Неэргодическая экономика

Авторский аналитический Интернет-журнал

Изучение широкого спектра проблем экономики

Индекс монетарной эффективности и его приложения

В монографии представлен специальный индикатор, направленный на оперативный мониторинг эффективности деятельности Центрального банка РФ, получивший название индекса монетарной эффективности и апробированный на статистических данных за период 10.2014–06.2017 включительно. В работе также представлена эконометрическая модель экономического роста, обладающая упреждающим действием. Установлена зависимость между валовым внутренним продуктом и индексом монетарной эффективности с лагом в 8 месяцев.
Рецензенты
доктор экономических наук, профессор В.В.Лебедев
доктор экономических наук, профессор А.В.Руднев

Балацкий Е.В., Екимова Н.А. Индекс монетарной эффективности и его приложения. М.: «Перо», 2017. – 197 стр.


ISBN 978-5-907016-44-6


В монографии дается критический обзор существующих подходов к оценке эффективности монетарного климата, показаны основные недостатки существующих аналитических методов. Авторами разработан специальный индикатор, направленный на оперативный мониторинг эффективности деятельности Центрального банка РФ, получивший название индекса монетарной эффективности. Прикладные расчеты индекса монетарной эффективности выполнены на российских статистических данных в ежемесячной разбивке на временном интервале с 10.2014 до 06.2017 включительно. В работе также представлена эконометрическая модель экономического роста, обладающая упреждающим действием. Установлена зависимость между валовым внутренним продуктом и индексом монетарной эффективности с лагом в 8 месяцев. В работе представлены результаты ретроспективного прогнозирования, давшие положительный результат. Раскрыты возможности использования нового индикатора и модельного инструментария в практике государственного управления.



СОДЕРЖАНИЕ


ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

Русскоязычные обозначения и сокращения

БМР Банк международных расчетов
БР Банк России
ВВП Валовой внутренний продукт
ВД Внутренний государственный долг
ВК Валютный курс доллара к рублю
ВнД Внешний государственный долг
Внешэкономбанк Государственная корпорация «Банк развития и внешнеэкономической деятельности»
ДКП Денежно-кредитная политика
ЕЦБ Европейский центральный банк
ЗК Задолженность по кредитам, предоставленным юридическим лицам – резидентам и индивидуальным предпринимателям России
ИДА Индекс деловой активности
ИМЭ Индекс монетарной эффективности
ИМСТ Индекс монетарной стабильности
ИМСВ Индекс монетарной свободы
ИУ Число кредитных организаций в России с иностранным участием в уставном капитале
ИФС Индекс финансовой стабильность Сбербанка России
ИЭС Индекс экономической стабильности
ККО Число крупнейших кредитных организаций России с уставным капиталом более 10 млрд. руб.
КО Число кредитных организаций в России
КОИ Композитный опережающий индикатор
КПМ Квартальная прогностическая модель
КС Ключевая ставка Банка России
МВФ Международный валютный фонд
МП Монетарные правила
МР Международные резервы Банка России
НБРК Национальный Банк Республики Казахстан
ОК Объем кредитов в России
ОКРС Объем кредитов в реальный сектор экономики России
ОСК Объем стратегических кредитов, т.е. кредитов в реальный сектор России на срок свыше 3 лет
ОФЗ Облигации федерального займа
ОЭСР Организация экономического сотрудничества и развития
РК Средняя рентабельность капитала кредитных организаций России
Росфиннадзор Федеральная служба финансово-бюджетного надзора
РУ Число российских кредитных учреждений в России
СОИ Сводные опережающие индикаторы
ТИ Месячный темп инфляции
ТРВК Месячный темп роста валютного курса доллар-рубль
ФНС России Федеральная налоговая служба Российской Федерации
ФТС России Федеральная таможенная служба Российской Федерации
ЦБ РФ Центральный банк Российской Федерации
ЦМАКП Центр макроэкономического анализа и краткосрочного прогнозирования
ЧВВК Чистый ввоз/вывоз капитала России

Англоязычные обозначения и сокращения

BMI Barro’s Misery Index (индекс несчастья Барро)
CDS Сredit default swap (кредитно-дефолтовый своп)
IME Index of Monetary Efficiency (Индекс монетарной эффективности)
IMS Index of Monetary Stability (Индекс монетарной стабильности)
IMF Index of Monetary Freedom (Индекс монетарной свободы)
MCI Monetary Condition Index (Индекс монетарной конъюнктуры)
MPR Monetary Policy Rules (правила монетарной политики)
EMP Exchange Market Pressure (индекс давления на валютный рынок)
IEV Index of External Vulnerability (индекс внешней уязвимости)
IBSV Index of Banking System Vulnerability (индекс уязвимости банковской системы)
FSI Financial Stress Index (индекс финансового стресса)
FCI Financial Conditions Index (индекс финансового состояния)
OMI Okun’s Misery Index (индекса несчастья Оукена)
PMI Purchasing Managers’ Index (индекс деловой активности)

ВВЕДЕНИЕ

Актуальность представленного исследования связана, прежде всего, с изменением статуса Центрального банка Российской Федерации (ЦБ РФ), который из макрорегулятора за последние годы превратился в мегарегулятор. Так, традиционное понятие регулятора (или макрорегулятора) предполагает орган исполнительной власти, который направляет развитие национального хозяйства в части его отдельных сегментов. Как правило, макрорегулятор имеет широкое, но ограниченное поле деятельности и объект регулирования, тогда как мегарегулятор обладает расширенными полномочиями в части управления объекта регулирования, а также чрезвычайно обширным самим объектом регулирования. Напомним, что на сегодняшний день мегарегулятором в России является только ЦБ РФ. На наш взгляд, данная трансформация началась в 2012 г., когда первый заместитель председателя Правительства РФ И.И.Шувалов выступил с идеей создания регулятора финансовых рынков на базе Банка России (БР). Проект предполагал, что укрупненная Федеральная служба по финансовым рынкам, ведущая надзор за рынком ценных бумаг и страховыми компаниями, вольется в структуру БР. Концепцию создания мегарегулятора одобрил президент России В.В.Путин и в 2013 г. законодательные органы приняли Федеральный закон от 23.07.2013 №251-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в связи с передачей Центральному банку Российской Федерации полномочий по регулированию, контролю и надзору в сфере финансовых рынков» и с 1 сентября 2013 г. БР перешли функции упраздненной Федеральной службы по финансовым рынкам, превратив его в единый регулятор финансового сектора.

В 2017 г. БР получил возможность непосредственного участия в санации банков. Для этого был создан подконтрольный БР Фонд консолидации банковского сектора (ФКБС). В законе о банкротстве было прописано, что «прекращение обязательств банка» перед топ-менеджерами и бенефициарами является одним из условий внесения фондом денег в уставный капитал банка. Тем самым полномочия ЦБ РФ возросли еще больше, что позволяет говорить о том, что в стране окончательно сложился и действует полноценный мегарегулятор.

Вслед за получением ЦБ РФ новых полномочий он не замедлил ими воспользоваться и в 2017 г. принял решение о санации в рамках новой схемы банка «Финансовая Корпорация Открытие», который являлся системно значимой кредитной организацией России. Данная акция означала участие БР в качестве основного инвестора банка Открытие с использованием денежных средств ФКБС. При этом в банке Открытие была введена временная администрация, в состав которой вошли представители ЦБ РФ и ФКБС. Такое прямое участие БР в деятельности санируемого банка, несомненно, является революционным шагом в отечественном макрорегулировании.

Параллельно БР осваивает новые нетипичные для российской денежно-кредитной политики (ДКП) инструменты. Например, в ходе санации Бинбанка ЦБ РФ списал деньги со счетов топ-менеджеров и бенефициаров этого учреждения; деньги были сняты со счетов примерно 70 человек, в том числе основных владельцев банка М.Шишханова и М.Гуцириева. Ранее была осуществлена аналогичная акция по списанию денег со счетов топ-менеджеров банка Открытие, которые были направлены на докапитализацию санируемого банка. Такие беспрецедентные для российской практики меры говорят о том, что ЦБ РФ на сегодняшний день обладает практически неограниченными полномочиями по регулированию в стране монетарной ситуации.

Вместе с тем названные нововведения в отношении полномочий БР вызывают вопросы об их правомерности и эффективности применения. Например, не вполне ясно, что происходит в монетарной сфере страны – ситуация в ней в целом улучшается или ухудшается? Как могут сказаться действия БР на экономическом росте? Не грозят ли стране новые экономические потрясения?

Сегодня имеется огромный арсенал аналитических средств, способных в той или иной степени ответить на поставленные вопросы. Однако за все время развития кредитной сферы и экономической теории так и не обозначились общепризнанные методы и подходы для ответов на поставленные вопросы. В связи с этим возникает задача по разработке некоего интегрального измерителя эффективности монетарного климата, а следовательно, и эффективности регулирующих действий ЦБ РФ. При этом следует разделять две линии в деятельности мегарегулятора – по сдерживанию негативных действий и тенденций в монетарной сфере и по стимулированию позитивных актов хозяйствующих субъектов. Этими обстоятельствами и обусловлен выбор темы предлагаемой монографии.

Объектом исследования в данной работе выступает монетарная среда России, складывающаяся под воздействием регулирования со стороны ЦБ РФ при проведении ДКП. Предметом исследования являются существующие методы оценки эффективности ДКП и упреждающей монетарной диагностики, позволяющие прогнозировать экономический рост в Российской Федерации.

Целью данной работы является разработка специализированного Индекса монетарной эффективности, его апробация на статистических данных об экономике России, а также разработка рекомендаций по использованию разработанного инструментария для краткосрочного прогнозирования экономического роста.

Для реализации поставленной цели решались следующие задачи:

  1. Проведение анализа нормативно-правового поля регулятивной деятельности ЦБ РФ.
  2. Изучение существующих методов мониторинга и оценки эффективности ДКП, а также моделей упреждающей диагностики для краткосрочного прогнозирования экономического роста.
  3. Разработка Индекса монетарной эффективности и его апробация на статистических данных ЦБ РФ.
  4. Разработка и апробация эконометрических моделей упреждающей диагностики для России с участием Индекса монетарной эффективности в качестве объясняющей переменной.
  5. Разработка рекомендаций по использованию разработанного методического инструментария в деятельности ЦБ РФ и аналитического сообщества.

Теоретико-методологическую основу исследования составляют положения современной институциональной теории и макроэкономики, исследования таких зарубежных и отечественных специалистов в области управления финансами, развития институтов и макродиагностики, как Д.Норт, Д.Дзоло, Г.Камински, С.Лизондо, К.Рейнхарт, Б.Эйхенгрин, Э.Роуз, Д.Френкель, Дж.Миллс, Дж.Стиглиц, А.Вайсса, В.Полтерович, М.Мамонов, П.Трунин, С.Дробышевский, С.Донец, А.Могилат, Е.Дерюгина, А.Пономаренко, Е.Федорова, И.Лукасевич и др.

В процессе исследования использовались индексный метод и эконометрическое моделирование.

Информационной базой исследования послужили официальные статистические данные ЦБ РФ, Внешэкономбанка и Росстата, материалы справочно-правовых систем «Гарант» и «КонсультантПлюс», базы данных финансовой информации Bloomberg Terminal, разработки российских и зарубежных экономистов.

Научная новизна проведенного исследования заключается в разработке нового инструмента оценки эффективности монетарной среды и деятельности ЦБ РФ, основанного на идеологии учета двух свойств монетарных институтов – обеспечения монетарной стабильности и стимулирования экономической активности. Разработанный показатель позволяет проводить внешний аудит политики БР, оперативно выявляя перекосы в реализации его стабилизирующей и стимулирующей функций.

Данная работа была выполнена в рамках государственного задания Правительства Российской Федерации Финансовому университету при Правительстве РФ на 2017 год по теме «Разработка и аналитическое сопровождение индекса монетарной эффективности в Российской Федерации» (проект AAAA-A17-117060110148-8). Авторы выражают глубокую благодарность А.В.Власову, А.И.Райляну и М.А.Юревичу за помощь в подготовке аналитических материалов.

Выполненная работа является пилотным проектом и при его одобрении заинтересованными структурами может быть использована для внедрения в аналитическую практику Индекса монетарной эффективности и построенной на его основе упреждающей модели экономического роста.

ГЛАВА 1. НОРМАТИВНОЕ РЕГУЛИРОВАНИЕ МОНЕТАРНОГО КЛИМАТА В РОССИИ1Данный раздел написан с использованием аналитических материалов А.И.Райляна.

Монетарное регулирование как система мер по оказанию воздействия государства на экономику посредством регулирования спроса и предложения на денежном рынке и рынке валюты предполагает наличие следующих элементов: денежно-кредитное регулирование, валютное регулирование и валютный контроль. Таким образом, нормативно-правовое регулирование в рассматриваемой сфере осуществляется, прежде всего, банковским и валютным законодательством.

В узком смысле банковское законодательство включает Конституцию Российской Федерации и отраслевые федеральные законы. В то же время указанные выше общественные отношения также регулируются нормативными актами ЦБ РФ и иными подзаконными нормативными правовыми актами Российской Федерации. В своей совокупности данный массив правовых актов формирует банковское законодательство в широком смысле.

В связи с тем, что применение инструментов монетарной политики, обеспечивающих возможность увеличения или сокращения денежного предложения (операции на открытом рынке, регулирование учетной ставки, изменение уровня резервных требований) находится в компетенции БР, особое значение в части нормативно-правового регулирования рассматриваемых отношений имеет Федеральный закон от 10 июля 2002 г. №86-ФЗ «О Центральном банке Российской Федерации (Банке России)» (далее – закон о БР) [1].

Статус, цели деятельности, функции и полномочия БР определяются не только федеральным законодательством, но и Конституцией Российской Федерации [2]. Так, в соответствии со ст.75 Конституции РФ денежная эмиссия осуществляется исключительно ЦБ РФ, а защита и обеспечение устойчивости рубля является его основной функцией, которую БР выполняет независимо от других органов публичной власти.

Развивая положения, закрепленные в Конституции Российской Федерации, ст.3 закона о БР определяет основные цели деятельности ЦБ РФ, включая: защиту и обеспечение устойчивости рубля, развитие и укрепление банковской системы, обеспечение стабильности и развитие национальной платежной системы, развитие финансовых рынков и обеспечение стабильности финансового рынка Российской Федерации. Вместе с тем правовой статус БР не предполагает в качестве цели его деятельности извлечение прибыли.

В рамках ст.4 закона о БР можно выделить следующие функции ЦБ РФ в сфере монетарного регулирования экономики:

  • разработка и проведение единой государственной ДКП;
  • монопольное осуществление эмиссии наличных денег;
  • организация наличного денежного обращения;
  • обеспечение функции кредитора последней инстанции для кредитных организаций;
  • организация системы рефинансирования кредитных организаций;
  • управление золотовалютными резервами БР;
  • организация и осуществление валютного регулирования и валютного контроля;
  • определение и публикация официальных курсов иностранных валют по отношению к рублю.

Глава 7 закона о БР закрепляет положения о порядке применения находящихся в распоряжении ЦБ РФ основных инструментов ДКП, а также о методах их применения в целях определения порядка взаимодействия государства и иных экономических агентов в денежно-кредитной и валютной сферах, в частности:

1. Процентные ставки по операциям БР. ЦБ РФ реализует ДКП через управление процентными ставками. В соответствии со ст.37 закона о БР процентная политика используется в целях воздействия на рыночные процентные ставки. В частности, ЦБ РФ наделен правом устанавливать одну или несколько процентных ставок по различным видам операций, а также проводить процентную политику без фиксации процентной ставки, например:

  • в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 16 июня 2017 года №13) с 19 июня 2017 года процентная ставка по кредиту овернайт БР устанавливается в размере 10,00 процентов годовых [3];
  • в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 16 июня 2017 года №13) с 19 июня 2017 года процентная ставка по ломбардным кредитам БР, предоставляемым в соответствии с положением БР от 4 августа 2003 года №236-П «О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных залогом (блокировкой) ценных бумаг» [4], на срок 1 календарный день устанавливается в размере 10,00 процентов годовых [5];
  • в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 16 июня 2017 года №13) с 19 июня 2017 года процентные ставки по кредитам, обеспеченным золотом, предоставляемым в соответствии с положением БР от 30 ноября 2010 года №362-П «О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных золотом» [6], устанавливаются на срок 1 календарный день в размере 10,00 процентов годовых, а на срок от 2 до 549 календарных дней в размере ключевой ставки БР, увеличенной на 1,5 процентного пункта [7];
  • в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 16 июня 2017 года №13) с 19 июня 2017 года процентные ставки по кредитам, обеспеченным активами или поручительствами, предоставляемым в соответствии с положением БР от 12 ноября 2007 года №312-П «О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных активами или поручительствами» [8], устанавливаются на срок 1 календарный день в размере 10,00 процентов годовых, а на срок от 2 до 549 календарных дней в размере ключевой ставки БР, увеличенной на 1,75 процентного пункта [9];
  • в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 16 июня 2017 года №13) с 19 июня 2017 года фиксированные процентные ставки по депозитным операциям БР, проводимым в соответствии с положением БР от 9 августа 2013 года №404-П «О проведении Банком России депозитных операций с кредитными организациями» [10], на стандартных условиях "овернайт", "том-некст", "спот-некст", "до востребования" устанавливаются в размере 8,00 процентов годовых [11].

Таким образом, процентные ставки по операциям БР, проводимым в целях предоставления или абсорбирования ликвидности, являются одним из основных инструментов и методов ДКП БР.

2. Обязательные резервные требования. Под обязательными резервными требованиями, устанавливаемыми Советом директоров БР, понимаются нормативы обязательных резервов и коэффициент усреднения обязательных резервов. Сведения о размере обязательных резервных требований подлежат опубликованию в печатном издании «Вестник Банка России» и размещению на официальном сайте БР в информационно-телекоммуникационной сети «Интернет».

Нормативы обязательных резервов определяют размер обязательных резервов в процентном отношении к обязательствам кредитной организации и устанавливаются в зависимости от категорий резервируемых обязательств. При этом под обязательствами кредитной организации понимаются следующие обязательства, выраженные в валюте Российской Федерации или в иностранной валюте, состав и категории которых определяются положением БР от 1 декабря 2015 г. №507-П «Об обязательных резервах кредитных организаций» (п.2.2) [12]:

  • обязательства перед юридическими лицами и индивидуальными предпринимателями-нерезидентами, возникающие из договоров банковского счета и договоров на привлечение денежных средств;
  • обязательства перед физическими лицами (как резидентами, так и нерезидентами), возникающие из договора банковского вклада и банковского счета;
  • иные обязательства, не относящиеся к перечисленным выше категориям.

В свою очередь, в соответствии с п.1.1 положения БР №507-П в целях расчета усредненной величины обязательных резервов кредитной организации применяется коэффициент усреднения, который представляет собой числовой множитель, значение которого находится в интервале от 0 до 1 [12].

Выполнение обязательных резервных требований является обязанностью кредитной организации, которая возникает с момента получения соответствующей лицензии БР и прекращается с момента отзыва данной лицензии. По общему правилу выполнение обязательных резервных требований осуществляется либо путем депонирования обязательных резервов в БР в безналичном порядке денежными средствами, выраженными в валюте Российской Федерации, либо путем перевода соответствующих средств на специальные счета для хранения обязательных резервов, открытые в БР (так называемые счета по учету обязательных резервов), либо путем выполнения кредитной организацией обязанности по усреднению резервов, то есть поддержания необходимой усредненной величины обязательных резервов на корреспондентском счете (субсчете) в БР.

Целью деятельности по регулированию размера обязательных резервов является обеспечение соответствия их размера расчетной величине обязательных резервов. При этом ст.38 закона о БР закрепляет ряд ограничений в части определения размера обязательных резервов кредитной организации:

  • во-первых, максимальная величина нормативов обязательных резервов составляет 20% от размера обязательств кредитной организации;
  • во-вторых, нормативы, как и коэффициент усреднения, подлежат дифференциации в отношении банков, обладающих универсальной или базовой лицензией, а также небанковских кредитных организаций;
  • в-третьих, не допускается единовременное изменение нормативов более чем на пять пунктов.

В соответствии с п.1.7 положения БР №507-П определение размера подлежащих депонированию кредитными организациями резервов осуществляется БР на ежемесячной основе по месту нахождения головного офиса соответствующей кредитной организации [12].

В этой связи территориальные учреждения БР наделены следующими полномочиями:

  • регулирование размера обязательных резервов;
  • контроль за выполнением кредитными организациями обязательных резервных требований;
  • проведение проверок кредитных организаций;
  • применение к кредитным организациям мер ответственности за нарушение установленного порядка выполнения обязательных резервных требований.

Нарушение кредитной организацией обязательных резервных требований влечет за собой ряд негативных последствий. Так, БР наделен правом на основании инкассового поручения, выписываемого соответствующим подразделением расчетной сети БР, без распоряжения владельца счета, осуществить списание с корреспондентского счета соответствующей кредитной организации недостающие средства для покрытия требуемой суммы резервов. При этом порядок взаимодействия учреждений и подразделений БР при осуществлении деятельности по взысканию денежных средств с корреспондентских счетов кредитных организаций, открытых в БР, в счет погашения недовзноса в обязательные резервы, депонируемые в БР, а также неисполненных денежных обязательств кредитной организации перед БР, определяется указанием БР от 8 мая 2002 г. №1149-У [13].

Кроме того, БР вправе в судебном порядке взыскать с кредитной организации, нарушившей нормативы, штраф в сумме, не превышающей двукратную ставку рефинансирования, существовавшую на момент вынесения судом соответствующего акта. Согласно письму БР от 25 декабря 2003 г. №180-Т взысканные таким образом суммы штрафов подлежат перечислению в соответствующие местные бюджеты [14].

На обязательные резервы кредитной организации не может быть обращено взыскание по ее долгам, а в случае отзыва лицензии на осуществление банковских операций депонируемые кредитной организацией суммы обязательных резервов подлежат перечислению на её счет и используются в целях погашения обязательств ликвидируемого юридического лица.

3. Операции на открытом рынке. Согласно ст.39 закона о БР к числу операций, которые БР вправе совершать на открытом рынке, относятся:

  • купля-продажа казначейских векселей, государственных облигаций, иных государственных ценных бумаг, облигаций БР, а также заключение договоров РЕПО с перечисленными ценными бумагами;
  • купля-продажа иных ценных бумаг в соответствии с решением Совета директоров БР при условии их допуска к обращению на организованных торгах, а также заключение договоров РЕПО с данными ценными бумагами.

При этом осуществление БР операций на открытом рынке с акциями предполагает либо заключение исключительно договоров РЕПО, либо реализацию таких акций в связи с ненадлежащим исполнением контрагентом обязательств по договору РЕПО.

Заключение сделок РЕПО возможно только с кредитными организациями, отвечающими ряду требований, установленных указанием БР от 13 декабря 2012 г. N 2936-У «О требованиях к кредитным организациям, с которыми Банк России совершает сделки РЕПО» [15].

В частности, БР вправе принять решение о заключении договора РЕПО в отношении кредитной организации определенной классификационной группы – банки первой, второй и третьей классификационной группы и небанковские кредитные организации первой или второй классификационной группы [16].

Также необходимо наличие заключенного с БР генерального соглашения, которое определяет общие условия совершения сторонами сделок РЕПО на организованных торгах или вне рамок организованных торгов. В целях заключения генерального соглашения кредитная организация направляет в БР заявление о намерении заключить соответствующее соглашение и предоставляет комплект надлежащим образом оформленных документов.

В рамках унификации договорно-правового регулирования сделок РЕПО БР разработана типовая форма генерального соглашения, а условия совершения сделок РЕПО предполагают использование следующих способов заключения сделок [17]: организованные торги ПАО «Московская биржа», организованные торги АО «Санкт-Петербургская валютная биржа» и заключение сделок РЕПО с использованием информационной системы Bloomberg. Генеральным соглашением предусмотрено право БР изменять условия в одностороннем порядке с предварительным уведомлением кредитной организации без подписания дополнительных соглашений, что позволяет более оперативно и эффективно реагировать на изменения законодательства Российской Федерации и основных параметров ДКП.

Контрактные отношения в рамках РЕПО предполагают предоставление БР права на безакцептное списание денежных средств в сумме накопившейся задолженности с корреспондентского счета кредитной организации, открытого в БР, а также с банковских счетов, открытых в небанковских кредитных организациях, осуществляющих расчеты по сделкам РЕПО.

Кроме того, указание БР №2936-У предусматривает и некоторые негативные требования к кредитной организации в целях заключения договора РЕПО, в частности, отсутствие просроченных денежных обязательств перед БР или непредставленного расчета размера обязательных резервов, а также отсутствие факта сумм недовнесенных резервов и неуплаченных штрафов за нарушение нормативов [15].

4. Рефинансирование кредитных организаций. В соответствии со ст.40 закона о БР под рефинансированием понимается кредитование ЦБ РФ кредитных организаций. БР определяет общий объем выдаваемых им кредитов исходя из действующих ориентиров государственной ДКП, а также устанавливает формы, порядок и условия рефинансирования в рамках реализации функции кредитора последней инстанции.

Необходимо отметить, что в рамках принятия решения о переходе к режиму таргетирования инфляции Совет директоров БР инициировал реализацию комплекса мер по совершенствованию системы инструментов ДКП, включающего [18]:

  • введение ключевой ставки БР путем унификации процентных ставок по операциям предоставления и абсорбирования ликвидности на аукционной основе на срок 1 неделя;
  • формирование коридора процентных ставок БР и оптимизацию системы инструментов по регулированию ликвидности банковского сектора;
  • изменение роли ставки рефинансирования в системе инструментов БР.

Ключевой ставкой ДКП была объявлена процентная ставка по операциям предоставления и абсорбирования ликвидности на аукционной основе на срок 1 неделя. Предполагается, что использование ЦБ РФ ключевой ставки в качестве основного индикатора направленности ДКП должно способствовать улучшению понимания сущности принимаемых решений экономическими субъектами.

В то же время в соответствии с решением Совета директоров БР (протокол заседания Совета директоров БР от 11 декабря 2015 года №37) с 1 января 2016 года значение ставки рефинансирования БР было приравнено к значению ключевой ставки, определённому на соответствующую дату, соответственно, прекращено определение самостоятельного значения ставки рефинансирования БР [19].

Указанные мероприятия были направлены как на оптимизацию системы процентных инструментов, включая уменьшение их числа и устранение дублирования, так и на повышение уровня транспарентности ДКП государства в целях повышения эффективности процентного и информационного каналов ее трансмиссионного механизма и достижению конечной цели по обеспечению ценовой стабильности.

5. Валютные интервенции. В соответствии со ст.41 закона о БР под валютными интервенциями понимается особый инструмент ДКП ЦБ РФ, представляющий собой куплю-продажу БР иностранной валюты на валютном рынке с целью укрепления или ослабления валютного курса рубля и воздействия на суммарный спрос и предложение денег.

Так, существовавший до конца 2014 года механизм курсовой политики предполагал сохранение интервала допустимых значений стоимости бивалютной корзины и регулярные валютные интервенции на границах указанного интервала и за его пределами. Таким образом, наличие «валютного коридора» предусматривало установление БР верхней и нижней границ рубля Российской Федерации по отношению к доллару США. Официальный курс рубля устанавливался в пределах «валютного коридора», а в случае необходимости БР корректировал курс рубля путем проведения валютных интервенций.

В рамках режима плавающего валютного курса предполагается, что ЦБ РФ не будет препятствовать формированию тенденций в динамике курса национальной валюты, обусловленных действием фундаментальных макроэкономических факторов. Таким образом, фиксированные ограничения на уровень курса национальной валюты или целевые значения его изменения не устанавливаются. В то же время БР нивелирует воздействие, оказываемое колебаниями валютного курса, для обеспечения постепенной адаптации экономических агентов к изменению внешнеэкономической конъюнктуры. Так, в условиях преобладания тенденции к ослаблению рубля по отношению к основным мировым валютам БР осуществлял в 2014 году значительные объемы валютных интервенций, направленных на сглаживание колебаний курса национальной валюты. За январь-октябрь 2014 года объем нетто-продажи иностранной валюты БР составил 70,5 млрд. долларов США. Наибольший объем продаж иностранной валюты БР осуществлялся в марте и октябре (25,4 и 29,3 млрд. долларов США), когда давление на курс рубля было особенно сильным [20].

