CC BY
0
СЦЕНАРНЫЙ ПРОГНОЗ РАЗВИТИЯ СИСТЕМЫ ГОСУДАРСТВЕННЫХ МИКРОФИНАНСОВЫХ ОРГАНИЗАЦИЙ ДО 2030 ГОДА
ПЫШКИН Андрей Николаевич, [email protected], АО «Федеральная корпорация по развитию малого и среднего предпринимательства», Москва, Россия ORCID: 0000-0003-2854-3667
В статье обсуждаются четыре сценарных прогноза развития системы государственных (муниципальных) микрофинансовых организаций, составленных на основе авторской модели, которые позволяют проанализировать перспективы и выбрать оптимальное направление развития этой системы.
Ключевые слова: микрофинансирование, ГМФО, модель, прогнозирование, сценарии, перспективы.
DOI: 10.47711/0868-6351-204-151-163
Государственные (муниципальные) микрофинансовые организации (далее -ГМФО) - микрофинансовые организации, одним из учредителей (участников) которых является субъект Российской Федерации или муниципальное образование-'. Капитал ГМФО сформирован за счет федерального и регионального бюджетов, их задачей является предоставление микрозаймов субъектам МСП по льготным ставкам (6,45% в 2022 г.) с существенными ограничениями по ценовой политике.
ГМФО подвержены двойному регулированию - со стороны ЦБ как микрофинансовые организации и со стороны Минэкономразвития России как организации инфраструктуры поддержки субъектов МСП. В целом это некоммерческий сегмент -свыше 90% ГМФО являются фондами и автономными некоммерческими организациями2. Ряд ГМФО совмещает микрофинансовую деятельность с предоставлением гарантий и поручительств, деятельностью региональных фондов развития промышленности, центрами «Мой бизнес». Указанные обстоятельства затрудняют привлечение рыночного финансирования (так как оно размещается в микрозаймы по ставкам ниже ключевой), приводят к росту дополнительных операционных расходов из-за совмещения различных, в том числе неприбыльных, видов деятельности и двойной отчетности - в ЦБ и в Минэкономразвития России.
Одновременно перед ГМФО как институтами прямой финансовой поддержки субъектов МСП [1] ставится задача расширения объема финансовой поддержки субъектов МСП (суммы ежегодно предоставляемых микрозаймов), в том числе в рамках национального проекта «Малое и среднее предпринимательство» [2], в связи с чем регулярно поднимается вопрос об их докапитализации за счет бюджета [3] (например, в 2020 г. субсидии ГМФО составили 12 млрд руб.3).
Принятие взвешенных решений и проведение государственной политики, включая мониторинг и выявление отклонений, оперативное реагирование, определение ключевых факторов и показателей, на которые должна быть направлена государственная политика в данном сегменте, диктует потребность в прогнозной модели для составления и анализа возможных сценариев развития ГМФО.
1 Часть 1 статьи 15.4 Федерального закона от 24.07.2007 г. № 209-ФЗ «О развитии малого и среднего предпринимательства в Российской Федерации».
2 Пышкин А.Н. Государственные микрофинансовые организации как элемент финансовой системы // Финансы: теория и практика. 2023. № 27 (3). С. 65-78.
3 Доклад о состоянии МСП URL: https://www.economy.gov.ru/material/file/24f01970a69e33b47c3142da6f3be5d9/ doklad_o_sostoyanii_msp_v_rossiyskoy_federacii_i_merah_po_ego_razvitiyu_za_20192022_gg.pdf
Несмотря на большое количество соответствующих моделей и прогнозов, в том числе для финансово-кредитной сферы и банков, модели и прогнозы для микрофинансового рынка, и конкретно, для ГМФО, отсутствуют.
Такие сценарии могут составляться на основе экспертных оценок, экстраполирования, построения опережающих индикаторов, обследования потребителей и предпринимателей, моделей временных рядов, системы эконометрических уравнений. В частности, в России прогнозированием развития экономики занимается ряд исследовательских центров, имеющих собственные (не публичные) модели [4].
В настоящее время среди центральных банков для целей денежно-кредитной политики наибольшее распространение получили DSGE-модели, использующие накладываемые экономической теорией ограничения [5]. Описание данных моделей, в том числе с добавлением в базовую модель банковского сектора, подробно рассматривается в серии докладов об экономических исследованиях ЦБ [6; 7]. На основании данных моделей можно решить обратную задачу, например, определить состояние банковского сектора при заданных условиях.
Подробный обзор, анализ и обобщение используемых для данных целей моделей приведен в [8]: выделены ключевые экзогенные переменные, рассмотрены различные методологические подходы, дано решение DSGE-модели относительно влияния ключевой ставки на банковскую систему России. Представляет интерес собственно модель оптимального поведения современной российской банковской системы (тех же авторов), изложенная в [9-11].
Ряд публикаций, в которых рассматриваются перспективы развития микрофинансовых организаций [12; 13], при отсутствии описания используемых моделей, не позволяет верифицировать сделанные авторами выводы о будущем состоянии данного сектора, принимая их как результат экспертного метода. Примером таких выводов может служить переход компаний из сегмента «займы до зарплаты» в сегмент среднесрочных займов из-за ограничения максимальной ежедневной процентной ставки [12], или рост доли юридических лиц и индивидуальных предпринимателей в структуре выдачи и портфеле микрозаймов при соответствующем фондировании и росте заемного капитала [13] (расчет соответствующих пропорций оставлен за рамками указанной работы).
Регрессионные модели микрофинансового сектора ограничиваются зависимостью количества микрофинансовых организаций (МФО) от отдельных показателей экономического развития регионов, таких как среднедушевые доходы населения и среднегодовая численность занятых в экономике [14].
Отдельный створ работ представляют модели влияния операционных показателей на деятельность МФО, либо попытки адаптировать темпоральные модели.
