Экономико-математическое моделирование инвестиционных процессов в Ростовской области

Батищева Г.А.1, Журавлева М.И.1
1 Ростовский государственный экономический университет (РИНХ), Россия, Ростов-на-Дону

Статья в журнале

Информатизация в цифровой экономике (РИНЦ)
Том 3, Номер 3 (Июль-сентябрь 2022)

Цитировать:
Батищева Г.А., Журавлева М.И. Экономико-математическое моделирование инвестиционных процессов в Ростовской области // Информатизация в цифровой экономике. – 2022. – Том 3. – № 3. – С. 125-140. – doi: 10.18334/ide.3.3.116807.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49867855

Аннотация:
Инвестиционный процесс является важнейшим фактором развития экономики региона. От объемов инвестиций, вкладываемых в экономику региона, зависит уровень обновления основных фондов, внедрение передовых технологий, развитие инфраструктуры и, в итоге, рост товаров и услуг, производимых в регионе. Поэтому в число первоочередных задач, стоящих перед правительством региона, входит задача улучшения инвестиционного климата. Этим определяется актуальность данной работы, посвященной выявлению тенденций и закономерностей развития инвестиционных процессов в Ростовской области и определению ключевых факторов, усиливающих и сдерживающих приток инвестиций в регион.

Ключевые слова: Инвестиционный процесс, экономическое развитие, производственный потенциал, эффективность производства, эконометрическая модель



Введение

Инвестиции как источник новых капиталовложений, открывающих доступ к передовым технологиям, эффективным способам управления и маркетинга, являются одним из важнейших элементов развития экономики государства [1–3]. Эффективность инвестиционного процесса определяется соотношением вложенных затрат (ресурсов) и полученных результатов. Эффективность инвестиций будет тем выше, чем больше будет получен объем прибыли, товаров, услуг и т.п. на единицу затрат. Многие исследователи [9, 12–14, 16] (Mashkin, 2009; Moskvin, 2021; Rakhmanov, 2019) инвестиционного процесса считают его системой, так как в нем можно выделить субъект (это инвестор), объект (объект инвестиций), инвестиционную среду и связь между субъектом и объектом.

Одна из главных задач инвестора − выбор тех отраслей в качестве объекта инвестирования, которые позволят ему получить наибольший доход при наименьших рисках. Для привлечения капитала в экономику региона необходимо создание в регионе благоприятного инвестиционного климата, то есть системы различных условий инвестиционной деятельности (экономических, политических, социальных, финансовых, криминальных, природных, экологических и т.п.), характеризующих инвестиционный потенциал, инвестиционный риск и инвестиционную активность региона − все, что является важным для инвестора, когда он принимает решение о вложении капитала в данный регион.

Материалы и методы. При исследовании возможностей повышения инвестиционной привлекательности региона наряду с проведением экономического анализа показателей, характеризующих динамику и эффективность инвестиционных процессов, в настоящее время широко применяется аппарат математического моделирования. Среди математических моделей инвестиций можно выделить модели, описывающие инвестиционные процессы на макроуровне и на микроуровне. На макроуровне исследование инвестиций проводится чаще всего в рамках теории роста. Примером таких моделей являются модели экономического роста Харрода-Домара, Соллоу [23] (Solow, 1957), модели мультипликатора и модели акселератора Дж. М. Кейнса, П. Самуэльсона, Дж. Хикса, Т. Тевеса и др. [11, 18] (Keyns, 2019; Samuelson, 2012). На микроуровне в рамках отдельно взятого предприятия исследуется влияние инвестиций на снижение затрат (модели Flaherty, Spence, Petrakis, Roy и др.) [22, 24] (Flaherty, 1980; Spence, 1984).

При анализе инвестиционных процессов методами математического моделирования важное место отводится моделям, позволяющим выявлять количественные связи между объемом инвестиций и влияющими на него факторами. Анализ данных моделей позволяет определить не только значимые факторы, но и оценить вклад каждого из них в изменение объемов инвестиций. Изучение инвестиционных процессов с этой стороны осуществляется на основе эконометрического моделирования. Эконометрическая модель, построенная на основе реальных статистических данных, является инструментом анализа и прогнозирования зависимой переменной [4, 10, 14, 21] (Ayvazyan, Ivanova, 2010; Dreyper, Smit, 2017; Moskvin, 2021).

Анализ показателей, характеризующих динамику и эффективность инвестиционных процессов. Инвестиционный процесс имеет двойственную природу: инвестиции можно одновременно рассматривать и как затраты, и как результат, что поясняется рисунком 1.