Вместе с тем с 5 ноября 2014 года БР, отказавшись от проведения неограниченных по объему валютных интервенций, изменил подход к осуществлению операций, направленных на сглаживание колебаний курса рубля. Так, в рамках режима плавающего валютного курса БР не устанавливает ориентиров, в том числе операционных, для уровня или изменения курса, позволяя курсообразованию происходить под влиянием рыночных факторов. При этом ЦБ РФ оставляет за собой возможность осуществлять нерегулярное воздействие на внутренний валютный рынок для сглаживания волатильности курса национальной валюты или предотвращения его чрезмерных изменений.

6. Установление ориентиров роста денежной массы. Согласно ст.42 закона о БР в рамках реализации мер монетарного регулирования экономики ЦБ РФ, исходя из основных направлений единой государственной ДКП, вправе устанавливать ориентиры роста одного или нескольких показателей денежной массы. При этом динамика банковского кредитования и соответствующее увеличение денежной массы опосредованы потребностями экономики, формируемыми существующими материальными, людскими и управленческими ресурсами в целях увеличения производства товаров и услуг.

Необходимо отметить, что действующее законодательство в сфере монетарного регулирования экономики не содержит определения денежной массы, в то же время в «Основных направлениях единой государственной денежно-кредитной политики на 2017 год и период 2018 и 2019 годов» представлено как определение денежной массы, так и денежной массы в национальном определении и широкой денежной массы [21].

Так, под денежной массой понимается сумма денежных средств, находящихся в распоряжении резидентов Российской Федерации (за исключением органов государственного управления и кредитных организаций). При этом в целях проведения экономического анализа также рассчитываются различные денежные агрегаты, например, наличные деньги в обращении, денежная масса в национальном определении, широкая денежная масса. В частности, денежный агрегат денежный агрегат М1 определяется как сумма наличных денег в обращении и остатков средств резидентов Российской Федерации (юридических лиц, за исключением кредитных организаций, а также физических лиц) на расчетных, текущих и иных счетах до востребования, открытых в банковской системе в валюте Российской Федерации, а также начисленные проценты по ним.

Денежная масса в национальном определении (М2) включает в себя наличные деньги в обращении, средства резидентов Российской Федерации (юридических лиц, за исключением кредитных организаций, а также физических лиц), размещенные на расчетных, текущих и иных счетах до востребования (в том числе счетах для расчетов с использованием банковских карт), в срочных депозитах и иных срочных инструментах, открытых в банковской системе в валюте Российской Федерации, начисленные на указанные суммы проценты.

В свою очередь, широкая денежная масса (М2Х) включает наличные деньги в обращении и средства резидентов Российской Федерации (за исключением кредитных организаций) на расчетных, текущих и иных счетах до востребования, в срочных депозитах и иных срочных инструментах, открытых в банковской системе как в валюте Российской Федерации, так и в иностранной валюте, а также начисленные проценты по ним.

7. Прямые количественные ограничения. Положения ст.40 закона о БР наделяют ЦБ РФ полномочиями по кредитованию кредитных организаций, для чего БР вправе устанавливать прямые количественные ограничения (ст.43). Данный инструмент монетарной политики представляет собой введение лимитов на рефинансирование кредитных организаций, а также на проведение ими отдельных банковских операций.

Вместе с тем право БР вводить такие ограничения не является абсолютным, в частности:

  • прямые количественные ограничения носят общий, а не индивидуальный характер, т.е. в равной степени касающийся всех кредитных организаций;
  • их введение допускается в исключительных случаях и только в целях проведения единой государственной ДКП;
  • обязательным условием введения прямых количественных ограничений является проведение предварительных консультаций с Правительством Российской Федерации.

Таким образом, закон, наделяя ЦБ РФ публичными полномочиями в сфере деятельности банковской системы Российской Федерации, исключает произвольную реализацию им своих полномочий, определяя условия введения ограничений в отношении кредитных организаций, а также принятие органами, осуществляющими публичные полномочия, произвольных (нормативно и материально не обоснованных) решений в отношении прав и обязанностей субъектов хозяйственной деятельности [23].

Принятие решения о применении прямых количественных ограничений, в соответствии со ст.18 закона о БР, отнесено к компетенции Совета директоров ЦБ РФ. Соответствующий акт БР подлежит обязательному опубликованию в официальном издании БР (Вестник Банка России) в течение 10 дней со дня принятия этих решений.

8. Эмиссия облигаций от своего имени. В рамках реализации функции монетарного регулирования экономики БР наделен правом от своего имени осуществлять эмиссию облигаций, размещаемых и обращаемых среди кредитных организаций (ст.44 закона о БР). В этой связи необходимо отметить, что Российская Федерация, в силу положений ст.2 закона о БР, не отвечает по обязательствам ЦБ РФ, и наоборот. Исключение составляют либо случаи непосредственного принятия на себя таких обязательств, либо соответствующая оговорка в законе.

При этом максимально допустимый размер номинальной стоимости всех непогашенных облигаций БР не может превышать разницу между максимально возможной суммой обязательных резервов кредитных организаций и суммой обязательных резервов, определенной исходя из действующего норматива.

Особенности эмиссии и обращения облигаций БР определены Федеральным законом от 22 апреля 1996 г. №39-ФЗ «О рынке ценных бумаг» (далее – закон о рынке ценных бумаг) [23].

Так, ст.27.5-1 закона о рынке ценных бумаг предусматривает ряд специальных требований, определяющих правовой статус данного инструмента:

  1. предусмотрена исключительно документарная форма облигации БР;
  2. такие облигации являются ценными бумагами на предъявителя с обязательным централизованным хранением;
  3. отсутствует обязанность эмитента по государственной регистрации выпуска облигаций;
  4. идентификационный номер выпуску присваивается самим эмитентом;
  5. приобретателями облигаций БР могут быть только кредитные организации, зарегистрированные в российской юрисдикции.

В целях защиты интересов приобретателей облигаций БР и обеспечения транспарентности соответствующих процедур п.4 ст.27.5-1 закона о рынке ценных бумаг возлагает на БР обязанность по раскрытию ряда сведений об эмиссии облигаций, включая информацию о принятии, утверждении решения о выпуске, о завершении размещения ценных бумаг, а также об исполнении соответствующих обязательств.

Необходимо отметить, что перечень основных инструментов и методов ДКП, закрепленный в ст.35 закона о БР, является открытым, а ЦБ РФ наделен правом определять и иные инструменты.

В то же время разработка и проведение единой государственной денежно-кредитной политики осуществляется БР во взаимодействии с Правительством Российской Федерации. Например, БР обязан не позднее 1 декабря текущего года представить на рассмотрение в Государственную Думу основные направления единой государственной ДКП на предстоящий год. При этом проект данного программного документа подлежит представлению Президенту Российской Федерации и в Правительство Российской Федерации (ст.45 закона о БР).

Как отмечалось выше, в рамках монетарного регулирования экономики наряду с денежно-кредитным регулированием предполагается также наличие элементов валютного регулирования и валютного контроля. Целью валютного законодательства является обеспечение реализации единой государственной валютной политики, а также устойчивости российской валюты и стабильности внутреннего валютного рынка как необходимых условий развития национальной экономики.

Валютное законодательство Российской Федерации состоит из Конституции Российской Федерации, Федерального закона от 10 декабря 2003 г. №173-ФЗ «О валютном регулировании и валютном контроле» (далее – закон о валютном регулировании) [24] и иных, принятых в соответствии с ним, актов валютного законодательства. Кроме того, органы валютного регулирования в пределах своей компетенции вправе издавать подзаконные нормативно-правовые акты в области валютного регулирования. Вместе с тем такие подзаконные акты не могут содержать нормы, регулирующие общественные отношения в сфере валютных операций.

П.2 ст.4 закона о валютном регулировании предусматривает приоритет норм международного права над национальным валютным законодательством, а также их прямое действие, за исключением случаев, требующих издания внутригосударственного акта валютного законодательства.

В связи с наличием особых правовых рисков, которые могут оказать существенное влияние на права и законные интересы резидентов и нерезидентов в связи с реализацией мер государственной валютной политики, закон о валютном регулировании предусматривает специальные положения о действии валютного законодательства во времени.

Так, по общему правилу акты валютного законодательства и соответствующие подзаконные нормативные правовые акты обратной силы не имеют, т.е. применяются только к отношениям, возникшим после их вступления в силу. Однако допускается и исключение из этого правила, которое может быть установлено специальной нормой закона о валютном регулировании. В то же время исключается обратная сила нормативных правовых актов, ухудшающих положение резидентов и нерезидентов и устанавливающих новые обязанности для указанных субъектов.

Вместе с тем акты валютного законодательства и иные акты, улучшающие положение резидентов и нерезидентов, например, отменяющие ограничения на осуществление валютных операций, имеют обратную силу при наличии соответствующей оговорки, а неустранимые сомнения, противоречия и неясности в содержании нормативно-правовых актов в сфере валютного регулирования и контроля должны толковаться исключительно в пользу резидентов и нерезидентов.

К числу основополагающих принципов, отражающих основные начала правового регулирования в части реализации таких элементов монетарного регулирования экономики, как валютное регулирование и валютный контроль, следует отнести: приоритет мер экономического характера, исключение неоправданного вмешательства государства, единство внешней и внутренней валютной политики, единство системы валютного регулирования и контроля, гарантирование защиты прав и законных интересов резидентов и нерезидентов (ст.3 закона о валютном регулировании).

В соответствии со ст.5 закона о валютном регулировании, органами, осуществляющими валютное регулирование, являются БР и Правительство Российской Федерации.

На основании актов валютного законодательства и в соответствии с решением Совета директоров БР ЦБ РФ устанавливает единый порядок представления резидентами и нерезидентами в уполномоченные банки документов и информации, которые связаны с проведением валютных операций, а также порядок оформления паспортов сделок и учета уполномоченными банками валютных операций и контроля за их проведением.

В частности, инструкция БР от 4 июня 2012 г. №38-И определяет порядок [25]:

  1. представления резидентами и нерезидентами уполномоченным банкам документов и информации при осуществлении валютных операций;
  2. хранения уполномоченными банками данных по проведенным валютным операциям;
  3. оформления, закрытия, переоформления паспорта сделки и перевода паспорта сделки в другой уполномоченный банк;
  4. представления резидентами подтверждающих документов, формирования и ведения ведомости банковского контроля;
  5. учета валютных операций по аккредитивам;
  6. обмена документами и информацией между резидентами (нерезидентами) и уполномоченными банками;
  7. осуществления уполномоченными банками контроля при представлении резидентами (нерезидентами) документов и информации.

Кроме того, в целях предоставления широкому кругу пользователей достоверной, актуальной, сопоставимой, общедоступной информации БР готовит и публикует статистическую информацию по валютным операциям.

Особенности правового статуса резидентов при осуществлении валютных операций определяются набором прав и обязанностей, закрепленных в ст.14 закона о валютном регулировании. Например, по общему правилу резиденты вправе без ограничений открывать в уполномоченных банках банковские счета и банковские депозиты в иностранной валюте. При этом расчеты в рамках осуществления валютных операций производятся юридическими лицами-резидентами либо через банковские счета в уполномоченных банках, либо переводами электронных денежных средств. В то же время допускается проведение расчетов между юридическими лицами – резидентами и физическими лицами – нерезидентами в рублях Российской Федерации в наличной форме по договорам розничной купли-продажи, а также возмездного оказания услуг (транспортных, гостиничных и др.).

В некоторых случаях валютное законодательство позволяет юридическим лицам – резидентам проводить расчеты с нерезидентами в наличной иностранной валюте или валюте Российской Федерации без использования банковских счетов в уполномоченных банках, например, за обслуживание иностранных воздушных, речных или морских судов в национальных аэропортах, портах, а также при оплате нерезидентам аэронавигационных, аэропортовых и портовых сборов либо, наоборот, за обслуживание судов в аэропортах (портах) иностранных государств и при оплате транспортных сборов.

В свою очередь, по общему правилу осуществление валютных операций физическими лицами – резидентами также происходит через банковские счета, открытые в уполномоченных банках, за исключением ряда операций в соответствии с п.3 ст.14 закона о валютном регулировании, например: дарение валютных ценностей супругу и близким родственникам; завещание валютных ценностей или получение их по праву наследования; покупка у уполномоченного банка или продажа уполномоченному банку наличной иностранной валюты; расчеты в магазинах беспошлинной торговли; переводы без открытия банковских счетов.

В последнем случае указанием БР от 30 марта 2004 г. №1412-У установлено, что при осуществлении таких валютных операций физическое лицо – резидент имеет право перевести из РФ без открытия банковского счета в уполномоченном банке иностранную валюту или валюту РФ в сумме, не превышающей в эквиваленте 5000 долларов США, исходя из официальных курсов иностранных валют к рублю, установленных БР на дату поручения уполномоченному банку на осуществление указанного перевода [26]. Одновременно с этим указанная сумма является верхним пределом общей суммы переводов такого физического лица из Российской Федерации в течение одного операционного дня.

Следует отметить, что валютное законодательство ограничивает именно валютные операции между резидентами, в то время как валютные операции между резидентами и нерезидентами осуществляются без ограничений, за исключением операций, предусмотренных законом.

Завершая вопрос валютного регулирования, необходимо остановиться и на таком инструменте, как ограничение ввоза на территорию Российской Федерации и вывоза из Российской Федерации валютных ценностей, валюты Российской Федерации и внутренних ценных бумаг (ст.15 закона о валютном регулировании).

Так, ввоз/вывоз указанных объектов гражданских прав осуществляются при условии соблюдения требований таможенного законодательства Таможенного союза в рамках ЕврАзЭС и национального таможенного законодательства. В частности, в соответствии с Договором о порядке перемещения физическими лицами наличных денежных средств и (или) денежных инструментов через таможенную границу таможенного союза (Астана, 5 июля 2010 г.) ввоз и вывоз наличных денежных средств и (или) дорожных чеков в сумме, превышающей в эквиваленте 10 тысяч долларов США, указанные денежные средства и (или) дорожные чеки подлежат таможенному декларированию [27].

Правовое регулирование в сфере валютного контроля как одного из элементов монетарного регулирования осуществляется гл.4 закона о валютном регулировании и принятыми в соответствии с действующим законодательством подзаконными нормативными правовыми актами.

Можно выделить два уровня валютного контроля:

  1. публичный, или осуществляемый органами публичной власти (Правительством Российской Федерации);
  2. осуществляемый агентами валютного контроля в рамках полномочий, делегированных им в соответствии с действующим отраслевым законодательством.

Функциями органов валютного контроля в Российской Федерации наделены ЦБ РФ, а также федеральные органы исполнительной власти в соответствии с постановлением Правительства Российской Федерации.

При этом разграничение полномочий в сфере валютного контроля между БР и федеральными органами исполнительной власти зависит от правового статуса подконтрольных лиц.

Так, контроль за операциями, связанными с приобретением или отчуждением валютных ценностей, использованием валютных ценностей в качестве средства платежа (валютные операции), в которых участвуют кредитные организации и некредитные финансовые организации, определенные законом о БР, осуществляет ЦБ РФ. В свою очередь, валютный контроль в отношении резидентов и нерезидентов, которые не обладают статусом кредитной организации, либо некредитной финансовой организации, осуществляющей отдельные виды деятельности в соответствии с законом о банкротстве, в рамках своих полномочий осуществляют следующие федеральные органы исполнительной власти:

  • Федеральная налоговая служба Российской Федерации (далее – ФНС России) в пределах компетенции налоговых органов (согласно п.1 Положения об ФНС России [28]).
  • Федеральная таможенная служба Российской Федерации (далее – ФТС России) согласно п.1 Положения об ФТС России [29].

Обеспечение координации деятельности в сфере валютного контроля между ФНС России и ФТС России, а также организация взаимодействия указанных федеральных органов исполнительной власти с БР согласно п.6 ст.22 закона о валютном регулировании возложено на Правительство Российской Федерации. При этом БР также обеспечивает взаимодействие в области информационного обмена между уполномоченными банками и профессиональными участниками рынка ценных бумаг, с одной стороны, и органами валютного контроля, с другой. В частности, с целью обеспечения информационного взаимодействия и организации обмена информацией по вопросам валютного контроля, а также повышения эффективности использования соответствующих информационных ресурсов между БР и Федеральной службой финансово-бюджетного надзора (далее – Росфиннадзор) было заключено cоглашение об информационном взаимодействии [30]. В соответствии со ст.2 данного cоглашения стороны в лице уполномоченных ими подразделений осуществляют взаимный обмен информацией, перечень которой установлен Приложениями 1 и 2 к cоглашению, на основе принципов безвозмездности и конфиденциальности. Например, на основании письменного обращении Росфиннадзора или его территориального органа территориальные учреждения БР предоставляют копии документов и иную информацию, находящиеся в досье по паспорту сделки.

БР в целях реализации полномочий в сфере защиты прав потребителей финансовых услуг и организации эффективного информационного взаимодействия было заключено соответствующее соглашение с Федеральной службой по надзору в сфере защиты прав потребителей и благополучия человека [31]. Соглашение предусматривает осуществление оперативного обмена информацией (в том числе статистическими данными) путем её передачи между территориальными органами и структурными подразделениями сторон с использованием информационно-телекоммуникационных сетей на основании принципов законности, конфиденциальности, согласованности, взаимопомощи и безвозмездности. Вместе с тем взаимодействие сторон соглашения предполагает не только обмен информацией по вопросам, входящим в их компетенцию и представляющим взаимный интерес, но и организацию соответствующей работы территориальных органов и структурных подразделений, а также формирование общей позиции по актуальным вопросам предоставления финансовых услуг потребителям в целях предупреждения нарушения прав и законных интересов граждан.

В соответствии с п.3 ст.22 закона о валютном регулировании в качестве агентов валютного контроля выступают:

  1. уполномоченные банки;
  2. профессиональные участники рынка ценных бумаг (не являющиеся уполномоченными банками);
  3. государственная корпорация «Банк развития и внешнеэкономической деятельности (Внешэкономбанк)».

На уполномоченные банки, действующие в качестве агентов валютного контроля, российское законодательство возлагает обязанность по передаче федеральным органам исполнительной власти, выступающим в качестве органов валютного контроля (прежде всего, ФТС России), информации, предусмотренной нормативными правовыми актами в сфере валютного контроля.

Так, положением БР от 29 декабря 2010 г. №364-П установлен порядок передачи уполномоченными банками в таможенные органы в электронном виде информации по оформленным, переоформленным, принятым на обслуживание или закрытым паспортам сделок по внешнеторговым контрактам, включая порядок обеспечения информационной безопасности, формат и структуру электронного сообщения, порядок его передачи и др. [32].

Согласно ст.23 закона о валютном регулировании права органов и агентов валютного контроля можно подразделить на две группы. Во-первых, это общие права, которыми обладают как органы валютного контроля, так и агенты валютного контроля. Например, право проводить проверки соблюдения резидентами и нерезидентами отраслевых нормативных правовых актов, полноты и достоверности учета и отчетности по осуществляемым валютным операциям, а также право направлять запросы и, соответственно, получать искомые документы и информацию от резидентов и нерезидентов. Во-вторых, закон о валютном регулировании закрепляет специальные права органов валютного контроля, включая право выдавать предписания об устранении выявленных нарушений в сфере валютного регулирования и право применять соответствующие меры ответственности.

Таким образом, нормативно-правовое отражение мер монетарного регулирования экономики, исходя из их содержания и структуры элементов монетарного регулирования, представлено отраслевым (банковским) и валютным законодательством. При этом системообразующую роль здесь играют закон о БР и закон о валютном регулировании.

Так, Конституция Российской Федерации (ст.75) и закон о БР определяют защиту и обеспечение устойчивости рубля как основную функцию БР и как основную цель ДКП, являющуюся элементом монетарного регулирования экономики (ст.34.1), наделяя ЦБ РФ соответствующими инструментами ДКП (меры монетарного регулирования).

Закон о валютном регулировании, в свою очередь, закрепляет основополагающие начала (принципы) и систему валютного регулирования и валютного контроля в Российской Федерации, определяет правовой статус органов валютного регулирования и контроля, агентов валютного регулирования, а также права и обязанности резидентов и нерезидентов при осуществлении валютных операций.

Вместе с тем, применение определенных инструментов монетарной политики отнесено к компетенции отдельных субъектов, обладающих публичными полномочиями. Особенно ярко это проявляется в функционале ЦБ РФ, что и предопределило особое значение подзаконных нормативных правовых актов как источников правового регулирования в рассматриваемой сфере, в частности, постановлений Правительства Российской Федерации, подзаконных нормативных правовых актов БР, а также министерств и ведомств (федеральных органов исполнительной власти).

Таким образом, нормативно-правовое регулирования в сфере монетарного регулирования экономики представлено двумя уровнями. Во-первых, Конституцией Российской Федерации и соответствующими отраслевыми федеральными законами (законодательство в сфере монетарного регулирования в узком смысле), во-вторых, подзаконными нормативными правовыми актами Российской Федерации.

В своей совокупности данный массив нормативных правовых актов формирует законодательство в сфере монетарного регулирования в широком смысле.

ГЛАВА 2. МЕТОДЫ УПРЕЖДАЮЩЕЙ ДИАГНОСТИКИ: МЕЖДУНАРОДНЫЙ ДАЙДЖЕСТ

2.1. Основные режимы монетарной политики и монетарные правила

В своей конечной цели монетарная политика любого государства ориентирована на достижение устойчивого развития экономики. Однако выбор монетарного режима во многом зависит от целевого показателя, на который ориентируются в своей деятельности монетарные органы власти, а также от тактики достижения поставленной цели. В связи с этим принято говорить об активной и пассивной ДКП. Сторонники первой выступают за активное вмешательство государства в экономические процессы, приверженцы второй считают, что вмешательство государства должно быть опосредованным – через механизм ДКП, когда центральный банк берет на себя определенные обязательства и действует в соответствии с определенными правилами монетарной политики (Monetary Policy Rules, далее – MPR) или просто монетарными правилами (МП).

В настоящее время принято говорить о следующих режимах монетарной политики, каждому из которых соответствуют определенные МП: таргетирование валютного курса; денежное таргетирование; инфляционное таргетирование; ДКП без явного номинального якоря.

Исторический процесс формирования правил ДКП происходил на протяжении нескольких столетий [33]. Одним из самых первых MPR принято считать правило фиксированного валютного курса (правило конвертируемости), которое уходит своими корнями в XVII век, в эпоху металлических денежных стандартов и первых эмиссионных банков. Это правило легло в основу режима валютного таргетирования. Примером такого правила является правило Палмера (Palmer rule)1Названо в честь Д.Х.Палмера (Palmer), руководившего Банком Англии в 1830–1832 гг. . Сущность проводимой в этом случае политики заключается в поддержании стабильности валютного курса путем либо жесткой фиксации его величины («валютный якорь»), либо установления «валютного коридора», либо абсолютной привязки денежной массы в стране к валютным резервам (так называемое «валютное правление») [34]. Изначально стоимость национальной валюты привязывалась к золоту или серебру (до 30-х гг. XIX века), затем – к стоимости валюты других стран. Данная политика характерна для развивающихся стран и на разных этапах реформ использовалась такими государствами, как Мексика, Польша, Чили, Венгрия, Россия и др.

К преимуществам проведения данной политики относят, во-первых, относительную простоту ее осуществления, прозрачность и доступность в понимании для населения, что в свою очередь лучше влияет на инфляционные ожидания, во-вторых, возможность сдерживать и контролировать внутреннюю инфляцию, в-третьих, валютное регулирование позволяет влиять на экономику страны, не попадая при этом под существенное влияние структурных и институциональных сдвигов в экономике.

Режим денежного таргетирования, получивший широкое распространение в развитых странах (Германия, Швейцария, Япония, Канада и др.) в 1973 году после распада Бреттон-Вудской системы, предполагает для достижения стабильности цен использование денежных агрегатов в качестве целевых ориентиров. Сторонники данного режима (монетаристы) исходят из того, что темп инфляции определяется приростом денежной массы: в случае превышения темпа инфляции некоего нормативного значения уровень денежного агрегата превысит целевой ориентир. Соответственно сокращение роста денежной массы в перспективе приведет к восстановлению темпа инфляции [35].

Наибольшую популярность в качестве определяющего данный режим МП получило правило Фридмана (Friedman rule) – правило постоянного темпа прироста денежной массы. Сущность этого правила, по мнению М.Фридмана (Friedman), заключается в том, что проводимая государством ДКП должна быть ориентирована на достижение равновесия между предложением денег и спросом на них путем установления некоего соотношения между темпом роста денег в обращении, приростом цен и ВВП. Фактически рост денежной массы должен соответствовать темпу роста ВВП и составлять порядка 2–5%. «Оптимальное количество денег», согласно правилу Фридмана, должно обеспечивать такие темпы изменения цен, при которых процентная ставка равнялась бы нулю [33].

В последующие годы правило Фридмана получило свое распространение в целом ряде других МП, наиболее популярным из которых стало правило МакКаллума (McCallum rule)1Разработано Б. МакКаллумом (McCallum) в 1988 г.. Отличие данного правила от трактовки Фридмана заключается в наличии некоей константы, учитывающей отклонение номинального ВВП от его потенциального значения и определяющей деловую активность.

К числу достоинств данного режима относится возможность проведения центральным банком независимой монетарной политики и оперативного реагирования на внутренние проблемы в экономике. В то же время самым существенным его недостатком является высокая волатильность связи между ключевыми показателями, что делает достижение поставленных ориентиров практически невозможным. В настоящее время мировые лидеры отказались от политики денежного таргетирования и рассматривают денежные агрегаты только в качестве индикативных показателей.

Таким образом, в 90-х гг. XX века мировое сообщество столкнулось с необходимостью поиска нового режима регулирования финансового рынка, которым стало инфляционное таргетирование, подразумевающее поддержание стабильности цен путем регулирования процентной ставки.

В начале XX века МП, определявшим режим инфляционного таргетирования, было «правило процентной ставки»2Предложено в 1898 году шведским экономистом К. Викселем (Wicksell), сущность которого заключается в регулировании центральным банком процентной ставки в зависимости от динамики инфляции: процентная ставка остается неизменной при неизменности цен, повышается – при их повышении, понижается – при их понижении.

В 1992 г. Ч.Гудхарт (Goodhart) предложил иное правило, согласно которому предусматривается больший рост процентных ставок по сравнению с темпами роста инфляции в соответствии с формулой (1). Так, при нулевой инфляции предусматривается 3-процентная ставка, а при ее росте на 1% темп роста процентной ставки должен составлять 1,5% [36]:

где i – номинальная процентная ставка; πt – уровень инфляции в период времени t; πt*- желаемый уровень инфляции.

Практически одновременно с правилом Гудхарта профессор Стэнфордского университета Дж.Тэйлор (Taylor) предложил свое МП, получившее наибольшее распространение и популярность. Правило Тэйлора заключается в том, что при определении ключевой процентной ставки необходимо учитывать не только равновесное значение реальной процентной ставки и темп инфляции, но и переменные гэпа (разрыва) инфляции и ВВП в соответствии с формулой (2). Тем самым Дж.Тэйлор сформулировал простое для регулятора и понятное для широких масс правило реакции центрального банка на шоки, возникающие в экономике.

где it– краткосрочная номинальная ставка; πt – уровень инфляции в период времени t; rt* – предполагаемый уровень реальной процентной ставки; πt* – желаемый уровень инфляции; yt– фактический выпуск (ВВП); yt* – потенциальный ВВП; aπ и ay – параметры чувствительности.

Согласно правилу Тэйлора в условиях равновесия (когда инфляция не превышает свое целевое значение1Определено Дж.Тэйлором (Taylor) в 2%., а выпуск соответствует уровню полной занятости) реальная процентная ставка должна равняться 2%. В случае «перегрева» экономики политика центрального банка должна быть направлена на повышение процентной ставки, и обратно. При этом большее значение Тэйлор придает изменениям цен, чем ВВП, считая гэп ВВП индикатором будущей инфляции [33]. Согласно принципу Тэйлора рост инфляции на 1% должен приводить к большему росту процентной ставки (более чем на 1%).

