Неэргодическая экономика

Авторский аналитический Интернет-журнал

Изучение широкого спектра проблем экономики

Эффект инерции в формировании социальных настроений

В статье рассматриваются механизмы формирования социальных настроений россиян. Авторами показано, что вопреки ожиданиям данные механизмы не включают в себя учет сезонного фактора, а базируются на эффекте инерции, состоящем в учете прошлых событий при оценке текущих тенденций. Построенные авторами авторегрессионные модели индексов социальных настроений могут использоваться при осуществлении краткосрочных прогнозов.

Постановка проблемы

 

На протяжении нескольких последних лет ВЦИОМ осуществляет ежемесячный мониторинг социального самочувствия населения страны. В рамках этого большого направления следует выделить мониторинг специально сконструированных шести индексов социальных настроений, которые более или менее комплексно отражают ситуацию в России с точки зрения ее субъективного восприятия населением. К их числу относятся следующие индикаторы: Y1 – индекс удовлетворенности жизнью, представляющий агрегатную оценку ответов на вопрос: «В какой мере Вас устраивает жизнь, которую Вы ведете?»; Y2 – индекс надежд с соответствующим ему вопросом: «Как Вы считаете, через год Ваша семья будет жить лучше или хуже, чем сейчас?»; Y3 – индекс материального благосостояния, дающий ответ на вопрос: «Как бы Вы оценили в настоящее время материальное положение Вашей семьи?»; Y4 – индекс экономического положения страны и соответствующий ему вопрос: «Как бы Вы оценили нынешнее экономическое положение России в целом?»; Y5 – индекс политического положения страны, дающий ответ на вопрос: «Как бы Вы оценили в целом нынешнюю политическую обстановку в России?»; Y6 – индекс согласия, который дает ответ на вопрос: «Насколько Вы согласны с тем, что дела в стране идут в правильном направлении?».

К настоящему моменту накоплены довольно длинные ряды указанных показателей, включающие 37 точек временного интервала 05.2004-05.2007 с помесячной разбивкой [1]. Анализ траекторий индексов социальных настроений позволяет зафиксировать довольно сложную картину внешне спонтанных всплесков и спадов. В этой связи возникает закономерный вопрос: нет ли в динамике индексов сезонной составляющей, которая ответственна за наблюдающиеся колебания? На первый взгляд, такой вопрос представляется вполне естественным, т.к. настроения людей довольно сильно зависят от времени года, климата и погодных условий. Логично было бы предположить, что более теплый период времени года инициирует более высокие значения индексов социальных настроений. Если это так, то для более глубокого и объективного анализа следует очищать исходные ряды от сезонной составляющей, сохраняя лишь системную линию развития. Проверке данной гипотезы о наличии сезонного фактора в индексах социальных настроений и посвящена настоящая статья [2].

 

Фактор сезонности в индексах социальных настроений

 

Чтобы выяснить наличие сезонной составляющей в наших шести показателях [3], необходимо, как известно, рассчитать значение автокорреляционной функции K(τ) для разных величин лага τ [3, с.298]. При этом максимальное значение лага τ для наших расчетов имеет смысл брать не более 7; значения, большие 7, для некоторых индикаторов социальных настроений уже начинают давать отрицательные значения автокорреляционной функции. Для наиболее репрезентативных значений лага τ векторы автокорреляционной функции приведены в табл.1.