Так, в [15] описана модель «пропускной способности» процесса обслуживания клиента для определения оптимального количества каналов продаж. В работе [16] представлена модель, описывающая темпы размещения капитала МФО в микрозаймы. При этом решение базового уравнения модели показывает, что полное размещение капитала в микрозаймы происходит в районе девяти лет вне зависимости от его объема, размещение 85% капитала - примерно за шесть с половиной лет, что выглядит неправдоподобно4. При этом модель не позволяет учесть доходность и де-фолтность портфеля. В [17] решается проблема моделирования кредитных рисков и лимитов МФО, но не изменения портфеля со временем. Попытку составления ограниченной прогнозной модели для оценки микрофинансового продукта на основе адаптации DCF-модели можно найти в [18].
4 Представляется, что при одинаковой емкости рынка темпы размещения идентичных сумм должны совпасть, однако указанная модель не содержит такой предпосылки: капитал в 100 млн руб. будет размещен в микрозаймы за девять лет, а при капитале в 1 млрд руб. 10% от него (те же 100 млн руб.) будут размещены в микрозаймы уже к третьему кварталу второго года работы.
В настоящей работе предложена линейная модель на основе балансового подхода, позволяющая экстраполировать существующие тенденции, учитывать их изменение и влияние на систему ГМФО в заданном периоде. В основе модели лежат агрегированные финансовые показатели деятельности ГМФО, отраженные в формах, предусмотренных Положениями ЦБ №№ 613-П и 614-П, а также некоторые идеи, вдохновленные моделями отечественной банковской системы [19].
Описание модели. Модель опирается на «балансовое правило»: размер собственных средств (капитала) ГМФО определяется как разница между ее активами и обязательствами:
Е = А-Ь, (1)
где Е - собственные средства (капитал) ГМФО («итого» раздела III баланса); А -активы ГМФО («итого» раздела I баланса); Ь - обязательства ГМФО («итого» раздела II баланса).
Каждый раздел баланса декомпозируется. Например, активы включают денежные средства, финансовые активы, долговые финансовые активы, и т. д.; обязательства - финансовые обязательства, долговые финансовые обязательства, и т. п. Соответствующие показатели можно определять как на уровне системы, так и дезагрегировать до отдельной ГМФО.
Модель описывается формулами (2-13).
Revt = ij x Ah i = iDx Dt-1 + iML x MLt-1 (2)
Costt = Y.7j=1rj x Ljt i =rBx Bt-X +rcx Ct-i (3)
Expt = Expt-1 x 6 (4)
Inc = (Rev — Exp — Cost) x (1 — tax) (5)
MLt = (MLt-i + Dt-i — Et-i x Nd)(1 — PD) (6)
Risk = ML x PD (7)
Dt = Et-i xNd+ Inc — 22=i Alj + SSc (8)
PLt = Inc — Risk + PLt-i (9)
E = SC + SSc + PL (10)
At = Y^=iAjt = MLt + Dt (11)
Lt = Tl=iLjt = Bt-i ±Ab + Ct-i x (1 — 1/Tc) (12)
FSVt = MLt-i/TML + Dt-i — Et-i x PD, (13)
где:
экзогенные переменные
РИ - уровень дефолтности портфеля микрозаймов на период времени С, принимаемый равным показателю ЫРЬ90+5; - «норма» (неснижаемый остаток) размещения части капитала ГМФО на депозитах и расчетных счетах; ^ - ставка доходности у -го актива (Iв - ставка по депозитам, Iмь - ставка по портфелю микрозаймов); д - темпы
5 Доля задолженности, просроченной свыше 90 дней, в портфеле микрозаймов. Рассчитывается как отношение суммы задолженности по основному долгу, просроченной более чем на 90 дней, к совокупному остатку задолженности.
изменения операционных расходов; rj - ставка расходов за пользование у-ым обязательством (гв - ставка по выданным облигациям, гс - ставка по привлеченным кредитам); Тс - срок привлечения кредитных (заемных) средств; TML - средний срок микрозаймов в портфеле (период оборачиваемости); tax - ставка налога на прибыль;
эндогенные переменные
Rev - размер процентных доходов; At - активы ГМФО («итого» раздела I баланса); Ajt - размер (величина) у-го актива (в рассматриваемой модели - портфель микрозаймов и депозиты); D - величина средств на депозитах и расчетных счетах; ML - портфель микрозаймов, оцениваемый по справедливой стоимости; Cost - процентные расходы; Lt - обязательства ГМФО («итого» раздела II баланса); Ljt - размер у-ого обязательства; В - остаток задолженности по долговым ценным бумагам ГМФО; С - остаток задолженности по привлеченным кредитным (заемным) средствам; Ехр - величина операционных расходов; Inc - прибыль после налогообложения; Risk - резервы под обесценение портфеля микрозаймов; Е - размер собственных средств (капитала) ГМФО; ALj- - сумма выплаты основного долга поу-ому обязательству; PL - совокупный финансовый результат; SC - уставный (складочный) капитал; Ssc - поступление субсидий от учредителя в виде имущественного взноса; Ав - изменение размера обязательств по ценным бумагам ГМФО за один отчетный период (при наличии); FSVt - расчетная сумма микрозаймов, выдаваемых ГМФО в прогнозном периоде t (размер финансовой поддержки ГМФО).
Ключевым показателем эффективности деятельности ГМФО как института поддержки субъектов МСП является объем ежегодно предоставленных (выданных) микрозаймов [20], он служит целевой зависимой переменной (FSVt).
В работе опущен ряд проверок условий и ограничений переменных и результатов - они представляются очевидными, и при необходимости пользователи могут выполнить их самостоятельно.
При этом, как отмечено выше, каждая переменная может декомпозироваться на составляющие элементы, например, портфель микрозаймов может быть разложен по категориям заемщиков, в зависимости от целей применения модели.
Важным параметром модели является уровень дефолтности портфеля микрозаймов, оцениваемый через объем резервов под обесценение по данным бухгалтерской (финансовой) отчетности.
В модели в целях упрощения резервы рассчитываются каждый раз, исходя из прогнозируемого размера портфеля. Данное действие может быть заменено на расчет досозданных резервов по изменению размера портфеля микрозаймов, сложенному с резервами на конец предшествующего периода - что при неизменности уровня дефолтности тождественно используемому в модели расчету.