Несмотря на многие достоинства этого правила (стабилизационные свойства, простота, доступность, полезность при анализе истории монетарной политики и др.), оно обладает целым рядом недостатков, основными из которых являются информационная ограниченность (противники подхода считают, что необходимо при анализе использовать более разнородную экономическую статистику – денежные агрегаты, валютный курс, бюджетные показатели и др.) и наличие различных интерпретаций МП (разные методы оценки могут приводить к различным рекомендациям в отношении процентной ставки). Указанные недостатки привели к тому, что несмотря на свою популярность, правило Тэйлора, во-первых, не является приоритетным в работе центральных банков (наряду с ним используются более сложные экономические модели), а во-вторых, получило свое дальнейшее развитие (имеется достаточно большое количество его модификаций). Так, в 1993 году Д.Хендерсон (Henderson) и У.МакКиббин (McKibbin) предложили несколько иную спецификацию правила Тэйлора, изменив степень влияния показателей гэпа ВВП и инфляции на значение процентной ставки (правило Хендерсона-МакКиббина). В конце 90-х гг. Дж.Джудд (Judd) и Г.Рудебуш (Rudebusch) ввели дополнительный целевой ориентир – желаемый уровень ставки по федеральным фондам, который определяется в соответствии с классическим правилом Тэйлора и в свою очередь влияет на базовую процентную ставку согласно формулам (3) и (4) [36]:


где it – краткосрочная номинальная ставка; i ̅_t – желаемый уровень ставки по федеральным фондам; πt – уровень инфляции в период времени t; πt* - желаемый уровень инфляции; yt – фактический выпуск (ВВП); φ и ρ – параметры чувствительности.

В 1997 году Р.Кларида (Clarida), Х.Гали (Gali) и М.Гертлер (Gertler) предложили в качестве инструмента ДКП использовать краткосрочную номинальную процентную ставку, значение которой зависит от ожидаемых отклонений основных макроэкономических переменных от их целевых значений в соответствии с формулой (5) (правило Клариды-Гали-Гертлера):

где i ̅ – долгосрочная номинальная процентная ставка; πt+n – инфляция за период t÷(t+n); Ωt – множество информации, доступной центральному банку в момент времени t; yt – реальный выпуск; π* и y* – целевые значения показателей инфляции и выпуска; E[ ] – оператор ожидания.

МП (5) позволяет центральным банкам учитывать различные экономические факторы (обменный курс, денежную массу и др.). Позже обобщенную формулу классической модели Тэйлора предложил Атанасиос Орфанидес (Orphanides), заменивший гэп ВВП на разницу между фактическим и потенциальным выпуском (правило Орфанидеса).

Классическое правило Тэйлора характерно для стран с закрытой экономикой, в то время как в странах с открытой экономикой (Канада, Швеция, Новая Зеландия и др.) применяются иные МП, типичным примером которых являются индексы денежно-кредитного давления (Indices of monetary pressure). Их отличительной чертой является комбинация переменных валютного курса и процентной ставки. Наибольшую известность получили правило Болла и Индекс монетарной конъюнктуры (Monetary Condition Index, MCI), разработанный в начале 90-х гг. специалистами Банка Канады. Индекс MCI рассчитывается как среднее значение изменений валютного курса и процентной ставки по формуле (6):

где rt – реальная краткосрочная процентная ставка в момент времени t; qt – логарифм реального валютного курса в момент времени t; rb и qb – значения показателей процентной ставки и валютного курса в базовом периоде.

На практике показатель MCI зачастую используется не только как правило ДКП, но и в качестве ее операционной цели (когда устанавливается некое значение индекса, отражающее равновесное сочетание валютного курса и процентной ставки) и информационного показателя состояния экономики. Диагностирующие функции индекса MCI будут рассмотрены в следующем параграфе.

В настоящее время, по данным МВФ, режим инфляционного таргетирования действует в 38 странах мира, включая страны Еврозоны. Тем не менее, все больше стран заявляет о формировании гибридных режимов, объединяющих в себе ключевые моменты классических режимов ДКП. Так, например, поддержание ценовой стабильности, способствующей экономическому росту, созданию рабочих мест и обеспечению социальной сплоченности в странах ЕС – главная задача, на решение которой направлена деятельность Европейского центрального банка (ЕЦБ) [37]. Исходя из этой цели определяется стратегия ДКП ЕЦБ, в основе которой лежит сочетание режимов монетарного и инфляционного таргетирования [38]. Первый представляет собой монетарный анализ, предназначенный для оценки эффективности ДКП с помощью денежных агрегатов. Ключевым показателем монетарной части ДКП ЕЦБ является показатель денежной массы М3. Это связано с тезисом ЕЦБ о наличии тесной связи между инфляцией и ростом денежной массы в средне- и долгосрочной перспективе, что позволяет банку оценивать возможные последствия различных шоковых явлений и принимать решения о дальнейшей активности. Ориентиром для анализа информации об изменении денежной массы М3 служит установленное референтное значение (темпы роста М3), величина которого, по данным ЕЦБ, не должна превышать 4,5% в год [37].

Стратегия инфляционного таргетирования ЕЦБ связана с реальной экономической и финансовой деятельностью в Еврозоне. В рамках анализа рассматриваются такие финансово-экономические показатели, как динамика общих объемов производства, совокупный спрос и его составляющие, изменения валютного курса, состояние мировой экономики и платежного баланса и др. [37, с.70].

Таким образом, в основе стратегии ДКП ЕЦБ и анализа рисков для ценовой стабильности Еврозоны лежит так называемая «концепция двух столпов», базирующаяся, с одной стороны, на анализе факторов изменения цен во взаимосвязи с развитием реальной экономики и условиями ее финансирования (экономический анализ), с другой стороны, на анализе взаимосвязи между денежной массой М3 и ценами (монетарный анализ) [38].

Еще одна интересная разновидность МП представлена режимом ДКП без номинального якоря, заключающегося в том, что центральный банк, провозглашая долгосрочные цели (низкая инфляция, рост ВВП и т.п.), не устанавливает конкретные целевые показатели, а в своей деятельности опирается на некие неофициальные промежуточные ориентиры.

Таким образом, на разных стадиях развития общества более эффективно работают различные правила ДКП, определяющие тот или иной монетарный режим. На сегодняшний день одним из наиболее распространенных режимов ДКП является режим инфляционного таргетирования, основным трансмиссионным механизмом которого является процентная ставка. Его применение позволяет достаточно эффективно управлять инфляцией и создавать стимулы для экономического роста. Однако использование этого канала делает данный режим не слишком популярным у населения, поскольку результат действий денежных властей, как правило, отсрочен во времени, в то время как в краткосрочном периоде меры по стабилизации инфляции сопряжены с ужесточением финансовой дисциплины (в том числе с ростом процентных ставок), сокращением бюджетных расходов, падением ликвидности и т.п.

У данного режима имеются как свои сторонники, так и противники. Например, в совместном исследовании специалистов Мэрилендского университета и Университета Британской Колумбии показано, что положительный эффект от повышения процентной ставки, приводящий к снижению инфляции, наблюдается только в развитых странах. В большинстве же стран мира повышение ставок приводит к обесценению национальной валюты и, как следствие, росту инфляции [39]. Это связано с тем, что таргетирование инфляции в развитых странах осуществляется в условиях большей гибкости обменного курса и высокой степени независимости центрального банка, что и позволяет добиваться положительных эффектов, в то время как во многих развивающихся странах бюджетная политика доминирует над денежной, провоцируя более жесткий режим в отношении обменного курса и приводя к потере контроля над инфляцией со стороны монетарных властей [40].

Таким образом, переход страны к режиму инфляционного таргетирования должен осуществляться при наличии определенных условий. Однако единое мнение о том, на каком этапе развития страны рекомендуется вводить данный режим, в научном сообществе пока отсутствует. Россия перешла к режиму таргетирования инфляции в 2014 году. В дальнейших разделах мы рассмотрим, насколько данное решение монетарных властей способствовало стабилизации инфляции и экономическому росту в России.

Помимо описанных монетарных правил сегодня активно используется так называемая макропруденциальная политика, под которой понимается использование пруденциальных инструментов для снижения системного риска в финансовом секторе, в частности, ограничения формирования «пузырей» на финансовых и кредитных рынках. Конечной целью этой политики является стабилизация экономических колебаний, поскольку формирование «пузырей» часто ведет к перегреву экономики, а этапы «схлопывания пузырей» сопровождаются экономическим спадом и длительным периодом пониженных темпов роста [41]. В свою очередь пруденциальное регулирование – это предусмотренная банковским правом деятельность БР по установлению определенных разрешительных требований, финансовых нормативов, требований к представлению отчетности, которые должны соблюдаться кредитными организациями. Как правило, макропруденциальное регулирование основано на широком классе моделей, позволяющих оценивать оптимальные или критические значения тех или иных параметров деятельности денежно-кредитного сектора. Такие модели будут рассмотрены позже.

2.2. Индикаторы раннего предупреждения кризисных ситуаций в экономике

Как показал мировой опыт, периодам экономических кризисов практически всегда предшествуют периоды финансовой нестабильности. В связи с этим мониторинг финансовой системы является важным мероприятием «предкризисной» диагностики состояния экономики в целом. Сегодня проводится большая работа в направлении выявления и дальнейшего мониторинга опережающих «кризисных» индикаторов. Можно выделить два основных подхода к определению таких показателей: эконометрический подход и метод непараметрических оценок.

Суть первого заключается в оценке регрессии, в которой в качестве независимых переменных выступают предполагаемые индикаторы кризисных явлений, а в качестве зависимой – непосредственно индикаторы кризиса (его вероятностные оценки). Второй подход основан на применении «сигнального» метода, который позволяет из определенного перечня индикаторов выбрать те, которые реально могут сигнализировать о наступлении финансового неблагополучия. В дальнейшем выявленные кризисные показатели анализируются на отклонение от их установленных критических значений. Данный подход основан на экспертных оценках, определяющих возможность наступления кризиса в каждом конкретном случае. Кроме того, в рамках сигнального подхода получила распространение практика составления сводных индикаторов финансовой стабильности.

Каждый из двух описанных подходов имеет свои преимущества и недостатки. В частности, при выявлении кризисных индикаторов «сигнальным» методом фактически применяется индивидуальный подход, когда анализируется каждая прогностическая переменная. Однако вопрос определения порогового уровня отобранных индикаторов, превышение которого может свидетельствовать о наступающем кризисе, является весьма сложным и открытым. Преимуществами эконометрического подхода являются оценка совокупного влияния всех анализируемых индикаторов, а также возможность прогнозирования вероятности возникновения кризиса в будущем. На практике реализуется и тот, и другой подход. Тем не менее сигнальный подход более широко распространен в силу своей инструментальной простоты и более понятной интерпретации [42; 43].

«Первопроходцами» применения метода непараметрических оценок при определении «кризисных» индикаторов принято считать Г.Камински (Kaminsky), С.Лизондо (Lizondo) и К.Рейнхарта (Reinhart), которые доказали эффективность сигнального подхода при прогнозировании кризиса и предложили набор «кризисных» индикаторов, хорошо зарекомендовавших себя в ходе проведения исследования: золотовалютные резервы, обменный курс, экспорт, предложение денег, внутренний кредит [44]. При этом в их работе была предпринята попытка построения сводных индексов финансовой стабильности, в частности, индекса давления на валютный рынок1Первоначально концепция индекса ЕМР была выдвинута в 1977 г. Л.Гиртоном (Girton) и Д.Ропером (Roper), предложившими рассматривать индекс как сумму изменений золотовалютного резерва и обменного курса. Введение третьего элемента – изменение процентной ставки – предложили в 1995 г. Б.Эйхенгрин (Eichengreen), Э.Роуз (Rose) и У.Уиплош (Wyplosz). (Exchange Market Pressure – EMP) [43].

Своё продолжение разработки указанных исследователей получили в работе Х.Эдисона (Edison), в которой автор расширил круг анализируемых индикаторов и показал, что наиболее эффективными с точки зрения прогнозирования финансового кризиса являются показатели динамики реального обменного курса, экспорта и отношение денежного агрегата М2 к ВВП [45].

В 2000 году Д.Хокинсом (Hawkins) и М.Клау (Klau) также была предпринята попытка построения опережающих индикаторов, для чего авторы использовали три сводных показателя: индекс давления на валютный рынок (EMP), исчисляемый по формуле (7); индекс внешней уязвимости (Index of External Vulnerability – IEV), определяемый по формуле (8); индекс уязвимости банковской системы (Index of Banking System Vulnerability – IBSV), рассчитываемый по формуле (9) [46]. В изначальном виде формулы расчета перечисленных показателей имели следующий вид [43]:

где w1, w2, w3 – веса показателей, xrm – прирост обменного курса национальной валюты страны по отношению к доллару США за последние 3 месяца; xrа – прирост обменного курса национальной валюты страны по отношению к доллару США за последний год; r – реальная ставка процента; res – отношение изменения золотовалютных резервов страны за последние 3 месяца к скользящему среднему объему импорта за последние 12 месяцев;
где w1, w2, w3, w4, w5, w6 – веса показателей, reer – реальный эффективный обменный курс (отклонение от среднего значения за 1990–1998 гг.); сgdp – дефицит текущего счета платежного баланса (% от ВВП); dr – темп прироста экспорта за последний год за вычетом среднего ежегодного прироста экспорта за 1990–1998 гг.; dept – отношение внешнего долга к ВВП; gdept – темп прироста показателя dept за последние 2 года; stdept – отношение краткосрочного внешнего долга к золотовалютным резервам;
где w1, w2, w3, w4, w5 – веса показателей, dce – темп прироста отношения внутреннего кредита к ВВП за последние 4 месяца; bis – отношение прироста обязательств национальных банков за последние 8 лет к ВВП; bisdc – отношение обязательств национальных банков к внутреннему кредиту; r – реальная ставка процента; bkrat – средний кредитный рейтинг национальных банков (по данным Fitch IBCA).

В отечественной практике «сигнальный» подход использовался для разработки индикаторов, диагностирующих состояние финансовой системы в РФ [42; 43]. В частности, проанализирован перечень индикаторов, которые потенциально могут быть предвестниками финансовой нестабильности и выход за пределы пороговых значений которых способен выступить в качестве «сигнала» наступающего кризиса. Если в течении определенного времени (в работе [43] рассматривался период в 3 месяца) кризис не наступал, то показатель считался «плохим» или непригодным для целей диагностики. В результате для России наиболее эффективными показателями – индикаторами финансовой нестабильности оказались:

  • сальдо текущего счета платежного баланса;
  • реальная ставка процента;
  • отношение денежной массы к золотовалютным резервам;
  • реальный эффективный курс рубля;
  • «избыточное» предложение денег в реальном выражении.

На основе выявленных показателей был построен индекс финансовой стабильности, позволяющий проводить мониторинг финансовой системы и прогнозировать возможное наступление кризисных ситуаций.

В практике использования эконометрического подхода к определению кризисных индикаторов выделяют три основных подхода [47]:

  • на основе классических регрессионных методов (с использованием метода наименьших квадратов);
  • система ранних индикаторов;
  • вероятностный подход с использованием моделей бинарного выбора (пробит- и логит-модели).

Правомерность применения данных подходов при определении кризисных показателей достаточно успешно продемонстрирована российскими исследователями в работах [47–51]. Так, использование вероятностного подхода в работе [47] позволило выявить тесную связь между вероятностью возникновения кризисной ситуации и такими финансовыми показателями, как колебания реального обменного курса, межбанковская ставка по кредитам, доля притока прямых инвестиций в ВВП, а также установить вероятность наступления финансового кризиса во 2-ом квартале 2008 г. на уровне 31,6%.

Одной из наиболее актуальных задач исследований финансовых кризисов является построение интегрального показателя, позволяющего прогнозировать периоды финансовой нестабильности. Возникновению этой задачи активно способствовал мировой финансовый кризис 2008 года, спровоцировавший появление большого количества интегральных «кризисных» показателей. В частности, широкое распространение получили такие интегральные показатели, как индекс финансового стресса (Financial Stress Index – FSI) и индекс финансового состояния (Financial Conditions Index – FCI). Первый отражает общий уровень стресса в финансовой системе, в то время как второй показатель, как правило, используется в качестве опережающего индикатора рецессии. Данные индексы регулярно публикуются в разных странах мира. Так, в США еженедельно публикуется Chicago Red FCI – индекс, для расчета которого используется порядка 100 различных факторов, что гарантирует его высокую чувствительность к изменениям на фондовом, банковском и денежном рынках. К другим еженедельно публикуемым индексам относятся: St. Louis Fed FSI (США), ECB Composite Indicator of Systemic Stress (Европейский союз). Первый индекс рассчитывается на основе 11 исходных факторов и оценивает спреды доходностей, уровни процентных ставок, инфляционные и курсовые риски, при построении второго используется концепция системного риска, когда изначально исходные показатели агрегируются в субиндексы, а затем финансовое состояние системы оценивается на основе их совокупного влияния [52].

Помимо этого, ежемесячно рассчитываются Kansas City Fed FSI (США, 11 исходных факторов) и IMF Advanced Economies FSI (17 развитых стран). Показатель Kansas City Fed FSI определяет финансовый стресс на основе его пяти трудноформализуемых внешних проявлений:

  • неопределенность в фундаментальных ценах финансовых активов или биржевых товаров;
  • недостаток информации о текущем состоянии экономики и финансового рынка;
  • асимметрия информации о качестве актива или заемщика;
  • «бегство в качество»;
  • «бегство в ликвидность».

Ежедневно для США, стран ЕС и Азии (кроме Японии) публикуется Blomberg FCI, рассчитанный на основе 10 финансовых показателей (в основном спредов на рынке денег, акций и облигаций), и глобальный BofA Merrill Lynch Global FSI, характеризующий состояние мировой экономики в целом и включающий 41 фактор, которые можно объединить в три смысловые подгруппы: кредитный риск и риск ликвидности; стоимость страховки от крупных потерь; склонность к риску [52].

Для стран США, Европы и Японии ежеквартально рассчитывается Goldman Sachs FSI, в котором с равными весами представлены 4 показателя: долгосрочная доходность корпоративных облигаций, краткосрочная доходность облигаций, обменный курс и цены акций [52].

Российская практика построения индексов финансового стресса или состояния также имеет богатую историю и представлена опытом различных аналитических центров. Рассмотрим их более подробно.

1. Центр макроэкономического анализа и краткосрочного прогнозирования (ЦМАКП), который ежемесячно составляет сводные опережающие индикаторы (СОИ) по следующим направлениям [53]:

  • СОИ возникновения системного банковского кризиса;
  • СОИ продолжения системного банковского кризиса;
  • СОИ входа в рецессию;
  • СОИ выхода из рецессии;
  • СОИ системных кредитных рисков;
  • СОИ системных рисков ликвидности;
  • СОИ системных валютных рисков.

Отдельные СОИ рисков (кредитных, валютных и ликвидности) рассчитываются на основе сигнального подхода по макроэкономическим данным России, остальные – на основе эконометрического подхода с использованием логит-моделей на панельных данных по широкой выборке стран (включая Россию) [54].

2. ЦБ РФ публикует с 2012 г. с периодичностью 2 раза в год «Обзор финансовой стабильности», в котором проводится анализ и оценка ключевых финансовых рисков не только российской финансовой системы и ее отдельных секторов (внешние риски, риски банковского сектора, риски некредитных финансовых организаций), но и глобальной экономики и мировых финансовых рынков [55].

3. Институт экономической политики имени Е.Т.Гайдара, который в период с 4-го квартала 2007 г. до 2-го квартала 2011 г. ежемесячно публиковал мониторинг финансовой стабильности, в основе которого лежали показатели, определенные по результатам рассмотренной выше работы П.Трунина [43, 56].

4. Аналитическое кредитное рейтинговое агентство АКРА, разработавшее и ежедневно публикующее Индекс финансового стресса для Российской Федерации. Для измерения проявлений стресса, о которых мы говорили выше, давая характеристику Kansas City Fed FSI, анализируются 12 количественных показателей: спред ставок денежного рынка и бескупонных коротких облигаций федерального займа (ОФЗ); спред ставок по крупным выпускам ликвидных корпоративных облигаций и бескупонной ставки ОФЗ; волатильность фондового рынка; индекс стоимости акций финансовой отрасли; разброс доходностей по акциям финансовых институтов; спред ставки межбанковского кредита к ставке предоставления ликвидности ЦБ РФ на срок один день; разница между спотовой и форвардной ценой на нефть; волатильность цены нефти; волатильность обменного курса; рублевая инфляция; скорость одновременного падения цен акций финансовых институтов и госдолга; скорость расхождения в ценах акций финансовых институтов и облигаций качественного заемщика. По словам разработчиков, динамика индекса призвана давать количественную характеристику режиму функционирования финансового рынка и косвенно сигнализировать о возможных изменениях кредитоспособности экономических агентов в результате нарушения стабильности финансового рынка [57].

Кроме того, имеется целый ряд отдельных исследований, связанных с попытками построения комплексных диагностирующих показателей. В частности, Центром макроэкономических исследований Сбербанка России в 2012 году проведена работа по разработке еженедельного Индекса финансовой стабильность (ИФС) для России, целью построения которого является регулярное отслеживание состояния финансовой системы в стране. ИФС аккумулирует в себе три интегральных субиндекса (фондовый и долговой рынки России; денежный и валютный рынки России; глобальный финансовый стресс), каждый из которых включает в себя целую серию количественных факторов. Для оценки критических значений индекса авторами методики предлагается использовать либо сравнение его значения со средним до кризиса, либо отклонения от предыдущего локального максимума [58].

Большая работа по построению комплексных кризисных индикаторов как для России, так и для стран СНГ проведена в Финансовом университете при Правительстве Российской Федерации [48; 59; 60]. В рамках построения комплексного прогностического кризисного индикатора для России был проанализирован период 2001–2010 гг. и отобран набор показателей для включения в искомый агрегат (10) [59]:

где FAtmonth – комплексный индикатор, позволяющий прогнозировать вероятность наступления кризиса в России с лагом в 1 месяц; DRt – реальная ставка по депозитам в текущем месяце; IGt – темп роста импорта в текущем месяце относительно предыдущего; SGt – доходность фондового рынка (индекс РТС); β – коэффициенты при соответствующих показателях.

В качестве источников приведенных выше показателей использовались данные Международной финансовой статистики, Международного валютного фонда (МВФ), Мирового банка и аналитического агентства Bloomberg. При этом в работе установлено, что вероятность возникновения кризиса возрастает при одновременном росте реальной ставки по депозитам, падении доходности фондового рынка и увеличении темпов роста импорта [59].

Аналогичный анализ, проведенный в отношении стран СНГ за период 2003–2012 гг., позволил определить наиболее значимые кризисные показатели и на их основе сконструировать комплексный индикатор, в который вошли такие показатели, как темп роста ВВП, темп роста денежного агрегата М2, отношение ставки по кредитам к ставке по депозитам, спред процентной ставки. Помимо этого, установлено наличие лагов (от трех месяцев до года) при влиянии показателей на вероятность возникновения кризиса [60].

Для оценки финансовой стабильности России в период 2001–2011 гг. в работе [48] авторами была предложена система из четырех показателей FCI (FCI ценовой стабильности, FCI валютного кризиса, FCI банковского кризиса, FCI фондового кризиса), использование которых позволило построить модели, способные прогнозировать значения индексов финансовой стабильности на период полгода и год. Прогностическая способность построенных моделей варьирует от 45% до 79% [48].

Помимо рассмотренных выше комплексных показателей имеется целый ряд «менее масштабных» интегральных кризисных индикаторов, практика использования которых получила широкое распространение как в работах зарубежных и отечественных исследований, так и в деятельности монетарных органов власти для оценки и выявления возможных финансовых кризисов.

Одним из таких показателей является индекс давления на валютный рынок (EMP), который ранее уже упоминался. Данный индекс входит в состав многих укрупненных интегральных индикаторов, рассмотренных выше, и рекомендуется МВФ странам с развивающейся экономикой для оценки финансовой стабильности. Кроме того, он используется при составлении кредитных рейтингов.

Большинство исследований, проводимых в рамках использования индекса EMP, направлены, во-первых, на определение его пороговых значений, а во-вторых, на анализ его прогностических свойств. Так, в работах таких авторов, как Б.Эйхенгрин (Eichengreen), Г.Камински (Kaminsky) и Д.Френкель (Frankel) и их коллег в качестве граничного значения индекса предлагается использовать его среднее значение, увеличенное на некоторую величину стандартного отклонения: 1,5; 3; 1,2 соответственно [61; 62; 63]. В качестве методов нахождения критических границ предлагается использование теории экстремальных значений [64] и цепи Маркова [65; 66]. При этом в работе [67] было показано, что данные методы достаточно хорошо работают для прогнозирования как валютных, так и банковских кризисов, однако их прогностические свойства лучше всего проявились при использовании модели Маркова, с помощью которой было выявлено большее количество кризисных эпизодов в России в период с 1995 г. по 2008 г.

Использование индекса ЕМР в качестве кризисного индикатора для стран СНГ рассмотрено в работе отечественных авторов [68], в которой данный показатель был рассчитан для 49 развитых и развивающихся стран, исследованы особенности его применения для анализа интеграционных процессов в экономике и показаны его прогностические свойства. В частности, установлено, что постоянное повышение индекса ЕМР может свидетельствовать об ухудшении ситуации в экономике, тогда как его снижение может говорить о действенности стабилизационных мер [68]. В работе [69] индекс ЕМР используется также и для определения кризисных периодов в России.

Еще одним диагностическим индикатором является упомянутый выше Индекс монетарной конъюнктуры (MCI), задаваемый формулой (6), выбор которого зачастую обуславливается проводимой монетарными властями политикой таргетирования инфляции. Сопоставление индекса MCI за разные периоды времени (или с установленным значением) позволяет говорить о направлении ДКП – в сторону ужесточения или смягчения. Кроме того, MCI относится к серии опережающих индикаторов, поскольку его изменение (за счет изменения валютного курса и процентной ставки) влияет на изменение в реальном секторе экономики с определенным лагом [33].

На практике применяется несколько модификаций индекса MCI, которые различаются в основном методами расчета весовых коэффициентов переменных. Так, например, вес переменной процентной ставки (показатели Аr и As в формуле (6)) по разным методикам варьируется от 0,52 до 0,93, а вес переменной валютного курса – от 0,06 до 0,47 [33]. Это, в свою очередь, является одним из недостатков показателя, поскольку повышает его чувствительность в применяемых макроэкономических моделях. Кроме того, это приводит к рассогласованию при оценке лаговых значений воздействия изменений валютного курса и процентной ставки на реальную экономику. Несмотря на это MCI широко применяется исследовательскими структурами МВФ, ОЭСР и других финансовых институтов (Deutsche Bank, Goldman Sachs Group и др.), поскольку позволяет получать приемлемые диагностические оценки.

Целая группа диагностических показателей ДКП напрямую связана с правильным определением текущей фазы кредитного цикла, так как банковский кредит имеет прямое воздействие на экономику. В основе этой мысли лежит теория кредитной цикличности, согласно которой наблюдается симметрия между уровнем долгового бремени субъектов хозяйствования и фазой экономического цикла: увеличение долговой нагрузки вызывает экономический подъем, а ее сокращение происходит в период депрессий. Этот феномен был впервые описан в XIX веке британским экономистом Дж.Миллсом (Mills) в работе «О кредитных циклах и основах коммерческих паник» [70]. На заре зарождения теории кредитной цикличности в XIX веке ее исследованию были посвящены работы таких ученых, как Д.Лейдлер (Laidler), А.Галлатин (Gallatin), Дж.С.Милль (Mill), У.Бэверидж (Beveridge), А.Пигу (Pigou), И.Фишер (Fisher), Дж.М.Кейнс (Keynes) и др. Однако XX век ознаменовался «эрой забвения» теории кредитной цикличности, а ее возрождение началось лишь в конце 70-х – начале 80-х гг. прошлого века в работах Ч.Киндлбергера (Kindleberger), Дж.Стиглица (Stiglitz), А.Вайсса (Weiss), Х.Мински (Minsky), Р.Раджана (Rajan), Дж.Мура (Moore), Н.Киётаки (Kiyotake), Дж.Жанокоплоса (Geanokoplos) и др. [71]. Исследования МВФ показали, что рост ВВП в период с 2009 по 2014 гг. в странах с формирующейся экономикой во многом связан с кредитным бумом в сочетании со снижением цен на биржевые товары и заимствованием в иностранной валюте [72]. Результатом этого возрождения стало то, что сегодня монетарные регуляторы многих стран при реализации ДКП уделяют достаточно большое внимание определению текущей фазы кредитного цикла (оживление, экспансия, сжатие (депрессия), стагнация), а соответственно и индикаторам, которые позволяют ее диагностировать.