Рисунок 1. Схема инвестиционного процесса

В этой связи можно считать, что важнейшими характеристиками инвестиционного процесса региона являются следующие макроэкономические показатели: валовой региональный продукт (ВРП); объем инвестиций в основной капитал; стоимость основных фондов; численность занятых в экономике.

Проведенный авторами анализ показателей, характеризующих динамику и эффективность инвестиционных процессов, позволил выявить:

1. В Ростовской области (см. рис. 2) начиная с 2011 г. наблюдается тенденция роста притока инвестиций в основной капитал (за исключением периодов 2015–2016 и 2017–2018 гг.). В 2020 г. объем инвестиций в экономику региона увеличился на 6,2%, в то время как в ЮФО, напротив, в среднем произошло снижение притока инвестиций на 1,5% [15, 17].

Рисунок 2. Динамика инвестиций в основной капитал

в Ростовской области в 2020 г., в текущих ценах, млрд рублей*

Источник: построено авторами по данным Ростовстат.

2. Инвестиционные процессы Ростовской области являются недостаточно эффективными, а именно:

- область занимает предпоследнее – 7-е место в ЮФО по показателю объема инвестиций на душу населения (67,4 тыс. руб. в 2019 г.). Это на 16% ниже среднего значения по ЮФО (80,1 тыс. руб.). Лидером в ЮФО по данному показателю является Республика Крым (104,5 тыс. руб.), Ростовская область отстает от нее на 35,5% (рис. 3);

Рисунок 3. Объемы инвестиций на душу населения

в регионах ЮФО в 2019 г., тыс. рублей

Источник: построено авторами по данным Ростовстат.

- по показателю ВРП на душу населения (рис. 4) область, хотя и находится на третьей позиции в ЮФО (390 тыс. руб.), но значительно уступает лидеру в ЮФО – Астраханской области (545 тыс. руб.) и ниже средних значений по ЮФО (401 тыс. руб.);

Рисунок 4. Величина ВРП на душу населения в 2019 г., тыс. рублей

Источник: построено авторами по данным Ростовстат.

- область занимает третье место (рис. 5) и по производительности труда в экономике региона (781 тыс. руб. на одного занятого), что на 15% ниже производительности труда в Краснодарском крае (916 тыс. руб.) (лидер по данному показателю);

Рисунок 5. Производительность труда в экономике региона в 2019 г.

Источник: построено авторами по данным Ростовстат.

- по показателю рентабельности инвестиций (рис. 6) Ростовская область хотя и занимает второе место (29,8%) в ЮФО, но значение данного показателя в 3,5 раза меньше, чем в Краснодарском крае (104,1%), в 2,9 раза меньше средних значений по РФ (87,4%) и в 5,2 раза меньше средних значений по ЦФО (154,1%);

Рисунок 6. Рентабельность инвестиций в 2019 г., %

Источник: построено авторами по данным Ростовстат.

- по показателю фондовооруженности труда в экономике региона (рис. 7) Ростовская область занимает четвертую позицию в Южном регионе. В 2020 г. значение данного показателя (3258 тыс. руб.) было на 35% ниже, чем в Краснодарском крае (4981 тыс. руб.).

Рисунок 7. Фондовооруженность труда в экономике в 2020 г., тыс. руб.

Источник: построено авторами по данным Ростовстат.

- в Ростовской области, как и в других регионах РФ, наблюдается высокая степень износа основных фондов. Самое низкое значение данного показателя [15, 17] в периоде 2008−2019 гг. в области было зафиксировано в 2008 г. (36%), а самое высокое – в 2019 г. (44,7%). Следует отметить, что значение данного показателя на протяжении всего анализируемого периода в Ростовской области было ниже среднего по ЮФО. В 2019 г. среди регионов ЮФО степень износа основных фондов была ниже, чем в Ростовской области, только в Краснодарском крае (44%) и в Севастополе (42,5%);

- в Ростовской области на конец 2019 г. удельный вес полностью изношенных основных фондов составил 15% (это 4-е место по ЮФО), что выше средних значений по ЮФО (13,4%), но ниже − по России (16,9%). Коэффициент обновления основных фондов в области в 2019 г. составил лишь 10,1%, что не покрывает полностью изношенных основных фондов в области [15, 17].

3. Анализ составляющих элементов инвестиционного процесса с позиций процесса воспроизводства за период 2008–2019 гг. показал следующее:

- анализ динамики базисных индексов инвестиций в основной капитал в Ростовской области (рис. 8) позволил выявить шесть временных периодов протекания инвестиционных процессов: периоды роста – 2010−2015, 2016−2017, 2018−2020 гг. и периоды падения – 2008−2010, 2015−2016, 2017−2018 гг.;

Рисунок 8. Динамика базисных индексов инвестиций

в основной капитал, к 2008 г.

Источник: построено авторами по данным Ростовстат.

