,10965

март15 78,36527 71,15030 85,78811

апр.15 73,15640 65,51875 80,98644

май15 70,14859 62,11003 78,36522

июнь15 67,87837 59,45763 76,46391

июль15 67,07677 58,29026 76,01583

авгу.15 66,37729 56,32501 76,57076

сент.15 64,05941 53,18300 75,06650

октяб.15 63,90291 52,17721 75,74957

нояб.15 62,15040 49,65665 74,75610

декаб.15 63,08501 49,86035 76,41328

янва.16 78,47674 64,56133 92,48806

февра.16 79,96573 65,39148 94,62875

март16 77,18267 61,97817 92,46934

апре.16 73,33747 57,52768 89,22329

май16 71,10493 54,71217 87,56807

июнь.16 69,41433 52,45861 86,43520

июль.16 68,80026 51,29967 86,36115

Таблица 2. Результаты прогнозирования просроченной кредиторской задолженности, производстве цельномолочной продукции в Оренбургской области до 2016 года

Период Просроченная кредиторская задолженность, млн. руб. Производство цельномолочной продукции, тонн

Прогноз Нижняя граница прогноза Верхняя граница прогноза Прогноз Нижняя граница прогноза Верхняя граница прогноза

нояб.14 10521,61 9911,773 11131,45 6073,973 5922,136 6224,255

дека.14 9235,27 8548,471 9922,08 6317,723 6103,472 6530,732

янва.15 7960,40 7238,075 8682,72 6382,724 6120,586 6643,871

февр.15 10258,34 9528,701 10987,98 6481,649 6179,134 6783,372

март.15 10225,62 9424,633 11026,61 6315,446 5977,350 6652,909

апре.15 9940,92 9082,350 10799,49 6538,060 6167,788 6907,825

май.15 9043,92 8138,597 9949,24 6797,382 6397,514 7196,846

июнь.15 9600,34 8672,678 10528,00 6722,977 6295,555 7150,076

июл.15 9805,82 8842,045 10769,60 6628,568 6175,260 7081,617

авгус.15 9902,01 8899,646 10904,38 6417,842 5940,047 6895,431

сентя.15 9523,39 8481,383 10565,39 6134,203 5633,114 6635,129

октяб.15 9575,39 8504,290 10646,49 6151,572 5628,221 6674,791

нояб.15 9651,70 8550,507 10752,90 6078,244 5509,041 6647,343

декаб.15 9767,45 8635,554 10899,35 6196,009 5584,380 6807,553

янва.16 9658,71 8494,441 10822,98 6227,585 5576,288 6878,814

февра.16 9631,97 8438,686 10825,26 6275,454 5586,770 6964,084

мар.16 9633,83 8412,561 10855,10 6195,539 5471,394 6919,640

апре.16 9692,72 8444,071 10941,38 6302,928 5544,980 7060,842

май16 9675,81 8399,203 10952,41 6427,978 5637,671 7218,259

июн.16 9660,53 8356,985 10964,07 6392,212 5570,819 7213,584

июл.16 9647,55 8317,857 10977,25 6346,792 5495,446 7198,120

Таблица 3. Оценки моделей пороговой авторегрессии

Показатель Оценка модели

Доля убыточных предприятий в обрабатывающих производствах -1,691(у1 -1 - 0,162) у,-1 > 0,162 Ау, =10, 0,162 > у(-1 > 0,155 -1,691(у,-1 - 0,155) у,-1 < 0,155

Индекс производства (обрабатывающие производства) II - 1,887(у,-1 - 0,00034т1) у(-1 > 0,000347 0, 0,000347 > у(-1 > 0,000339 - 1,887(у,-1 - 0,000339) у(-1 < 0,000339

Просроченная кредиторская задолженность II -1,899(у,-1 - 0,000345) у,-1 > 0,000345 0, 0,000345 > у,-1 > 0,000292 -1,899(у,-1 - 0,000292) у,-1 < 0,000292

Производство цельномолочной продукции II -1,691(у,-1 - 0,000103) у,-1 > 0,000103 0, 0,000103 > у,_1 > 0,000095 - 1,691(у,-1 - 0,000095) у,-1 < 0,000095

Оценки моделей представим для удобства в таблице 3.