Еще одной важной опцией является возможность интерполяции базового шага прогноза в один отчетный период (год), до квартальных значений. Однако такое действие потребует приведения значений процентных ставок к квартальным значениям и отдельного исследования вопроса о наличии сезонности в предоставлении ГМФО микрозаймов - если сезонные (месячные/квартальные) колебания имеют место, то приведение линейной модели к квартальному виду невозможно.
Также значения экзогенных переменных могут дифференцироваться по прогнозным периодам и рассчитываться с использованием внешних моделей.
Выборочный анализ данных бухгалтерской (финансовой) отчетности ГМФО (Иркутской области, Краснодарского края, Новосибирской области, Свердловской
области)6,7,8,9 показывает, что обязательства в настоящий момент составляют менее 3% от собственных средств (капитала) ГМФО. Кроме того, можно выделить основные статьи (виды) активов, в которые размещаются средства ГМФО.
Совокупно это позволяет в практических целях использовать для прогнозирования ключевые строки финансовой отчетности (табл. 1), на которые приходится свыше 95% активов и обязательств ГМФО.
Таблица 1
Основные показатели отчетности ГМФО для прогнозной модели
№ п/п Наименование показателя
Баланс
1 2 3 4 5 6 7 8 Раздел I. Активы Денежные средства Долговые финансовые активы, оцениваемые по амортизированной стоимости Итого активов Раздел II. Обязательства Долговые финансовые обязательства, оцениваемые по амортизированной стоимости Итого обязательств Раздел III. Капитал Уставный (складочный) капитал / поступления от учредителей / вступительные, членские и дополнительные взносы (целевые поступления) Нераспределенная прибыль (непокрытый убыток) Итого капитала
Отчет о финансовых результатах
Ра 1 2 3 4 5 одел I. Чистые процентные доходы (чистые процентные расходы) после создания резерва под обесценение по финансовым активам Процентные доходы Процентные расходы Раздел II. Операционные доходы за вычетом расходов Итого операционные доходы (расходы) Прибыль (убыток) после налогообложения Итого совокупного дохода (убытка) за отчетный период
Отчет о движении денежных средств
1 2 3 Раздел III. Денежные потоки от финансовой деятельности Поступления от размещения долговых финансовых обязательств, оцениваемых по амортизированной стоимости Платежи, связанные с погашением долговых финансовых обязательств, оцениваемых по амортизированной стоимости Поступления от выпуска акций (дополнительных взносов учредителей, участников, дополнительных вкладов товарищей)
Важным допущением является значение ключевой ставки ЦБ на прогнозный период - уровень доходности депозитов и стоимость рыночного (заемного) финансирования приравнена к ключевой ставке ЦБ, а доходность портфеля микрозаймов устанавливается пропорционально соотношению с ключевой ставкой по итогам 2022 г. (табл. 2).
В открытом доступе информации о финансовых результатах деятельности ГМФО практически нет, либо она носит фрагментарный характер. Исследователю остается использовать материалы публикаций в СМИ, выступлений представителей Минэкономразвития России и институтов развития"'0, данные Доклада о состоянии малого и среднего предпринимательства в Российской Федерации и мерах по его
6 Бухгалтерская (финансовая) отчетность Фонда микрофинансирования Краснодарского края за 2022 г. URL: https://fmkk.ru/upload/iblock/4a8/2022.pdf
7 Финансовая отчетность Фонда микрофинансирования Новосибирской области за 2022 г. URL: https://www. microfund.ru/upload/iblock/02e/02ea078994a8a7f88971d2f14dbf5f81.zip
8 Аудиторское заключение за 2022 г. Фонда микрофинансирования Иркутской области (с приложением бухгалтерской (финансовой) отчетности) URL: http://mfoirk.ru/wp-content/uploads/2023/03/auditorskoe_zakl2022.pdf
9 Бухгалтерский баланс Свердловского областного фонда поддержки предпринимательства за 2021 г. URL: https://sofp.ru/upload/Отчеты%o20и%o20документы/Бухгалтерский%o20балансpdf
10 Развитие государственных (муниципальных) микрофинансовых организаций. URL: https://allia.nce-mfo.ru/doc/prez_072023/16_fil.pdf
развитию за 2019-2022 гг.11 (далее - Доклад о МСП), данные Росстата12 и материалы к законопроекту № 218254-813 (табл. 3).
Таблица 2
Предположение о ставках до 2030 г.
№ п/п Наименование показателя Значение показателя по годам
2022 г. (факт) Проекция до 2030 г.
2023 г. 2024 г. 2025 г. 2026 г. 2027 г. 2028 г. 2029 г. 2030 г.
1 Ключевая ставка Банка
России, в среднем
за год, % годовых* 10,60 9,70 12,50 8,00 6,50 6,50 6,50 6,50 6,50
2 Средневзвешенная ставка
по микрозаимам,
% годовых 6,45 5,90 7,61 4,87 3,96 3,96 3,96 3,96 3,96
3 Ставка по депозитам - 9,70 12,50 8,00 6,50 6,50 6,50 6,50 6,50
4 Стоимость заемного
финансирования - 9,70 12,50 8,00 6,50 6,50 6,50 6,50 6,50
* URL: https://www.cbr.ru/collection/collection/file/46328/forecast 230915.pdf
Кроме того, необходимо определить размер неснижаемого остатка средств на депозитах и расчетных счетах (М0). Основной экономический смысл данной переменной - сохранение средств на обеспечение текущей деятельности ГМФО: выплату заработной платы, выдачу новых микрозаймов и т. д. Изначально можно принять равным: единица минус «эффективность размещения средств» (ЭРС), установленная Минэкономразвития России1415 - т. е., обратным норме размещения собственных средств (капитала) в микрозаймы. Однако забежим вперед и отметим, что в силу особенностей модели такой подход приведет к завышению остатков денежных средств на конец прогнозного периода примерно на 2 проц. п. относительно нормативного значения.
Сценарии развития системы ГМФО до 2030 г. Рассмотрим результаты применения модели на четырех сценариях: «Как есть», «Безубыточный», «Рыночное привлечение», «Комбинированный сценарий».
1. «Как есть» (табл. 4) - проекция текущих тенденций до 2030 г. без изменений (заранее отметим, что данный сценарий ведет к сокращению собственных средств (капитала) ГМФО).