Одним из наиболее надежных индикаторов раннего предупреждения банковских кризисов считается показатель кредитного разрыва (credit gap). Несмотря на непрекращающиеся дискуссии в отношении этого показателя, он до сих пор является одним из наиболее популярных и часто используемых диагностических индикаторов. Показатель рассчитывается как разница между отношением кредита к ВВП и средним значением этого соотношения за прошедшие годы. Считается, что если этот показатель превышает 10% (контрольный уровень), то банковская система страны находится в предкризисном состоянии. По результатам анализа «кредитных разрывов» в 42 странах, проведенного Банком международных расчетов (БМР) в 2016 году, в «опасной» зоне оказались Китай (30,1%) и Канада (12,0%). Относительно близко подошли к контрольному значению Турция (9,6%), Мексика (8,8%) и Швейцария (7,2%) [73].

Несмотря на существующую критику данного показателя, связанную с содержательными и измерительными моментами [74; 75], имеются доказательства того, что он позволяет предсказать до 80% кризисов в течение года [76]. Кроме того, методические рекомендации Базеля III нацеливают на использование показателя кредитного разрыва в качестве индикатора фазы кредитного цикла при установке антициклической надбавки к нормативам достаточности капитала [77]. Проводимые исследования доказывают повышение надежности индикатора кредитного разрыва при его использовании в комбинации с другими показателями. В частности, часть зарубежных авторов при анализе жилищного кредитования предлагает использовать такие дополнительные индикаторы, как разрыв в стоимости частного и коммерческого жилья, соотношение стоимости жилой недвижимости и дохода домохозяйств, годовой прирост банковского и потребительского кредитов, коэффициент обслуживания долга домохозяйств и др. [78; 79]. Кроме того, в качестве опережающих индикаторов оценки кредитного риска рассматриваются показатели спреда на рынке корпоративных облигаций и индекс волатильности VIX [79].

В отечественной практике Е.Дерюгина и А.Пономаренко произвели тестирование способности индикаторов раннего предупреждения предсказывать поворотные точки кредитного цикла для выборки стран с формирующимся рынком и показали, что устойчивость результатов может быть повышена за счет использования показателей темпа роста ВВП, банковских «небазовых» обязательств (NCL), доли добавленной стоимости финансового сектора в ВВП, а также изменения коэффициента обслуживания долга [80].

Другим опережающим индикатором для банковских кризисов является показатель долговой нагрузки, для измерения которого в БР используются коэффициент обслуживания долга и динамика отношения кредита к ВВП [81]. Эмпирические исследования показывают, что негативное влияние на экономику оказывает превышение отношения кредита к ВВП порогового значения в 90–100%. При принятии решения ЦБ РФ по обеспечению финансовой стабильности анализ показателя кредита к ВВП хорошо дополняется информацией об изменении коэффициента обслуживания долга. С его помощью можно видеть, как сроки кредитования и установленный уровень процентных ставок влияют на кредитную нагрузку и как они воздействуют на спрос на кредит и его предложение [81].

Рассматриваемые показатели являются хорошими индикаторами не только на макро-, но и на микроуровне. Так, доказано, что приемлемый уровень долговой нагрузки обеспечивают платежи, не превышающие 30–50% от текущих доходов заемщика [81], а накопление долговой нагрузки свыше 16,6% к выручке компаний существенно повышает риск их финансовой неустойчивости [82]. Показатели долговой нагрузки позволяют ЦБ РФ уточнить микро- и макроэкономическую картину и принять решение по ДКП. В частности, при высоком уровне долговой нагрузки у БР возможны три варианта действий [83]:

  • снижение процентной ставки, что в краткосрочном периоде может привести к снижению долговой нагрузки, но в долгосрочной перспективе способствовать повышению финансовых рисков из-за расхождения динамики кредитования и доходов предприятий;
  • сокращение кредитования при сохранении высокого уровня процентных ставок – политика, рассчитанная на уменьшение кредитного перегрева и снижение финансовых рисков в среднесрочной перспективе;
  • увеличение сроков предоставления кредитов – наиболее позитивный способ безрискового наращивания кредитной активности, но требующий значительного времени и институциональных изменений.

2.3. Макродиагностика рейтинговых агентств

Диагностика долговых индикаторов государства позволяет произвести оценку вероятности суверенного дефолта, который определяет неспособность государства выполнять свои долговые обязательства перед внешними/внутренними кредиторами. Фактически он представляет собой совокупность экономических проблем государства, которые выражаются в его финансовой недееспособности.

На сегодняшний день можно выделить две доминирующие линии оценки вероятности наступления дефолта – векторную и скалярную [84]. Первая связана с анализом долговых индикаторов (отношение внешнего долга к ВВП; отношение внешнего долга к объему годового экспорта; ВВП на душу населения; отношение обслуживания долга; отношение внешнего долга к денежной массе и др.) На основании анализа указанных показателей, который заключается в их сравнении с критическими (пороговыми) значениями, как правило, делаются выводы об эффективности/неэффективности внешнедолговой политики страны.

Скалярная линия анализа предполагает выход на интегральную оценку, когда множество долговых индикаторов с помощью методов агрегирования сжимается в единый показатель. Все способы скалярной оценки риска дефолта делятся на актуарные методы, в основе которых лежит расчет оценки вероятности наступления дефолта на основе статистических показателей, и методы, основанные на рыночной стоимости акций, облигаций, деривативов. Вторая группа методов основана на идеологии кредитного спреда (credit spread), представляющего собой разницу между требуемой (рыночной) доходностью (r) и безрисковой ставкой (r*), умноженную на уровень безвозвратных потерь в случае дефолта [85]. На практике оценка вероятности дефолта подобными методами проводится либо по производным бумагам – деривативам, например, кредитно-дефолтовым свопам (credit default swap – CDS), либо с помощью кредитных рейтингов, разрабатываемых авторитетными рейтинговыми агентствами.

Кредитные рейтинги являются значимым инструментом финансовой политики. Несмотря на то, что с формальной точки зрения, они не более чем мнение рейтинговых агентств о кредитоспособности эмитента, на основе которого участники рынка могут принимать обоснованные финансовые решения, и их достаточно сложно отнести к опережающим индикаторам, в реальности их влияние на инвестиционную политику крупных инвесторов настолько велико, что последствия их низких оценок могут отражаться на экономике целых стран. Результаты их деятельности могут подвергаться искажению и манипуляциям и влиять на развитие кризисных процессов в экономике. Цена их ошибки может достигать сумм в миллиарды долларов. Тем не менее, рейтинговые агентства продолжают свою работу на рынках и пользуются достаточным доверием и авторитетом.

В настоящее время группа лидеров в области кредитного рейтингования, контролирующая 90% рынка рейтинговых услуг в этой сфере, представлена тремя компаниями (так называемая «большая тройка»): Moody’s, Standard & Poor’s (S&P), Fitch. В таблице 1 представлены основные вехи развития этих компаний.

Несмотря на жёсткую олигополизацию рынка рейтинговых услуг, в последние годы на нем появляются новые игроки, не считаться с которыми становится все труднее. На момент 2016 года помимо рейтинговых агентств «большой тройки» еще 7 организаций имели статус «национально признанная статистическая рейтинговая организация»: канадское рейтинговое агентство Dominion Bond Rating Service, американские рейтинговые агентства A.M. Best Company, Morningstar, Kroll Bond Rating Agency, Egan-Jones Rating Company, японские – R&I Inc, Japan Credit Rating Agency. Усиливается значение региональных агентств. Так, в исламском мире доминирующее значение играет рейтинговое агентство Islamic International Rating Agency из Бахрейна. Существенный вес приобретают рейтинги китайского агентства Dagong Global Credit Rating.


Таблица 1. Основные вехи развития рейтинговых агентств «большой тройки»

Moody’s S&P Fitch
1900 – jснование Дж. Муди компании John Moody & Company; публикация первого аналитического издания «Руководство Moody’s для промышленных и прочих ценных бумаг», содержащего информацию об акциях и облигациях финансовых институтов 1860 - Публикация книги Генри Варнума Пура (главного редактора American Railroad Journal) «История железных дорог и каналов в Соединенных Штатах» - исследования о финансовом состоянии железных дорог 1913 – образование Джоном Фитчем компании Fitch Publishing;
публикация финансовых статистических данных
1909 – публикация первого кредитного рейтинга облигаций железнодорожных компаний США; впервые был использован буквенный код 1867 – Основание компании Poor’s Railway Manual Company (впоследствии — Poor’s Publishing Company) 1924 – Fitch ввело в обиход буквенную рейтинговую шкалу, используемую при составлении кредитных рейтингов и в наши дни
1913-1914 – расширение кредитного рейтинга облигаций путем оценки промышленных предприятий, коммунальных услуг и государственных ценных бумаг 1906 – Создание компании Standard Statistics Bureau 1975 – Комиссия по ценным бумагам и биржам (SEC) определило Fitch как «национально признанной статистической рейтинговой организацией»
1914 – создание Moody’s Investors Service 1916 – Standard Statistics Bureau начало присваивать кредитные рейтинги корпоративным облигациям, а затем – суверенным долговым обязательствам 1989 – Fitch признано самым глубоким и точным среди всех рейтинговых агентств
1919 – рейтингование облигаций штатов и муниципалитетов США 1940 – Первые рейтинги муниципальных облигаций 1997 – слияние Fitch и IBCA, что позволило расширить аналитический охват банков, финансовых организаций и суверенных эмитентов. Первая попытка создать глобальное рейтинговое агентство
1924 – рейтинги Moody’s охватили практически 100% рынка облигаций США 1941 – Образование компании Standard & Poor’s путем слияния Standard Statistics Bureau и Poor’s Publishing Company 2000 – следующий шаг к созданию международного рейтингового агентства – Fitch приобрело компании Duff & Phelps и Thomson BankWatch и вошло в «большую тройку» рейтинговых агентств, контролирующих более 90% мирового рынка кредитных рейтингов
1936 – агентство Moody’s признано наиболее авторитетным в своей области: бакам разрешается вкладывать средства только в облигации инвестиционного класса по рейтингу Moody’s 1966 – Становится дочерней компанией американской корпорации McGraw-Hill 2006 – Fitch Ratings основало специализированное международное рейтинговое агентство Derivative Fitch, занимающееся присвоением рейтингов на рынке кредитных деривативов
1975 – Комиссия по ценным бумагам и биржам (SEC) определило Moody’s как «национально признанной статистической рейтинговой организацией» 1975 – Комиссия по ценным бумагам и биржам (SEC) определило S&P как «национально признанной статистической рейтинговой организацией» 2016 – два главных офиса – в Лондоне и Нью-Йорке; 50 филиалов по всему миру; 2100 сотрудников
1980-е – открытие первых зарубежных офисов 1996 – Начало истории Standard & Poor’s в России: присвоение РФ первого кредитного рейтинга
2016 – главный офис – в Нью-Йорке; 4500 сотрудников в 26 странах мира 2016 – главный офис – в Нью-Йорке; 6300 сотрудников в 26 странах мира
Источник: [86]

Для ограничения деятельности «большой тройки» создаются объединения и ассоциации рейтинговых агентств: с 2001 года действует Ассоциация кредитных рейтинговых агентств Азии (ACRAA), в 2009 году образовалась European Association of Credit Rating Agencies, в 2013 было объявлено о начале работы международного рейтингового агентства Universal Credit Rating Group (UCRG), объединившее китайский Dagong, российский Рус-рейтинг и американский Egan-Jones.

При составлении кредитных рейтингов агентства анализируют основные факторы, определяющие экономический и политический риски. Показатели, используемые агентствами «большой тройки» при составлении рейтингов, приведены в таблице 2.


Таблица 2. Показатели, учитываемые ведущими рейтинговыми агентствами при составлении кредитных рейтингов

Рейтинговое агентство Показатели
1 Standard & Poor’s (S&P) политический риск (в т.ч. геополитический риск); доход и структура экономики, перспективы экономического роста; финансовая гибкость; долговое бремя расширенного правительства; офшорные и условные обязательства; эффективность монетарной политики; показатели внешней ликвидности; внешний долг
2 Moody’s ликвидность, характеризующая текущую способность обслуживания долга; экономическая и социальная стабильность; уровень финансовой стабильности; состояние платежного баланса; финансовые стимулы; размер и обслуживание внешнего долга
3 Fitch оценка суверенного риска рейтинговым агентством Fitch основывается на анализе 16 экономических, 5 социальных и 7 политических показателей, среди которых динамика величины и структуры распределения и перераспределения ВНП, динамика инфляции и факторов, оказывающих значимое влияние на индекс потребительских цен, инвестиционный климат в стране, структура платежного баланса, величина ВНП на душу населения, степень политической стабильности, угроза безвозмездной национализации и др.
Источник: [87]

Однако несмотря на всю популярность кредитных рейтингов при их использовании возникает целый ряд проблем: противоречивость оценок вероятности дефолта, полученных рейтинговыми агентствами и на основе CDS; различия оценок некоторых стран разными агентствами; способность вызывать субъективные искажения рыночных долговых индикаторов (например, зависимость премии за риск по гособлигациям от суверенных рейтингов) и др. [84].

Альтернативным методом оценки вероятности суверенных дефолтов, является «технический» подход, основанный на «восстановлении» функции дефолта на основе ретроспективных данных долговых индикаторов стран, переживших дефолт, в год объявления дефолта. Суть метода состоит в следующем: определить малое число ключевых долговых индикаторов; собрать цифровые значения данных индикаторов для малой выборки соответствующих стран на момент (год) объявления в них дефолта; выбрать спецификацию функции вероятности суверенного дефолта; осуществить оценку параметров выбранной функции с помощью простейшей процедуры интерполяции. В качестве ключевых индикаторов, как правило, рассматриваются три показателя: государственный внешний долг/ВВП, ВВП/экспорт, ВВП/золотовалютные запасы. Несмотря на то, что алгоритм построения функции дефолта является достаточно механистичным (отсюда и название метода «технический»), использование данного подхода на практике позволяет, во-первых, определить доминирующий фактор, сыгравший ведущую роль в наступлении дефолта, а во-вторых, изучить эластичность вероятности дефолта по соответствующему фактору, на основании чего сделать вывод о чувствительности вероятности наступления дефолта к изменению того или иного фактора в ситуации, предельно близкой к критической, и принять превентивные меры [84].

Следует отметить, что работа по построению опережающих индексов сопряжена не только с поиском механизмов мониторинга и диагностики кризисных ситуаций в монетарной сфере, но и в экономике в целом. В связи с этим проводится большая работа по поиску и построению опережающих индикаторов, способных прогнозировать экономические кризисы. Наиболее значимым в этой области является практика построения сводных экономических индексов Организацией экономического сотрудничества и развития (ОЭСР). В основе выбора показателей, от которых можно ожидать «прогнозных» показаний относительно экономического цикла, лежит целый ряд критериев: экономическая значимость, широта охвата экономической активности, оперативность предоставления статистики, периодичность и длина ряда соответствующего показателя [88]. Данная методология заложена в основу построения сводного Индекса опережающих индикаторов для Беларуси, в состав которого вошло 8 показателей: индекс бизнес-климата Национального банка Беларуси; среднемесячная цена нефти Urals; среднемесячное значение индекса РТС; количество созданных новых рабочих мест; приобретение строительных материалов в розничном товарообороте; усредненная циклическая динамика индекса грузооборота и грузоперевозок; предоставленные кредиты банков в реальном выражении; объем запасов готовой продукции промышленных предприятий. Опережающее воздействие построенного индекса составило 4 лага (в качестве лагового шага в работе рассматривался квартал), что позволило максимально точно предсказать все поворотные точки в динамике ВВП в период 2006–2011 гг. [89].

2.4. Эконометрические методы опережающей оценки эффективности денежно-кредитной политики

В отечественной и зарубежной практике существует целый ряд методик по оценке эффективности деятельности ДКП, основанных на установлении взаимосвязи между финансовыми показателями, с одной стороны, и темпами экономического роста (и макроэкономической стабильностью), с другой. В частности, еще в 1969 году Реймонд Голдсмит (Goldsmith) показал наличие положительной корреляции между развитием финансовой системы и экономическим ростом [90]. Изучив данные по банковскому сектору 35 стран в период между 1860 и 1963 гг., он показал, что более высокие темпы роста экономики сопровождаются более высокими темпами финансового развития. Однако исследование причинно-следственной связи между этими показателями Голдсмитом проведено не было [91]. Полноценные исследования причинно-следственной связи между показателями развития финансового рынка и экономическим ростом начались лишь в начале 90-х годов, когда Р.Кинг (King) и Р.Левин (Levine), исследовав 77 стран за период 1960–1989 гг., попытались ответить на вопрос о том, может ли уровень финансового развития определять будущие темпы экономического роста, накопления капитала и производительности труда [92]. Среди показателей финансового развития были исследованы такие факторы, как: финансовая глубина (отношение ликвидных пассивов кредитных институтов к ВВП); доля частных банков в кредитах; доля кредитов частному бизнесу в общей сумме кредитов; доля кредитов частным предприятиям в ВВП. В качестве выходных показателей рассматривались темпы роста ВВП на душу населения, темпы роста производительности труда, темпы роста основного капитала на душу населения [91]. В результате проведения корреляционно-регрессионного анализа было установлено, что показатели финансового развития являются предикторами экономического роста.

Несколько позже, в 1998 году, Р.Левин (Levine) совместно с С.Зервос (Zervos) продолжили начатое ранее исследование и показали, что уровень ликвидности рынка акций также является показателем, по которому можно прогнозировать экономический рост [93].

Исследования, проведенные в последующие годы, неоднократно подтверждали сделанные ранее выводы о влиянии финансового развития на экономический рост [94–96]. Однако в более поздних работах показано, что при достижении некоего порога уровень развития финансового сектора оказывается чрезмерным и, в свою очередь, приводит к негативным экономическим эффектам [97]. Например, для показателя отношение кредита к ВВП такое пороговое значение составляет 80–100% [95].

Немалый вклад в изучение воздействия финансового развития на экономический рост внесли и российские исследователи. Так, в работе [98] было рассмотрено влияние таких показателей финансовой глубины, как внутренний кредитный рынок (отношение банковских кредитов частному сектору к ВВП), внутренний рынок корпоративных облигаций (отношение объема внутренних корпоративных облигаций к ВВП) и рынок внешних корпоративных заимствований (отношение объема внешнего корпоративного долга к ВВП), на темпы экономического роста и макроэкономическую стабильность. Полученные результаты позволили сделать вывод, что влияние глубины каждого из рассматриваемых сегментов финансового сектора на рост может быть описано перевернутой U-образной кривой, а их влияние на стабильность – прямой U-образной кривой. Кроме того, была определена оптимальная глубина рассматриваемых сегментов: для кредитного рынка – 96% ВВП, для рынка корпоративных облигаций – 22% ВВП, для рынка внешних корпоративных заимствований – 15% ВВП [98].

Еще одна методика определения зависимости макроэкономических показателей от инструментов ДКП предложена Г.Тарасовой и Т.Энхтуяа [99]. Согласно предлагаемой методике зависимость устанавливается последовательно в два этапа. На первом этапе определяется оценка влияния инструментов ДКП на уровень инфляции, снижение которой, по мнению авторов, является промежуточной целью проводимой центральным банком политики. Для выявления монетарных инструментов, наиболее сильно влияющих на уровень инфляции, авторами проведен корреляционно-регрессионный анализ, который показал, что наиболее значимое влияние на уровень инфляции в России оказывают следующие показателями: ставка рефинансирования; норма обязательных резервов; курс доллара США к рублю (с лагом в 7 месяцев). Задачей второго этапа методики является проведение корреляционно-регрессионного анализа между показателями ВВП и уровнем инфляции, а также показателями уровня безработицы и уровня инфляции, результатом которого является построение эконометрической зависимости между указанными показателями.

Согласно полученным авторами результатам ВВП в России на 13,8% определяется уровнем инфляции и со снижением последней на 1% увеличивается в среднем на 10,87 млрд. руб. Связь между уровнем безработицы и уровнем инфляции в России менее значима: со снижением инфляции на 1% уровень безработицы увеличивается в среднем на 0,0014%.

К достоинствам данной методики можно отнести возможность выявления монетарных инструментов, оказывающих наибольшее воздействие на макроэкономические показатели, и их последующей корректировки с целью влияния на экономику. Тем не менее, в работе рассмотрен достаточно узкий спектр показателей ДКП, что не позволяет всесторонне оценить влияние монетарных инструментов на экономический рост в стране.

Квартальная прогностическая модель (КПМ), позволяющая оценивать экономические взаимосвязи и прогнозировать динамику макроэкономических показателей на среднесрочную перспективу, широко применяется в работе Национального Банка Республики Казахстан (НБРК) [100]. Данная модель включает в себя систему уравнений, все компоненты которых (за исключением инфляции) рассматриваются в виде отклонений от своих потенциальных значений. В модели предусмотрены три блока, моделирующие основные процессы в экономике Казахстана: инфляционные, образование ВВП, монетарная политика. При этом каждый блок описывается группой уравнений. Более того, в каждом уравнении содержится переменная, отражающая шоки, которые не учитываются объясняющими переменными. Например, в модели учитывается шок предложения на мясо птицы в конце 2016 года, который был вызван вспышкой сальмонеллеза в Карагандинской области. Для понимания КПМ и ее характеристик в отношении взаимосвязей между основными макроэкономическими переменными используется технология импульсных откликов, когда проверяется реакция основных макроэкономических показателей на возможные внутренние и внешние шоки, способные повлиять на экономическую ситуацию в стране. В результате формируется некая разновидность макроэкономической модели с монетарными инструментами. В этом случае решение по корректировке монетарных инструментов принимается на основе прогнозных и ожидаемых значений переменных модели на 4 квартала вперед. Тем самым ДКП обладает упреждающим эффектом по отношению к реальной экономике.

Особый интерес представляет опыт Казахстана в отношении построения и использования ежемесячного опережающего индикатора делового цикла в ДКП Национального Банка страны [101]. Дело в том, что в международной практике нашли широкое применение месячные индикаторы, описывающие конъюнктуру реального сектора экономики. Самым популярным и известным среди них является американский Индекс деловой активности (ИДА) (Purchasing Managers’ Index – PMI). Аналогичный инструмент имеется в Японии – Tankan, который ежеквартально рассчитывается и публикуется Центральным Банком Японии. Расчет индикатора строится на базе опроса порядка 11 тыс. предприятий по следующим экономическим показателям: условия ведения бизнеса; производство и сбыт; спрос и предложение, уровень цен; доходы; прямые инвестиции; занятость; налоговые условия. Индекс Tankan используется для прогнозирования объемов промышленного производства, индекса цен производителей, объема заказов предприятий промышленности, уровня занятости в промышленности и является официально объявленным ориентиром в принятии решений, касающихся ДКП.

С 2000 года НБРК проводит ежеквартальный мониторинг предприятий реального сектора экономики. В 2016 году НБРК начал также проводить ежемесячные обследования реального сектора и рассчитывать индикаторы деловой активности. Использование подобных индикаторов позволяет заранее определить поворотные точки экономической активности. Также результаты опережающих показателей могут быть использованы в качестве объясняющих факторов при прогнозировании и моделировании краткосрочного экономического индикатора (прокси-показатель деловой активности) Казахстана. В частности, ИДА Казахстана встраиваются с определенным лагом в более общую эконометрическую модель роста, позволяя тем самым предсказывать реальные экономические агрегаты и учитывать данный факт при разработке ДКП.

Непосредственным развитием методологии оценки ИДА является ведущаяся во многих странах работа по построению так называемых композитных опережающих индикаторов (КОИ). В этом же направлении идет Казахстан, где НБРК внедрил методику построения КОИ на основе конъюнктурных опросов предприятий реального сектора экономики с 2005 г. по 2016 г. Данный обобщенный индекс является индикатором изменения бизнес-условий и представляет собой простой и полезный инструмент для анализа текущего состояния экономики, текущей фазы экономического бизнес-цикла и прогнозирования динамики экономического развития в краткосрочной перспективе, в том числе путем его встраивания в модели экономического роста [102].

Таким образом, построение эконометрических моделей, в которых присутствуют лаговые переменные, отражающие либо действия центрального банка, либо настроения бизнес-сообщества, стало традиционным методом по отысканию опережающих индикаторов и статистических сигналов к пересмотру ДКП.

Достаточно большой аналитический опыт и материал накоплен ЦБ РФ совместно с Центром макроэкономического анализа и краткосрочного прогнозирования (ЦМАКП) в рамках решения задач макропруденциального регулирования, о котором говорилось выше. Так, опыт глобального кризиса 2007–2009 гг., показал, что чрезмерное (существенно опережающее развитие «реальной» экономики) увеличение глубины финансового сектора может таить в себе и определенные опасности: образование «пузырей», систематическую недооценку рисков, повышение хрупкости финансовой системы, ее уязвимости к шокам. Обусловленная этим финансовая нестабильность оказывает негативное воздействие на экономическую активность. Так, согласно различным исследованиям, пороговый уровень отношения кредита частному сектору к ВВП, после прохождения которого реализуются негативные макроэкономические эффекты, находится в интервале 90–100% [103]. В связи с этим в ЦБ и ЦМАКП продолжается изучение нелинейного воздействия финансового развития на макроэкономическую ситуацию, для чего строятся специальные модели, в которых точкой оптимума для финансового рынка считается такое значение глубины его сегмента, при котором достигается максимально возможное значение «целевой функции регулятора». В свою очередь под последней понимается разница нормированных модельных величин темпов прироста ВВП и волатильности темпов прироста ВВП. Так, расчеты показывают, что с 2011 г. страны БРИКС превосходят Россию по глубине внутреннего рынка банковского кредита частному сектору. При этом Индия и Бразилия еще не достигли точки оптимума, но находятся к ней ближе, чем Россия, тогда как Китай уже «перескочил» ее [103].

Работа по оценке нелинейных форм связей между показателями глубины развития финансового сектора, с одной стороны, и темпами экономического роста на уровне национальных экономик, с другой стороны, продолжается и постоянно углубляется. В частности, как было сказано ранее, в качестве показателей финансовой глубины используются: внутренний кредитный рынок, внутренний рынок корпоративных облигаций и рынок внешних корпоративных заимствований [98]. Результаты модельных расчетов позволили выявить траектории движения стран в координатах «рост – стабильность роста» при углублении каждого из трех сегментов финансового сектора. Еще раз повторим, что оценка оптимальной глубины рассмотренных сегментов финансового рынка, характеризуемая достижением максимальных темпов экономического роста и их минимальной волатильности, дала следующие критические точки разворота: 96% ВВП – для российского кредитного рынка, 22% ВВП – для рынка корпоративных облигаций, 15% ВВП – для рынка внешних корпоративных заимствований [98; 103].

Тем самым переход наблюдаемых показателей границу идентифицированных значений сигнализирует о ближайших позитивных или негативных сдвигах в уровне экономического роста. Иными словами, эконометрические зависимости позволяют расширять спектр параметров макропруденциальной политики, подлежащих контролю и регулированию.

2.5. Альтернативные подходы к диагностике макроэкономического климата1Данный раздел написан с использованием аналитических материалов А.В.Власова.

Помимо рассмотренных выше методик, определяющих влияние инструментов ДКП на показатель ВВП, имеется целый ряд исследований, учитывающих влияние финансового сектора на экономический рост через опосредованные показатели. В частности, в исследовании [104] авторами проведен корреляционный анализ между показателями инфляции, ключевой ставкой и количеством заявок на патенты, в результате которого установлено наличие тесной корреляционной зависимости между рассматриваемыми показателями.

В данном контексте можно говорить еще об одном способе опосредованной оценки влияния ДКП на экономику на основе изучения феномена преступности как следствия в том числе и монетарной политики государства. Тем самым последствия принятых решений центральными монетарными органами могут выражаться не только в традиционном показателе экономического роста, но и в форме социальных показателей типа уровня безработицы и преступности. Это открывает новые горизонты по прогнозированию последствий ДКП.