– результаты анализа динамики базисных индексов ВРП (рис. 9) показали более низкие темпы роста в анализируемом периоде в Ростовской области по сравнению с Краснодарским краем и средними значениями по ЮФО;

Рисунок 9. Динамика базисных индексов ВРП, к 2008 г.

Источник: построено авторами по данным Ростовстат.

- анализ динамики базисных индексов численности экономически активного населения (рис. 10) показал в Ростовской области только один период незначительного роста (2015–2016 гг.), а в остальное время (2008–2015, 2016–2019 гг.) – снижение.

Рисунок 10. Динамика базисных индексов численности

экономически активного населения

Источник: построено авторами по данным Ростовстат.

Моделирование инвестиционных процессов. Авторами построена группа эконометрических инвестиционных моделей, на основе которых определено содержание комплекса экономических факторов, усиливающих и сдерживающих приток инвестиций в регион. При построении моделей в качестве зависимой переменной выбран показатель инвестиций в основной капитал, млн руб. (I).

В качестве объясняющих переменных, влияющих на развитие инвестиционных процессов, были рассмотрены следующие [5−8, 16] (Batishcheva, Zhuravleva, Novozhilov, Ryazanov, 2020; Batishcheva, Zhuravleva, Stuzhenko, Trofimenko, 2019; Batishcheva, Maslova, Batishcheva, 2015; Batishcheva, Zhuravleva, Kulikova, Laus, 2018; Rakhmanov, 2019):

Y – валовой региональный продукт, млн руб.;

K – стоимость основных фондов, млн руб.;

OF – степень износа основных фондов;

TR – оборот розничной торговли, млн руб.;

YP – производство электроэнергии, млрд киловатт-часов;

RD – густота автомобильных дорог, км на 1000 кв. км;

Y/L – производительность труда в экономике, руб. на одного работника;

K/L – фондовооруженность труда в экономике;

Y/K – фондоотдача, руб. на одного работника;

YH – валовой региональный продукт на душу населения;

Inz – внутренние затраты на научные исследования и разработки, млн руб.;

Inti – число используемых передовых технологий;

Intz – затраты на технологические инновации, млн руб.;

W – заработная плата наемных работников, руб.;

IH – среднедушевые денежные доходы населения, руб.;

DO – удельный вес убыточных предприятий,%;

РС – индекс потребительских цен, %;

HPR – удельный вес населения с доходами ниже прожиточного минимума, %;

U – уровень безработицы;

IM – коэффициент младенческой смертности,

DB/RB – отношение дохода консолидированного бюджета к расходу.

Информацией для построения моделей послужили данные Росстата за 1998–2019 гг. Расчеты выполнялись с использованием пакета прикладных программ EViews.

Построены следующие группы моделей (символом обозначен коэффициент детерминации):

1. Модели зависимости инвестиций от

факторов инвестиционного потенциала:



,



(1)







(2)







(3)







(4)

2. Модели зависимости инвестиций от

факторов региональной эффективности производства:



,



(5)







(6)







(7)

3. Модели зависимости инвестиций от факторов

развития инноваций и качества жизни населения:



,



(8)



,



(9)







(10)







(11)







(12)

4. Модели зависимости инвестиций от факторов

инвестиционного риска:



,



(13)



,



(14)







(15)







(16)







(17)

5. Инвестиционные модели множественной регрессии


,



(18)






(19)


,



(20)


,



(21)

Все построенные модели (1−21) удовлетворяют всем характеристикам качества [4, 10, 21] эконометрических моделей:

- уравнения (1−21) статистически значимы (выполнена проверка по критерию Фишера на 5% уровне значимости);

- коэффициенты регрессии в каждом из построенных уравнений (1−21) статистически значимы (выполнена проверка по t-критерию на 5% уровне значимости);

- в каждом из уравнений (1−21) отсутствует автокорреляция в остатках (выполнена проверка по критерию Бреуша-Годфри);

- каждое из уравнений (1−21) является гомоскедастичным (выполнена проверка по тесту Уайта);

- каждое из уравнений (1−21) характеризуется высоким коэффициентом детерминации R2;

- знаки у коэффициентов регрессии в построенных моделях (1−21) соответствуют экономическому смыслу.

Заключение

Анализ моделей (1–21) позволил выявить, что наибольшие резервы улучшения инвестиционной привлекательности Ростовской области заложены:

- в увеличении числа используемых передовых технологий;

- в развитии транспортной инфраструктуры;

- в увеличении производства электроэнергии;

- в повышении фондовооруженности труда;

- в повышении производительности труда;

- в росте основных фондов;

- в увеличении оборота розничной торговли;

- в повышении уровня заработной платы и денежных доходов населения.