Верификация прогнозов по моделям пороговой авторегрессии показала, что они уступают по качеству АРПСС-моделям с интервенцией на 5-10%. В целом прогнозы по всем моделям согласованы. Так, прогнозируется рост доли убыточных предприятий в обрабатывающих производствах от 64% в ноябре 2014 до 80% в июле 2016 года. Индекс производства в обрабатывающих отраслях в прогнозном периоде, согласно модели, будет колебаться в пределах 109-110%. Производство цельномолочной продукции будет несколько снижаться и будет меньше уровней до вступления России в ВТО, по модели пороговой авторегрессии в 2015 году прогнозируется производство 74960 тонн цельномолочной продукции, что ниже прогнозов по АРПСС-модели с интервенцией на 2 тыс.тонны. Что касается просроченной кредиторской задолженности, то по модели пороговой авторегрессии ожидается снижение уровня просроченной кредиторской задолженности по сравнению с уровнями 2014 года, однако, превышающими уровни до вступления России в ВТО.

В целом следует отметить, что, несмотря на то, что влияние условий ВТО на динамику всех исследуемых показателей было не доказано, нельзя утверждать, что негативные последствия не проявятся. Связано это с тем, что большинство показателей достаточно инертны, и мгновенного ощутимого воздействия быть не может, это касается, например, продукции животноводства, где цикл производства достаточно длинный. Следует отметить, что для производства мяса и субпродуктов в Оренбургской области характерен постоянный спад. Влияние условий ВТО на уровень безработицы происходит за счет роста трудовой миграции, однако, имеющиеся данные по уровню безработицы учитывают только зарегистрированных безработных [11].

В целом, введение санкций западными странами, привело к нарушению требований ВТО. Введение ограничений по импорту потенциально может благоприятно сказаться на экономике страны и региона, однако, следует иметь в виду, что значительно снизились объемы инвестиций в основной капитал, что может в долгосрочной перспективе негативно проявиться на социально-экономическом развитии региона.

10.12.2014

Список литературы:

1. Реннер А.Г., Бакирова Л.М. Отраслевые аспекты присоединения России к ВТО (на примере Оренбургской области) // Вестник ОГУ- 2006.- №8.- С. 223-227.

2. Реннер А.Г., Туктамышева Л.М. Моделирование и сценарное прогнозирование занятости при вступлении России в ВТО с учетом специализации экономики региона // Вестник ОГУ- 2006.- №10.- С.250-255.

3. Туктамышева Л.М. Моделирование и сценарное прогнозирование основных показателей рынка труда региона при вступлении России в ВТО (на примере Оренбургской области) // Развитие университетского комплекса как фактор повышения инновационного и образовательного потенциала региона: материалы всероссийской научно-практической конференции. - Оренбург: ИПК ГОУ ОГУ 2007. - С. 64-68.

4. Математические методы моделирования социально-экономических процессов (региональный аспект) [Текст] / А. Г. Реннер [и др.] . - Самара : Изд-во СамНЦ РАН, 2008. - 182 с. - Библиогр.: с. 179-181

5. Реннер А.Г., Туктамышева Л.М. Многомерная классификация муниципальных образований Оренбургской области по степени лабильности к условиям ВТО/ А.Г. Реннер, Л.М. Туктамышева // Экономика и предпринимательство. - 2014. - №12. - С. (в печати).

6. Реннер А.Г., Туктамышева Л.М., Ленерт А.Г. Прогнозирование основных показателей социально-экономического развития Оренбургской области в условиях ВТО / А.Г. Реннер, Л.М. Туктамышева, А.Г. Ленерт // Экономика и предпринимательство. -2014. - №12. - (в печати).

7. Туктамышева Л.М. Подход к математическому моделированию многомерных временных рядов / Л.М. Туктамышева // Университетский комплекс как региональный центр образования, науки и культурыМатериалы Всероссийской научно-методической конференции. Министерство образования и науки Российской Федерации; Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Оренбургский государственный университет». - 2014. -С. 126-131.

8. Petruccelly J.D., Woolford S.W. A threshold AR(1) model // J. Appl. Prob. - 1984. - V. 21. - P. 270-286.

9. Obstfeld M., Taylor A. M. Non-linear aspects of good-market arbitrage and adjustment: Heckscher's commodity points revisited // Journal of Japanese and International Economies. 1997. №4. P. 441-479.

10. Глущенко, К. П. Закон единой цены в российском экономическом пространстве [Текст] / К. П. Глущенко // Прикладная эконометрика. - 2010. - N 1. - С. 3-19.

11. Ковалевский В.П., Реннер А.Г., Стебунова О.И. Моделирование динамики и структуры основных показателей миграционных процессов приграничного региона / В.П. Ковалевский, А.Г. Реннер, О.И. Стебунова // Экономика и предпринимательство -2014. - №8. - С.193-200.

Сведения об авторах:

Туктамышева Лилия Мухаммадиевна, доцент кафедры математических методов и моделей в экономике факультета экономики и управления Оренбургского государственного университета,

доцент, кандидат экономических наук

460018, г. Оренбург, пр-т Победы, 13, ауд.6106, тел. (3532) 372444, е-mail: [email protected]