2. «Безубыточный» (табл. 5) сценарий предусматривает разовую корректировку отдельных эндогенных переменных (темпов изменения (снижения) операционных расходов, ставки по портфелю микрозаймов, уровня дефолтности портфеля, среднего срока микрозаймов в портфеле), при которой на горизонте до 2030 г. система ГМФО не демонстрирует убытка.
В данном сценарии необходимо ежегодное снижение операционных расходов на 11%, а также существенное улучшение портфеля микрозаймов для достижения уровня дефолтности не более чем в 3,1%.
Кроме того, средневзвешенная ставка по микрозаймам, начиная с 2023 г., должна достичь уровня 0,75 от средней ключевой ставки: помимо повышения ставок по микрозаймам требуется «балансировка» портфеля между приоритетными и неприоритетными отраслями в пропорции один к одному16.
11 URL: https://www. economy.gov. ruJmaterial/dökumenty/doklad_o_sostoyanü_msp_y_rossryskoy_federacü_i_ merah_po_ego_razvitiyu_za_20192022_gg. html
12 URL: https://rosstat.gov.ru/storage/mediabank/mal_pred_2022.pdf
13 URL: https://sozd.duma.gov.ru/bill/218254-8
14 По состоянию на конец 2023 г. нормативное значение ЭРС должно составить 85%.
15 Приказ Минэкономразвития России от 26.03.2021 г. № 142.
16 Подробнее см. сноску 15.
Таблица 3
Исходные данные для расчета прогнозной модели
Источник
№ п/п Показатель Малое и среднее предпринимательство в России, 2022* Законопроект №218254-8** Доклад о МСП*** Презентация Корпорации МСП на сайте СРО «Альянс»**** Принятое для расчета значение
Доступные в открытых источниках данные
1 2 3 4 Значение по состоянию на дату Портфель микрозаймов, млрд руб. Собственные средства (капитал) ГМФО, млрд руб. Объем выданных микрозаймов, млрд руб. Средний срок микрозайма Средневзвешенная процентная ставка, °0 31.12.2021 61,5 (все займы) 31.12.2021 61,5 74,9 30.06.2022 65,0 80,2 31.12.2021 42,1 31.12.2022 55,10 31.12.2022 65,0 (71,0 с учетом займов) 85,0 (с учетом займов) 31.12.2021 56,3* 74,9 42,1 31.12.2022 65,000 81,200** 55,100
5 6 - - 2.2 7,2 - 2.30 6,45 - - 1 541*** 6Д50
7 - - - - - 5.100 - 5.100
Расчетные данные
8 9 10 Операционные расходы: - в % к портфелю; - млрд руб. Средства на депозитах, млрд руб. (строка 3 - строка 2) «„, % - - 5.500 3 575**** 18,6 3.575 16,200 12,550
* Расчетное значение, равное произведению данных Росстата (61.5 млрд руб.) и доли микрозаймов в портфеле ГМФО по данным Корпорации МСП на 31.12.2022 г. (61.5 (65.0/71.0)). 11спользование расчетного значения обусловлено отсутствием детализированной информации по микрозаймал< и займам за 2021 г.. связанной с особенностями действовавших отчетных форм ГМФО. ** Значение получено путем уменьшения капитала по состоянию на 08.09.2023 г. в размере 85.0 млрд руб. на 4.5%. *** В перечисленных источниках приводятся данные о среднем сроке по заключенному договору микрозайма. Учитывая отношение изменения портфеля микрозаймов (с 61.5 млрд руб. в 2021 г. до 65.0 млрд руб. в 2022 г.) к изменению объема выдач микрозаймов (с 4г. 1 млрд руб. в 2021 г. до 55.1 млрд руб. в 2022 г.). равное 0.67; можно предположить фактические сроки микрозаймов в портфеле с учетом досрочного погашения. Для этого срок микрозаймов по договору (2.3 года) умножен на указанный коэффициент 0.67. **** Результат умножения операционной эффективности (5.5%) на портфель микрозаймов (65.0 млрд руб.).
о с
а> Я
ё Я
Sc
О
я о
и>
та
е
(Я
3
о Й
3
to
ё о н
(Я го
и
и
§
та о
е-я
Ш
о
(Я §
о та
3 и я
и рэ С Я Я;
Примечание. NPL90+ — доля задолженности, просроченной свыше 90 дней, в портфеле микрозаймов. NB -ГМФО на депозитах и расчетных счетах. * См. сносщ! 12. ш См. сноску 13.
СНОСЩ! 11. шш См. сноску 10.
«норма» (неснижаемый остаток)размещения части капитала
Таблица 4
Сценарий «Как есть», млрд руб.
Показатель 2022 г. 2023 г. 2024 г. 2025 г. 2026 г. 2027 г. 2028 г. 2029 г. 2030 г.
Активы, всего 81,20 78,83 77,73 74,72 71,13 67,56 64,00 60,45 56,90
Портфель микрозаймов 65,00 65,50 63,59 62,70 59,92 56,89 53,87 50,85 47,84
Депозиты 16,20 13,33 14,13 12,02 11,21 10,67 10,13 9,60 9,07
Обязательства, всего 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Собственные средства (капитал) 81,20 78,83 77,73 74,72 71,13 67,56 64,00 60,45 56,90
Сумма предоставленных микро-
займов 55,10 46,20 44,01 43,74 41,50 39,42 37,45 35,49 33,53
Средневзвешенная ставка
по портфелю, % 6,45 5,90 7,61 4,87 3,96 3,96 3,96 3,96 3,96
Таблица 5
Сценарий «Безубыточный», млрд руб.
Показатель 2022 г. 2023 г. 2024 г. 2025 г. 2026 г. 2027 г. 2028 г. 2029 г. 2030 г.