Для наличия сезонности необходимо, чтобы среди значений автокорреляционной функции имелась точка максимума, которая и дает искомый временной лаг, формирующий сезонные колебания. Однако, как показывает анализ табл.1, это условие для исследуемых нами шести индексов социальных настроений не выполняется. Для всех индексов, включая их усредненную величину Y7, просматривается единообразная тенденция к уменьшению коэффициента автокорреляции по мере увеличения величины лага τ. Максимум коэффициента автокорреляции приходится на лаг τ=1, что не имеет экономического смысла. Единственным исключением из правила является индекс надежд Y2, для которого точка максимума приходится на лаг τ=2, однако данная точка K(2) является совершенно невыпуклой, ибо ее значение превышает значение K(1) на трудноуловимую величину в 0,06 (см. табл.1). Такое преимущество нельзя признать значимым, в связи с чем и индикатор Y2 не содержит сезонной составляющей. Заметим, что формально коэффициент K(2) является значимым и, следовательно, он генерирует тенденцию к сезонности. В то же время содержательное наполнение сезонного цикла в 2 месяца лишено всякого смысла, ибо при таком лаге возникает пилообразная траектория, которая, строго говоря, не связана с сезонным характером динамики рассматриваемого индекса. По нашему мнению сезонные колебания возникают при лаге в 3-4 месяца. Несмотря на это, нами была осуществлена контрольная «чистка» ряда Y2 по исключению сезонного фактора, однако результаты, как и ожидалось, оказались отрицательными.

 

Таблица 1.

Значения автокорреляционной функции индексов социального настроения.

Индикатор социального настроения

Величина лага (τ), мес.

1

2

3

4

5

6

7

Y1

0.73

0.62

0.67

0.53

0.36

0.44

0.41

Y2

0.52

0.58

0.39

0.40

0.30

0.25

0.22

Y3

0.60

0.48

0.50

0.38

0.31

0.27

0.26

Y4

0.88

0.85

0.85

0.82

0.77

0.66

0.63

Y5

0.78

0.68

0.65

0.63

0.70

0.53

0.42

Y6

0.89

0.83

0.81

0.73

0.59

0.52

0.44

Y7

0.88

0.82

0.85

0.76

0.66

0.58

0.52

 

Таким образом, нами получен важный и довольно неожиданный вывод: индексы социальных настроений не содержат в себе сезонной составляющей. Тем самым, вопреки интуитивным представлениям, социальные настроения формируются не под воздействием примитивных сезонных факторов, а под давлением неких других, более фундаментальных причин. В этом смысле рассмотренные индексы социальных настроений представляют собой готовый диагностический инструментарий, не нуждающийся в предварительной обработке и очистке.

Важность полученного вывода детерминируется, прежде всего, тем, что он отрицает традиционное и, как оказывается, поверхностное суждение о высокой чувствительности социальных настроений к внешним факторам, непосредственно не относящимся к сути рассматриваемой ситуации. Расчеты показывают, что при оценке важнейших экономических, политических и социальных аспектов жизни страны россияне могут успешно абстрагироваться от второстепенных факторов типа сезонных. Следовательно, индексы социальных настроений имеют под собой довольно прочную психологическую основу, позволяющую говорить об относительно высокой объективности населения при оценке происходящих в стране событий.

Однако полученный результат автоматически ставит другой вопрос: коль скоро сезонный фактор не влияет на динамику индексов социальных настроений, то каковы же тогда истинные механизмы и факторы их формирования? Для ответа на поставленный вопрос необходимо провести дополнительное исследование.

 

Эффект инерции и его свойства

 

В качестве генеральной гипотезы всех последующих построений нами будет использоваться тезис о существовании некоей инерции в формировании социальных настроений. Иными словами, мы предполагаем, что каждый человек обладает некой «социальной памятью», благодаря которой ситуация из ближайшего прошлого переносится на настоящее. Грубо говоря, если на протяжении последних двух-трех месяцев положение человека было хорошим, то и в текущий момент его оценка не может резко стать плохой. Фактически речь идет об адаптивном механизме настройки социальных настроений.

На практике данные представления воплощаются в технологию построения авторегрессионных моделей индексов социальных настроений. Забегая вперед, укажем, что максимальная глубина социальной памяти, выражающаяся длительностью максимального лага τ, не превышает четырех месяцев.

