В настоящее время важнейшей задачей для большинства государств является достижение высоких и устойчивых показателей экономического роста. Один из главных факторов экономического роста – уровень развития банковского сектора, который осуществляет кредитование реального сектора экономики.
Проблемы повышения темпов экономического развития в России в последние годы резко обострились. Центральный банк РФ, начиная с 2015 года, сменил промежуточную цель денежно-кредитной политики и перешел от политики таргетирования ориентиров роста денежной массы к политике таргетирования инфляции. Единственным инструментом монетарной политики, наиболее эффективно воздействующим на уровень инфляции, в настоящее время является процентная политика. Банк России установил целевой ориентир по инфляции в размере 4%. Для того, чтобы удержать инфляцию в рамках установленного таргета, Банк России перешел к жесткой денежно-кредитной политике, означающей повышение ключевой ставки и удержание ее на достаточно высоком уровне. Как следствие, отмечается и повышение ставок на рынке межбанковского кредитования и на кредитном рынке в целом.
В то же время Банк России предлагает доходность по депозитам коммерческих банков, открытых в ЦБ РФ, равной ключевой ставке. Купонный доход по облигациям Банка России также равняется ключевой ставке. Иначе говоря, коммерческие банки получили инструменты вложения свободной ликвидности в высокодоходные активы с процентом риска, равным нулю. Такая процентная политика Банка России привела к тому, что коммерческие банки с гораздо большим удовольствием вкладывают деньги в инструменты ЦБ РФ, чем в кредиты юридическим и физическим лицам, по которым банки обязаны формировать дополнительные резервы. При этом следует понимать, что деньги, находящиеся у Центрального банка, являются, по сути, «мертвыми» деньгами, т.е. не участвуют в экономике.
Как известно, безналичная эмиссия в России осуществляется через кредитование экономики при помощи использования механизма банковского мультипликатора. Однако высокие ставки на кредитном рынке в целях удержания инфляционного таргета в заявленных пределах привели к тому, что в России практически остановилось кредитование реального сектора. Темпы роста денежной массы в некоторых периодах даже носят отрицательный характер.
Коэффициент монетизации экономики снижается. Такая ситуация привела к тому, что на сегодняшний день экономический рост в России практически остановился. Более того, сам Банк России трижды пересматривал собственные прогнозы по экономическому росту по итогам 2019 года в сторону уменьшения. На сегодняшний день прогнозное значение составляет 0,8% ВВП. Но и такой рост эксперты считают маловероятным.
И даже последнее снижение ключевой ставки на 25 б.п. до уровня 6,25% (заседание Совета директоров Банка России 13 декабря 2019 г.) вряд ли способно изменить сложившееся положение в лучшую сторону. Предприятия реального сектора, малый и средний бизнес просто не имеют достаточного уровня рентабельности для того, чтобы обслуживать кредиты по предлагаемым сегодня банками ставкам. Некоторым исключением является ритейл, но торговые предприятия, как известно, ничего не производят. По сути, можно отметить, что российская экономика как никогда близка к стагнации. И вину за данную ситуацию во многом следует возлагать на Банк России.
В чем же виден выход? По мнению ряда ведущих экономистов, оживить экономику, образно говоря, «влить в нее свежую кровь» способна лишь активизация кредитования. Причем кредитования не потребительского (на рынке которого и так надувается угрожающий пузырь), а именно кредитования реального сектора.
Таким образом, весьма актуальным является проведение в данной работе эконометрического исследования влияния кредитования реального сектора экономики на объём валового внутреннего продукта Российской Федерации. Для исследования в работе использованы поквартальные данные Росстата за период с 2011-2018 гг., на основе которых была построена модель парной регрессии.
Приступим к моделированию. Наиболее простой и надежной является уравнение парной линейной регрессии: ,где зависимая переменная Y – ВВП в текущих ценах, предопределенная переменная x – кредиты, депозиты и прочие размещенные средства в рублях, а – случайное возмущение (ошибка прогноза).
Исходные данные для построения модели парной регрессии. Таблица 1
Год и квартал |
ВВП, млрд руб. |
Кредиты, депозиты и прочие размещенные средства, предоставленные организациям, физическим лицам и кредитным организациям в рублях, млрд руб. |
I (2011) |
13029 |
16010,606 |
II |
14481 |
17018,501 |
III |
15806 |
18319,455 |
IV |
16967 |
20190,936 |
I (2012) |
15183 |
20812,44 |
II |
16472 |
22038,323 |
III |
17734 |
23767,537 |
IV |
18775 |
25110,51 |
I (2013) |
16375 |
25898,922 |
II |
17539 |
26844,277 |
III |
19058 |
28345,599 |
IV |
20162 |
29886,148 |
I (2014) |
17302 |
30169,754 |
II |
19052 |
32141,828 |
III |
20542 |
33163,682 |
IV |
22163 |
35222,77 |
I (2015) |
18455 |
33414,781 |
II |
19760 |
33565,421 |
III |
21815 |
34075,712 |
IV |
23065 |
34844,819 |
I (2016) |
18950 |
32620,588 |
II |
20558 |
35547,994 |
III |
22340 |
35928,368 |
IV |
24166 |
36931,187 |
I (2017) |
20644 |
37636,286 |
II |
21972 |
38687,366 |
III |
23796 |
40184,842 |
IV |
25690 |
42160,694 |
I (2018) |
22438 |
42777,89 |
II |
24824 |
42842,842 |
III |
27127 |
44589,984 |
IV |
29487 |
47812,696 |
Источник: Федеральная служба государственной статистики [Электронный ресурс] // URL: https://www.gks.ru (дата обращения: 15.01.2020)
Проведем проверку фактора X на возможность его использования в модели. Установим тесноту связи с помощью парного коэффициента корреляции, воспользовавшись инструментом Корреляция из пакета Анализ Данных в Excel:
На основе полученного результата, делаем вывод о том, что выбранный объясняющий фактор обладает высокой вариабельностью и сильно коррелирован с объясняемой переменной Y - ВВП, млрд руб..
