Институциональная трансформация китайских прямых иностранных инвестиций в России: динамическая модель в условиях геоэкономической неопределенности

Болаев А.В.1
1 Ростовский государственный экономический университет (РИНХ), Ростов-на-Дону, Россия

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 16, Номер 4 (Октябрь-декабрь 2026)

Цитировать эту статью:

JATS XML



Введение

Важным потенциальным направлением получения новых технологий в материальной и нематериальной форме и расширения российского экспорта, особенно в современных условиях геоэкономической неопределенности, является привлечение китайских прямых иностранных инвестиций (ПИИ). Указанные факты делают крайне значимым изучение факторов инвестиционной привлекательности российской экономики для китайских инвесторов, в том числе включая и такой важный фактор, как институциональная среда. В целом тематике китайских прямых иностранных инвестиций в России посвящено значительное количество научных работ, среди авторов которых в том числе можно отметить таких исследователей, как М.А. Амурскую, А.М. Шарипова, Г.С. Боровикова и А.Ю. Хорошилова [1], В.А. Бондаренко [2], Ю. Доу [8], К.Б. Костина, П.Г. Костину и А.Р. Фридмана [10], А.Б. Красноперову [11], В.К. Крутикова, Л. А. Косогорову, М. В. Якунину, С.В. Шарова и В.А. Якунину [9], Э.И. Мантаеву [6], А.А. Маслова [12], Э.Д. Рубинскую [7], Е.Н Самбурову [16], Т. Фэн [18]. Представленные исследователи отмечают высокий потенциал китайских прямых иностранных инвестиций для развития экономики России.

В свою очередь и в связи с рассматриваемой тематикой целью этого исследования поставлено динамическое моделирование китайских прямых иностранных инвестиций в России с учетом институциональной трансформации в условиях геоэкономической неопределенности последних лет, что несомненно является крайне актуальным для изучения. Указанная цель проводимого исследования поставила перед автором следующие задачи: выбрать класс модели привлечения китайских ПИИ в экономику России; предложить основные переменные, используемые в разрабатываемой модели и представить их экономическое содержание и эмпирическое обоснование; представить динамическую модель привлечения китайских ПИИ в экономику России на основании предложенных переменных; вывести основные аналитические свойства предлагаемой модели; представить стратегию эмпирической верификации разработанной модели.

Представленные цель и задачи исследования – динамическое моделирование достаточно важных для развития страны и актуальных процессов привлечения ПИИ в условиях геоэкономической неопределенности, во многом обусловили научную новизну исследования и полученных выводов, в том числе ряда авторских гипотез. В исследовании автор опирался на материалы и рекомендации исследователей, занимавшихся разработкой моделей экономических процессов. Использовались такие методы, как институционально-ориентированный подход к анализу ПИИ, теория постепенного институционального изменения, теория необратимых инвестиций и реальных опционов, динамическое моделирование в непрерывном времени (включая стохастические процессы со скачками), построение композитных индикаторов, эконометрические методы (системный обобщенный метод моментов, пороговая регрессия с эндогенно оцениваемым порогом, локальные проекции, гравитационная модель с пуассоновской оценкой, синтетический контроль). Кроме работ вышеуказанных исследователей, при подготовке статьи также использовались труды таких авторов, как А. Абади, А. Даймонд, Дж. Хайнмюллер [19] и Дж. Гардеазабаль [20], Дж. Э. Андерсон и Э. ван Винкуп [21], М. Арельяно, С. Бонд [22] и Р. Бланделл [24], П. Дж. Бакли и Л. Дж. Клегг [25], Р. Болдуин и П.Кругман [23], Ф. Виндмейер [45], А. Диксит [27] и Р. Пиндик [28], Т. Жорда [32], И. Колстад и А.Уиг [36], К.Е. Линдблом, [37], Р. Макдональд и Д. Сигел [38], Р.К. Мертон [39], С. Никелл [40], Б. Рамасами, М. Юнг, С. Лафорет [41], Д. Рудман [42, 43], Дж.М.К. Сантос Силва и С. Тенрейро [44], Г. Фельбермайр, А. Кирилаха, К. Сиропулос, Э. Ялчин и Ю.В. Йотов [31], Б.Э. Хансен [33, 34], К. Хед и Т. Майер [35], Ц. Чэнь и Г. Янь. [26], Б. Эфрон [29].