В ходе вычислительных экспериментов для индекса удовлетворенности жизнью Y1 нами была построена следующая эконометрическая зависимость:

 

                                                               (1)

 

 

N=34;  R2=0,590.

В круглых скобках под коэффициентами регрессии (1) указана их стандартная ошибка; N – число наблюдений (месяцев); R2 – коэффициент детерминации; далее используется аналогичная система обозначений. Несложно видеть, что глубина памяти в модели (1) составляет три месяца.

Для индекса надежд Y2 получена следующая модель:

 

.                                                           (2)

 

N=35;  R2=0,361.

Индекс материального благосостояния Y3 подчиняется следующей зависимости:

 

                                                             (3)

 

N=34;  R2=0,364.

Индекс экономического положения страны Y4 описывается эконометрической зависимостью вида:

 

                                                             (4)

 

N=34;  R2=0,815.

Индекс политического положения страны Y5 аппроксимируется следующее моделью:

 

                                                             (5)

 

N=33;  R2=0,629.

Для индекса согласия Y6 получена модель вида:

 

                                                            (6)

 

N=34;  R2=0,812.

Для усредненного индекса Y7 имеет место следующая авторегрессия:

 

                                                             (7)

 

N=34;  R2=0,810.

Чтобы выяснить динамические свойства индексов социальных настроений, введем ряд дополнительных характеристик. Среди них: границы изменения индекса от минимального до максимального значений; глубина социальной памяти (максимальный лаг τ в модели); волатильность индекса (V), которая рассчитывается не совсем традиционно:

 

                                                                                    (8)

 

Еще одним показателем, требующим комментария, является сам эффект инерции λ, который вычисляется по формуле:

 

                                                                                               (9)

 

 

где λi – коэффициенты в построенных регрессионных моделях.

На рис.1-6 представлены значения индексов социальных настроений (сплошная линия – фактическое значение индекса, пунктирная линия – модельное значение индекса). Динамические характеристики индексов социального настроения приведены в табл.2.

Какие же выводы можно сделать на основе выполненных построений?

Прежде всего, во всех моделях явно просматривается эффект инерции. Это проявляется в том, что все коэффициенты в построенных моделях являются положительными величинами (λi>0). Более того, во всех моделях, кроме модели (2), проявляется эффект забывания, состоящий в том, что с ростом лага величина коэффициента при переменной уменьшается (если i>j, то λij). При такой временной структуре коэффициентов моделей система обладает социальной памятью с простым свойством: чем позже имело место событие, тем слабее оно влияет на формирование текущей величины индекса социальных настроений.

 

 

Рис.1. Динамика индекса удовлетворенности жизнью Y1, %.

 

 

 

Рис.2. Динамика индекса надежд Y2, %.

 

Надо сказать, что указанная структура коэффициентов моделей отнюдь не всегда имеет место. Так, имеется множество моделей, в которых коэффициенты в лаговых авторегрессионных зависимостях имеют разные знаки. Типичный пример – механизм формирования валютного курса «доллар/евро» [4, с.77]. Тем самым можно утверждать, что эффект забывания не является тривиальным и самоочевидным.

 

 

Рис.3. Динамика индекса материального благосостояния Y3, %.

 

 

Рис.4. Динамика индекса экономического положения страны Y4, %.

 

Примечательным фактом является то, что в модели (2) свойство забывания нарушается. На наш взгляд, это связано с наличием тенденции к сезонности для индекса надежд Y2. Тем самым «вклинивание» в механизм формирования социальных настроений фактора сезонности автоматически нарушает классическую схему эффекта инерции. Можно предположить, что если бы фактор сезонности проявил бы себя для индекса надежд Y2 в полной мере, то эффект инерции был бы полностью подавлен. Похоже, что здесь действует простое правило: либо сезонность, либо эффект инерции. Пожалуй, данный вывод является генеральным для построенных моделей. Для показателя Y2 сформулированное правило выполняется в ослабленном виде, для остальных индексов – в чистом виде.