Начало экономическому подходу в изучении преступлений положили труды [105; 106]. Уровни безработицы и инфляции в этом смысле рассматриваются как определяющие факторы совершения противозаконных действий. Учёные всего мира активно обсуждают гипотезу связи уровней безработицы и преступности. Сегодня две теории описывают эти отношения с противоположных сторон: теория эффекта мотивации и теория эффекта возможностей. Г.Беккер (Becker) предположил, что безработица и уровень преступности находятся в прямой зависимости, ибо когда человек лишается стабильного легального источника заработка, его предельный доход от законной деятельности становится ниже, чем раньше, следовательно, он с большей вероятностью будет склонен к совершению преступных видов деятельности с целью получения дополнительных средств. Позже другие ученые [107–111] обнаружили ту же прямую связь между этими двумя переменными. С другой стороны, Д.Кантор (Cantor) и К.Лэнд (Land) описывали обратную зависимость между безработицей и уровнем преступности: когда люди не трудоустроены, расходы на недвижимость и предметы роскоши в обществе снижаются. Кроме того, некоторые предпочитают оставаться дома, находиться в пределах города. Таким образом, частная собственность оказывается под более высоким уровнем защиты, что снижает масштаб преступных деяний [112]. Что касается теории возможностей преступления, то преступные деяния играют определённую роль в побуждении человека к противоправному поведению и совершению правонарушений. Таким образом, обратный эффект безработицы, или эффект возможностей, верен для различных видов преступлений, а не только для правонарушений в отношении имущественных прав [113].

В ряде исследований [110; 114–117] рассматривается решающее влияние инфляции на преступность: было обнаружено, что инфляция приводит к сокращению покупательной способности и увеличению стоимости жизни. Следовательно, уровень преступности может возрасти, когда человек более не в состоянии поддерживать прежний уровень жизни. Д.Девайн (Devine), Д.Шели (Sheley) и Д.Смит (Smith) установили три детерминанты, создающие положительную связь между инфляцией и противоправным поведением [118]. Во-первых, из-за отставания во времени между изменением цен и корректировкой заработных плат инфляция снижает реальный доход низкоквалифицированной рабочей силы. Однако инфляция имеет положительные последствия для криминального мира, связанные с ростом спроса и дохода на нелегальном рынке. Во-вторых, инфляция разрушает доверие к существующей институциональной системе, что приводит к потере социального контроля и распространению девиантного поведения. В-третьих, инфляция подрывает экономическую способность общества в поддержании минимально необходимого уровня жизни.

Как безработица, так и уровень инфляции объясняют изменение уровня преступности с помощью соответствующих эффектов мотивации и возможностей. Тем не менее, это не даёт чётких ссылок на те катализаторы, которые имеют сильнейшее влияние в этом направлении. Другими словами, возникает вопрос: «Что оказывает прямое влияние на преступность?». Кроме того, включение этих двух переменных в модель преступности может привести к возникновению проблемы мультиколлинеарности [115]. Если же включить переменные по отдельности, то может потеряться ценная информация, что вызовет проблему неправильной спецификации. Во избежание данной проблемы в 1962 г. Артуром Оукеном (Okun) был разработан индекс несчастья, учитывающий уровни безработицы и инфляции одновременно [119]. Обращение к данному индексу обладает несколькими преимуществами. Во-первых, это возможность исследовать влияние безработицы и инфляции на преступность без проблем мультиколлинеарности. Во-вторых, индекс несчастья является более чётким отражением экономических реалий, чем безработица и инфляция, взятые в отдельности. В-третьих, это может исправить методологические недостатки в более ранних исследованиях. В практическом применении Ч.Тан (Tang) и Х.Лин (Lean) рассмотрели взаимосвязь между индексом несчастья и уровнем преступности в США с 1960 по 2005 гг. [120].

В развитие работы [120] индекс несчастья использовался для построения функции преступности в России за 2006–2015 гг. Результаты исследования показывают, что эффекты мотивации и возможностей индекса несчастья существуют, в то время как существование эффекта возможностей в трудах Ч.Тан (Tang) и Х.Лин (Lean) не подтверждается. Разница между выводами вытекает из различных переменных, используемых в исследовании.

Изначально индекс несчастья Оукена (Okun's Misery Index – OMI) рассматривался через две переменные и рассчитывался по формуле (11):

где OMI – индекс несчастья Оукена, π – уровень инфляции, u – уровень безработицы.

Утверждая, что упрощение зачастую вводит в заблуждение и даёт недостаточную информацию о том, улучшается ситуация или нет, Р.Барро (Barro) разработал модифицированную версию индекса несчастья – индекс несчастья Барро (Barro’s Misery Index – BMI) [121]. Он добавил долгосрочные процентные ставки и вычел темпы роста реального ВВП из традиционного индекса несчастья OMI, где все переменные использованы в их разностной форме (12):

где BMI – индекс несчастья Барро, π – уровень инфляции, u – уровень безработицы, i – процентная ставка, y – темп роста ВВП, Δ – представляет собой первую разность.

Для выявления взаимосвязи между индексом несчастья и общем уровнем преступности был рассчитан индекс несчастья OMI (11) за период 2006–2015 гг. и общий уровень преступности по формуле (13); для большей достоверности вычислены индексы несчастья Барро1Были рассчитаны два индекса несчастья Барро: BMI* на основе значения ставки рефинансирования ЦБ за 2006-2015 гг., BMI** (индекс несчастья Барро-2) - на основе ставки рефинансирования ЦБ за 2006-2012 гг. и ключевой ставки за 2013-2015гг. и индекс экономической стабильности (ИЭС) [122].

Общий уровень преступности рассматривался как отношение суммы показателей всех официально зарегистрированных преступлений за год на 10 тыс. человек населения Российской Федерации (13):

где CRt – уровень преступности.

Расчеты показали наличие прямой взаимосвязи между общим уровнем преступности и индексами несчастья (OMI, BMI*, BMI**) и обратной зависимости с ИЭС.

Расчеты уровня преступности по отдельным видам преступлений за последние 10 лет (период 2006–2015 гг.) (хищение чужого имущества, незаконный оборот оружия, экономические преступления и незаконный оборот наркотиков и т.д.) позволили с помощью корреляционного анализа установить взаимосвязь между макроэкономическими показателями: уровнем безработицы, инфляцией, индексами несчастья и названными видами преступности соответственно.

Проведенные расчеты показали, что прямая и достаточно высокая зависимость существует между процентной ставкой и общим уровнем преступности, а также такими её видами, как хищение чужого имущества и экономические преступления; уровнем безработицы и показателем незаконного оборота оружия; индексами несчастья Барро (BMI* и BMI**) и степенью незаконного оборота наркотиков. Связь процентной ставки ЦБ РФ с незаконным оборотом наркотиков практически отсутствует (очень слабая); обратные связи индекса несчастья Барро (BMI*) с незаконным оборотом оружия и уровня безработицы с незаконным оборотом наркотиков слабые. Между уровнями преступности и индексом несчастья Оукена (OMI) связь прямая умеренная; между общим уровнем преступности, незаконным оборотом оружия и ИЭС и значением волатильности курса рубля зависимость обратная умеренная; между хищением чужого имущества, экономическими преступлениями и ИЭС и значением волатильности курса рубля – обратная высокая; между незаконным оборотом наркотиков и индексом ИЭС – прямая высокая.

В расчетах также использовались отдельные показатели криминальной статистики за последние 5 лет (период: 2011–2015 гг.) по всей России: «зарегистрировано преступлений террористического характера», «зарегистрировано убийств», «не раскрыто убийств». С помощью корреляционного анализа была установлена взаимосвязь между макроэкономическими показателями: уровнем безработицы, инфляцией, индексами несчастья, индексом экономической стабильности, а также вышеуказанными показателями криминальной статистики соответственно.

Данные расчеты указывают на то, что уровень инфляции и индексы несчастья (OMI, BMI), равно как и ИЭС, оказывают прямое и весьма высокое воздействие на такой показатель, как «зарегистрированные преступления террористического характера», и обратное высокое – на такие показатели, как «зарегистрированные убийства» и «нераскрытые убийства». Следует отметить, что наблюдается весьма высокая прямая связь между темпом роста ВВП и всеми тремя показателями, а также обратная связь между размером процентной ставки ЦБ РФ и показателями зарегистрированных и нераскрытых убийств.

Дополнительно был рассчитан «уровень преступности»1Использовались обработанные первичные открытые данные независимого исследователя, которые на 15.11.2016 г. находились в публичном доступе. В расчетах уровня преступности для данных видов показателей использовались динамические данные по населению Москвы (период: 2011-2015 гг.) по аналогии с CRt(3). по отдельным видам преступлений за последние 5 лет (период: 2011–2015 гг.) на территории города федерального значения Москва, а именно: тяжкие и особо тяжкие преступления, убийства, кражи автомобилей, угоны. Также с помощью корреляционного анализа можно установить взаимосвязь между макроэкономическими показателями: уровнем безработицы, инфляцией, индексами несчастья (OMI, BMI), ИЭС и вышеуказанными показателями криминальной статистики соответственно.

Полученные расчетные данные отражают обратную весьма высокую зависимость между индексом несчастья (BMI*), уровнем инфляции, значением процентной ставки ЦБ РФ и такими видами преступлений, как убийства, кражи автомобилей и угоны; между динамикой процентной ставки, индексом несчастья (BMI**) и убийствами и угонами; между уровнем безработицы и показателем тяжких и особо тяжких преступлений. Средняя связь существует между уровнем безработицы и убийствами, кражами автомобилей (прямая), высокая – с угонами (прямая). Индекс несчастья Барро (BMI*) и значение процентной ставки БР оказывают прямое заметное воздействие на тяжкие и особо тяжкие преступления. Прямая средняя зависимость наблюдается между показателями «убийства» и «кражи автомобилей» и уровнем безработицы; обратная средняя – между показателями «угоны» и «кражи автомобилей» и ИЭС.

Таким образом, можно констатировать взаимосвязь между количественным данными преступности в России и двумя экономическими переменными – индексами несчастья OMI и BMI. Дополнительно к указанным индексам был рассмотрен ИЭС и ряд макроэкономических показателей (таких как процентная ставка БР, темп изменения ВВП, уровень инфляции и уровень безработицы по отдельности). Данная связь оценивалась посредством множественного корреляционного анализа, с целью проведения которого были выделены отдельные виды (категории) преступлений.

В результате была выявлена прямая умеренная зависимость между индексом несчастья Оукена (OMI) и общим уровнем преступности в долгосрочном периоде, что означает рост противоправного поведения в России с увеличением уровня безработицы (в большей степени). Напротив, была отмечена наибольшая прямая зависимость между изменением уровня безработицы и показателем «незаконный оборот оружия» в долгосрочном периоде; значение ключевой ставки БР и волатильность валютного курса национальной валюты являются компонентами, которые вносят значительные изменения в сложившуюся картину преступной деятельности в России в течение исследуемого периода.

Более подробный множественный корреляционный анализ по отдельным видам преступлений показывает прямую высокую зависимость между размером процентной ставки и общим уровнем преступности, а также такими её видами, как хищение чужого имущества и экономические преступления; уровнем безработицы и показателем незаконного оборота оружия; индексом несчастья Барро-2 (BMI**) и степенью незаконного оборота наркотиков. Практически отсутствует связь между значениями процентной ставки ЦБ РФ и незаконного оборота наркотиков, индексом несчастья Барро-2 (BMI**) и уровнем экономических преступлений, индексом несчастья Барро (BMI*) и общим уровнем преступности. Выявлено сильное влияние со стороны уровня инфляции и индексов несчастья (OMI, BMI*, BMI**) на количество зарегистрированных преступлений террористического характера (прямое влияние) и показатели зарегистрированных и нераскрытых убийств (обратное влияние. Также существует обратная, весьма высокая зависимость между размером процентной ставки и показателями зарегистрированных и нераскрытых убийств.

Результаты «более узкого» исследования в данной перспективе по Москве показали обратную сильную высокую взаимосвязь между уровнем безработицы и показателем тяжких и особо тяжких преступлений; уровнем инфляции, индексами несчастья (OMI, BMI*, BMI**) и индикаторами убийств и краж автомобилей. Наблюдается прямая сильная зависимость между уровнем безработицы и количеством угонов, а также обратная высокая связь последнего с размером процентной ставки БР.

Полученные результаты могут быть использованы в целях регулирования монетарного климата с учетом его влияния на криминальную обстановку в стране. В контексте темы опережающих индикаторов рассмотренные нетрадиционные показатели состояния общества имеют определенное отношение к ДКП. Дело в том, что некоторые индексы несчастья и их разновидности могут идти не только синхронно с ухудшением монетарного климата в стране, но иногда и запаздывать относительно решений регулятора. В связи с этим монетарные показатели способны выступать в качестве упреждающих индикаторов намечающихся социально-экономических изменений, в том числе нежелательных криминальных эффектов.

2.6. Основные недостатки используемых методов

Рассмотренные методы построения опережающих монетарных индикаторов имеют как преимущества, так и недостатки. К сожалению, несмотря на обилие существующих методов и моделей на практике применяется лишь незначительная их часть. Это связано с наличием в этих методах и подходах специфических недостатков. Рассмотрим их более подробно.

Во-первых, использование многих индикаторов затруднено тем обстоятельством, что в большинстве случаев национальные органы статистики представляют оценки ВВП лишь на квартальной основе, что не позволяет проводить, например, ежемесячные расчеты, а также использовать показатель ВВП в качестве базового ряда. Подобная практика присуща большинству развитых стран, однако в ряде государств, преимущественно с переходной экономикой, данные о динамике ВВП предоставляются ежемесячно – в виде темпов прироста нарастающим итогом за соответствующий период года, которые корректируются по прошествии определенного периода. В связи с этим относительная погрешность месячных данных достаточна велика, что также создает определенные трудности в получении качественного ряда реального ВВП (в абсолютных значениях или в виде цепного индекса) с месячной периодичностью [89].

Во-вторых, многофакторность самого процесса экономического роста затрудняет отбор тех монетарных показателей, которые должны выступать в качестве реальных драйверов роста. Более того, на разных этапах экономического развития страны меняется и состав «активных» факторов, которые действительно предопределяют рост производства. В связи с этим в аналитических анналах накоплено огромное число возможных индикаторов и моделей при том, что все они не универсальны и не могут быть превращены в постоянные индикаторы монетарной среды наподобие индекса Доу–Джонса в отношении экономической конъюнктуры. Тем самым выбор наиболее приемлемого упреждающего монетарного индикатора уже сам по себе превращается в серьезную проблему.

В-третьих, наличие нелинейности между некоторыми важными монетарными показателям и параметрами экономического роста осложняет построение простого упреждающего индикатора. Как правило, сама логика опережающего индикатора предполагает, что данный индикатор и ВВП всегда движутся в одинаковом направлении. Между тем многие современные эконометрические исследования показывают, что это не так. В связи с этим нужны какие-то иные методологические основы и аргументы для конструирования эффективного упреждающего индекса. Во всяком случае эффект нелинейности вносит свои ограничения в традиционную парадигму монетарных индикаторов.

В-четвертых, практически во всех известных монетарных индикаторах отсутствует внятная идеология его построения. В данном случае речь идет о том, что такого рода индикаторы хаотично «собираются» из разных частных показателей, без наличия внутренней логики. Складывается впечатление, что набор частных объясняющих переменных формируется методом проб и ошибок. В лучшем случае все возможные варианты проверяются различными методами на работоспособность. Однако даже наличие таковых индикаторов не дает системного представления об ошибках и недочетах монетарного регулятора. Более того, остается под вопросом соотношение и эффективность разрешительных и запретительных мер центрального банка.

В-пятых, большинство методов направлено на идентификацию неких кризисных точек, которые априори являются чрезвычайно опасными для национальной экономики. Однако нацеленность рассмотренных методов на прогнозирование неких масштабных проблем типа надвигающегося экономического кризиса автоматически ведет к тому, что все эти методы являются «грубыми» в том смысле, что они улавливают грядущие коллизии, но игнорируют мелкие изменения монетарного климата. Между тем в практике регулятора имеет значение любой прогноз экономической активности, в том числе и мелкие ухудшения монетарных условий функционирования экономики, которые могут накапливаться в течение длительного времени и, в конечном счете, давать заметное снижение темпов экономического роста. Иными словами, методы упреждающей диагностики сегодня построены по дискретному принципу, улавливая «большие» проблемные события, тогда как в идеале они должны строиться по непрерывному принципу, направленному на обследование каждой точки временной оси и выявлении любых, в том числе не слишком значительных, изменений.

В-шестых, деятельность центральных монетарных институтов моделируется фактически в полном отрыве от имеющейся институциональной теории. Тем самым макроэкономические построения почти никак не согласуются с институциональными принципами, что превращает все индикаторы и модели в подобие эвристических конструкций – они могут работать на практике, но никаких новых системных знаний об экономике они не дают.

В-седьмых, лаги, которые присутствуют в упреждающих индикаторах редко бывают достаточно длинными. Следование одного показателя за другим с запаздыванием в 2–3 месяца не дает монетарным властям времени ни на подготовку к нежелательному событию, ни на исправление и корректировку сформировавшейся регулятивной линии. Желательно, чтобы опережение составляло, по крайней мере, полгода. В этом случае можно говорить об условно среднесрочном прогнозировании; в противном случае речь идет о самом примитивном краткосрочном прогнозировании, не дающим монетарным властям достаточно времени и свободы для реакции на выявленные проблемы.

В-восьмых, сама практика применения различных упреждающих индикаторов так и не выявила не только общепризнанного «лидера», использование которого может тиражироваться максимально широко как во времени, так и в пространстве, но и не позволила даже очертить круг наиболее эффективных методов и моделей. Фактически сегодня монетарные ведомства разных стран действуют по своим собственным, уникальным методикам.

Таким образом, наличие разных подходов к упреждающей монетарной диагностике дезориентирует не только аналитиков, но и сами монетарные власти. В связи с этим возникает потребность в построении некоего обобщенного индикатора монетарного климата, который был бы способен, во-первых, диагностировать текущую ДКП и ее эффективность, а, во-вторых, предсказывать экономический рост на несколько месяцев вперед. Создание именно такого индикатора и является целью следующего раздела.

ГЛАВА 3. ИНДЕКС МОНЕТАРНОЙ ЭФФЕКТИВНОСТИ И ЕГО СВОЙСТВА

3.1. Идеология построения Индекса монетарной эффективности

В настоящее время БР накоплен большой массив довольно качественной информации о денежно-кредитных процессах в стране. Причем многие показатели монетарной статистики предоставляются ежемесячно, что создает основу для эффективного мониторинга монетарного климата. Однако все эти показатели разрозненны и на сегодняшний день никем не объединяются в универсальный агрегат, который дал бы комплексную оценку складывающейся ситуации. В связи с этим основная идея данной работы состоит в построении такого сводного индекса, который бы аккумулировал в себе все основные стороны денежно-кредитных процессов и позволил бы оперативно отслеживать изменения в монетарном климате.

Предлагаемый индекс монетарной эффективности (ИМЭ)1Англоязычный эквивалент МИЭ будем обозначать как IME – Index of Monetary Efficiency. должен обладать двумя свойствами – структурной и динамической эффективностью. Свойство структурной эффективности заключается в наличии в составе ИМЭ двух составляющих, одна из которых характеризует монетарную стабильность, а другая – монетарную свободу. Свойство динамической эффективности заключается в том, что ИМЭ должен выступать в роли упреждающего индикатора, заранее сигнализируя о будущих негативных процессах в реальной экономике. Рассмотрим эти два требования более подробно.

Указанное структурное свойство восходит к тезису Д.Норта (North) о двойственной функции институтов, которые с одной стороны создают ограничения, а с другой – стимулы [123]. Такой подход таит в себе большие аналитические возможности. В частности, рассмотрение институтов в плоскости «ограничения–стимулы» позволяет выстроить диалектику их статических и динамических свойств. Это означает, что институты должны одновременно обладать двумя противоречивыми свойствами – жесткостью и гибкостью [123, стр. 155].

Отталкиваясь от трактовки Д.Норта (North), согласно которому институты – это правила игры [123], а также от трактовки В.М.Полтеровича, согласно которому институты – это нормы поведения [124], можно констатировать, что БР является типичным институтом-регулятором, который задает стандартные правила игры и нормы поведения участников денежно-кредитной сферы. В связи с этим деятельность российского мегарегулятора обладает указанной Д.Нортом (North) двойственностью.

Тезис Д.Норта (North) о двойственной природе институтов получил свое развитие в политической теории Д.Дзоло (Zolo), согласно которой государство в процессе регулирования должно обеспечить балансировку полярных ценностей – безопасности и свободы граждан [125, с.311]. В данном случае БР также полностью подчиняется этому требованию и должен обеспечить, с одной стороны, надежность денежно-кредитной системы, а с другой – стимулы для деятельности экономических агентов.

Инструментальную конкретизацию указанные методологические установки получили при конструировании Базового индекса институционального развития (БИИР), разработанного в 2015 году в Финансовом университете при Правительстве РФ [122, 126]. В частности, при построении БИИР рассматривались гарантии и свободы, предоставляемые национальными институтами, в связи с чем искомый индекс раскладывался на индекс институциональных гарантий и индекс институциональных свобод. Данный подход был доведен до логического завершения путем оцифровки всех аспектов двух названных направлений институтов, что позволяет классифицировать созданную аналитическую технологию как чрезвычайно перспективную и тиражировать ее на другие сферы институциональных исследований. В связи с этим при рассмотрении БР в качестве регулирующего института и монетарного климата в качестве результатов такого регулирования целесообразно воспользоваться указанной функциональной градацией институтов в разрезе «гарантии–свободы». Тогда общая монетарная эффективность будет складываться из монетарной стабильности и монетарной свободы. Соответственно Индекс монетарной эффективности – IME – будет складываться из двух частных индексов: Индекса монетарной стабильности (IMS) и Индекса монетарной свободы (IMF)1В англоязычной версии данные индексы имеют соответствующую аббревиатуру – Index of Monetary Stability (IMS) и Index of Monetary Freedom (IMF).. Логика функционального разложения IME приведена на рисунке 1.


Рисунок 1. Логическая схема индекса монетарной эффективности

Предлагаемый подход позволяет оперативно идентифицировать «узкие места» в ДКП БР с точки зрения стратегии регулирования. Это особенно актуально в связи с тем, что деятельность регулятора зачастую сильно смещается в сторону введения ограничений и стремления к стабилизации ситуации на фоне почти полного «отключения» инструментов стимулирования.

В реальности должен быть обеспечен разумный баланс между двумя сторонами регулирования, что значительно легче сделать при наличии оперативного индикатора наподобие IME с его составляющими.

3.2. Калькуляция Индекса монетарной стабильности

Для балансировки эффектов ограничений (стабилизации) и освобождений (свободы) частные индексы IMS и IMF должны состоять из одинакового числа исходных отчетных показателей. В нашем случае берется по 7 элементов в каждом частном агрегате. В частности, IMS складывается из следующих семи параметров:

  • инфлятогенность российской экономики (x1, %): x1=100–ТИ, где ТИ – месячный тем инфляции, %; вычитание инфляции из 100 осуществляется для нормализации общей логики расчетов, которая предполагает, что чем больше параметр, тем лучше;
  • индекс валютной стабильности (x2, %): x2=100–|ТРВК|, где ТРВК – месячный темп роста валютного курса доллар-рубль, %; темпы роста валютного курса берутся по модулю, чтобы учесть абсолютный масштаб изменения безотносительно к направлению изменений;
  • коэффициент долговой нагрузки (x3, %): x3=(ВД+ВК*ВнД)/12*ВВП, где ВД – внутренний государственный долг, руб.; ВнД – внешний государственный долг, долл.; ВК – валютный курс доллара к рублю; ВВП – месячное значение валового внутреннего продукта, руб.; ВВП домножается на 12 (число месяцев в году) для того, чтобы перевести месячную величину в годовой эквивалент;
  • коэффициент задолженности по кредитам (x4, %): x4=[1–(ЗК/ОК)]*100, где ЗК – задолженность по кредитам, предоставленным юридическим лицам – резидентам и индивидуальным предпринимателям, руб.; ОК – объем кредитов, руб.;
  • доля крупнейших банков (x5, %): x5=(ККО/КО)*100, где КО – число кредитных организаций в стране, ед.; ККО – число крупнейших кредитных организаций с уставным капиталом более 10 млрд. руб., ед;
  • коэффициент притока капитала (x6, %): x6=[1–ЧВВК*ВК/ВВП]*100, где ЧВВК – чистый ввоз (+)/ вывоз (-) капитала, долл.; вычитание из 1 позволяет избавиться от проблемы знака сальдо капитала и осуществить нормирование общей логики расчетов: чем больше показатель, тем лучше;
  • коэффициент монетарных гарантий (x7, %): x7=(МР*ВК/12*ВВП)*100, где МР – международные резервы, долл.

Все перечисленные показатели базируются на ежемесячной статистике БР за исключением месячных значений ВВП, которые предоставляет Внешэкономбанк (ВЭБ). Ретроспективный ряд, используемый в прикладных расчетах, включает данные, начиная с 10.2014 до 03.2017 включительно, т.е. 30 точек наблюдения (Приложение А).

Все вышеприведенные показатели оценивают надежность монетарной системы; если они будут иметь плохие (низкие) значения, то это равносильно росту вероятности наступления кризиса в той или иной форме. Учитывая, что все семь показателей не могут синхронно изменяться, их следует агрегировать по определенному правилу. Однозначного алгоритма такого агрегирования нет, в связи с чем можно предложить максимально простой и вполне работоспособный метод, суть которого заключается в следующем. Необходимо подобрать весовые коэффициенты таким образом, чтобы в первоначальный момент времени значение IMS равнялось 100%. Тогда вся дальнейшая его динамика будет говорить об улучшении или ухудшении ситуации по сравнению с первоначальным моментом времени. В связи с этим IMS не имеет нормировки и не лежит в строго определенных границах. Наоборот, его величина колеблется вокруг 100%, а его нижняя и верхняя границы не фиксированы. Таким образом, можно говорить лишь об исторических минимумах и максимумах IMS. В этом смысле он напоминает индекс Доу–Джонса, который также не имеет строгой нормировки.

Общая формула IMS имеет следующий вид (14):

где bi – весовой коэффициент i–ого частного показателя монетарной стабильности; n – число показателей (в нашем случае n=7).

В основу алгоритма отыскания весовых коэффициентов закладывается правило, согласно которому все частные показатели вносят одинаковый вклад в общий агрегат IMS. Тогда весовые коэффициенты отыскиваются из следующего уравнения (15):

Расчеты дают следующий набор весовых коэффициентов: b1=0,144; b2=0,154; b3=0,159; b4=0,345; b5=4,545; b6=0,174; b7=0,600.

Подчеркнем, что используемый подход к вычислению весов направлен на выравнивание масштаба влияния каждого фактора и не позволяет говорить о его роли на основе его веса. Наоборот, разница в весовых коэффициентах автоматически отражает разницу в масштабе факторных показателей. Именно поэтому на весовые коэффициенты не накладывается традиционное условие нормировки.

Для большей наглядности представим архитектуру IMS в виде таблице 3.


Таблица 3. Элементы индекса монетарной стабильности (IMS)

Обо­значе­ние Наз­ва­ние Фор­му­ла рас­че­та Ве­со­вой коэффи­циент
Обо­зна­чение x1
x1 Инфлятогенность российской экономики 100–ТИ b1 0,144
x2 Индекс валютной стабильности 100–|ТРВК| b2 0,154
x3 Коэффициент долговой нагрузки (ВД+ВК*ВнД)/12*ВВП b3 0,159
x4 Коэффициент задолженности по кредитам [1–(ЗК/ОК)]*100 b4 0,345
x5 Доля крупнейших банков (ККО/КО)*100 b5 4,545
x6 Коэффициент притока капитала [1–ЧВВК*ВК/ВВП]*100 b6 0,174
x7 Коэффициент монетарных гарантий (МР*ВК/12*ВВП)*100 b7 0,600

Отдельного комментария заслуживает тот факт, что в число объясняющих факторов IMS не был включен параметр нормы резервирования. Между тем этот показатель традиционно считается важным инструментом центральных банков. Оправданием такому игнорированию нормы резервирования служит то обстоятельство, что этот регулятор чрезвычайно редко меняет свою величину – БР на протяжении нескольких лет может поддерживать его постоянным. Похоже, что к настоящему моменту данный параметр достиг некоторой оптимальной величины и его активное задействование в ближайшее время маловероятно. В связи с этим коэффициент резервирования по факту превратился во второстепенный инструмент макропруденциальной политики, в связи с чем его исключение из состава IMS на данном этапе можно считать вполне оправданным.