Результаты и обсуждение

Выбор класса модели привлечения китайских ПИИ в экономику России продиктован следующими соображениями. Во-первых, модель динамическая и формулируется в непрерывном времени: институциональная трансформация есть процесс с собственной инерцией, а не мгновенный переход между состояниями, и статическое сопоставление равновесий скрывало бы именно то, что составляет предмет - траектории, пороги и необратимости. Во-вторых, неопределенность входит в предлагаемую модель как стохастический процесс с двумя компонентами - непрерывной и скачкообразной. Санкционные ограничения в предлагаемой модели вводятся дискретными пакетами и мгновенно (соответствуя асимметрии введения и снятия ограничений), адекватным математическим образом такого поведения служит процесс со скачками, происходящими в случайные моменты, - конструкция, введенная в финансовую теорию для описания разрывных изменений цен. [39] В-третьих, инвестиционное решение моделируется в логике реальных опционов: вложение необратимо, возможность отложить решение имеет ценность и поэтому неопределенность воздействует на порог принятия решения, а не только на ожидаемую отдачу. [27] В-четвертых, институциональная сопряженность (подход автора к определению этого термина был представлен ранее [4, с. 6876-6877]) эндогенна: она наращивается усилиями институциональной политики, деградирует без поддержания и разрушается давлением геоэкономической неопределенности (авторский подход к определению геоэкономической неопределенности также был представлен ранее [3, с. 6894-6895]) – предпосылка, прямо реализующая двойственную связь «неопределенность – институты» из логической схемы.

Предлагаемую конструкцию полезно позиционировать относительно существующих классов моделей, чтобы точно указать, что именно она добавляет. Неоклассические инвестиционные модели связывают вложения с ожидаемой доходностью и стоимостью капитала; применительно к рассматриваемой задаче они объясняют, почему инвестиции выгодны, но не объясняют, почему выгодные инвестиции не осуществляются, а именно разрыв составляет исходную эмпирическую составляющая данного исследования. Гравитационные модели двусторонних потоков [21] хорошо описывают пространственную структуру и масштабные детерминанты, однако институты входят в них в лучшем случае как дополнительный элемент без механизма и динамики. Специализированная литература о реальных опционах [27] дает механизм порога и ценности ожидания, но трактует институциональную среду как экзогенный фон, а неопределенность – как безадресную волатильность. Эмпирические институциональные исследования устанавливают корреляции качества институтов с потоками ПИИ, но остаются статистическими и страновыми. Предлагаемая автором модель собирает недостающее: порог из опционной логики, парную институциональную переменную с собственной динамикой, скачкообразную неопределенность с идентифицируемым источником и обратное воздействие неопределенности на институты. Ни один из перечисленных элементов по отдельности не является новым – в то же время новым является их соединение в замкнутую динамическую систему, порождающую проверяемые свойства (пороговость, множественность равновесий, гистерезис), которых нет ни в одном из исходных классов.

Модель, представленная в исследовании, оперирует шестью переменными, сведенными в Таблицу 1.

Таблица 1. Переменные предлагаемой модели привлечения китайских прямых иностранных инвестиций в Россию в условиях геоэкономической неопределенности (составлено автором).

Обозначение переменной
Содержание переменной
Эмпирическое основание предлагаемой переменной
K(t)
Накопленный объем китайских прямых иностранных инвестиций в экономике России
Триангулированный массив; реперные уровни статистики [13; 46]
I(t)
Поток входящих вложений
Проектный массив в стадии «начато финансирование»
Ω (t)
Индекс институциональной сопряженности, Ω ϵ [0, 1]
Композитный индекс ИИС
U(t)
Индекс геоэкономической неопределенности
Композитный индикатор геоэкономической неопределенности (ГЭН)
G(t)
Интенсивность институциональной политики (управляющая переменная)
Событийная интенсивность институциональных мер
П(t)
Инвестиционный пайплайн – потенциал заявленных и обсуждаемых проектов
Проекты массива в стадиях «объявлен» и «подписан» [30]

Динамика геоэкономической неопределенности задается среднереверсивным процессом со скачками:

Где θ – скорость возврата к долгосрочному уровню ,

- непрерывная диффузная компонента,

- пуассоновский поток санкционных шоков с интенсивностью v,

J – случайная величина скачка.