Активы, всего 81,20 81,25 82,79 82,50 81,86 81,54 81,52 81,80 82,40
Портфель микрозаймов 65,00 66,89 66,93 68,20 67,96 67,43 67,17 67,15 67,39
Депозиты 16,20 14,36 15,86 14,30 13,90 14,10 14,35 14,65 15,01
Обязательства, всего 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Собственные средства (капитал) 81,20 81,25 82,79 82,50 81,86 81,54 81,52 81,80 82,40
Сумма предоставленных
микрозаймов 55,10 46,20 45,58 46,88 46,18 45,72 45,63 45,71 45,96
Средневзвешенная ставка
по портфелю, % 6,45 7,28 8,75 5,60 4,55 4,55 4,55 4,55 4,55
В рамках «безубыточного» сценария капитал системы ГМФО к 2030 г. вырастет на 10% по отношению к 2022 г., а объем предоставляемых микрозаймов за счет стабилизации размера портфеля сокращается на 2,9% ежегодно.
3. «Рыночное привлечение» (табл. 6), при параметрах безубыточного сценария отношение объема портфеля к капиталу ГМФО достигнет уровня системы МФО в целом (1,95) за счет привлечения в 2024 г. заемного финансирования, например, в рамках Программы стимулирования кредитования (ПСК).
Сценарий отражает расширение поддержки, оказываемой субъектам МСП, за счет льготных рыночных источников финансирования.
Таблица 6
Сценарий «Рыночное привлечение», млрд руб.
Показатель 2022 г. 2023 г. 2024 г. 2025 г. 2026 г. 2027 г. 2028 г. 2029 г. 2030 г.
Активы, всего 81,20 81,37 180,20 157,14 141,35 126,47 112,42 99,21 86,85
Портфель микрозаймов 65,00 66,89 67,03 143,87 129,26 114,44 100,33 86,93 74,27
Депозиты 16,20 14,48 113,17 13,26 12,10 12,03 12,09 12,27 12,59
Обязательства, всего 0,00 0,00 91,78 76,48 61,19 45,89 30,59 15,30 0,00
Собственные средства
(капитал) 81,20 81,37 88,42 80,65 80,17 80,58 81,82 83,91 86,85
Сумма предоставлен-
ных микрозаймов 55,10 46,20 45,68 143,41 94,53 83,95 74,20 64,92 56,10
Средневзвешенная ставка
по портфелю, % 6,45 7,28 18,75 12,00 9,75 9,75 9,75 9,75 9,75
При этом из данных табл. 3 видно, что ГМФО при ставке 6,45% по портфелю из-за высоких операционных расходов и дефолтности в 5,1% не могут позволить себе
привлечение финансирования на рыночных условиях, или, как минимум, на сравнимых со ставкой ЦБ в 11%17.
Для привлечения рыночного финансирования необходимо решить задачи:
а) увеличения ставки по портфелю микрозаймов до уровня 1,5 ключевой ставки ЦБ начиная с 2024 г. (и 0,75 в 2023 г.);
б) ежегодного 15%-го снижения операционных расходов;
в) организации привлечения в 2024 г. финансирования в рамках ПСК по ставке не более 11% в размере 91,78 млрд руб. (расчет оставлен за скобками данной работы).
В данном сценарии капитал ГМФО прирастает примерно на 2% ежегодно, объем выдач микрозаймов - на 18,9% (разовый выплеск в 2025 г. на 214% за счет роста обязательств).
Несмотря на то, что в данном сценарии объем выдач микрозаймов в 2030 г. на 25% превысит объемы 2023 г., и капитал прирастет на 12%, его нельзя назвать устойчивым:
а) в соответствии со сценарием, начиная с 2025 г. формируется отрицательный остаток средств на депозитах из-за значительных сумм уплаты процентов и основного долга по привлеченным средствам. Таким образом, ГМФО необходимо сначала формировать «неснижаемый остаток» на депозитах, а затем уже предоставлять микрозаймы, тем самым фактически размещая привлеченные средства на депозиты18;
б) при тех же исходных предпосылках (снижение операционных расходов, де-фолтность и ставка по портфелю) в отсутствие рыночного привлечения система покажет рост портфеля на 39% и капитала - на 33%;
в) необходимое фондирование в 92 млрд руб. составляет 32% лимита ЦБ, выделенного на ПСК19, что кратно снижает вероятность его предоставления;
г) на момент базового моделирования действовала ставка 12,5%; моделирование повышенных ставок показывает, что рыночное привлечение по ним невозможно;
д) наконец, целевой мультипликатор20 (1,95) не будет достигнут. Более того, после пика в 2025 г., к 2030 г. такие показатели, как портфель и капитал, вырастают только на 11% и на 7%, соответственно.
4. «Комбинированный сценарий» представляет собой набор значений экзогенных переменных сценария «Рыночное привлечение» в отсутствие рыночного фондирования.
И з формул (2-13) можно определить ключевые факторы (переменные), оказывающие влияние на объем выдачи микрозаймов (FSV) и на темпы изменения данного параметра (SFSV(t) = FSVt — (FSVt-1/FSVt-1)). Оставив соответствующие расчеты за рамками данной работы, приведем четыре определяющих для указанных величин фактора:
а) средний срок микрозаймов в портфеле (TML) с чувствительностью21 к нему FSV « 1 и Sfsv в 0,1;
б) средневзвешенная процентная ставка по портфелю микрозаймов (iML) с чувствительностью22 0,28 и 0,2 соответственно;
17 Прогноз строился, когда ключевая ставка составляла 12,5%. Ставка в 15°% закрывает внешнее фондирование для ГМФО.
18 Здесь вводится одна из вышеуказанных проверок на целостность и допустимость значений показателей прогноза. Они не являются предметом данной работы и опущены, однако в целом представляются очевидными.
19 32°% из 288,3 млрд руб., предусмотренных ПСК. URL: https://www.consultant.ru/d3cument/ cons_doc_LA W_449453
20 Под мультипликатором в настоящей статье понимается отношение объема портфеля микрозаймов к капиталу ГМФО. В силу уравнения (1) значение свыше единицы возможно в случае привлечения заемного финансирования.
21 Отношение изменения величин FSV и Sfsv к изменению среднего срока микрозаймов: FSV FSVl, FSVz—fsVi.
tml2 -tml1 tml2 -tml1
22 Отношение изменения величин FSV и Sfsv к изменению средневзвешенной процентной ставки: FSVv FSVl; SfsVz SfsVi.
iml2-imll iml2-imll
в) дефолтность портфеля микрозаймов (РП) с чувствительностью25 0,05 и -0,47;
г) ставка по депозитам (1В) с чувствительностью24 0,04 и 0,27.