 

 

Рис.5. Динамика индекса политического положения страны Y5, %.

 

 

Рис.6. Динамика индекса согласия Y6, %.

 

 

Надо сказать, что исследование психологических механизмов памяти в процессе принятия экономических решений имеет богатую историю. Достаточно указать в этой связи на работы Д.Канемана, за которые в 2002 г. он получил Нобелевскую премию по экономике. Основным лейтмотивом многочисленных исследований Д.Канемана и А.Тверски является нерациональность принимаемых человеком решений [5-6]. Построенные нами модели служат частным подтверждением данного тезиса, т.к. в соответствии с ними механизму формирования социальных настроений присуща зависимость от прошлого и определенная заторможенность, которые в значительной мере мешают влиянию объективных факторов.

 

Таблица 2.

Динамические характеристики индексов социального настроения.

Индикатор социального настроения

Границы изменений, %

Волатильность (V), п.п.

Глубина социальной памяти (τ), мес.

Эффект инерции (λ)

Y1

18-52

34

3

0,60

Y2

43-65

22

2

0,36

Y3

29-48

19

3

0,37

Y4

7-51

44

3

0,85

Y5

14-58

44

4

0,64

Y6

14-54

40

3

0,82

 

Какие же еще свойства присущи индексам социальных настроений?

Во-первых, индексы социальных настроений довольно сильно различаются по своим динамическим характеристикам. Например, индекс экономического положения страны Y4 достигал минимального значения в 7%, тогда как индекс надежд Y2 ниже 43% никогда не падал (табл.2). Подобный разрыв в 6,1 раза говорит об отсутствии простой количественной корреляции между разными индексами социальных настроений. Тем самым шкалы индексов сильно сдвинуты относительно друг друга, что свидетельствует о самостоятельном значении каждого индекса.

Во-вторых, нельзя не заметить огромных различий в волатильности индексов. Так, для индексов экономического и политического положения страны (Y4 и Y5) она в 2,3 раза больше, чем для индекса материального благосостояния (Y3) (табл.2). Тем самым степень динамической устойчивости разных индексов социальных настроений также не сопоставима, что лишний раз свидетельствует об их автономности и не сводимости друг к другу.

В-третьих, наличие тенденции к сезонности приводит к уменьшению глубины социальной памяти и, как отмечалось выше, ослабляет эффект инерции. Например, индекс надежд Y2, для которого характерна тенденция к сезонности, имеет самую скромную глубину социальной памяти в 2 месяца. Тем самым данные табл.2 подтверждают, что сезонный фактор и эффект инерции находятся в противоречии и усиление одного автоматически подавляет проявление другого. Кроме того, похоже, что удлинение лага само по себе может ослаблять эффект инерции. Так, индекс экономического положения страны (Y4) и индекса согласия (Y6) имеют больший эффект инерции, чем индекс политического положения страны (Y5), хотя остальные характеристики для них очень схожи. Полученный вывод можно переформулировать следующим образом: чем больший период истории учитывают люди при формировании отношения к текущим событиям, тем меньше эта история тяготеет над ними. Фактически это означает, что более широкий взгляд на общество ведет к более объективной оценке соврем0енности.

В-четвертых, низкая волатильность индекса социальных настроений сопутствует малой глубине социальной памяти и слабому эффекту инерции. Похоже, что сильная автокорреляционная связь участвует в формировании более явно выраженного вектора динамики индексов социальных настроений. Большая волатильность естественным образом ведет к необходимости учета более длинного периода истории процесса, однако механизм влияния на эффект инерции не до конца ясен.

В-пятых, форма траекторий всех шести индексов социальных настроений практически идентична. Так, например, минимальное значение индексов приходится на период 02.2005-04.2005, тогда как мощный всплеск в их величине приходится на 10.2006-11.2006. Тем самым все основные события, отражаемые индексами социальных настроений, почти идеально синхронизированы во времени. Тем самым между всеми шестью аспектами социальной жизни имеется хорошо просматриваемая динамическая связь. Данный факт позволяет при необходимости пользоваться агрегатным индексом Y7, который дает результирующую социальных настроений населения.