Содержательно уравнение (1) утверждает три вещи. Уровень неопределенности не является детерминированным трендом – он колеблется вокруг режимного значения , которое само может смещаться при смене геоэкономического режима (в рамках предлагаемой модели есть гипотеза о сдвиге и росте v). Скачкообразная компонента отражает событийную природу санкционного давления: основные измерения среды происходят не плавно, а пакетами. Наконец, для инвестора, как будет видно из уравнения порога, значима не только текущая величина , но и параметры процесса (v, J) – сама возможность внезапного скачка повышает ценность ожидания даже при спокойной текущей среде.

Динамика институциональной сопряженности описывается уравнением

В котором – результативность институциональных усилий (конечная: институты не создаются мгновенно), λ – темп естественной эрозии (институты деградируют без поддержания: кадры уходят, процедуры устаревают, договоренности теряют актуальность), μ – коэффициент разрушающего воздействия неопределенности (санкционное давление выводит из строя ранее работавшие расчеты, страховые и арбитражные каналы через механизм избыточного соответствия). Из уравнения (2) непосредственно следует утверждение, значение которого выходит за пределы формальной конструкции: стационарное поддержание уровня сопряженности требует усилий , возрастающих по U. Иными словами, при растущем санкционном давлении даже сохранение достигнутого при привлечении ПИИ в страну требует положительных и увеличивающихся институциональных усилий; политика «ничего не делать» в целом тождественна политике деградации, при этом наблюдаемое отсутствие видимых институциональных новаций в спокойные периоды не эквивалентно наблюдаемому в турбулентные.

Порог вхождения инвестора в предлагаемой модели задается в логике реальных опционов. Проект с ожидаемой приведенной стоимостью V реализуется, если , где

с – базовый порог, отражающий стоимость капитала и невозвратные издержки входа;

γ – чувствительность порога к неопределенности;

β – эффективность сопряженности в снижении порога.

Ключевое решение спецификации в рамках предлагаемой модели – воздействие неопределенности на порог, а не на ожидаемую доходность (соответствует авторской гипотезе о том, что геоэкономическая неопределенность при влиянии на привлечение ПИИ действует через порог решения об инвестировании, а не через ожидаемую доходность инвестиционных проектов [5]), Модель, в которой неопределенность снижает ожидаемую доходность, предсказывает отмену маргинальных проектов; модель с воздействием на порог предсказывает «замирание» - проекты сохраняют положительную оценку и остаются в планируемом портфеле, но не переходят к стадию финансирования, пока опционная ценность ожидания превышает выгоду немедленного входа. Именно второе скорее наблюдается в российско-китайском инвестиционном взаимодействии после 2014 г. и особенно после 2022 г., и именно это различие ложится в основу эмпирического теста гипотезы о механизме воздействия через порог решения. [5] При распределении проектных стоимостей F доля инвестиционного пайплайна, преодолевающая порог составляет:

и инвестиционный поток записывается как

где множитель отражает пропускную способность институционального интерфейса (даже одобренный проект проходит через определенные процедуры, расчетные платежи и юридические и иные сопровождения), множитель – прямое торможение операций давлением среды, а A - масштабный параметр. Замыкает модель уравнение накопления инвестиций с эндогенной деинвестицией:

в котором норма выбытия растет с неопределенностью: давление среды не только сокращает вход, но и ускоряет выход – продажу долей, заморозку и сворачивание действующих проектов. Одновременность двух эффектов (сокращение I и рост δ) создает асимметрию накопления инвестиций, из которой ниже будут получены подтверждения о свойствах гистерезиса в модели привлечения ПИИ.

Инвестиционный пайплайн П в базовой версии модели пополняется с постоянной интенсивностью и расходуется реализацией проектов; в расширенной версии интенсивность пополнения зависит от ожиданий и накопленного опыта успешных реализаций, что открывает канал самоподдерживающихся режимов: длительное «замирание» истощает инвестиционный пайплайн и даже последующее снижение порога решения об инвестициях встречает опустевшую очередь проектов. Указанный канал также понадобится при анализе свойств гистерезиса в предлагаемой модели привлечения ПИИ.

Как можно отметить, представленная модель допускает пять аналитических результатов, каждый из которых формулируется как экономическое утверждение, снабжается схемой доказательства и получает интерпретацию в терминах институциональной политики.