Наибольшие резервы снижения инвестиционного риска заложены в снижении значений показателей: удельный вес убыточных предприятий; степень износа основных фондов; уровень безработицы; удельный вес населения с доходами ниже прожиточного минимума; коэффициент младенческой смертности; уровень инфляции.

Результаты, полученные на основе созданных моделей, могут быть использованы при разработке направлений развития механизма улучшения инвестиционного климата в регионе.


Источники:

1. Указ Президента Российской Федерации от 16.01.2017 № 13 «Об утверждении Основ государственной политики регионального развития Российской Федерации на период до 2025 года». [Электронный ресурс]. – Режим доступа: http://www.kremlin.ru
2. Послание Президента РФ Федеральному Собранию от 21.04.2021 [Электронный ресурс]. − Режим доступа : http://www. kremlin.ru
3. Областной закон от 01.10.2004 г. № 151-ЗС (с изменениями на: 28.10.2021 №581-ЗС) «Об инвестициях в Ростовской области» [Электронный ресурс] – base.garant.ru
4. Айвазян С.А., Иванова С.С. Эконометрика: учеб. пособие для вузов. - М.: Маркет ДС, 2010, 2010. – 104 c.
5. Батищева Г.А., Журавлева М.И., Новожилов А.С., Рязанов И.О. Анализ факторов развития национальной и региональной экономики // Вестник РГЭУ (РИНХ). – 2020. – № 2. – c. 26-33.
6. Батищева Г.А., Журавлева М.И., Стуженко Д.Н., Трофименко Е.А. Эконометрический анализ факторов развития реального сектора экономики // Вестник ростовского государственного экономического университета (ринх). – 2019. – № 1. – c. 12-18.
7. Батищева Г.А., Маслова Н.П. Батищева Е.А. Статистический анализ и моделирование взаимосвязей инвестиций и экономического роста // Учет и статистика. – 2015. – № 4. – c. 84-92.
8. Батищева Г.А., Журавлева М.И., Куликова Е.В., Лаус С.А. Роль финансовых инструментов в обеспечении развития реального сектора экономики // Вестник ростовского государственного экономического университета (ринх). – 2018. – № 1. – c. 18-25.
9. Бураев, М.Р. Инвестиционная привлекательность как фактор развития малого бизнеса. [Электронный ресурс]. URL: http://www.investmentrussia.ru.
10. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. - М.: Вильямс, 2007, 2017. – 912 c.
11. Кейнс Дж. Общая теория занятости, процента и денег. / пер. с англ. Н.Н. Любимова; Под ред. Л.П. Куракова., 2019.
12. Макроэкономика. / Учебник / Тарасевич Л.С., Гребенников П.И., Леусский А.И. – 6-е изд., испр. и доп. - М.: ЮРАЙТ, 2013, 2013. – 688 c.
13. Машкин В. Сущность инвестиционного процесса. [Электронный ресурс]. URL: http://www.eg-online.ru/article/71929/.
14. Москвин В.А. Инвестиционные проекты в мире социальных систем. / монография. - Москва: Мир, 2021, 2021. – 639 c.
15. Официальный сайт Федеральной службы государственной статистики Российской Федерации [Электронный ресурс]. − Режим доступа http://www.gks.ru/
16. Рахманов Р. Инвестиции как инструмент инновационной деятельности. - LAP Lambert Academic Publishing, 2019, 2019. – 176 c.
17. Российский статистический ежегодник. 2001-2021: Стат. сб. / Росстат. – М., 2001-2021
18. Самуэльсон, П. Экономика. / Самуэльсон П., Нордхаус. В.: перевод с англ. Пелявский О. - М.: Вильямс, 2012, 2012. – 1360 c.
19. Уильям, Ф. Шарп Инвестиции. / Уильям Ф. Шарп, Гордон Дж. Александер, Джеффри В. Бейли. - М.: ИНФРА-М, 2021, 2021. – 340 c.
20. Шумпетер, Й. Теория экономического развития. - М: Директ-Медиа, 2007, 2007. – 400 c.
21. Эконометрика: учебник для бакалавриата и магистратуры. / И.И. Елисеева [и др.]: под ред. И.И. Елисеевой. - М.: Юрайт-Издат, 2015, 2015. – 449 c.
22. Flaherty M.T. Industry Structure and Cost-reducing Investment // Econometrica. – 1980. – № 5. – p. 1187-1209.
23. Solow R.M. Technical Change and the Aggregate Production Function // Review of Economics and Statistics. – 1957. – p. 312-320.
24. Spence M. Cost Reduction, Competition and Industry Performance // Econometrica. – 1984. – № 1. – p. 101-121.

Страница обновлена: 26.01.2023 в 16:20:51