В-шестых, во всех индексах, начиная с середины 2005 г., просматривается повышательный тренд. Тем самым можно утверждать, что, несмотря ни на какие колебания, социальные настроения россиян улучшаются. Надо сказать, что такая позитивная тенденция совпадает с периодом явного экономического и политического преуспевания страны, что позволяет говорить об обусловленности субъективных настроений объективным положением вещей. Вопрос о сохранении оптимистического тренда в длительной перспективе остается открытым, однако само его наличие является неопровержимым фактом.

Построенные в данном разделе модели и выявленные свойства эффекта инерции продуцируют следующий важный вопрос: могут ли они использоваться в прикладных целях, например, для прогнозирования будущей динамики индексов социальных настроений? Если да, то какие ограничения следует учитывать для построения корректных прогнозов?

 

Особенности прикладных исследований индексов социальных настроений

 

При обсуждении практических аспектов использования построенных моделей следует строго разграничить кратко- и долгосрочный периоды. Все зависимости (1)-(7) носят принципиально краткосрочный характер, в связи с чем остановимся подробнее сначала именно на нем.

Первый аспект проблемы связан с тем, можно ли прогнозировать индексы социальных настроений. На наш взгляд, делать это можно с помощью моделей (1)-(7). Однако здесь есть ряд моментов, которые следует учитывать.

Во-первых, прогнозирование с помощью указанных моделей может считаться корректным только на период, равный модельному лагу. Например, для индекса политического положения страны (Y5) он равен четырем и, следовательно, хорошие прогнозные оценки могут быть получены на 4 месяца вперед. Для индексов Y1, Y3, Y4 и Y6 период прогнозного упреждения равен трем месяцам; для индекса Y2 хороший прогноз вообще невозможен (см. рис.2, на котором видно сильное расхождение между фактической и модельной траекториями).

Из сказанного не означает, что прогноз на срок, более длительный, чем τ, невозможен. Однако в этом случае риск снижения качества прогнозирования возрастает из-за накапливающихся за период τ ошибок. Так, если при прогнозировании на τ месяцев мы в качестве опорных точек пользуемся фактическими данными индексов, то на период, превышающий τ, в качестве опорных точек будут уже использоваться только прогнозные значения. Такая процедура приводит к наложению ошибок и потере точности прогноза. В любом случае горизонт прогнозирования не должен превышать величину в τ+1 месяца.

Во-вторых, краткосрочный анализ причин подъемов и спадов в динамике индексов социальных настроений следует проводить не с помощью специально выстроенных для этого факторных моделей, а с помощью событийного подхода, когда осуществляется поиск политических или экономических событий, которые могли спровоцировать те или иные сдвиги в величине индексов. Несмотря не некоторую условность такого подхода, его использование является фактически безальтернативным.

Поясним сказанное. Дело в том, что построить краткосрочные факторные зависимости для индексов социальных настроений на данный момент не представляется возможным. Для этого необходимо найти некие объясняющие переменные, которые ежемесячно фиксируются статистической отчетностью. Однако сделать это довольно сложно, прежде всего, из-за недоучета объективных факторов психологическим механизмом принятия решений. Например, казалось бы вполне логичным ввести в качестве объясняющих факторов ежемесячные темпы экономического роста и темпы инфляции. Однако совершенно очевидно, что интерпретация таких зависимостей будет весьма искусственной, т.к. мало кто из обычных граждан следит за данными показателями и уж тем более мало кто явно использует их при формировании своего мнения о социально-экономической и политической обстановке. Поэтому событийный подход к объяснению краткосрочных колебаний индексов социальных настроений следует считать вполне оправданным.