Результат 1 – институты как амортизатор неопределенности. Смешанная производная инвестиционного потока по сопряженности и неопределенности положительна:

то есть, предельная отдача сопряженности растет с уровнем неопределенности. Схема доказательства: дифференцирование (5) с учетом (3)-(4) показывает, что рост Ω снижает порог H тем сильнее в относительном выражении, чем выше поднят порог неопределенностью, а плотность проектов в окрестности порога при высоком H захватывает более плотную часть распределения. Экономический результат меняет восприятие распространенного аргумента о бессмысленности институциональных реформ под санкциями: чем выше давление, тем больший прирост потока дает единица институционального улучшения, - формальное содержание авторской гипотезы о том, что институциональная трансформация снижает эластичность потоков по геоэкономической неопределенности и о том, что предельная отдача институциональных улучшений растет с уровнем геоэкономической неопределенности. Заметим, что результат несет и предостережение против обратной ошибки: в спокойной среде вклад институциональных различий в объяснение потоков ПИИ мал, и оценки, полученные на выборках спокойных периодов, систематически занижают значение институтов для периодов турбулентных.

Результат 2 - множественность равновесий и институциональная ловушка. При S-образной функции отклика I(Ω), а S-образность следует из пороговой формы (4) при унимодальном распределении F в сочетании с комплементарностью контуров сопряженности система (2), (6) имеет при промежуточных значениях параметров два устойчивых стационарных состояния: нижнее с низкими институциональной сопряженностью и накопленным объемом ПИИ (институциональная ловушка) и верхнее , разделенные неустойчивым порогом . Экономическое содержание таково: одна и та же пара стран при одних и тех же внешних условиях может устойчиво находиться в двух качественно разных режимах инвестиционного взаимодействия, и переход между ними требует не улучшения условий, а преодоления порога. Конструкция ловушки как устойчивого неэффективного равновесия, выход из которого блокируется взаимным подкреплением ожиданий и практик, продолжает линию отечественной институциональной теории, [14; 15] соответственно вклад предлагаемой модели – привязка ловушки к измеримой величине , что превращает предположение в проверяемое утверждение (авторская гипотеза о том, что существует критическое значение институциональной сопряженности, ниже которого частичные улучшения не дают прироста потоков) и целевой ориентир политики.

Фазовая логика двухрежимной динамики позволяет объяснить наблюдаемые явления, которые не раскрываются в одномерной логике «лучшие институты – больше инвестиций». В нижнем режиме система самоподдерживается: низкая сопряженность означает высокий порог, высокая доля нереализуемых проектов сокращает возможности инвестиционного портфеля и снижает интерес инвесторов к его пополнению, малое число реализованных проектов лишает институты привлечения ПИИ необходимой нагрузки, без которой они перестают функционировать в привычном режиме.

Верхний режим самоподдерживается симметрично: работающие каналы загружены, загрузка оправдывает их поддержание, реализованные проекты создают прецеденты и снижают информационные издержки. Между режимами лежит область притяжение порога, где малые различия начальных условий разводят траектории в противоположные стороны. Отсюда вытекают два наблюдаемых следствия. Первое: сопоставление стран со схожими функциональными характеристиками, но с разной историей институционального строительства может обнаруживать бимодальность исходов, а не непрерывный градиент. Второе: политические усилия одинаковой интенсивности дают радикально разные результаты в зависимости от положения системы относительно порога – вблизи порога малое усилие условно решает все; вдали от него более значительное усилие практически не решает ничего; этим объясняется дезориентирующий эмпирический фактор слабой средней корреляции институциональных реформ с притоком прямых иностранных инвестиций, многократно воспроизведенной литературой: усреднение по положениям относительно порога гасит сильный, но локальный эффект.

Результат 3 – минимальная критическая интенсивность политики. Из уравнения (2) следует существование : при институциональные усилия полностью поглощаются эрозией и давлением среды, и система остается в нижнем режиме независимо от продолжительности усилий. Инкрементальная политика (подход к проведению экономических изменений через серию небольших, последовательных шагов вместо масштабных единовременных реформ [37]) – последовательность мелких улучшений, каждое из которых по отдельности разумно, при интенсивности ниже критической не накапливается в переход: ее результаты деградируют быстрее, чем строятся. Отсюда обоснование институционального скачка [4, с. 6880] как единственного результативного типа трансформации в условиях высокого требуется концентрированный пакет согласованных мер, поднимающий выше раньше, чем регресс вернет систему в исходное состояние. Результат задает и обратную зависимость: растет с следовательно, промедление в условиях растущего давления удорожает переход – по сути, это количественная форма отмеченных выше эффектов гистерезиса и цены промедления.