3.3. Калькуляция Индекса монетарной свободы

Для расчета IMF вся процедура аналогична используемой для IMS. Агрегат IMF складывается из следующих семи параметров:

  • коэффициент Маршалла (y1, %): y1=(М2/12*ВВП)* *100, где М2 – стандартный денежный агрегат М2, руб.;
  • индекс либеральности учетной политики БР (y2, %): y2=100–КС, где КС – ключевая ставка БР, %;
  • рентабельность капитала российских банков (y3, %): y3=РК, где РК – средняя рентабельность капитала кредитных организаций России, %;
  • коэффициент обеспеченности реального сектора кредитным ресурсом (y4, %): y4=(ОКРС/ОК)*100, где ОКРС – объем кредитов в реальный сектор экономики, руб.;
  • коэффициент стратегичности кредитования реального сектора (y5, %): y5=(ОСК/ОК)*100, где ОСК – объем стратегических кредитов, т.е. кредитов в реальный сектор на срок свыше 3 лет, руб.;
  • коэффициент иностранного участия (y6, %): y6=ИУ, где ИУ – число кредитных организаций с иностранным участием в уставном капитале, ед.;
  • коэффициент конкурентности кредитного рынка (y7, %): y7=РУ, где РУ – число российских кредитных организаций, ед.

Для большей наглядности представим архитектуру IMF в виде таблицы 4.


Таблица 4. Элементы индекса монетарной свободы (IMF)

Обо­значе­ние Наз­ва­ние Фор­му­ла рас­че­та Ве­со­вой коэффи­циент
Обоз­на­че­ние Зна­че­ние
y1 Коэффициент Маршалла (М2/12*ВВП)*100 c1 0,363
y2 Индекс либеральности учетной политики БР 100–КС c2 0,155
y3 Рентабельность капитала российских банков РК c3 1,099
y4 Коэффициент обеспеченности реального сектора кредитным ресурсом (ОКРС/ОК)*100 c4 0,239
y5 Коэффициент стратегичности кредитования реального сектора (ОСК/ОК)*100 c5 0,562
y6 Коэффициент иностранного участия ИУ c6 0,062
y7 Коэффициент конкурентности кредитного рынка РУ c7 0,023

Как и для индекса IMS, ретроспективный ряд включает статистику с 10.2014 до 03.2017 включительно (Приложение А).

Все перечисленные показатели оценивают ту свободу действий, которую имеют хозяйствующие субъекты страны при работе с кредитной системой; если они будут иметь плохие (низкие) значения, то это окажет сдерживающее влияние на развитие национальной экономики.

Общая формула IMF имеет следующий вид (16):

где ci – весовой коэффициент i–ого частного показателя монетарной свободы; n – число показателей (в нашем случае n=7).

Расчеты по схеме (15) дают следующий набор весовых коэффициентов: с1=0,363; с2=0,155; с3=1,099; с4=0,239; с5=0,562; с6=0,062; с7=0,023.

После того, как определены IMS и IMF, задача вычисления IME становится тривиальной, решаясь путем простейшего усреднения двух индексов (17):

В соответствии с формулой (17) стабильность и свобода имеют одинаковую значимость для монетарной эффективности. Данный факт представляется вполне оправданным как с общетеоретической точки зрения (ибо ни одному явлению нельзя отдать предпочтения), так и инструментальной позиции (число факторов в каждом субиндексе одинаково).

Отдельного комментария заслуживает аспект, связанный с возможной нелинейностью эффектов, о которых говорилось в предыдущей главе. Например, в обычных условиях рост коэффициента обеспеченности реального сектора кредитным ресурсом (y4) играет позитивную роль, отражая достаточную денежную подпитку национальной экономики. Однако, как отмечалось, при слишком высоких значениях этого коэффициента могут складываться условия для деструктивного надувания «пузыря», свидетельствуя об искусственном характере стимулирования производства. В дальнейшем этот момент может сказаться при рассмотрении влияния IME на ВВП, однако мы этот аспект проблемы игнорируем в силу того обстоятельства, что в России пока ни один из подобных параметров не приблизился к той черте, за которой начинают проявляться негативные свойства повышенной кредитной активности.

3.4. Эмпирические результаты расчета Индекса монетарной эффективности

Результаты расчетов индексов IMS, IMF и IME представлены на рисунках 2–4. В частности, обращает на себя внимание тенденция к неуклонному росту IMS. Так, за весь рассматриваемый период ухудшение данного индекса по сравнению с начальным значением в 100% (ноябрь 2014 г.) наблюдалось только в апреле 2015 года, тогда как все остальные месяцы IMS тяготел к росту. В результате такой тенденции к концу ретроспективного периода – к февралю-марту 2017 г. – его величина возросла примерно на 16–17% относительна стартового значения (рисунок 2).


Рисунок 2. Динамика индекса монетарной стабильности (IMS)

Все это недвусмысленно говорит о проводимой в это время целенаправленной политики БР по повышению стабильности денежно-кредитной сферы. Данное наблюдение согласуется с имеющимися фактами, в частности, с приходом во второй половине 2013 года на пост председателя БР Э.С.Набиуллиной, которая примерно через полгода начала проводить жесткую политику оздоровления монетарной сферы, нацеленную на понижение системных рисков на кредитном рынке, что и диагностирует IMS. Данный тренд продолжается до сих пор.

В отношении IMF просматривается прямо противоположный тренд. Инцидент с Крымом и последовавший за ним валютный кризис запустил маховик сокращения монетарных свобод. Своего дна данная тенденция достигла примерно через год – в ноябре 2015 г., когда значение IMF уменьшилось более чем на 18% (рисунок 3). После этого ситуация медленно, но верно улучшалась. Однако даже к февралю 2017 г. IMF был все еще на 6% меньше, чем в ноябре 2014 г. Тем самым кризисные процессы 2014–2016 гг. спровоцировали асимметричную монетарную политику, которая была направлена на усиление контроля и достижение стабилизации за счет урезания экономических свобод. На наш взгляд, в сложившихся обстоятельствах никакой разумной альтернативы у такой политики не было, что и служит ей частичным оправданием.


Рисунок 3. Динамика индекса монетарной свободы (IMF)

Если же посмотреть на динамику IME, то почти весь 2015 год прошел под знаком его сокращения, что вполне объяснимо – международные санкции и обрушение рубля потребовали усиления монетарного контроля и сокращения всех видов финансовой свободы. При этом максимальный провал IME составил 6,5%, что можно классифицировать как весьма умеренное ухудшение монетарного климата с учетом конкретных экономических условий (рисунок 4). Однако уже с 2016 года наметилось устойчивое ралли IME в сторону роста. При этом максимальное достижение, имевшее место к марту 2017 г., составило немногим больше 5%. В целом же повышательный тренд в монетарной эффективности возобладал, следовательно, регулятивный кризис завершился и к настоящему моменту достигнут небольшой, но ощутимый прогресс.


Рисунок 4. Динамика индекса монетарной эффективности (IME)

Следует сделать важное методологическое замечание по поводу чувствительности построенных индексов. Дело в том, что волатильность даже индексов IMS и IMF не слишком велика; IME за счет разнонаправленных тенденций между составляющими его агрегатами обладает еще большей инерционностью. Например, исходное значение индексов в 100% не может увеличиться в 2–3 раза; наблюдения показывают, что все изменения лежат в границе ±20%. Это обусловлено самой конструкцией индексов и весовых коэффициентов, которые исключают слишком сильные флуктуации. Это означает высокую «стоимость» каждого процентного пункта изменений. Так, если произошел рост/падение индекса на 10%, то на самом деле это довольно внушительная цифра, означающая очень серьезные изменения в монетарном климате. Ниже мы вернемся к этой теме более предметно.

Чрезвычайно любопытным является сравнение динамики и абсолютных величин IMS, IMF и IME с ранее построенными индикаторами институциональной эффективности, институциональных гарантий и институциональной свободы [122]. Как оказывается, не только Россия, но и почти все постсоветские страны тяготели к обеспечению довольно больших институциональных гарантий на фоне заниженных институциональных свобод.

В данном случае мы получили тот же результат: БР в первую очередь обеспечивает монетарную стабильность, тогда как предоставление монетарных свобод для него отходит на второй план. С одной стороны, данный факт говорит о существующей вполне объективной регулятивной закономерности, состоящей в первоочередной стабилизации ситуации с последующим ослаблением ограничений, ведущих к росту рыночных свобод экономических агентов. С другой стороны, мы в данном случае фиксируем некое управленческое клише, которое направлено на сдерживание рыночной свободы в течение чрезвычайно длительного времени. По всей видимости, в основе такого формата регулирования лежит сама принадлежность России к разряду постсоветских стран, в которых на протяжении длительного времени гарантии выступали в качестве первоочередного блага, а свобода – в качестве вспомогательного и отчасти второстепенного.

ГЛАВА 4. ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ ЭКОНОМИЧЕСКОГО РОСТА С УПРЕЖДАЮЩИМ ЭФФЕКТОМ

4.1. Индекс монетарной эффективности и идеология упреждающего индикатора

Построенный индекс IME с его составляющими имеет аналитическую самоценность, т.к. с его помощью происходит не просто оценка комфортности монетарного климата и эффективности действий ЦБ РФ, но и производится своеобразная «расшифровка» движущих сил происходящих изменений. Наблюдение за динамикой IME позволяет диагностировать не только улучшение или ухудшение монетарной ситуации, но и управленческие перекосы в деятельности БР. В этом смысле IME может использоваться в автономном аналитическом режиме без дополнительных аналитических операций. Однако сконструированный индекс обладает и дополнительной «ценностью», которая состоит в том, что его можно использовать в качестве упреждающего индикатора будущего экономического роста. В этом случае предполагается, что индекс IME, во-первых, должен быть связан с месячной величиной ВВП некоторой довольно хорошей (в статистическом смысле) эконометрической зависимостью, а во-вторых, эта зависимость ВВП от IME должна иметь некоторый лаг – второй показатель должен отставать от первого хотя бы на несколько месяцев. Только в этом случае оперативная диагностика монетарного климата посредством IME позволит делать краткосрочные прогнозы в отношении ожидаемых изменений ВВП.

Оговоримся сразу, что такая задача соответствует исследовательской программе-максимум и нет никаких априорных гарантий, что указанная зависимость между IME и ВВП может быть построена; это зависит от слишком большого числа факторов, не все из которых могут быть контролируемы. Тем не менее в данной работе такая задача ставится и решается.

Помимо этого, поставленная задача построения эконометрической логовой модели между ВВП и IME нами разбивается на два этапа. Первый предполагает построение агрегированной и максимально простой эконометрической зависимости между ВВП (Z) и индексом IME, второй направлен на «раскрытие» и детализацию построенной зависимости таким образом, чтобы ВВП зависел от обоих монетарных агрегатов – IMS и IMF. Первая модель является базовой и с ее помощью устанавливается само наличие зависимости, а также ее основные свойства, вторая модель позволяет произвести более тщательную калибровку полученной зависимости и за счет этого повысить точность прикладных расчетов и получить дополнительные аналитические выводы. Более того, прогнозирование ВВП желательно проводить с помощью второй модели из-за ее более удачной аппроксимации.

Построенные модели позволяют осуществлять прогнозирование как на качественном, так и на количественном уровне. Например, наличие лага в несколько месяцев между ВВП и IME позволяет в зависимости от явных спадов/подъемов в динамике IME прогнозировать аналогичные спады/подъемы в динамике ВВП, тем самым предсказывая некоторые события на качественном уровне. Если же воспользоваться более точной моделью, представляющей собой рекуррентное соотношение, то с ее помощью можно пересчитывать будущие значения ВВП на насколько месяцев вперед и получать конкретные цифры относительно будущей производственной активности системы, получая тем самым краткосрочный количественный прогноз.

Разумеется, излишнее увлечение такими прогнозами не является плодотворным, однако в качестве инструмента краткосрочной диагностики такой подход дает новые возможности, которые нельзя игнорировать.

4.2. Основная (базовая) эконометрическая модель роста

Особенность предлагаемой базовой (основной) эконометрической модели состоит в наличии временного лага, величина которого заранее неизвестна. В связи с этим построение модели предполагает множество вычислительных экспериментов, в процессе которых происходит сдвиг лага от 1 до 12 месяцев.

Искомая зависимость строится в виде линейной регрессии между ВВП (GDP) (точнее, логарифма ВВП) и IME с лагом в h месяцев на основе ежемесячных данных t в следующем виде:

где α и β – параметры модели, оцениваемые эконометрически.

Зависимость (18) предполагает простую институциональную функцию экономического роста в виде экспоненты от монетарного климата: GDP(t)=γexp[βIME(t-h)], где γ=eα – константа.

Прикладные расчеты позволили установить следующую эконометрическую зависимость (19):

В круглых скобках под коэффициентами регрессии указаны их стандартные ошибки; N – число наблюдений; R2 – коэффициент детерминации; DW – коэффициент Дарбина–Уотсона; E – ошибка аппроксимации. Построенная модель проходит основные статистические тесты и обладает удовлетворительной точностью аппроксимации1Коэффициент детерминации является значимым на 10-процентном уровне значимости. Тест Дарбина–Уотсона также проходит на 10-процентном уровне значимости; аналогичный результат дает тест Бройша-Годфри.. Тем самым модель (19) дает довольно однозначный ответ по поводу наличия связи между динамикой ВВП и сконструированным ИМЭ. При этом временное запаздывание составляет 8 месяцев, что дает хорошую основу для упреждающего прогнозирования.

Полученный результат согласуется с основополагающими априорными положениями. Действительно, монетарный климат должен влиять на экономический рост, что и показывает модель (19). При этом очевидно, что влияние монетарного климата не может быть определяющим, что также фиксируется моделью – доля объясненной дисперсии составляет 17%, тогда как остальные 83% изменений ВВП продуцируются другими факторами, не учитываемыми в модели.

Модель (19) позволяет уяснить на самом общем уровне роль монетарного фактора. Например, из (19) вытекает простое динамическое соотношение (20):

где λ – темп экономического роста.

Учитывая, что β=0,014, можно утверждать, что рост индекса монетарной эффективности на 10 пунктов способен обеспечить темпы экономического роста в 1,4%. Если значение IME не достигло своего предела, то, как оказывается, его улучшение предоставляет национальной экономике весьма приличные резервы роста. И хотя монетарный фактор сам по себе не может обеспечить России китайские темпы экономического роста порядка 10% годовых, он все-таки способен вытянуть экономику из депрессии на устойчивый ненулевой рост. В этом состоит один из главных содержательных результатов построенной модели.

Примечательно, что даже в своей упрощенной форме модель (19) учитывает влияние обоих агрегатов IME – IMS и IMF. Это непосредственно вытекает из развернутой записи модели (19):

Однако данная зависимость нуждается в детализации, которая преследует несколько целей. Во-первых, логично предположить, что IMS и IMF неодинаково сильно влияют на экономический рост и это количественное различие следует определить. Во-вторых, есть основания предполагать, что IMS и IMF оказывают влияние на динамику ВВП с разной длительностью запаздывания, что также необходимо проверить. В-третьих, вполне возможно, что влияние IMS и IMF носит нелинейный характер со всеми вытекающими отсюда последствиями, что также нуждается в проверке. В-четвертых, хотелось бы иметь модель, которая объясняет гораздо больший процент изменений ВВП, чем зависимость (19).

В связи с этим правомерно поставить задачу построения некой модификации модели (19), которая удовлетворяла бы всем перечисленным четырем требованиям.

4.3. Дополнительная (вспомогательная) эконометрическая модель роста

Для решения задачи, поставленной в предыдущем параграфе, и получения более насыщенной аналитической конструкции была построена следующая нелинейная факторная модель (22):

где θ – временной лаг между ВВП и IMS; τ – временной лаг между ВВП и IMF.

Апробация модели позволила определить, что θ=3 мес., а τ=11 мес., а также получить эконометрическую модель (23):

Построенная модель проходит основные статистические тесты и обладает высокой точностью аппроксимации1Тест Дарбина–Уотсона и тест Бройша-Годфри дают основание полагать присутствие автокорреляции. Однако в данном случае связь является чрезвычайно незначительной и с учетом краткосрочного характера модели ею можно пренебречь..

Полученная зависимость обладает рядом свойств и несет довольно много дополнительной информации.

Во-первых, модель (23) обладает большей точность как с точки зрения более незначительной ошибки аппроксимации, так и с точки более весомого коэффициента детерминации – прочие факторы определяют менее 30% всех изменений ВВП. Такие качества позволяют использовать модель (23) при непосредственном прогнозировании динамики ВВП.

Во-вторых, подтвердилась гипотеза о том, что IMS и IMF оказывают влияние на динамику ВВП с разной длительностью запаздывания. Как оказывается, коэффициент стабильности сказывается на динамике ВВП уже через 3 месяца, тогда как сдвиги в коэффициенте свободы – только через 11 мес. Этот вывод имеет самостоятельное значение для понимания процесса государственного регулирования и его приоритетов. Дело в том, что все меры по монетарной стабилизации очень быстро сказываются на экономическом росте, тогда как предоставление монетарных свобод хоть и положительно влияет на ВВП, но дает о себе знать почти через год. В связи с этим неудивительно, что регулятор в большинстве случаев отдает предпочтение ограничительным мерам стабилизации, нежели либеральным мерам по максимальному «освобождению» кредитного рынка. Длительная реакция отклика системы на монетарные свободы таит в себе определенные опасности, связанные с тем, что в течение данного периода времени могут произойти непредвиденные события, которые нейтрализуют либеральный эффект. Таким образом, наблюдаемая опережающая динамика IMS (рисунок 2) по сравнению с провальной динамикой IMF (рисунок 3) является естественной реакцией БР на ухудшающиеся экономические условия. Важным пунктом анализа является то, что интуитивное представление о влиянии гарантий и свобод на экономическое развитие получило довольно однозначное эмпирическое подтверждение, переведя дискуссию из сферы гипотез в русло подтвержденных фактов.

В-третьих, влияние IMS и IMF на ВВП действительно носит нелинейный характер, что дает новые аналитические возможности. Рассмотрим этот вопрос более подробно.

Первый тезис, вытекающий из модели (23), состоит в наличии параболической зависимости между ВВП и IMS с точкой максимума IMS*:

Это означает, что политика роста монетарной стабильности имеет свой естественный верхний предел, превышение которого уже не улучшает, а ухудшает ситуацию. Расчеты показывают, что эта точка равна IMS*=122,5%. Следовательно, БР имеет смысл настраивать свои регулирующие действия таким образом, чтобы не переходить указанную границу. Главный вывод состоит в том, что излишняя активность регулятора по сдерживанию активности отрасли носит деструктивный характер – можно перегнуть палку и слишком сильно зажать экономику в тиски избыточных монетарных требований. Анализ эмпирических данных индекса IMS свидетельствует в пользу того, что данный регулятивный резерв еще не исчерпан, так как фактические значения IMS ни разу не превысили критическую величину IMS*. В настоящий момент у БР имеется ощутимый резерв в усилении стабилизирующий действий в размере 5 пунктов.

Второй тезис состоит в наличии параболической зависимости между ВВП и IMF с точкой минимума IMF*:

Это означает, что политика роста монетарной свободы имеет свой естественный нижний предел, опускание ниже которого ухудшает ситуацию. Расчеты показывают, что эта точка равна IMF*=88,8%. Следовательно, БР должен проводить такую политику, чтобы не передавливать монетарные свободы ниже указанной отметки – как и в случае с точкой (24) можно закрыть «окно возможностей» для хозяйствующих субъектов. Анализ фактических данных показывает, что это требование систематически нарушалось. Так, в периоды 06.2015–12.2015, 02.2016–07.2016 и 09.2016–12.2016 величина IMF находилась ниже вычисленной критической границы. И только с 2017 г. значения IMF вышли из «мертвой зоны» и началось ралли по либерализации и освобождению кредитной системы.

Третий тезис состоит в том, что главный регулятивный резерв у БР лежит в сфере наращивания монетарных свобод и совсем незначительного давления в направлении стабилизации рынка. В перспективе именно рост индекса IMF должен стать локомотивом улучшения монетарной ситуации в стране.

Четвертый тезис предполагает возврат к разговору о границах изменения индексов IMS и IMF. Ранее мы отметили, что отклонение их фактических значений от 100% лежит в границах ±20%. Проведенный анализ позволяет уточнить этот вывод. В частности, верхняя планка для IMS составляет 122,5%, а нижняя граница, строго говоря, не определена. Для IMF нижняя граница составляет 88,8%, т.е. на 11,2 пункта меньше исходной точки в 100%, в то время как верхний предел также не определен. Скорее всего, разумное движение IMS вниз составляет примерно ту же величину, что и вверх, т.е. порядка 22%, равно как и движение IMF вверх не может превышать 15 пунктов. Тем самым диапазон изменений построенных индексов является достаточно ограниченным. Выход за установленные границы будет свидетельствовать о необходимости тщательного анализа эффективности монетарного регулирования.

4.4. Ретроспективное и перспективное прогнозирование

Построенная базовая модель (19) позволяет довольно легко прогнозировать величину помесячного ВВП на 8 месяцев вперед. При этом для понимания точности прогнозов можно осуществить так называемое ретроспективное прогнозирование по имеющимся отчетным данным. Однако в этом случае результат заранее известен и характеризуется ошибкой аппроксимации для зависимости (19). Однако можно осуществить и перспективное прогнозирование, когда по формуле (19) производится пересчет ВВП на 8 месяцев вперед. Такая процедура была выполнена и дала вполне удовлетворительный результат (рисунок 5). Однако в данном случае главный вопрос состоит в степени достоверности таких прогнозов. Для определения такового в данной работе был использован традиционный тест, когда полученный прогноз сравнивается с выходящими через некоторое время отчетными данными.

Учитывая, что точкой отсчета был март 2017 года, то прогноз простирался до ноября 2017 года. Через некоторое время были получены новые данные о ВВП от Внешэкономбанка за четыре очередных месяца. Это позволило сравнить заранее выполненный прогноз с полученными после этого фактическими данными ВВП. Результаты приведены в таблице 5.


Рисунок 5. Фактическая (сплошная) и прогнозная (пунктирная) линии ВВП


Таблица 5. Сравнение плановых и фактических значений ВВП

Период Фактический ВВП, млрд. руб. Прогнозный ВВП, млрд. руб. Относительная ошибка, %
04.2017 7209 7528 –4,42
05.2017 7292 7350 –0,80
06.2017 7324 7387 –0,86
07.2017 7734 7448 3,70
08.2017 - 7355 -
09.2017 - 7882 -
10.2017 - 7837 -
11.2017 - 7877 -

Полученные результаты являются обнадеживающими, так как прогнозные значения за четыре месяца дают среднюю ошибку в 2,4%, что гораздо меньше зафиксированной ошибки аппроксимации для модели (19). Таким образом, на перспективу модель (19) дает более чем удовлетворительные прогнозные результаты. В связи с этим использование более точной и лучше откалиброванной зависимости (23) не имеет смысла.

К сказанному можно добавить, что точность прогноза может быть дополнительно повышена за счет учета цикличности месячного ВВП. Модельные значения сглаживают циклические всплески, которые должны генерироваться специальным оператором.

Помимо простых прогнозов помесячных объемов ВВП модель (19) позволяет при необходимости оценить предполагаемый годовой темп прироста ВВП. Для этого достаточно вычислить следующую величину (26):

где λ – темп экономического роста; GDP(T,t) – произведенный ВВП в t-ом месяце в текущем году T; GDP(T–1) – произведенный ВВП в предыдущем году T–1; π – ожидаемый годовой индекс инфляции в текущем году.

Расчеты по данной формуле на основе данных таблицы 5 дают величину 5% роста номинального ВВП, а с учетом ожидаемой БР годовой инфляции в 4% определяют величину ожидаемого темпа роста реального ВВП в 2017 г. в 1%.

Таким образом, сконструированный IME с сопутствующей ему моделью (19) способен служить рабочим инструментом для краткосрочного прогнозирования производственной активности в России.

ГЛАВА 5. ИСПОЛЬЗОВАНИЕ ИНДЕКСА МОНЕТАРНОЙ ЭФФЕКТИВНОСТИ В ПРАКТИКЕ ГОСУДАРСТВЕННОГО РЕГУЛИРОВАНИЯ

Разработанные аналитические инструменты в виде монетарных индексов IME, IMS и IMF, а также базовой и вспомогательной эконометрических моделей упреждающей диагностики предполагают стратегическое и тактическое применение.

Стратегическое применение направлено на определение и корректировку глобального курса монетарного регулирования ЦБ РФ. Например, в последние годы в деятельности БР доминировали меры по стабилизации и сдерживанию, тогда как политика по стимулированию занимала второстепенное значение. На наш взгляд, на протяжении ближайшего года-полутора такое положение дел может сохраняться и давать положительные результаты. Однако в более долгосрочной перспективе – максимум через 2 года – стратегия ЦБ РФ должна кардинально измениться и регулятору необходимо более активно задействовать инструменты стимулирования для либерализации монетарной сферы. Такой регулятивный разворот почти наверняка даст новый импульс экономическому росту в России; в противном случае слишком жесткие и однообразные сдерживающие действия БР будут препятствовать возникновению глобальных монетарных сбоев и кризисов, одновременно с этим не позволяя раскрыться имеющемуся потенциалу активности отечественных хозяйствующих субъектов. Разумеется, конкретные сроки и меры по пересмотру приоритетов в политике ЦБ РФ являются прерогативой руководства мегарегулятора и определяются в зависимости от макроэкономического контекста.

Тактическое применение разработанного инструментария предполагает два принципиально различных подхода – интернальный и экстернальный. И первый, и второй подходы предусматривают систематический мониторинг индексов IME, IMS и IMF, а также постоянное обновление базовой и вспомогательной эконометрических моделей упреждающей диагностики, ее спецификации и параметров. Такой учет монетарной ситуации и ее эффективности позволит делать ежемесячные прогнозы ВВП на 8 месяцев вперед. В ряде случаев подобные прогнозные эскизы позволят вовремя идентифицировать назревающий кризис, а период упреждения в 8 месяцев может быть использован для выработки стабилизационных мер. Разница между первым и вторым подходами состоит в том, что интернальный режим направлен на проведение указанной учетной, аналитической и прогнозной работы в рамках самого регулятора – в ЦБ РФ, тогда как экстернальный режим предполагает проведение этой работы сторонней организацией, обладающей достаточно высоким статусом и аналитическим потенциалом.

Интернальный подход предполагает жесткую регламентацию и институционализацию применяемого инструментария. Иными словами, признание БР подобной методики и взятие ее в качестве вспомогательного инструмента регулирования требует принятия соответствующего внутреннего нормативного акта. В частности, это может быть сделано наиболее простым и действенным способом – путем издания специального приказа ЦБ РФ, в котором утверждается порядок применения означенного инструментария, а также возлагается ответственность на руководителей определенных структурных подразделений БР за организацию и проведение на постоянной основе соответствующей работы.

Данный подход имеет свои преимущества, которые состоят, прежде всего, в наличии у пользователя инструментария всей необходимой для него первичной информации, а также возможностью ее получения максимально оперативным образом. Данный момент позволит заметно усилить оперативность проводимой работы (по нашим оценкам, на 2–3 месяца). Например, по договоренности между БР и Внешэкономбанком может быть получена более оперативная статистика о месячных данных объема ВВП, а вся информация о денежно-кредитной сфере может поступать регулятору практически в онлайн-режиме. Вместе с тем принятие ЦБ РФ на себя такой аналитической работы имеет и свои недостатки: во-первых, подобная деятельность сама по себе не типична для регулятора, а во-вторых, в этом случае возникает своеобразный эффект самооценки, когда БР рассчитывает эффективность своей собственной работы по регулированию монетарной среды и обнародует ее для широкой общественности; «закрытие» же всей информации и ее применение только «для внутреннего пользования» также является нерациональным ходом, ибо в этом случае теряется транспарентность инструментария, тогда как она является его неотъемлемой частью и козырным моментом для продвижения в публичной сфере. В связи с этим вполне оправданным представляется экстернальный подход в качестве разумной альтернативы интернальному.