И з числа вышеуказанных параметров ГМФО напрямую влияют на средний срок микрозаймов в портфеле (ТМЬ), ограничивая его «сверху», и на средневзвешенную процентную ставку по портфелю (ЬМ1), повышая/понижая ее. Также ГМФО могут повысить требования к заемщикам и организовать работу по улучшению качества портфеля (реструктуризация/рефинанс), что снизит дефолтность портфеля (Рй).
Одновременно ставка по депозитам зависит от ключевой ставки ЦБ, а дефолтность портфеля в том числе определяется макроэкономической ситуацией в конкретный момент времени; ставка по портфелю микрозаймов в том числе ограничена требованиями Минэкономразвития России и существенно ниже ставки коммерческих микрофинансовых организаций.
Апостериорно можно показать, что в целях роста объема предоставления микрозаймов необходимо снизить дефолтность портфеля до уровня 1,5% и срок предоставления микрозаймов до 1,31 года. Соответствующие ковенанты применены в комбинированном сценарии (табл. 7).
Таблица 7
Сценарий «Комбинированный», млрд руб.
Показатель 2022 г. 2023 г. 2024 г. 2025 г. 2026 г. 2027 г. 2028 г. 2029 г. 2030 г.
Активы, всего 81,20 82,43 90,71 95,26 99,19 103,61 108,45 113,72 119,42
Портфель микрозаймов 65,00 67,96 68,99 75,92 79,72 83,01 86,71 90,76 95,17
Депозиты 16,20 14,48 21,73 19,34 19,46 20,60 21,75 22,96 24,25
Обязательства, всего 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Собственные средства (капитал) 81,20 82,43 90,71 95,26 99,19 103,61 108,45 113,72 119,42
Сумма предоставленных микро-
займов 55,10 53,64 53,99 60,78 63,01 65,44 68,42 71,67 75,19
Средневзвешенная ставка
по портфелю, % 6,45 7,28 18,75 12,00 9,75 9,75 9,75 9,75 9,75
Для сравнения всех сценариев на горизонте 2023-2030 гг. в табл. 8 показаны: совокупный объем активов, размер портфеля микрозаймов, собственные средства (капитал) и сумма предоставленных микрозаймов. Из таблицы видно, что сохранение текущих тенденций (сценарий «Как есть») требует корректировки деятельности ГМФО, иначе система рискует потерять до 30% капитала при пропорциональном снижении темпов предоставления микрозаймов.
Рыночное привлечение также не выглядит привлекательнее выхода на безубыточность или комбинированного сценария, исключая существенно больший объем предоставляемых в период 2023-2030 гг. микрозаймов.
В качестве базовой стратегии в отношении системы ГМФО можно рекомендовать комбинированный сценарий, направленный на обеспечение безубыточности системы (сокращение операционных расходов, повышение ставки по портфелю микрозаймов) и, дополнительно, на снижение дефолтности портфеля и повышение оборачиваемости микрозаймов, нацеленные на рост объема выдач:
а) в случае неуспеха дополнительных мероприятий будет обеспечен выход на безубыточность;
б) успех позволит нарастить почти в полтора раза капитал и портфель ГМФО, а также предоставить до 40% больше микрозаймов по сравнению с безубыточным сценарием.
23 Отношение изменения величин FSV и SFSV к изменению дефолтности портфеля микрозаймов: SppVD2 SpF^Vl-
24 Отношение изменения величин FSV и SFSV к изменению ставки по депозитам: FSVz FSVl; SpsV2 Spsvi.
Таблица 8
Сравнение сценариев развития системы ГМФО до 2030 г.
Сценарий Показатель, млрд руб. Значение показателя
2023 г. 2030 г. 2030/ 2023, % В сумме за 20232030 гг.
«Как есть» Активы, всего Портфель микрозаймов Собственные средства (капитал) Сумма предоставленных микрозаймов 78.83 65,50 56,90 47.84 56,90 47,84 56,90 33,53 72 73 72 73 56,90 47,84 56,90 321,34
«Безубыточный» Активы, всего Портфель микрозаймов Собственные средства (капитал) Сумма предоставленных микрозаймов 81,25 66,89 82,40 67,39 82,40 67.39 82.40 45,96 101 101 101 99 82,40 67.39 82.40 367,86
«Рыночное привлечение» Активы, всего Портфель микрозаймов Собственные средства (капитал) Сумма предоставленных микрозаймов 81,37 66,89 81,37 46,20 86,85 74,27 86,85 56,10 107 111 107 121 86,85 74,27 86,85 608,99
«Комбинированный» Активы, всего Портфель микрозаймов Собственные средства (капитал) Сумма предоставленных микрозаймов 82,43 67,96 82,43 53,64 119,42 95,17 119,42 75,19 145 140 145 140 119,42 95,17 119,42 512,14
* * *
Представленная прогнозная модель не является способом предсказать определенное событие или провал в системе ГМФО, но позволяет путем экстраполяции существующих/предполагаемых тенденций «заглянуть в будущее» и (см. комментарий к сценарию рыночного привлечения в части депозитов) оценить влияние принимаемых решений на изменение долгосрочных тенденций, увидеть необходимость нормативных ограничений.
По сравнению с экспертными моделями и Форсайтами расчетная модель позволяет верифицировать выдвигаемые гипотезы с учетом наблюдаемых значений ключевых параметров системы и количественно прогнозировать силу и направление влияния вносимых изменений.
К сожалению, имеющиеся в публичном доступе данные об основных показателях деятельности системы ГМФО крайне скупы и ограничены, вследствие чего затруднительно верифицировать рассматриваемую в настоящей работе модель на ретроспективных данных. Еще одним слабым местом является использование базового математического аппарата и простейших алгоритмов проверки допустимых значений, что, во многом, обусловлено отсутствием подробных исследований рассматриваемой сферы.