Результат 4 – гистерезис и необратимость. После реализации санкционного шока (скачок J в уравнении (1)) возврат к предшоковому уровню не возвращает систему к предшоковой траектории по трем причинам, действующим в модели одновременно: объем накопленных ПИИ К успел сократиться через возросшую деинвестицию δ(U); инвестиционный пайплайн П истощен и восстанавливается с лагом; порог возврата вышедшего инвестора превышает порог первичного входа, поскольку выход нивелировал специфические активы отношений – знание инвестиционной среды, коллективы специалистов, согласованные банковские линии - и повторный вход требует их воссоздания. Формальный аппарат гистерезиса при необратимых решениях в условиях неопределенности восходит к анализу входа-выхода фирм [27] и устойчивых эффектов крупных шоков; [23] вклад модели - соединение трех каналов необратимости в одной конструкции с различными эмпирическими следствиями: после шока восстановление потока запаздывает относительно восстановления условий (тест на асимметрию в локальных проекциях), при этом состав инвесторов необратимо смещается (тест на композиционные сдвиги в массиве). Практическое следствие для политики симметрично результату 3: выигрыш от предотвращения падения многократно превышает выигрыш от последующего восстановления того же уровня.

Результат 5 – сравнительная статика и карта параметров политики. Каждый параметр модели допускает интерпретацию как самостоятельный объект институциональной политики, что сведено в Таблицу 2. Значение этого результата – в переводе модели на язык мер: институциональная политика в предлагаемой ранее рамке есть не одномерное «улучшение климата», а вектор воздействий на различные параметры с разной отдачей в различных режимах. Важно отметить, что в Таблице 2 под сравнительной статикой модели имеется в виду метод экономического анализа, при котором сравнивают два равновесных состояния экономической системы: «до» и «после» изменения какого‑либо параметра; при этом не изучается сам процесс перехода от одного состояния к другому — только итоговые сдвиги.

Таблица 2. Сравнительная статика модели: параметры как объекты политики (составлено автором)

Параметр
Экономический смысл предлагаемого параметра
Объект институциональной политики (примеры)
Режим наибольшей отдачи от предлагаемого параметра
β
Эффективность сопряженности в снижении порога
Качество институтов интерфейса; арбитраж
Высокий индекс геоэкономической неопределенности (результат 1)
γ
Чувствительность порога к геоэкономической неопределенности
Страхование санкционных рисков, защищенные контуры сделок
Высокий индекс геоэкономической неопределенности
μ
Разрушающее действие индекса геоэкономической неопределенности на институты
Устойчивость расчетных каналов к внешнему давлению
Превентивно, до шоков
φ
Результативность институциональных усилий
Качество госуправления, координация ведомств
Любой
λ
Эрозия институтов
Регулярность поддержания механизмов институтов, кадровая преемственность
Спокойные периоды
δ₁
Чувствительность выбытия к индексу геоэкономической неопределенности
Условия выхода из инвестиционных проектов, защита действующих инвесторов
Немедленно после шокового события в уровне геоэкономической неопределенности
ν, J
Интенсивность и размер санкционных скачков
В целом вне контроля принимающей стороны; объект мониторинга
-

Расширение модели, используемое в аналитической части работы - двухсекторная версия с разделением экономики на санкционно-чувствительный и защищенный секторы, различающиеся параметрами γ и δ₁. Расширение дает эндогенное объяснение наблюдаемого структурного сдвига китайских исходящих ПИИ – из логистики, финансов и добывающей промышленности в сегменты внутреннего спроса – без привлечения экзогенных предположений о смене предпочтений инвестора: при росте индекса геоэкономической неопределенности порог принятия решения об инвестировании в чувствительном секторе растет быстрее, и поток перераспределяется в защищенный сектор даже при неизменных доходностях. Проверка этого следствия входит в эмпирическую программу как дополнительный тест гипотезы о механизме воздействия санкций на привлечение ПИИ посредством порога решения об инвестировании.

Важным в рамках этой работы является фиксирование ограничений модели. Предлагаемая модель агрегирована: она оперирует совокупным потоком и различает инвесторов по размеру и форме собственности, тогда как представленные в профильной литературе свидетельства об асимметрии поведения государственных и частных китайских инвесторов [41] указывают на значимость этой гетерогенности; частично ограничение снимается двухсекторным расширением и кейс-контуром. Инвестиционный пайплайн не наблюдаем напрямую и восстанавливается по проектным базам с известными смещениями. Функциональные формы (3)-(5) выбраны как простейшие, воспроизводящие качественные свойства; проверка робастности к альтернативным формам входит в программу верификации. Модель не претендует на точечный прогноз, поскольку ее назначение состоит в структурировании эмпирики (какие коэффициенты и в каких спецификациях отвечают каким механизмам) и в сценарном анализе, где значение имеют качественные различия траекторий, а не численные значения.