Теперь коснемся долгосрочного аспекта. Здесь, на наш взгляд, можно переходить к построению факторных зависимостей, которые должны строиться на основе годовых данных. При таком агрегировании темпы экономического роста и инфляции уже начинают играть осмысленную роль, а усредненные за год ежемесячные индексы социальных настроений более четко улавливают фундаментальную тенденцию к тем или иным изменениям. Однако в настоящее время построить такие факторные зависимости невозможно в силу отсутствия достаточно длинных динамических рядов индексов социальных настроений: для построения достоверных эконометрических зависимостей вместо сегодняшних 4 лет требуется 14-15 лет. Таким образом, для использования индексов социальных настроений при долгосрочном прогнозировании требуется длительное время (около 10-12 лет) для накопления необходимой для этого информации.

 

Литература

 

1. Информация: результаты опросов// «Мониторинг общественного мнения», №2(74), 2005.

2. Индикаторы// «Мониторинг общественного мнения», №4(76), 2005.

3. Эконометрика: Учебник/ Елисеева И.И., Курышева С.В., Костеева Т.В. и др.2-е изд-е. М.: Финансы и статистика, 2005.

4. Балацкий Е.В. Модель динамики курса «доллар/евро»// «Экономист», №9, 2005.

5. Канеман Д. Внимание и усилие. М.: Смысл, 2006.

6. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения. Х.: Институт прикладной психологии «Гуманитарный центр», 2005.

 


[1] ВЦИОМ регулярно публикует индексы социальных настроений как в цифровом [1, с.132-144], так и в графическом [2, с.4-6] виде.

[2] Авторы выражают искреннюю благодарность В.В.Федорову за постановку указанной проблемы и инициирование написания данной статьи.

[3] Значение индексов социальных настроений представляет собой разницу суммы положительных и средних оценок и суммы отрицательных оценок ответов респондентов. Например, при оценке политической обстановки в России соответствующий индекс оценивается как разница между долей респондентов, указавших, что это положение является средним, хорошим и очень хорошим, и долей респондентов, указавших, что оно является плохим и очень плохим.

 

 

Официальная ссылка на статью:

 

Балацкий Е.В., Екимова Н.А. Эффект инерции в формировании социальных настроений// «Мониторинг общественного мнения», №3(83), 2007. С. 85-94.