Построим регрессионную модель, которая установит взаимосвязь между ВВП и объемом кредитов, депозитов и прочих размещенных средств, используя пакет анализа Регрессия, Microsoft Excel, получим:
Рис.1 Регрессионная статистика
На основе регрессионной статистики запишем оцененный вид модели:
Экономическая интерпретация: свободный член равный 6876,06 является средней оценкой значения ВВП в i-м году при Х = 0. Выборочный коэффициент уравнения регрессии = показывает, что при увеличение размещенных средств на один млрд. рублей сопровождается увеличением ВВП на 0,42 млрд.руб.
После того, как мы получили оцененный вид модели и обосновали его экономически, приступим к проверке статистической значимости параметров, рассмотрению качества модели, а также проверим выполнение условий теоремы Гаусса-Маркова.
Коэффициент детерминации показывает, что эмпирическое уравнение регрессии хорошо согласуется со статистическими данными, так как чем ближе коэффициент детерминации к 1, тем теснее связь между зависимой и предопределенными переменными, то есть выше качество модели. Чтобы не переоценить тесноту связи, следует рассмотреть скорректированный на количество регрессоров модели коэффициент детерминации. В данном случае = 0.849, что еще раз подтверждает гипотезу о качестве модели.
Проверим статистическую значимость параметров уравнения.
Проведем проверку значимости уравнения регрессии, обратившись к F-критерию Фишера. Благодаря пакету анализа Регрессия было получено наблюдаемое значение F-критерия, равное 204,32. Критическое значение (для уровня значимости = 0,05, количества регрессоров уравнения k = 1 и количества степеней свободы n = 32). Поскольку , то модель является качественной с вероятностью в 95% .
Проверим адекватность первой из предпосылок теоремы Гаусса-Маркова о равенстве нулю математического ожидания случайных остатков для всех наблюдений:
В нашей модели математическое ожидание случайных остатков равняется:
-2,84Е-13≈-0,000000000000284217. Таким образом, первое условие теоремы Гаусса-Маркова выполняется.
Перейдем к проверке второго условия о постоянстве дисперсий случайной составляющей для всех наблюдений (условие о гомоскедастичности случайных остатков). Обратимся к тесту Голдфельда-Квандта и получим значения статистики GQ=0,47; , а также значение Fкр=2,48.
случайные остатки гомоскедостичны и второе условие теоремы Гаусса-Маркова выполняется с вероятностью в 95%.
Проведем проверку выполнения третьего условия теоремы о некоррелируемости случайных остатков:
Используем для анализа коррелированности отклонений статистику Дарбина – Уотсона. Получаем значение статистики DW=1,71. Из таблицы интервальных границ критерия Дарбина-Уотсона, при уровне значимости α=0,05, получаем: dl (нижняя граница) =1.37; du (верхняя граница) =1.50.
Значение статистики Дарбина - Уотсона распределено в интервале от 0 до 4, соответственно, идеальное значение статистики – 2, в интервале М3 вокруг него автокорреляция отсутствует. В нашей модели значение , что при уровне значимости 5%, говорит об отсутствии автокорреляции, следовательно, третье условие теоремы Гаусса-Маркова выполняется с вероятностью в 95%
Таким образом, на основе проведенного исследования, можно сказать, что предположение о том, что в период с 2009 по 2018 гг. экономический рост обеспечивался в том числе за счет роста кредитов, депозитов и прочих размещенных средств, является верным.
Список источников
Тарасова Т. А. Регрессионный анализ зависимости роста ВВП от факторов инновационной экономики // Научно-методический электронный журнал ««Концепт». – 2017. – № 12 (декабрь). – 0,3 п. л. URL: https://e-koncept.ru/2017/174025.htm
Орлова И.В., Григорович Д.Б., Галкина Л.А. Эконометрика. Обучающий компьютерный практикум // – М.: Финансовый университет, 2016.
Федеральная служба государственной статистики [Электронный ресурс] // URL: https://www.gks.ru (дата обращения: 15.01.2020);
URL: https://gks.ru/bgd/regl/b19_02/IssWWW.exe/Stg/d010/1-01.xlsx (Объем ВВП)
Центральный банк Российской Федерации (Банк России) [Электронный ресурс] // URL: https://www.cbr.ru (дата обращения: 15.01.2020);
URL: https://cbr.ru/statistics/bank_system/4-3-1_18/ (Объем кредитов, депозитов и прочих размещенных средств, предоставленных организациям, физическим лицам и кредитным организациям, 2011-2018)