Стратегия верификации предлагаемой модели построена по принципу соответствия: каждому проверяемому свойству модели сопоставлен метод, наиболее пригодный именно для него, с явным указанием угроз валидности и способов их смягчения. Пять методов образуют систему; их результаты интерпретируются совместно.

Основу составляет динамическая панель стран и территорий мира – реципиентов китайских прямых иностранных инвестиций во временном периоде 2005-2025 гг. Зависимая переменная – поток китайских вложений в страну – реципиент по триангулированным данным; ключевые регрессоры – индикатор неопределенности для пары «Китай – реципиент», индекс сопряженности и их произведение; контроли – стандартный набор детерминант, установленный специализированной литературой о китайских исходящих ПИИ: масштаб и рост рынка, ресурсная обеспеченность, торговая связанность, участие в инициативе «Один пояс и один путь». [25; 36; 41]

Динамическая спецификация с лагом зависимой переменной обязательна – инвестиционные потоки инерционны, однако она же порождает известную экономическую проблему: оценку панели с лагом зависимости переменной и фиксированными эффектами смещения при коротких временных рядах. [40] Стандартное решение - обобщенный метод моментов: разностная версия использует лагированные уровни как инструменты для разностей, [22] система добавляет уравнения в уровнях с инструментами-разностями и предпочтительна при персистентных рядах, каковыми являются объемы накопленных ПИИ. [24] Применение метода дисциплинируется установленными правилами: поправка стандартных ошибок двухшаговой оценки, [45] контроль числа инструментов во избежание переобучения инструментальной матрицы, [42] тесты Хансена [33] на сверхидентифицирующие ограничения и тесты автокорреляции второго порядка; практическая реализация следует классической методике. [43] Гипотеза об амортизирующей функции институтов при привлечении ПИИ в условиях геоэкономической неопределенности считается поддержанной, если коэффициент при произведении индексов положителен и значим при отрицательном коэффициенте при неопределенности, устойчив к вариациям набора инструментов и контроля.

Существование критического порога институциональной сопряженности проверяется пороговой регрессией с эндогенно оцениваемым порогом: выборка разбивается по значению индекса сопряженности, порог оценивается минимизацией суммы квадратов остатков, его значимость – бустраповской процедурой (или бутстрэп, от англ. bootstrap), т.е. вычислительным статистическим методом, который позволяет оценивать свойства (дисперсию, доверительные интервалы, значимость) статистических оценок, когда аналитические формулы сложны или неприменимы [29]). Ожидаемый результат – значимое различие коэффициентов чувствительности потока к сопряженности ниже и выше порога; оцененное пороговое значение интерпретируется как эмпирический аналог и используется при калибровке модели. Угроза валидности – малое число наблюдений в окрестности порога; смягчение – интервальные оценки порога и проверки на предварительных выборках.

Реакция потоков ПИИ на санкционные шоки (авторские гипотезы о механизме воздействия через порог решения и гистерезисе) оценивается методом локальных проекций: [32] для каждого горизонтального отклика оценивается отдельная регрессия прироста потока на событие шока, что дает функции импульсного отклика без наложения жесткой динамической структуры – существенное преимущество при коротких и структурно нестабильных рядах. События идентифицируются по санкционной базе [31] с классификацией по механизму воздействия; [17] асимметрия откликов на введение и смягчение ограничений служит прямым тестом гистерезиса, а сопоставление откликов акционерных потоков и неакционерных форм – тестом механизма порога. Гравитационная спецификация двусторонних потоков китайских ПИИ – рабочий инструмент структурного анализа международных потоков - оценивается в мультипликативной форме пуассоновской псевдомаксимизации правдоподобия (данный метод оценки модели заимствован из источника [44]), устойчивой к гетероскедастичности и нулевым потокам, [44] которых в двусторонних инвестиционных данных много. Здесь назначение спецификации – выявление структурных сдвигов тяготения китайских прямых иностранных инвестиций после 2014 и 2022 гг. на фоне контроля размера и состояния, то есть проверка того, что перестройка потоков является режимной, а не конъюнктурной. Наконец, эффект участия в инициативе «Один пояс и один путь» для траектории привлечения китайских ПИИ оценивается методом синтетического контроля (имеется в виду эконометрический подход для оценки эффекта какого‑либо воздействия (политики, программы, события) на отдельный объект (страну, регион, компанию), когда у нас есть данные за ряд периодов до и после воздействия [19]): для стран, присоединившихся к указанной инициативе, строится синтетический двойник из неприсоединившихся, и расхождение траекторий после присоединения интерпретируется как оценка эффекта; [19] применительно к задаче данной работы метод дает контрфактическую рамку («а что было бы, если бы воздействия не было бы») для вопроса, обсуждаемого в аналитической части, а именно, какова была бы траектория китайских ПИИ в Россию при ином институциональном оформлении сотрудничества.