В рамках экстернального подхода можно предложить отдать функции по использованию разработанного инструментария, например, Финансовому университету при Правительстве Российской Федерации, который, с одной стороны, обладает оптимальным административным статусом для ведения такой работы, а с другой стороны, имеет многолетнюю специализацию на анализе финансовой сферы страны. Разумеется, в общем случае вместо Финуниверситета может быть выбрана другая похожая организация, например, Высшая школа экономики (ВШЭ), Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (РАНХиГС), Российский экономический университет им. Г.В.Плеханова, Московский государственный университет им. М.В.Ломоносова (Экономический факультет или Московская школа экономики) и т.п. Однако, учитывая многолетние тесные связи Финуниверситета с ЦБ РФ, Министерством финансов РФ и Министерством экономического развития РФ, его кандидатура является наиболее привлекательной и перспективной.

Передача разработанного инструментария на аутсорсинг Финуниверситету также предполагает определенную регламентацию этого процесса и организационное и информационное обеспечение. Это предполагает несколько обязательных условий. Во-первых, Финуниверситет должен официально признать Индекс монетарной эффективности IME и его составляющие в качестве своего методического бренда; во-вторых, ему следует определить коллектив (или подразделение вуза), который будет проводить постоянный мониторинг и аналитическое сопровождение IME, а также определить стимулы и ответственность за эту деятельность; в-третьих, ему необходимо наладить информационную работу по широкому обнародованию результатов мониторинга.

Последний момент предполагает, что на сайте Финуниверситета должен быть создан соответствующий раздел, в котором будет представлена не только вся методическая информация об IME, но и ежемесячно обновляющиеся результаты аналитических расчетов, включая первичную информацию, а также оперативные аналитические комментарии специалистов. Разумеется, вся информация должна находиться в свободном доступе в Интернете.

Предложенный экстернальный подход позволит ЦБ РФ определить исполнителя, который будет оценивать эффективность монетарной среды и сигнализировать как самому БР, так бизнес-сообществу и широкой общественности о намечающихся спадах и подъемах в российской экономике. На наш взгляд, такой подход является наиболее плодотворным и легко реализуемым. В целом же предпочтение следует отдавать экстернальному подходу, хотя и интернальный режим использования IME не следует совсем сбрасывать со счета.

ЗАКЛЮЧЕНИЕ

Проведенное исследование позволило сделать ряд выводов, наиболее важные из которых приведены ниже.

1. Анализ нормативных документов и практики монетарного управления показывает, что за формирование монетарной среды в России отвечает Центральный банк Российской Федерации, который в последнее время превратился из макрорегулятора в мегарегулятор посредством постепенного расширения своих функций и полномочий. Набор инструментов Банка России и сфер его регулирования растет и постоянно трансформируется. К настоящему моменту Банк России полностью контролирует монетарную ситуацию в стране и предоставляет обширную, достаточно качественную и достоверную статистику о своей деятельности. Значительная часть статистических данных БР дается в разрезе ежемесячной разбивки, что дает возможность осуществлять глубокие аналитические исследования его деятельности, включая эффективность осуществляемых им мер макроэкономического регулирования. Для таких целей, как правило, используется некий агрегированный индикатор, который позволяет не только диагностировать эффективность денежно-кредитной политики, но и предсказывать экономический рост в краткосрочной перспективе.

2. Анализ зарубежного опыта показал, что для повышения эффективности ДКП центральных монетарных ведомств на сегодняшний день разработано множество так называемых монетарных правил, которые нацелены на увязку входных (т.е. управляющих, например, ставка рефинансирования) и выходных (т.е. макропараметров, например, темп инфляции) показателей центральных банков. Иногда в числе учитываемых переменных фигурируют темпы экономического роста и их волатильность, позволяя напрямую связать ДКП с динамикой национального производства. Использование центральными банками МП и различных режимов таргетирования привело к более общей регулятивной концепции – макропруденциальной политике, в рамках которой ис¬пользуются пруденциальные инструменты (т.е. монетарные нормативы) для снижения системного риска в финансовом секторе и в экономике. В настоящее время серьезное развитие получили разнообразные модели и методы исследования роли пруденциальных инструментов на экономический рост.

3. Поисковая деятельность в направлении исследования эффективности ДКП и пруденциальных инструментов породила несколько перспективных научных направлений. Первое из них связано с оценкой эффективности монетарной среды (индекс финансового стресса – FSI, индекс финансового состояния – FCI и т.п.), второе предполагает разработку комплекса сводных монетарных опережающих индикаторов (СОИ возникновения системного банковского кризиса, входа экономики в рецессию, системных рисков ликвидности и т.п.), третье направлено на разработку эконометрических моделей, в которых монетарные параметры определяют текущие и будущие величины экономического роста (модель Мамонова и соавторов, модель Тарасовой–Энхтуяа и т.п.). Если первое направление является чисто дескриптивным и предполагает лишь замеры и мониторинг текущей монетарной ситуации, а второе направление нацелено на определение в будущем возможных кризисных событий, то третье направление связывает сформировавшийся монетарный климат с ожидаемыми темпами экономического роста и их стабильностью. Именно третье направление является наиболее комплексным и перспективным, так как, с одной стороны, предполагает оценку эффективности ДКП и деятельности центрального банка, а с другой стороны – оценку упреждающего влияния монетарной ситуации на развитие реальной экономики. Именно это направление было выбрано авторами в качестве генерального.

4. Обзор существующих методов оценки эффективности ДКП и моделей упреждающей диагностики экономического роста позволил выявить их общие методологические и технические недостатки. К числу методологических следует отнести тот факт, что многофакторность ДКП и процесса экономического роста требует особой процедуры отбора тех монетарных показателей, которые выступают в качестве реальных драйверов роста, в то время как сегодня такие показатели хаотично собираются из имеющейся банковской статистики. Тем самым деятельность центральных монетарных институтов моделируется без акцентированной опоры на современную институциональную теорию. К числу технических недостатков можно отнести использование в моделях поквартальной статистики, провоцируя серьезные разрывы и перепады в показателях внутри года, а также тот факт, что в большинстве существующих упреждающих моделей используются лаги в 2–4 месяца, что позволяет говорить об эффекте упреждения лишь с определенной степенью условности. Построение более совершенных индикаторов и моделей предполагает нивелирование указанных недостатков.

5. Поставленная в работе задача построения упреждающего показателя эффективности ДКП решается в два этапа. На первом этапе конструируется специальный индекс монетарной эффективности (ИМЭ, IME), имеющий аналитическую и практическую самоценность и направленный на диагностику монетарного климата в России; на втором этапе построенный ИМЭ используется в качестве независимого фактора при построении эконометрической модели экономического роста с учетом лага в несколько месяцев между изменениями ИМЭ и реакцией на них величины ВВП. Все статистические показатели и аналитические агрегаты используются в помесячной разбивке, что позволяет получить достаточно длинные ретроспективные ряды и обеспечивает надежность эконометрических оценок.

6. В основе построения ИМЭ лежит идея Д.Норта о двойственной функции институтов, которые с одной стороны создают ограничения, а с другой – стимулы. Данный тезис имеет свой аналог в политической теории и соответствует принципу Д.Дзоло, согласно которому государственные институты в процессе регулирования обеспечивают балансировку полярных ценностей – безопасности и свободы граждан. При такой трактовке БР обеспечивает, с одной стороны, стабильность монетарной системы, а с другой – стимулы для деятельности физических и юридических лиц, создающих экономический рост. При этом в оценке нуждается каждая из двух названных функций ЦБ РФ.

7. Применение принципа Норта–Дзоло к поставленной задаче означает, что предлагаемый ИМЭ должен обладать двумя свойствами – структурной и динамической эффективностью. Указанные свойства предполагают разные трактовки, одна из которых состоит в том, что структурная эффективность состоит в способности БР удерживать целостность монетарной системы и блокировать возникающие в ней сбои и коллизии, тогда как свойство динамической эффективности заключается в обеспечении БР позитивного развития как самой монетарной системы, так и зависящего от нее реального сектора экономики. На практике данное требование конкретизируется таким образом, что Индекс монетарной эффективности IME дезагрегируется на два относительно самостоятельных частных индекса – Индекс монетарной стабильности (IMS) и Индекс монетарной свободы (IMF). Каждый из указанных двух субиндексов (IMS и IMF) рассчитывается по своей специфической схеме. При этом для балансировки эффектов ограничений (стабилизации) и стимулов (свободы) частные индексы IMS и IMF состоят из одинакового числа исходных отчетных показателей – по 7 в каждом частном агрегате.

8. Архитектура IMS складывается из следующих семи параметров, основанных на исходной отчетности БР: инфлятогенность российской экономики; индекс валютной стабильности; коэффициент долговой нагрузки; коэффициент задолженности по кредитам; доля крупнейших банков; коэффициент притока капитала; коэффициент монетарных гарантий. В свою очередь архитектура IMF складывается из следующих семи параметров, основанных на исходной отчетности БР: коэффициент Маршалла; индекс либеральности учетной политики БР; рентабельность капитала российских банков; коэффициент обеспеченности реального сектора кредитным ресурсом; коэффициент стратегичности кредитования реального сектора; коэффициент иностранного участия; коэффициент конкурентности кредитного рынка. Данные исходные параметры довольно полно покрывают деятельность БР как в направлении стабилизации денежно-кредитной системы, так и в направлении создания бизнес-стимулов. Вместе с тем схема калькуляции величин IMS и IMF охватывает наиболее значимые факторы монетарного климата и игнорирует второстепенные эффекты. При этом предложенная схема не является «закрытой», а предполагает любую модернизацию в направлении расширения исходных данных. Однако вычислительные эксперименты показали, что отобранных параметров вполне достаточно для диагностики монетарного климата современной России. Все перечисленные первичные показатели базируются на ежемесячной статистике БР за исключением месячных значений ВВП, предоставляемых Внешэкономбанком. Ретроспективный ряд включает 33 наблюдения – с 10.2014 до 06.2017 включительно.

9. Для агрегирования семи исходных параметров в каждый из агрегатов IMS и IMF использовался метод, базирующийся на следующих принципах: подбор весовых коэффициентов осуществлялся таким образом, чтобы в первоначальный момент времени значение IMS и IMF равнялось 100% (при таком подходе указанные индексы не нормированы и напоминают индекс Доу–Джонса); весовые коэффициенты вычисляются таким образом, чтобы все частные показатели в начальный момент времени вносили одинаковый вклад в общий агрегат IMS или IMF. Итоговый индекс IME вычисляется путем простого усреднения индексов IMS и IMF, т.е. предполагается, что гарантии и свободы для монетарной системы имеют одинаковую значимость и ценность.

10. Проведенные эмпирические расчеты позволили выявить тенденцию к неуклонному росту IMS. Так, за весь рассматриваемый период уменьшение данного индекса по сравнению с начальным значением в 100% (ноябрь 2014 г.) наблюдалось только в апреле 2015 года, тогда как все остальные месяцы IMS тяготел к росту. В результате этого к концу ретроспективного периода его величина возросла примерно на 16–17% относительна стартового значения. На этом основании можно утверждать, что все предыдущее время БР проводил целенаправленную политику по повышению стабильности монетарной сферы. Данное наблюдение полностью согласуется с имеющимися фактами. Выявленный тренд продолжается до сих пор.

11. В отношении IMF обнаружился прямо противоположный тренд по сравнению с IMS. Валютный кризис 2014 года запустил череду мер ЦБ РФ по сокращению монетарных свобод. Низшей точки данная тенденция достигла в ноябре 2015 г., когда значение IMF уменьшилось более чем на 18%. После этого ситуация медленно, но верно улучшалась, однако к концу ретроспективного периода IMF был все еще на 6% меньше по сравнению со стартовой датой. Такая разнонаправленная динамика агрегатов IMF и IMS означает, что кризисные процессы 2014–2016 гг. спровоцировали асимметричную монетарную политику БР, которая была направлена на усиление контроля и достижение стабилизации за счет урезания экономических свобод хозяйствующих субъектов.

12. В отношении динамики IME установлено, что почти весь 2015 год прошел под знаком его сокращения – международные санкции и обрушение рубля потребовали усиления монетарного контроля и сокращения всех видов финансовой свободы. При этом максимальный провал IME составил 6,5%, что можно классифицировать как относительно умеренное ухудшение монетарного климата с учетом конкретных экономических условий. Однако с 2016 года наметилось устойчивое ралли в сторону роста IME. При этом максимальное достижение, имевшее место к марту 2017 г., составило немногим больше 5%. В целом же повышательный тренд в монетарной эффективности возобладал, следовательно, можно констатировать, что регулятивный кризис завершился и к настоящему моменту достигнут небольшой, но ощутимый прогресс в оздоровлении монетарного климата.

13. В качестве одного из способов тестирования полученных эмпирических результатов использовалось сравнение динамики и абсолютных величин IME, IMS и IMF с ранее построенными авторами индексами институциональной эффективности, институциональных гарантий и институциональной свободы. В частности, было установлено, что не только Россия, но и все постсоветские страны тяготели к обеспечению довольно больших институциональных гарантий на фоне заниженных институциональных свобод. В отношении монетарной эффективности получен тот же результат: ЦБ РФ в первую очередь обеспечивает монетарную стабильность, тогда как предоставление монетарных свобод для него отходит на второй план. Данный факт говорит о существующей объективной регулятивной закономерности, состоящей в первоочередной стабилизации ситуации с последующим ослаблением ограничений, ведущих к росту рыночных свобод и стимулов для хозяйствующих субъектов. Тем не менее, дальнейшее сохранение данного регулятивного тренда на протяжении длительного времени является контрпродуктивным.

14. Построенный индикатор IME обладает аналитической ценностью для проведения оперативного замера и мониторинга монетарной эффективности в России. Однако помимо указанного направления применения он может использоваться в практике макроэкономического прогнозирования благодаря имеющемуся у него свойству упреждающего индикатора в отношении будущего экономического роста. Для доказательства и раскрытия упреждающего потенциала IME использовалась двухшаговая процедура моделирования. На первом шаге строилась базовая (агрегированная) эконометрическая модель, связывающая ежемесячные данные ВВП и IME, на втором шаге строилась дополнительная (вспомогательная) и более детализированная модель, увязывающая ВВП с агрегатами IMS и IMF с учетом возможной нелинейности связи. Если базовая модель призвана установить связи между переменными на принципиальном уровне и определить степень запаздывания экономического роста от складывающихся монетарных условий, то вспомогательная модель должна повысить точность расчетов и уточнить некоторые свойства идентифицированной зависимости.

15. Построенная базовая модель между логарифмом ВВП и IME имеет линейную форму и значимые статистические характеристики, что позволяет ее использовать для практических целей. В частности, выявлено, что запаздывание в реакции ВВП на изменения IME составляет 8 месяцев. Таким образом, эффект упреждения построенного индекса IME составляет более полугода, что можно считать достаточно большой величиной и, следовательно, хорошим результатом. Кроме того, на основе построенной базовой модели определена «сила» индекса IME. Так, рост его величины на 10 пунктов обеспечивает темп экономического роста в 1,4%, что является значимой макроэкономической величиной. Иными словами, резкое увеличение качества монетарного климата само по себе способно спровоцировать заметный экономический рост и выступить в качестве антикризисной меры.

16. Построенная вспомогательная модель также проходит основные статистические тесты, имеет гораздо больший коэффициент детерминации и обладает более высокой точностью аппроксимации по сравнению с базовой моделью, т.е. она целесообразна для практического применения. Кроме того, вспомогательная модель подтвердила гипотезу о том, что IMS и IMF оказывают влияние на динамику ВВП с разной длительностью запаздывания. Так, сдвиги в IMS сказываются на динамике ВВП уже через 3 месяца, тогда как изменения IMF – только через 11 мес. Данный вывод имеет важное значение для понимания процесса государственного регулирования и его приоритетов: все меры по монетарной стабилизации очень быстро сказываются на экономическом росте, тогда как предоставление монетарных свобод хоть и положительно влияет на ВВП, но дает ощутимый эффект почти через год. В связи с этим тот факт, что ЦБ РФ в большинстве случаев отдает предпочтение ограничительным мерам стабилизации, нежели либеральным мерам по максимальному «освобождению» кредитного рынка, можно считать полностью оправданным в ухудшающихся экономических условиях.

17. Вспомогательная модель позволила уточнить связь между ВВП и IMS и IMF, которая выражается квадратичной функцией. Такая эконометрическая зависимость позволила определить, что IMS имеет точку максимума IMS*=122,5%, превышение которой становится деструктивным и ведет к падению ВВП. Анализ эмпирических данных индекса IMS показал, что данный регулятивный резерв ЦБ РФ еще не исчерпан, так как фактические значения IMS ни разу не превысили критическую величину IMS*. В настоящий момент у БР имеется резерв в усилении стабилизирующих действий в размере 5 пунктов. Относительно индекса IMF ситуация симметрична, и он имеет точку минимума IMF*=88,8%, ниже которой опускаться не следует, т.к. ВВП в этом случае будет уменьшаться. Анализ фактических данных показывает, что данное требование систематически нарушалось. Так, в периоды 06.2015–12.2015, 02.2016–07.2016 и 09.2016–12.2016 величина IMF находилась ниже вычисленной критической границы. Ситуация улучшилась только с 2017 г., когда значения IMF вышли из «мертвой зоны» и началось медленное движение в сторону либерализации монетарной системы России. Таким образом, главный регулятивный резерв у БР лежит в сфере наращивания монетарных свобод и совсем незначительного давления в направлении стабилизации кредитного рынка. В перспективе именно действие инструментов, лежащих в основе роста индекса IMF, должно стать локомотивом улучшения монетарной ситуации в стране.

18. Построенные эконометрические модели могут использоваться для прогноза ВВП. Для этих целей была использована базовая модель и проведено с ее помощью так называемое ретроспективное прогнозирование для проверки ее работоспособности. Для оценки точности прогнозов использовался традиционный тест, когда полученный прогноз сравнивается с выходящими через некоторое время отчетными данными. Полученные результаты дали в целом положительный результат, так как прогнозные значения за четыре месяца дают среднюю ошибку в 2,4%. Таким образом, на перспективу базовая модель дает удовлетворительные прогнозные результаты. Помимо этого, на основе прогнозных помесячных объемов ВВП с помощью базовой модели можно оценить предполагаемый годовой темп прироста ВВП. Тем самым предложенная модель позволяет осуществлять и более укрупненные (годовые) прогнозы темпов экономического роста.

19. Разработанные аналитические инструменты в виде монетарных индексов IME, IMS и IMF, а также базовой и вспомогательной эконометрических моделей упреждающей диагностики предполагают стратегическое и тактическое применение. Стратегическое применение направлено на определение и корректировку глобального курса монетарного регулирования ЦБ РФ. В частности, в долгосрочной перспективе – максимум через 2 года – стратегия ЦБ РФ должна кардинально измениться и регулятору необходимо более активно задействовать инструменты стимулирования для либерализации монетарной сферы. Тактическое применение разработанного инструментария предполагает два принципиально различных подхода – интернальный и экстернальный. И первый, и второй подходы предполагают систематический мониторинг индексов IME, IMS и IMF, а также постоянное обновление базовой и вспомогательной эконометрических моделей упреждающей диагностики, ее спецификации и параметров. Разница между первым и вторым подходами состоит в том, что интернальный режим направлен на проведение указанной учетной, аналитической и прогнозной работы в рамках самого регулятора – в ЦБ РФ, тогда как экстернальный режим предполагает реализацию этого проекта сторонней организацией, обладающей достаточно высоким статусом и аналитическим потенциалом.

20. При интернальном подходе необходима жесткая регламентация и институционализация применяемого инструментария, включая признание БР подобной методики и взятие ее в качестве вспомогательного инструмента регулирования на основе издания соответствующего внутреннего нормативного акта – специального приказа ЦБ РФ, в котором закрепляется порядок применения означенного инструментария, а также возлагается ответственность на руководителей определенных структурных подразделений БР за организацию и проведение на постоянной основе соответствующей работы. Однако в связи с возникновением своеобразного эффекта самооценки, когда БР рассчитывает эффективность своей собственной деятельности по регулированию монетарной среды, более привлекательным является экстернальный подход к использованию разработанного инструментария.

21. В рамках экстернального подхода можно предложить отдать функции по использованию разработанного инструментария, например, Финансовому университету при Правительстве Российской Федерации, который, с одной стороны, обладает оптимальным административным статусом для ведения такой работы, а с другой стороны, имеет многолетнюю специализацию на анализе финансовой сферы страны. Передача разработанного инструментария на аутсорсинг Финуниверситету предполагает несколько обязательных условий. Во-первых, Финануниверситет должен официально признать Индекс монетарной эффективности IME и его составляющие в качестве своего методического бренда; во-вторых, ему следует определить коллектив (или подразделение вуза), который будет осуществлять реализацию проекта аналитического ведения IME, а также определить стимулы и ответственность за эту деятельность; в-третьих, он должен наладить информационную работу по широкому обнародованию результатов мониторинга.

22. При эффективной организации экстернального подхода по систематическому ведению IME и его элементов на площадке Финуниверситета предоставляемая в открытом доступе информация может быть востребована как бизнес-сообществом, так и специализированными органами исполнительной власти – Министерством финансов РФ, Министерством экономического развития РФ, Министерством промышленности и торговли РФ.