4451
4
Добавить комментарий:
Ваше имя:
Отправить комментарий
Публикации
Рассмотрена конкурентная борьба американских и китайских производителей на рынке солнечной энергии США. Дана общая характеристика данного рынка и его ключевые сегменты. Показаны факторы перспективности развития данного рынка, объемы и темпы роста. Выявлены причины доминирования китайских производителей на глобальном и американском рынке солнечных устройств, связанные с целенаправленной промышленной политикой в течение последних десятилетий, включающей огромные субсидии и льготы китайским производителям. Принятый в США Закон о сокращении инфляции, предусматривающий огромную поддержку производителям «зеленой» энергии, позволяет как американским, так и зарубежным компаниям претендовать на субсидии и льготы, что не способствует защите отечественных производителей. Американские компании на рынке солнечной энергии сталкиваются с противодействием лоббистских организаций, поддерживаемых китайскими компаниями, которые добиваются отмены некоторых протекционистских мер защиты национальных производителей. Таким образом, рынок солнечной энергии США соответствует классическим канонам «молодой» отрасли, где более зрелые иностранные компании доминируют над национальными производителями, что, во–первых, непривычно для самих американских компаний, выступать доминирующим игроком на глобальных рынках, а, во–вторых, требует гораздо более сильной и специфической промышленной политики, даже по сравнению с мощными стимулами поддержки, реализованными в рамках трампономики и байденомики.
Начавшаяся в 2022 году глобальная геополитическая турбулентность имеет свое объяснение в контексте теории стратегических преимуществ, важным направлением которой является ее взаимоувязка с эффектом масштаба и распространение на глобальное цивилизационное развитие. Изучение особенностей становления того или иного государства с точки зрения данного подхода позволяет переосмыслить технологическую модель мирохозяйственной системы Валлерстайна, согласно которой все страны относятся к одной из трех групп – лидеры, полупериферия или периферия, и дополнить ее политической моделью суверенитета, основанной на оценке самостийности (естественности) развития того или иного государства и позволяющей оценить истинное место каждой страны в геополитической системе. Способность государства к самостийному развитию определяется его отношениями с гегемоном и наличием скрытого потенциала в виде стратегических преимуществ, которые выражаются в наличии у страны по отношению к своим конкурентам качественных преимуществ по пяти–шести ключевым признакам: площади территории, богатству природных ресурсов, масштабу экономики, численности населения, технологическим и военным достижениям. Проведенный в работе сравнительный анализ относительных показателей потенциала ряда стран показал, что США сегодня обладает стратегическими преимуществами перед Россией по целому ряду признаков. Однако исчерпание США эффекта масштаба на фоне наличия его значительного потенциала у России, а также построение ею стратегических альянсов обусловило нынешнее глобальное противостояние. Оценка показателей стратегического преимущества альянса России и Китая над США показала его кратное превосходство над гегемоном, что является серьезной угрозой положению США как мирового лидера в мирохозяйственной системе. Еще большей угрозой гегемону является объединение БРИКС, одними из основателей которого выступают Китай и Россия. В статье обозначена стратегия России в сложившихся условиях, направленная на реализацию трех ключевых направлений – демографического, экономического, технологического. Все три направления предполагают решение крайне амбициозных задач, которые в обычных условиях практически недостижимы, однако становятся более реалистичными в условиях геополитической турбулентности и слома старого порядка, охватившего мир в настоящее время.
На протяжении продолжительного периода времени вялотекущее развитие российской фармацевтической промышленности обусловлено сравнительно низкой инвестиционной активностью, что привело к высокой зависимости от импортных лекарственных препаратов. Целью исследования является определение эффекта масштаба в фармацевтической промышленности России, который является ключевым фактором для инвестиций и объектом внимания государственной отраслевой политики. Основное подозрение состояло в отсутствии эффекта масштаба в отрасли, требующей высокотехнологичное оборудование и другие ресурсы, что автоматически делает невыгодным запуск новых и серьезное расширение имеющихся производств. Данное допущение определило центральную гипотезу исследования, которая была дополнена предположениями о наличии порогового значения выручки предприятия, сопоставление с которым фактических данных позволит детерминировать для организации отрицательный или положительный эффект масштаба. Учитывая государственное лицензирование деятельности по производству лекарственных средств, круг рассматриваемых компаний был точно определен. С учетом отраслевых особенностей организаций – держателей лицензий и доступности информации о показателях их деятельности за период 2004–2023 гг. в системе «СПАРК–Интерфакс» была сформирована конечная выборка из 320 производственных предприятий. Методически определен рассматриваемый эффект масштаба, оцениваемый показателем фондоотдачи (отношение выручки к остаточной стоимости основных средств). Инструментом обработки исходной отраслевой информации стали эконометрические модели на основе панельных данных. Результаты моделирования позволили установить наличие в фармацевтической отрасли положительного и практически всеохватывающего эффекта масштаба. Данный вывод указывает на неэкономический характер низкой инвестиционной активности в отрасли, а для инвестора благоприятно характеризует индустрию как «непаханое поле». Гипотеза о наличии верхнего предела выручки предприятия, превышение которого будет указывать на снижение производственной эффективности, не нашла подтверждения, что подчеркивает практически нелимитированный коммерческий потенциал. Методика оценки отраслевого эффекта масштаба имеет перспективы применения для аналитической поддержки в принятии инвестиционных решений относительно производства конкретных продуктовых линеек.
Яндекс.Метрика



Loading...