Сводная карта верификации представлена в Таблице 3.

Таблица 3. Стратегия эмпирической верификации модели (составлено автором).

Метод эмпирической верификации модели
Проверяемое свойство / гипотеза
Базовая спецификация
Главные угрозы валидности
Смягчение
Системный обобщенный метод моментов [22]
Авторская гипотеза об амортизирующей роли институциональной трансформации при геоэкономической неопределенности: институциональная трансформация снижает эластичность потоков по геоэкономической неопределенности, предельная отдача институциональных улучшений растет с уровнем геоэкономической неопределенности; базовые эластичности
Динамическая модель потоков с взаимодействием U×Ω
Смещение Никелла; слабые / избыточные инструменты [40]
Поправка Виндермейера [45]; тесты Хасена [44]; контроль числа инструментов
Пороговая регрессия [34]
Авторская гипотеза о существовании Ω_crit : существует критическое значение институциональной сопряженности, ниже которого частичные улучшения не дают прироста потоков
Разбиение панели по индексу сопряженности
Малое число наблюдений у порога
Бутстрап [29]; интервальные оценки; предвыборки
Локальные проекции [32]
Авторские гипотезы о механизме и гистерезис: геоэкономическая неопределенность действует через порог решения, а не через ожидаемую доходность; реакция потоков на рост и снижение геоэкономической неопределенности асимметрична
Отклики потока на санкционные события [31]
Эндогенность датировки событий; совпадающие шоки
Узкие окна; контроль сопутствущих событий
Гравитацион-ная модель, пуассоновская оценка [21]
Режимный сдвиг структуры потоков ПИИ
Двусторонние потоки КНР - реципиенты
Пропуски и нули в данных; ненаблюдаемая гетерогенность пар
Пуассоновская форма; фиксированные эффекты пар и периодов
Синтетический контроль [19]
Контрфакти-ческая траектория при ином институциона-льном оформлении
Страны – участницы инициативы «Один пояс и один путь» против синтетических двойников
Малое число доноров; интерференция
Плацебо-тесты по донорам и датам [26]; анализ чувствительности состава

Завершающий элемент стратегии – это калибровка. Оцененные панельные эластичности, пороговое значение и параметры откликов переводятся в значения параметров ( ) модели; параметры процесса неопределенности ( ) оцениваются по ряду авторского индикатора геоэкономической неопределенности с выделением скачков. Откалиброванная модель воспроизводится имитационно, и качество калибровки проверяется по критерию воспроизведения непараметризованных фактов – тех характеристик данных, которые не использовались при подборе параметров: глубины «замирания» пайнплайна после 2022 г., композиционного сдвига в двухсекторной версии, соотношения скоростей падения и восстановления потока. Откалиброванная модель далее выступает базисом в сценарной части работы, как инструмент построения траекторий.

Поясним также, что с методологических позиций целесообразно зафиксировать запасную стратегию, если триангуляция не обеспечит приемлемой полноты российского сегмента данных, ограниченного к публикации после 2022 г. В этом случае центр тяжести эконометрической программы смещается на панель третьих стран – реципиентов китайских ПИИ, где данные полностью доступны и вариация неопределенности и сопряженности достаточна для идентификации всех параметров, тогда как Россия может анализироваться как углубленный кейс с калибровкой модели по проектным данным для качественной проверки механизмов. Такое решение сохраняет доказательную силу конструкции: параметры механизма оцениваются там, где есть данные и их приложение к российской паре опирается на структурное подобие механизма, обоснованное ранее. Выбор между основной и запасной стратегиями фиксируется по результатам аудита полноты массива и непосредственно оговаривается в аналитической части.

Заключение

Предлагаемая динамическая модель привлечения китайских ПИИ в Россию допускает пять аналитических результатов.