С другой стороны, в отсутствие аналогичных моделей для сегмента ГМФО, автор выражает надежду, что настоящая работа сможет послужить отправной точкой для дальнейшей дискуссии. При этом важно четко проводить границы между коммерческими микрофинансовыми организациями (с известной репутацией) и ГМФО, представляющими важнейшую часть системы государственной финансовой поддержки малого и среднего предпринимательства по льготным ставкам.
Литература / References
1. Щурина С.В. Развитие микрофинансирования и повышение доступности микрозаймов для субъектов хозяйствования //Экономика. Налоги. Право. 2021. № 14 (3). С. 121-130. DOI: 10.26794/1999-849X-2021-14-3-121-130. [Shchurina S. V. Development of microfinance and increasing the availability of microloans for business entities //Economics, Taxes & Law. 2021. No. 14 (3). Pp. 121-130. (In Russ.)]
2. Пионткевич Н.С., Шеина Е.Г. Финансовые аспекты обеспечения устойчивого развития субъектов малого и среднего предпринимательства в условиях новых вызовов // Journal of New Economy. 2021. Т. 22. № 1. С. 105-130. DOI 10.29141/2658-5081-2021-22-1-6. EDNMEXZME. [Piontkevich N.S., Sheina E.G. Financial
aspects of ensuring sustainable development of small and medium-sized businesses in the context of new challenges // Journal of New Economy. 2021. Vol. 22. No. 1. Pp. 105-130. (In Russ.)]
3. Высоков Д.А. Совершенствование государственных программ поддержки предпринимательского микрофинансирования: иностранный опыт и российская практика //Московский экономический журнал. 2021. № 5. DOI 10.24411/2413-046X-2021-10261. EDN DOAHRT. [Vysokov D.A. Improving state programs to support entrepreneurial microfinance: foreign experience and Russian Practice // Moscow economic journal. 2021. No. 5. (In Russ.)]
4. Турунцева М.Ю. Прогнозирование в России: обзор основных моделей // Экономическая политика. 2011. № 1. С. 193-202. EDN NCVQDJ. [Turuntseva M.Yu. Forecasting in Russia: an overview of the main models //Economic Policy. 2011. No. 1. Pp. 193-202. (In Russ.)]
5. Микушева А. Оценивание динамических стохастических моделей общего равновесия // Квантиль. 2014. № 12. С. 1-21. [Mikusheva A. Ocenivanie dinamicheskih stohasticheskih modelej obshhego ravnovesija //Kvantil'. 2014. No. 12. Pp. 1-21. (In Russ.)]
6. Крепцев Д., Селезнев С. Прогнозирование российской экономики с использованием DSGE-моделей с малым количеством уравнений //Деньги и кредит. 2018. № 2 (77). С. 51-67. EDN CWFXIH. [Kreptsev D., Seleznev S. Forecasting for the Russian Economy Using Small-Scale DSGE Models //Russian Journal of Money and Finance. 2018. No. 2 (77). Pp. 51-67. (In Russ.)]
7. Крепцев Д., Селезнев С. DSGE-модель российской экономики с банковским сектором //Банк России. Серия докладов об экономических исследованиях. 2017. № 27. С. 1-82. [Krepcev D., Seleznev S. DSGE-model ros-sijskoj ekonomiki s bankovskim sektorom // Bank of Russia. Serija dokladov ob ekonomicheskih issledovanijah. 2017. No. 27. S. 1-82. (in Russ.)]
8. Pilnik N.P., Pospelov I.G., Radionov S.A. On Limits of the Influence of the Bank of Russia Key Rate on Indicators of the Russian Banking System //Studies on Russian Economic Development. 2020. Vol. 31. No. 2. Pp. 229-237.
9. Пильник Н.П., Радионов С.А., Языков А.А. Модель оптимального поведения современной российской банковской системы//Экономический журнал Высшей школы экономики. 2018. № 3. С. 418-447. [Pil'nikN.P., Radionov S.A., Yazykov A.A. Model of optimal behavior of the modern Russian banking system // Higher School of Economics Economic Journal. 2018. No. 3. Pp. 418-447. (In Russ.)]
10. Андреев М.Ю., Пильник Н.П., Поспелов И.Г. Моделирование деятельности современной российской банковской системы // Экономический журнал Высшей школы экономики. 2009. Т. 13. № 2. С. 143-171. EDN KRRTYH. [Andreev M.Ju., Pil'nik N.P., Pospelov I.G. Modelirovanie dejatel'nosti sovremennoj rossijskoj bankovskoj sistemy //Higher School of Economics Economic Journal. 2009. Vol. 13. No. 2. S. 143-171. (In Russ.)]
11. Никонов И.В., Пильник Н.П., Радионов С.А. Сценарный анализ реакции банковской системы России на внешние шоки // Банковское дело. 2022. № 1. С. 21-29. EDN VXERUW. [Nikonov I. V., Pil'nik N.P., Radionov S.A. Scenarnyj analiz reakcii bankovskoj sistemy Rossii na vneshnie shoki // Bankovskoe delo. 2022. No. 1. S. 21-29. (In Russ.)]
12. Цветков В.А., Дудин М.Н., Сайфиева С.Н. Проблемы и перспективы развития микрофинансовых организаций в Российской Федерации // Финансы: теория и практика. 2019. Т. 23. № 3 (111). С. 96-111. DOI 10.26794/2587-5671-2019-23-3-96-111. EDNRLMKOF. [Tsvetkov V.A., DudinM.N., SaifievaS.N. Problems and prospects for the development of microfinance organizations in the Russian Federation // Finance: Theory and Practice. 2019. Vol. 23. No. 3 (111). Pp. 96-111. (In Russ.)]
13. Ветлугин Д.Д., Федоров А.В. Тенденции и перспективы развития рынка микрофинансирования в Российской Федерации / Исследование инновационного потенциала общества и формирование направлений его стратегического развития: сборник научных статей 10-й Всероссийской научно-практической конференции с международным участием. Курск, 30 декабря 2020 г. /Юго-Западный государственный университет, Северо-Кавказский федеральный университет, Институт сервиса, туризма и дизайна (филиал) в г. Пятигорске. Том 1. Курск: Юго-Западный государственный университет. 2020. С. 101-107. DOI 10.4 7581/2020/12.30.PS8 7/1.022. EDN GUSOKD. [Vetlugin D.D., Fedorov A. V. Tendencii i perspektivy razvitija rynka mikrofinansirovanija v Rossijskoj Federacii / Issledovanie innovacionnogo potenciala obshhestva i formi-rovanie napravlenij ego strategicheskogo razvitija: sbornik nauchnyh statej 10-j Vserossijskoj nauchno-praktich-eskoj konferencii s mezhdunarodnym uchastiem. Kursk. 30 dekabrja 2020 g. / Jugo-Zapadnyj gosudarstvennyj universitet, Severo-Kavkazskij federal'nyj universitet, Institut servisa, turizma i dizajna (filial) v g. Pjatigorske. Tom 1. Kursk: Jugo-Zapadnyj gosudarstvennyj universitet. 2020. S. 101-107. (In Russ.)]
14. Котова И.А. Моделирование и прогнозирование микрофинансовых организаций в регионах РФ // Вестник науки и образования. 2016. № 3 (15). С. 32-36. EDN VPZPPD. [Kotova I.A. Modelirovanie i prognozirovanie mikrofinansovyh organizacij v regionah RF// Vestnik nauki i obrazovanija. 2016. No. 3 (15). S. 32-36. (In Russ.)]
15. Мохов В.Г., Матвеева Л.П. Моделирование деятельности микрофинансовых организаций // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. 2013. Т. 7. № 2. С. 50-55. EDN QBVQZP. [Mohov V.G., Matveeva L.P. Modelirovanie dejatel'nosti mikrofinansovyh organizacij // Vestnik Juzhno-Ural'skogo gosudarstvennogo universiteta. Serija: Jekonomika i menedzhment. 2013. T. 7. No. 2. S. 50-55. (In Russ.)]
16. Черняев С.В., Тутыгин А.Г. О моделировании динамики портфеля микрофинансовой организации предпринимательского финансирования / Государство и бизнес. Современные проблемы экономики: материалы XМеждународной научно-практической конференции. Санкт-Петербург, 25-27 апреля 2018 г. / СевероЗападный институт управления РАНХиГС при Президенте РФ. Том 1. Санкт-Петербург: Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Северо-Западный институт управления, 2018 г.. С. 25-28. EDNXSWRZR. [Chernjaev S.V., Tutygin A.G. O mod-elirovanii dinamiki portfelja mikrofinansovoj organizacii predprinimatel'skogo finansirovanija / Gosudarstvo i biznes. Sovremennye problemy jekonomiki: materialy X Mezhdunarodnoj nauchno-prakticheskoj konferencii. Sankt-Peterburg, 25-27 aprelja 2018 /Severo-Zapadnyj institut upravlenija RANHiGSpri Prezidente RF. Tom 1. Sankt-Peterburg: Rossijskaja akademija narodnogo hozjajstva i gosudarstvennoj sluzhby pri Prezidente Ros-sijskoj Federacii, Severo-Zapadnyj institut upravlenija, 2018. S. 25-28. (In Russ.)]
17. Сорокин А. С. Моделирование оптимальных кредитных лимитов в микрофинансовых организациях // Экономический журнал Высшей школы экономики. 2022. Т. 26. № 2. С. 285-306. DOI 10.17323/1813-8691-2022-
26-2-285-306. EDN AZJWAV. [Sorokin A.S. Modeling of Optimal Credit Limits in Microfinance Organizations //Higher School of Economics Economic Journal. 2022. Vol. 26. No. 2. Pp. 285-306. (In Russ.)]
18. Александровская Ю.П., Владимирова И.С., ФилипповаН.К. Моделирование деятельности микрофинансовой организации // Вестник Казанского технологического университета. 2014. Т. 17. № 12. С. 319-326. EDN SMLCDD. [Aleksandrovskaja Ju.P., Vladimirova I.S., Filippova N.K. Modelirovanie dejatel'nosti mikrofinansovoj organizacii // VestnikKazanskogo tehnologicheskogo universiteta. 2014. Vol. 17. No. 12. S. 319326. (In Russ.)]
19. Andreyev M.Y., Vrzheshch V.P., Pilnik N.P. et al. Intertemporal General Equilibrium Model of the Russian Economy Based on National Accounts Deaggregation // Journal of Mathematical Sciences. 2014. No. 197. Pp. 175-236. URL: https://doi. org/10.1007/s10958-014-1712- 7.
20. Охрименко А.В., Гачегов М.А. Оценка эффективности поддержки малого и среднего предпринимательства // Вестник Московского университета. Серия 6: Экономика. 2023. № 4. С. 124-146. DOI 10.55959/MSU0130-0105-6-58-4-6. EDN CJIMUH. [Okhrimenko A.V., Gachegov M.A. Assessing the effectiveness of Support for Small and Medium-sized Businesses // Moscow University Economics Bulletin. 2023. No. 4. Pp. 124-146. (In Russ.)]
Статья поступила в редакцию 11.12.2023. Статья принята к публикации 29.12.2023.
Для цитирования: А.Н. Пышкин. Сценарный прогноз развития системы государственных микрофинансовых организаций до 2030 года // Проблемы прогнозирования. 2024. N° 3 (204). С. 151-163.
БО!: 10.47711/0868-6351-204-151-163
Summary
SCENARIO FORECAST FOR DEVELOPING THE SYSTEM OF STATE MICROFINANCE ORGANIZATIONS UNTIL 2030
A.N. PYSHKIN, JSC Federal Corporation for the Development of Small and Medium-Sized Enterprises, Moscow, Russia ORCID: 0000-0003-2854-3667
Abstract. The article discusses four development scenarios for the system of state (municipal) microfinance organizations based on the model developed by the author that makes it possible to analyze the prospects and choose the optimal development direction for this system.
Keywords: microfinancing, SMFO, model, forecasting, scenarios, prospects.
Received 11.12.2023. Accepted 29.12.2023.
For citation: A.N. Pyshkin. Scenario Forecast for Developing the System of State Microfinance Organizations until 2030 // Studies on Russian Economic Development. 2024. Vol. 35. No. 3. Pp. 430-439. DOI: 10.1134/S1075700724030122