БИБЛИОГРАФИЯ

  1. О Центральном банке Российской Федерации (Банке России): федеральный закон от 10 июля 2002 г. №86-ФЗ// Собрание законодательства Российской Федерации.2002. №28. Ст. 2790.
  2. Конституция Российской Федерации (принята на всенародном голосовании 12 декабря 1993 г.): офиц. текст// Собрание законодательства Российской Федерации. 2014. №31. Ст. 4398.
  3. О размере процентной ставки по кредиту овернайт Банка России: указание Банка России от 16 июня 2017 г. №4412-У// Вестник Банка России. 2017. №53. C. 64.
  4. О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных залогом (блокировкой) ценных бумаг: положение Банка России от 4 августа 2003 года №236-П// Вестник Банка России. 2003. №62. С. 5-14.
  5. О размере процентной ставки по ломбардным кредитам Банка России: указание Банка России от 16 июня 2017 г. №4413-У// Вестник Банка России. 2017. №53. С. 64.
  6. О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных золотом: положение Банка России от 30 ноября 2010 года №362-П// Вестник Банка России. 2011. №22. С. 39-40.
  7. О размере процентных ставок по кредитам, обеспеченным золотом: указание Банка России от 16 июня 2017 г. №4411-У// Вестник Банка России. 2017. №53. С. 64.
  8. О порядке предоставления Банком России кредитным организациям кредитов, обеспеченных активами или поручительствами: положение Банка России от 12 ноября 2007 года №312-П// Вестник Банка России. 2007. №69. С. 3-6.
  9. О размере процентных ставок по кредитам, обеспеченным активами или поручительствами: указание Банка России от 16 июня 2017 г. №4415-У// Вестник Банка России. 2017. №53. С. 65.
  10. О проведении Банком России депозитных операций с кредитными организациями: положение Банка России от 9 августа 2013 года №404-П// Вестник Банка России. 2014. №7. С. 3-5.
  11. О размере процентных ставок по депозитным операциям Банка России: указание Банка России от 16 июня 2017 г. №4414-У// Вестник Банка России. 2017. №53. С. 65.
  12. Об обязательных резервах кредитных организаций: положение Банка России от 1 декабря 2015 г. №507-П// Вестник Банка России. 2015. №121. С. 11-49.
  13. О порядке взаимодействия учреждений и подразделений Банка России при осуществлении взыскания денежных средств с корреспондентского счета/субсчета(ов) кредитной организации, открытого(ых) в подразделении(ях) расчетной сети Банка России: указание БР от 8 мая 2002 г. №1149-У. [Электронный ресурс]. (дата обращения: 21.10.2017).
  14. О штрафах, подлежащих перечислению в соответствующие местные бюджеты: письмо ЦБР от 25 декабря 2003 г. №180-Т. [Электронный ресурс]. (дата обращения: 21.10.2017).
  15. О требованиях к кредитным организациям, с которыми Банк России совершает сделки РЕПО: указание Банка России от 13 декабря 2012 г. №2936-У// Вестник Банка России. 2013. №11. С. 53.
  16. Об оценке экономического положения банков: указание Банка России от 3 апреля 2017 г. №4336-У// Вестник Банка России. 2017. №48. С. 19-57.
  17. О новой форме генерального соглашения, содержащей общие условия совершения Банком России и кредитной организацией сделок РЕПО на организованных торгах и не на организованных торгах в Российской Федерации: информационное письмо Банка России от 2 ноября 2016 г. №ИН-05-19/76// Вестник Банка России. 2016. №100. С. 7-35.
  18. О системе процентных инструментов денежно-кредитной политики Банка России: информация Банка России от 13 сентября 2013 г.// Вестник Банка России. 2013. №51. С. 11–12.
  19. О ставке рефинансирования Банка России и ключевой ставке Банка России: указание Банка России от 11 декабря 2015 г. №3894-У// Вестник Банка России. 2015. №115. С. 67.
  20. Основные направления единой государственной денежно-кредитной политики на 2015 год и период 2016 и 2017 годов. [Электронный ресурс]. (дата обращения: 21.10.2017).
  21. Основные направления единой государственной денежно-кредитной политики на 2017 год и период 2018 и 2019 годов. [Электронный ресурс]. (дата обращения: 21.10.2017).
  22. Постановление Восемнадцатого арбитражного апелляционного суда от 18 апреля 2011 г. №18АП-3003/11 по делу №А07-20094/2010. [Электронный ресурс]. (дата обращения: 21.10.2017).
  23. О рынке ценных бумаг: федеральный закон от 22 апреля 1996 г. №39-ФЗ// Собрание законодательства Российской Федерации. 1996. №17. Ст. 1918.
  24. О валютном регулировании и валютном контроле: федеральный закон от 10 декабря 2003 г. №173-ФЗ// Собрании законодательства Российской Федерации. 2003. №50. Ст. 4859.
  25. О порядке представления резидентами и нерезидентами уполномоченным банкам документов и информации, связанных с проведением валютных операций, порядке оформления паспортов сделок, а также порядке учета уполномоченными банками валютных операций и контроля за их проведением: инструкция Банка России от 4 июня 2012 г. №138-И// Вестник Банка России. 2012. № 48-49. С. 2–99.
  26. Об установлении суммы перевода физическим лицом - резидентом из Российской Федерации без открытия банковских счетов: указание Банка России от 30 марта 2004 г. №1412-У// Вестник Банка России. 2004. №22. С. 28.
  27. Договор о порядке перемещения физическими лицами наличных денежных средств и (или) денежных инструментов через таможенную границу таможенного союза (Астана, 5 июля 2010 г.). [Электронный ресурс]. (дата обращения: 21.10.2017).
  28. О Федеральной налоговой службе (утверждено Постановлением Правительства РФ от 30 сентября 2004 г. №506)// Собрание законодательства Российской Федерации. 2004. №40. Ст. 3961.
  29. О Федеральной таможенной службе: постановление Правительства РФ от 16 сентября 2013 г. №09// Собрание законодательства Российской Федерации. 2013. №38. Ст. 4823.
  30. Соглашение об информационном взаимодействии между Центральным банком Российской Федерации и Федеральной службой финансово-бюджетного надзора по вопросам валютного контроля (Москва, 15 августа 2007 г.). [Электронный ресурс]. (дата обращения: 21.10.2017).
  31. Соглашение о взаимодействии между Центральным банком Российской Федерации и Федеральной службой по надзору в сфере защиты прав потребителей и благополучия человека (Москва, 10 декабря 2014 г., NN БР-Д-59/535, 27). [Электронный ресурс]. (дата обращения: 21.10.2017).
  32. О порядке передачи уполномоченными банками и территориальными учреждениями Банка России в таможенные органы для выполнения ими функций агентов валютного контроля информации по паспортам сделок по внешнеторговым договорам (контрактам) в электронном виде: положение Банка России от 29 декабря 2010 г. №364-П // Вестник Банка России. 2011. №9. С. 35–50.
  33. Моисеев С.Р. Правила денежно-кредитной политики// Финансы и кредит. 2002. №16. С. 37-46.
  34. Малкина М.Ю. Монетарная экономика [Текст]: учебное пособие / Малкина М.Ю. Нижний Новгород: Нижегородский госуниверситет, 2010. – 78 с.
  35. Толстолесова Л.А. Стратегии и современная модель управления в сфере денежно-кредитных отношений [Текст]: учеб¬ное пособие/ Толстолесова Л.А. Тюмень: Издательство Тюменского государственного универ¬ситета, 2015. – 156 с.
  36. Цукарев Т. Генезис правил монетарной политики центральных банков [Электронный ресурс]// Газета «Банкаŷскi веснiк». СНЕЖАНЬ, 2009. (дата обращения: 21.10.2017).
  37. Денежно-кредитная политика ЕЦБ. Франкфурт-на-Майне: Европейский центральный банк, 2004. – С. 161.
  38. Беспалова О.В. Обзор деятельности Европейского центрального банка (от начала создания до 2012 г.)// Проблемы учета и финансов. 2013. №1(9). С. 42-56.
  39. Hnatkovska V., Lahiri A., Vegh C.A. The Exchange Rate Response Puzzle [Электронный ресурс]// Society for Economic Dynamics. Meeting Paper. 2011. №425. (дата обращения: 21.10.2017).
  40. Улюкаев А., Замулин О., Куликов М. Предпосылки и последствия внедрения таргетирования инфляции в России// Экономическая политика. 2006. №3. С. 19-38.
  41. Роль макропруденциальной политики в условиях корреляции сырьевых циклов с потоками капитала и финансовым циклом: аналитическая записка Департамента финансовой стабильности Банка России [Электронный ресурс]// Центральный банк Российской Федерации. Август 2017. (дата обращения: 21.10.2017).
  42. Некоторые подходы к разработке системы индикаторов мониторинга финансовой стабильности [Текст]/ Дробышевский С.М. [и др.]; под общ. ред. Дробышевского С.М. Москва: ИЭПП, 2006. – 305 с.
  43. Трунин П.В., Каменских М.В. Мониторинг финансовой стабильности в развивающихся экономиках (на примере России) [Текст]/ Трунин П.В., Каменских М.В. М.: ИЭПП, 2007. – 106 с.
  44. Kaminsky G., Lizondo S., Reinhart C. Leading Indicators of Currency Crises// IMF Staff Papers. 1998. Vol. 45 (March). Pp. 1−48.
  45. Edison H. Do indicators of financial crises work? An evaluation of an early warning system// Journal of Finance and Economics. 2000. Vol. 8. Pp. 11-53.
  46. Hawkins J., Klau M. Measuring Potential Vulnerabilities In Emerging Market Economies [Электронный ресурс]// BIS Working Papers. 2000. № 91. (дата обращения: 21.10.2017).
  47. Федорова Е.А., Назарова Ю.Н. Использование эконометрического моделирования для прогнозирования финансовых кризисов// Аудит и финансовый анализ. 2008. №6. С. 441-446.
  48. Лукасевич И.Я., Федорова Е.А. Прогнозирование финансовых кризисов: методы, модели, индикаторы [Текст]: монография/ Лукасевич И.Я., Федорова Е.А. Москва: Вузовский учебник: ИНФРА-М, 2015. – 126 с.
  49. ансуров А.К. Прогнозирование валютных кризисов с помощью методов фрактального анализа// Проблемы прогнозирования. 2008. №1. С.145–158.
  50. Глухова О.С. Построение logit-модели для прогнозирования банковских кризисов в РФ// Экономика и предпринимательство. 2015. № 6-2. С. 76-78.
  51. Калашников П.К., Самарин И.В., Фомин А.Н. Стратегическое антикризисное планирование: методы прогнозирования глобальных финансово-экономических кризисов// Инновации и инвестиции. 2015. №7. С. 36–42.
  52. Куликов Д.М. Баранова В.М. Индекс финансового стресса для финансовой системы России// Деньги и кредит. 2017. №6. С. 39-48
  53. Сводные опережающие индикаторы системных финансовых и макроэкономических рисков [Электронный ресурс]// Центр макроэкономического анализа и краткосрочного прогнозирования. 2017. (дата обращения: 21.10.2017).
  54. Мамонов М. О методологии построения опережающих индикаторов ЦМАКП [Электронный ресурс]// Центр макроэкономического анализа и краткосрочного прогнозирования. 2013. (дата обращения: 21.10.2017).
  55. Обзор финансовой стабильности [Электронный ресурс]// Центральный банк Российской Федерации. 2017. (дата обращения: 21.10.2017).
  56. Мониторинг финансовой стабильности в РФ, странах с переходной экономикой и развивающихся странах (II квартал 2005 – II квартал 2011) [Электронный ресурс]// Институт экономической политики имени Е.Т. Гайдара. (дата обращения: 21.10.2017).
  57. Методика расчета индекса финансового стресса для Российской Федерации [Электронный ресурс]// Аналитическое кредитное рейтинговое агентств АКРА. (дата обращения: 21.10.2017).
  58. Индекс финансовой стабильности для России [Электронный ресурс]// Сбербанк России. (дата обращения: 21.10.2017).
  59. Федорова Е.А., Афанасьев Д.О. Комплексный кризисный индикатор для России// Журнал Новой экономической ассоциации. 2014. №3(23). С. 38-59.
  60. Федорова Е.А. Разработка комплексных кризисных индикаторов для стран СНГ// Экономический анализ: теория и практика. 2014. № 42 (393). С. 11-21.
  61. Eichengreen B., Rose A., Wyplosz C. Contagious Currency Crises: First Tests// Scandinavian Journal of Economics. 1996. Vol. 98. Pp. 463-484.
  62. Kaminsky G.L., Reinhart C.M. On Crises, Contagion, and Confusion// Journal of International Economics. 2000. Vol. 51. Pp. 145-168
  63. Frankel J.A., Rose A.K. Currency crashes in emerging markets: an empirical treatment// Journal of International Economics. 1996. Vol. 41. Pp. 351-366.
  64. Pozo S., Amuedo-Dorantes C. Statistical distributions and the identification of currency crises// Journal of International Economics. 2003. Vol. 22. Pp. 591-609.
  65. Chen S.-S. Revisiting the Interest Rate–Exchange Rate Nexus: A Markov – switching approach// Journal of Development Economics. 2006. Vol. 79. Pp. 208-224.
  66. Krolzig H.-M., Marcellino M., Mizon G.E. A Markov-Switching Vector Equilibruim Correction Model of the UK Labour Market// Empirical Economics. 2002. Vol. 27. Pp. 233-254.
  67. Федорова Е.А., Лыткина О.А. Прогнозирование кризисов на основе исследования индекса давления на валютный рынок: определение критического значения индекса с помощью теории экстремальных значений и модели Маркова// Финансы и кредит. 2013. №18 (546). С. 2–10.
  68. Федорова Е.А., Лукасевич И.Я. Индекс давления на валютный рынок (ЕМР): особенности развивающихся рынков// Журнал Новой экономической ассоциации. 2012. №2(14). С. 51–66.
  69. Федорова Е., Безрук О. Анализ и оценка каналов распространения финансовых кризисов на развивающихся рынках// Вопросы экономики. 2011. №7. С.120-128.
  70. Бураков Д.В. Цикличность движения кредита: теория и история [Текст]: монография/ Бураков Д.В. Москва: РУСАЙНС, 2017. – 216 с.
  71. Бураков Д.В. Эволюция представлений о кредитной цикличности// Транспортное дело России. 2011. №12. С. 148–150.
  72. Капаруссо Дж., Чен И., Папагеоргиу Э., Танна Ш. Безнадежные долги в странах с формирующимся рынком пока на начальном этапе [Электронный ресурс]// International Monetary Fund. 2015. (дата обращения: 21.10.2017).
  73. Перемитин Г. Риск банковского кризиса в Китае достиг рекордного уровня [Электронный ресурс]// РБК: Экономика. 19.09.2016. (дата обращения: 21.10.2017).
  74. Drehmann M., Tsatsaronis K. The credit-to-GDP gap and countercyclical capital buffers: Questions and answers [Электронный ресурс]// BIS Quarterly Review. 2014. March. Pp. 55-73. (дата обращения: 21.10.2017).
  75. Repullo R., Saurina J. The Countercyclical Capital Buffer of Basel III: a Critical Assessment [Электронный тесурс]// Discussion Paper. 2011. №8304. (дата обращения: 21.10.2017).
  76. Borio C., Lowe P. Asset Prices, Financial and Monetary Stability: Exploring the Nexus [Электронный ресурс]// BIS Working Paper. 2002. №114. (дата обращения: 21.10.2017).
  77. Guidance for National Authorities Operating the Countercyclical Capital Buffer [Электронный ресурс]// Basel Committee on Banking Supervision. 2010. December. (дата обращения: 21.10.2017).
  78. Detken C., Weeken O., Alessi L., Bonfm D., Boucinha M., Castro C., Frontczak S., Giordan G., Jahn N., Kakes J., Klaus B., Lang J., Puzanova N., Welz P. Operationalising the Countercyclical Capital Buffer: Indicator Selection, Threshold Identification and Calibration Options [Электронный ресурс]// ERSB Occasional paper Series. 2014. №5. (дата обращения: 21.10.2017).
  79. Kalatie S., Laakkonen H., Tölö E. Indicators Used in Setting the Countercyclical Capital Buffer [Электронный ресурс]// Bank of Finland Research Discussion Paper. 2015. №8. (дата обращения: 21.10.2017).
  80. Дерюгина Е., Пономаренко А. Серия докладов об экономических исследованиях. Определение фазы кредитного цикла в реальном времени в странах с формирующимися рынками [Электронный ресурс]// Центральный банк Российской Федерации. 2017. №17/Январь. С.20. (дата обращения: 21.10.2017).
  81. Донец С., Пономаренко А. Серия докладов об экономических исследованиях. Индикаторы долговой нагрузки [Электронный ресурс]// Центральный банк Российской Федерации. 2015. №5/Июнь. С.24. (дата обращения: 21.10.2017).
  82. Донец С.А., Могилат А.Н. Кредитование и финансовая устойчивость российских промышленных компаний: микроэкономические аспекты анализа// Деньги и кредит. 2017. №7. С. 41-51.
  83. Могилат А.Н., Ачкасов Ю.К., Егоров А.В., Климовец А.В., Донец С.А. Дискуссии о денежно-кредитной политике и состоянии экономики: в поисках конструктивной критики [Электронный ресурс]// Экономический портал. 29.10.2016. (дата обращения: 21.10.2017).
  84. Балацкий Е.В. «Технический» метод оценки вероятности суверенных дефолтов// Мир новой экономики. 2016. №3. С. 48-61.
  85. Энциклопедия финансового риск-менеджмента/ под ред. Лобанова А.А., Чугунова А.В. 4-е изд., испр. и доп. М.: Альпина Бизнес Букс, 2009. – С. 117.
  86. Екимова Н.А. Вероятность суверенных дефолтов в России в международных рейтингах: угрозы и перспективы// Вестник УрФУ. Серия экономика и управление. 2016. Том 15. №5. С. 696–716.
  87. Кричевский М.Л. Финансовые риски [Текст]: учебное пособие. М.: КНОРУС, 2013. – С. 248.
  88. OECD System of Composite Leading Indicators [Электронный ресурс] // OECD. 2012. (дата обращения: 21.10.2017).
  89. Крук Д., Зарецкий А. Методология построения сводного индекса опережающих индикаторов для Беларуси// Рабочий материал Исследовательского центра ИМП WP/11/01. 2011. (дата обращения: 21.10.2017).
  90. Goldsmith R.W. Financial structure and development. New Haven: Yale University Press, 1969. – 561 p.
  91. Рубцов Б.Б. Эволюция институтов финансового рынка и развитие экономики [Текст]: глава монографии «Финансовые институты и экономическое развитие». М.: ИМЭМО РАН, 2006. (дата обращения: 21.10.2017).
  92. King R., Levine R. Finance and growth: Schumpeter might be right// The Quarterly Journal of Economics. 1993. Vol. 108. No. 3. Pp. 717–737.
  93. Levine R., Zervos S. Stock markets, banks, and economic growth// The American Economic Review. 1998. Vol. 88. No. 3. Pp.537–558.
  94. Rajan R., Zingales L. (1998). Financial Dependence and Growth// American Economic Review. 1998. Vol. 88. No. 3. Pp. 559–586.
  95. Arcand J., Berkes E., Panizza U. (2012). Too Much Finance?// Journal of Economic Growth. 2012. Vol. 20. No. 2. Pp. 105–148.
  96. Cecchetti G., Kharroubi E. (2012). Reassessing the Impact of Finance on Growth// Bank for International Settlements. BIS Working Papers. 2012. No.381.
  97. Sahay R., Cihak M., N’Diaye P., Barajas A., Bi R., Ayala D., Gao Y., Kyobe A., Nguyen L., Saborowski C., Svirydzenka K., Yousefi S. Rethinking Financial Deepening: Stability and Growth in Emerging Markets [Электронный ресурс]// International Monetary Fund. 2015. (дата обращения: 21.10.2017).
  98. Мамонов М., Пестова А., Панкова В., Ахметов Р., Солнцев О. Серия докладов об экономических исследованиях. Финансовый сектор, экономический рост и макроэкономическая стабильность [Электронный ресурс]// Центральный банк Российской Федерации. 2017. № 21/ Июль. С. 33. (дата обращения: 21.10.2017).
  99. Тарасова Г., Энхтуяа Т. Сравнительная характеристика денежно-кредитной политики центральных банков Монголии и России// Международные финансы. 2013. №27(165). С. 6–12.
  100. Чернявский Д.О. Квартальная прогностическая модель Республики Казахстан и ее роль в принятии решений по монетарной политике [Электронный ресурс]// Экономическое обозрение Национального Банка Республики Казахстан. 2016. №4. (дата обращения: 21.10.2017).
  101. Жузбаев А.М. Международный опыт и перспективы использования ежемесячного опережающего индикатора делового цикла в денежно-кредитной политике Национального Банка РК [Электронный ресурс]// Экономическое обозрение Национального Банка Республики Казахстан. 2016. №4. (дата обращения: 21.10.2017).
  102. Мекенбаева К.Б. Композитный опережающий индикатор – инструмент для мониторинга делового климата и краткосрочного прогнозирования [Электронный ресурс]// Экономическое обозрение Национального Банка Республики Казахстан. 2016. №4. (дата обращения: 21.10.2017).
  103. Мамонов М., Панкова В., Ахметов Р., Пестова А., Солнцев О. Влияние развития финансового сектора на экономический рост и его волатильность: аналитическая записка. [Электронный ресурс]// Центральный банк Российской Федерации. 2017. №8. (дата обращения: 21.10.2017).
  104. Власов А.В., Щетинина Н.Ю. Динамика процентных ставок: влияние на инновационные процессы в ведущих странах мира// Экономика. Налоги. Право. 2017. №2. С. 73–77.
  105. Becker G. Crime and punishment: an economic approach// Journal of Political Economy. 1968. Vol. 76. Pp. 1169–1271.
  106. Ehrlich I. Participation in illegitimate activities: A theoretical and empirical investigation// The Journal of Political Economy. 1973. Vol. 81. No. 3. Pp. 307–322.
  107. Smith M.D., Devine J.A., Sheley J.F. Crime and unemployment: effects across agenda race categories// Sociological Perspective. 1992. No. 35. Pp. 551–572.
  108. Cerro A., Meloni O. Determinants of crime rate in Argentina during the 1990s// Estudios de Economia. 2000. Vol. 27. No. 2. Pp. 297–311.
  109. Carmichael F., Ward R. Male unemployment and crime in England and Wales// Economics Letters. 2001. Vol. 73. Pp. 111–115.
  110. Tang C.F. The linkage among inflation, unemployment & crime rates in Malaysia// Journal of economics & management. 2009. Vol. 3. No. 1. Pp. 50–61.
  111. Keshavarz H.G., Markazi M.H. The socioeconomic and demographic determinants of crime in Iran (a regional panel study)// European Journal of Law and Economics. 2010. Vol. 32. No. 1. Pp. 99–114.
  112. Cantor D., Land K. Unemployment in crime rates I post World War II United States: a theoretical and empirical analysis// American Sociological Review. 1985. Vol. 50. Pp. 317–332.
  113. Felson M., Clarke R. Opportunity makes the thief: Practical theory for crime prevention [Электронный ресурс]// Police Research Series. Paper 98. Policing and Reducing Crime Unit, Research Development and Statistics Directorate, London Home Office. 1998. (дата обращения: 21.10.2017).
  114. Curtis L.A. Inflation, economic policy, and the inner city// Annals of the American Academy of Political and Social Science. 1981. Vol. 456. Pp. 46–59.
  115. Ralston R.W. Economy and race: interactive determinants of property crime in the United States, 1958–1995// American Journal of Economics and Sociology. 1999. Vol. 58. No. 3. Pp. 405–434.
  116. Coomer N. America’s underclass and crime: The influence of macroeconomic factors [Электронный ресурс]// Issues in Political Economy. 2003. Vol. 12. (дата обращения: 21.10.2017).
  117. Tang C.F., Lean H.H. Will inflation increase crime rate? New evidence from bounds and modified Wald tests// Global Crime. 2007. Vol. 8. No. 4. Pp. 311–323.
  118. Devine J.A., Sheley J.F., Smith M.D. Macroeconomic and social-control policy influences on crime-rates changes, 1948–1985// American Sociological Review. 1988. Vol. 53. Pp. 407–420.
  119. Okun A.M. Potential GNP: Its Measurement and Significance// Proceedings of the Business and Economics Statistics Section of American Statistical Association. 1962. Pp. 98–104.
  120. Tang C.F., Lean H.H. New evidence from the misery index in the crime function// Economics Letters. 2009. Vol. 104. Pp. 112–115.
  121. Barro R.J. Reagan vs. Clinton: Who’s the Economic Champ? [Электронный ресурс]// Business Week, Economic Viewpoint. 1999. February 22. (дата обращения: 21.10.2017).
  122. Балацкий Е.В., Екимова Н.А. Оценка институционального развития России [Текст]: монография / Балацкий Е.В., Екимова Н.А. М.: Перо, 2016. – 263 c.
  123. Норт Д. Понимание процесса экономических изменений [Текст]. М.: Изд. дом ГУ-ВШЭ, 2010. – 256 с.
  124. Полтерович В.М. Институциональные ловушки и экономические реформы // Экономика и математические методы. 1999. Т.35. №2. С. 3–20.
  125. Дзоло Д. Демократия и сложность: реалистический подход [Текст]. М.: Изд. дом ГУ-ВШЭ, 2010. – 320 с.
  126. Балацкий Е.В., Екимова Н.А. Эффективность институционального развития России: альтернативная оценка// Terra Economicus. 2015. Том 13. №4. С. 31–51.

ПРИЛОЖЕНИЕ А

10.14 99,2 92,9 89,8 41,4 3,1 82,1 23,8 100,00 100,0
11.14 98,7 88,9 89,1 41,3 3,2 90,2 26,3 102,22 100,5
12.14 97,4 82,8 88,5 42,2 3,2 70,1 30,6 100,52 98,9
01.15 96,1 89,8 82,3 40,8 3,2 85,2 41,3 109,15 103,2
02.15 97,8 95,5 86,1 39,5 3,3 82,1 31,4 104,01 97,6
03.15 98,8 92,7 86,8 39,4 3,3 96,6 27,4 103,98 97,1
04.15 99,5 86,1 87,6 39,3 3,3 89,7 24,0 99,93 95,0
05.15 99,6 95,5 87,7 39,1 3,3 96,4 22,7 101,97 95,7
06.15 99,8 92,8 87,6 39,5 3,3 98,9 24,2 103,12 95,6
07.15 99,2 95,5 88,3 39,4 3,5 98,6 24,2 104,24 95,0
08.15 99,6 87,6 87,3 39,5 3,4 102,3 28,2 105,75 95,4
09.15 99,4 97,6 89,1 39,3 3,5 102,3 25,7 106,17 94,7
10.15 99,3 94,1 89,1 40,1 3,7 96,2 25,1 105,16 93,5
11.15 99,2 97,0 88,6 39,5 3,8 98,7 26,5 107,42 95,4
12.15 99,2 93,3 88,1 39,3 3,9 96,9 28,3 107,89 95,6
01.16 99,0 91,4 83,5 40,6 4,0 96,7 42,3 115,80 102,6
02.16 99,4 98,7 85,8 40,5 4,0 96,6 36,6 113,98 100,7
03.16 99,5 90,4 86,4 40,5 4,0 96,3 33,8 111,33 99,8
04.16 99,6 94,3 86,9 40,5 4,2 98,9 31,9 112,31 99,5
05.16 99,6 98,4 87,0 40,5 4,3 99,4 31,7 113,19 100,3
06.16 99,6 99,5 87,2 40,1 4,4 101,7 30,5 113,16 100,8
07.16 99,5 98,5 87,9 40,7 4,6 99,8 28,7 112,82 100,7
08.16 100,0 99,1 87,6 40,8 4,6 101,4 29,6 114,14 102,0
09.16 99,8 99,5 89,2 41,4 4,9 97,8 25,9 112,81 100,2
10.16 99,6 96,9 89,2 41,4 4,9 101,1 25,4 112,96 100,6
11.16 99,6 97,4 88,9 41,2 5,1 100,3 26,1 114,10 101,18
12.16 99,6 96,5 88,6 41,1 5,2 90,9 25,3 112,10 100,27
01.17 99,4 96,3 84,9 42,5 5,3 96,7 30,7 116,61 105,27
02.17 99,8 97,3 86,7 42,3 5,7 98,8 27,5 117,13 104,86
03.17 99,9 99,5 86,8 42,2 5,8 89,5 27,3 116,54 105,22


Таблица А.2. Индекс монетарной свободы (IMF)

10.14 39,40 92,0 13,0 59,83 25,41 231 628 100,0 100,0
11.14 40,15 90,5 12,0 59,83 25,31 231 619 98,7 100,5
12.14 40,08 86,5 12,0 58,99 24,71 228 614 97,2 98,9
01.15 52,85 83,0 8,0 59,76 25,47 225 609 97,2 103,2
02.15 40,68 85,0 6,0 60,94 25,72 224 606 91,2 97,6
03.15 39,98 85,5 5,0 61,12 26,29 222 605 90,1 97,1
04.15 39,98 86,0 5,0 61,30 26,37 220 604 90,1 95,0
05.15 40,64 87,5 4,0 61,29 26,57 220 595 89,4 95,7
06.15 40,31 88,0 3,0 60,98 26,56 221 589 88,1 95,6
07.15 37,96 88,5 2,0 60,88 26,59 216 581 85,8 95,0
08.15 39,38 89,0 1,0 61,07 26,78 214 569 85,0 95,4
09.15 34,75 89,0 1,0 61,45 26,90 214 560 83,3 94,7
10.15 35,20 89,0 0,0 60,71 26,70 212 555 81,8 93,5
11.15 36,20 89,0 1,0 61,09 27,29 210 547 83,4 95,4
12.15 37,14 89,0 1,0 61,48 27,35 204 536 83,2 95,6
01.16 51,85 89,0 2,0 60,42 27,89 199 534 89,4 102,6
02.16 43,23 89,0 3,0 60,34 28,14 200 528 87,4 100,7
03.16 43,25 89,0 4,0 60,31 28,32 197 521 88,3 99,8
04.16 42,91 89,0 3,0 60,22 28,17 195 512 86,6 99,5
05.16 43,14 89,0 4,0 60,27 28,17 192 504 87,4 100,3
06.16 43,02 89,3 5,0 60,70 28,45 189 500 88,50 100,8
07.16 40,77 89,5 6,0 60,24 28,58 189 491 88,58 100,7
08.16 41,77 89,5 7,0 60,21 28,54 189 480 89,76 102,0
09.16 36,79 89,8 7,2 59,95 28,37 184 475 87,63 100,2
10.16 36,84 90,0 8,0 59,85 28,23 183 466 88,21 100,6
11.16 37,43 90,0 8,0 59,83 28,27 182 461 88,26 101,18
12.16 38,56 90,0 8,0 59,97 28,63 175 460 88,45 100,27
01.17 52,30 90,0 10,0 58,30 26,90 174 449 93,94 105,27
02.17 45,74 90,0 11,0 58,45 26,87 174 445 92,60 104,86
03.17 45,52 90,0 12,0 58,93 27,31 174 442 93,91 105,22

СВЕДЕНИЯ ОБ АВТОРАХ

Балацкий Евгений Всеволодович – доктор экономических наук, профессор, директор Центра макроэкономических исследований Финансового университета при Правительстве Российской Федерации, главный научный сотрудник Центрального экономико-математического института Российской академии наук (ЦЭМИ РАН)

Doctor of Economics (DSc), Professor, Director of The Macroeconomic Research Center, The Financial University under the Government of the Russian Federation, Leading Staff Scientist at the Central Economics and Mathematics Institute of the Russian Academy of Sciences (CEMI RAS)

e-mail: evbalatsky@inbox.ru


Екимова Наталья Александровна – кандидат экономических наук, доцент, ведущий научный сотрудник Финансового университета при Правительстве Российской Федерации

Candidate of Economics (PhD), Associate Professor, Leading Staff Scientist at the Financial University under the Government of the Russian Federation

e-mail: n.ekimova@bk.ru




Научное издание

Е. Балацкий
Н. Екимова




ИНДЕКС МОНЕТАРНОЙ ЭФФЕКТИВНОСТИ И ЕГО ПРИЛОЖЕНИЯ



Рецензенты
доктор экономических наук, профессор В.В.Лебедев
доктор экономических наук, профессор А.В.Руднев



6897
42
Добавить комментарий:
Ваше имя:
Отправить комментарий
Публикации
В статье рассматривается институт ученых званий в России, который относится к разряду рудиментарных или реликтовых. Для подобных институтов характерно их номинальное оформление (например, регламентированные требования для получения ученого звания, юридическое подтверждение в виде сертификата и символическая ценность) при отсутствии экономического содержания в форме реальных привилегий (льгот, надбавок, должностных возможностей и т.п.). Показано, что такой провал в эффективности указанного института возникает на фоне надувающегося пузыря в отношении численности его обладателей. Раскрывается нежелательность существования рудиментарных институтов с юридической, институциональной, поведенческой, экономической и системной точек зрения. Показана опасность рудиментарного института из–за формирования симулякров и имитационных стратегий в научном сообществе. Предлагается три сценария корректировки института ученых званий: сохранение федеральной системы на основе введения прямых бонусов; сохранение федеральной системы на основе введения косвенных бонусов; ликвидация федеральной системы и введение локальных ученых званий. Рассмотрены достоинства и недостатки каждого сценария.
The article considers the opportunities and limitations of the so-called “People’s capitalism model” (PCM). For this purpose, the authors systematize the historical practice of implementation of PCM in different countries and available empirical assessments of the effectiveness of such initiatives. In addition, the authors undertake a theoretical analysis of PCM features, for which the interests of the company and its employees are modeled. The analysis of the model allowed us to determine the conditions of effectiveness of the people’s capitalism model, based on description which we formulate proposals for the introduction of a new initiative for Russian strategic enterprises in order to ensure Russia’s technological sovereignty.
The paper assesses the effectiveness of the Russian pharmaceutical industry so as to determine the prospects for achieving self–sufficiency in drug provision and pharmaceutical leadership in the domestic market, more than half of which is occupied by foreign drugs. Effectiveness is considered in terms of achievements in import substitution (catching–up scenario), and in the development of domestic drugs (outstripping scenario). A comparison of the main economic indicators for leading foreign and Russian pharmaceutical companies reflects a disadvantaged position of the latter. The governmental target setting for domestic pharmaceutical production is compromised by interdepartmental inconsistency in the lists of essential drugs. A selective analysis of the implementation of the import substitution plan by the Ministry of Industry and Trade of Russia since 2015 has revealed that, even on formal grounds, Russia still has not established a full–fledged production of many drugs (in particular, the dependence on foreign active pharmaceutical substances still remains, and there are very few domestic manufacturing companies). The premise concerning fundamental impossibility to implement the outstripping scenario is substantiated by the fact that there is an insignificant number of original drugs for which Russian developers initiated clinical trials in 2020–2022. The results obtained show that the current situation in the Russian pharmaceutical industry does not promote the achievement of drug self–sufficiency. A proposal to consolidate assets, coordinate production programs and research agendas for accelerated and full–fledged import substitution was put forward. Prospects for research in the field of import substitution are related to deepening the analysis of production indicators, increasing sales, as well as enhancing clinical characteristics of reproduced drugs compared to foreign analogues. In the sphere of analyzing the innovativeness of pharmaceutical production, it seems advisable to methodologically elaborate on identifying original drugs and include this indicator in the industry management.
Яндекс.Метрика



Loading...