Результат 1 – институты как амортизатор неопределенности: смешанная производная ∂2I/∂Ω∂U > 0, то есть предельная отдача сопряженности растет с уровнем неопределенности. Это опровергает распространенный аргумент о бессмысленности институциональных реформ под санкциями: чем выше давление, тем больший прирост потока дает единица институциональных усилий.

Результат 2 – множественность равновесий и институциональная ловушка: при S-образной функции отклика система (2), (6) имеет два устойчивых стационарных состояния – нижнее Klow (институциональная ловушка) и верхнее Khigh, разделенные неустойчивым порогом Ωcrit. Одна и та же пара стран при одних и тех же внешних условиях может устойчиво находиться в двух качественно разных режимах и слабая средняя корреляция институциональных реформ с притоком инвестиций, многократно фиксируемая в литературе, объединяется усреднением по положениям относительно порога. Вклад предлагаемой модели состоит в привязке концепции институциональной ловушки к измеримой величине Ωcrit, что подтверждает авторскую гипотезу о том, что существует критическое значение институциональной сопряженности, ниже которого частичные улучшения не дают прироста потоков. В свою очередь это дает нам целевой ориентир для институциональной политики по привлечению ПИИ.

Результат 3 – минимальная критическая интенсивность политики: при G < Gmin = (λΩcrit + μU)/φ институциональные усилия полностью поглощаются эрозией и давлением среды, и система остается в нижнем режиме независимо от продолжительности усилий. Инкрементальная политика ниже критической интенсивности не накапливается в переход, что обосновывает институциональный скачок как единственный результативный тип трансформации при высокой геоэкономической неопределенности; поскольку Gmin растет с U, промедление в условиях растущего давления удорожает переход между состояниями с различной институциональной средой для притока ПИИ.

Результат 4 – гистерезис: после санкционного шока возврат индикатора геоэкономической неопределенности U к предшоковому уровню не возвращает систему на прежнюю траекторию по трем одновременно действующим причинам – сокращению объема накопленных ПИИ через возросшую деинвестицию, истощению инвестиционного портфеля и превышению порога повторного входа над порогом первичного входа. Выигрыш от предотвращения падения индекса институциональной сопряженности Ω многократно превышает выигрыш от последующего восстановления того же уровня.

Результат 5 – карта параметров политики: каждый параметр модели интерпретируется как самостоятельный объект институциональной политики с различной отдачей в разных режимах (β и γ – при высокой неопределенности, μ – превентивно, λ – в спокойные периоды, δ1 – немедленно после шока; параметры ν и J находятся вне контроля принимающей стороны). Двухсекторное расширение модели эндогенно объясняет наблюдаемый сдвиг китайских ПИИ из санкционно чувствительных секторов в сегменты внутреннего спроса без предложений о смене предпочтений инвестора.

Стратегия эмпирической верификации построена по принципу соответствия каждого проверяемого свойства наиболее пригодному методу: системный обобщенный метод моментов на динамической панели стран – реципиентов китайских ПИИ за 2005-2025 гг. (авторская гипотеза о том, что институциональная трансформация снижает эластичность потоков по геоэкономической неопределенности; предельная отдача институциональных улучшений растет с уровнем геоэкономической неопределенности), пороговая регрессия с бутстрап-оценкой значимости порога (авторская гипотеза о том, что существует критическое значение институциональной сопряженности, ниже которого частичные улучшения не дают прироста потоков), локальные проекции откликов потока на санкционные события с асимметричными спецификациями (авторские гипотезы о том, что геоэкономическая неопределенность действует через порог решения, а не через ожидаемую доходность, и о том, что реакция потоков на рост и снижение геоэкономической неопределенности асимметрична), гравитационная модель с пуассоновской оценкой (режимный сдвиг структуры потоков), синтетический контроль (контрфактическая траектория). Завершающим элементом является калибровка параметров модели и проверка ее качества по воспроизведению непараметризованных фактов; предусмотрен запасной контур на случай недостаточной полноты российского сегмента данных.


Страница обновлена: 16.11.2026 в 16:27:13

 

 

Institutsionalnaya transformatsiya kitayskikh pryamyh inostrannyh investitsiy v Rossii: dinamicheskaya model v usloviyakh geoekonomicheskoy neopredelennosti

Bolaev A.V.

Journal paper

Russian Journal of Innovation Economics
Volume 16, Number 4 (October-December 2026)

Citation: