Содержание к диссертации
Введение
Глава 1. Теоретико-методологические аспекты статистического исследования прямых иностранных инвестиций 16
1.1 Генезис теорий прямых иностранных инвестиций в экономической науке16
1.2 Концепция эволюции содержания показателя «Прямые иностранные инвестиции» в практике международного статистического учета 39
1.3 Проблемы и перспективы развития статистики прямых иностранных инвестиций в РФ 53
Глава 2. Экономико-статистический анализ тенденций прямых иностранных инвестиций на территорию РФ 68
2.1 Статистическая оценка уровня и структуры прямых иностранных инвестиций на территорию РФ 68
2.2 Разработка концептуального подхода к анализу инвестиционной позиции России на мировом рынке иностранных инвестиций 82
2.3 Статистический анализ асимметрии и дифференциации регионов Российской Федерации по объему прямых иностранных инвестиций 98
2.4 Статистическое исследование устойчивости роста прямых иностранных инвестиций в регионы РФ 117
Глава 3. Методология статистического исследования дифференциации регионов РФ по уровню инвестиционного потенциала 134
3.1 Методологические подходы к формированию системы показателей, характеризующих инвестиционный потенциал региона с учетом международного опыта 134
3.2 Разработка методики интегральной оценки инвестиционного потенциала регионов РФ 152
3.3. Методология многомерной классификации регионов РФ по уровню развития инвестиционного потенциала 173
Глава 4. Методологические основы статистического исследования факторов, определяющих инвестиционный климат региона 211
4.1 Методические основы формирования статистический базы показателей, определяющих инвестиционный климат регионов РФ 211
4.2 Статистический анализ взаимосвязей признакового пространства, отражающего инвестиционный климат региона 224
4.3 Методология статистического изучения влияния факторов, определяющих инвестиционный климат региона, на динамику региональных объемов прямых иностранных инвестиций на различных стадиях инвестиционного процесса 245
Глава 5. Методологические подходы к статистическому изучению способов интенсификации региональных потоков прямых иностранных инвестиций 261
5.1 Методология построения прогнозных оценок потоков прямых иностранных инвестиций в регионы РФ 261
5.2 Разработка статистической методики по выявлению приоритетных направлений стимулирования иностранных инвесторов на основе инструментария логистической регрессии 276
5.3. Разработка методологических подходов к совершенствованию инвестиционной политики в отношении иностранных инвесторов как основного фактора интенсификации потоков ПИИ 292
Заключение 311
Библиографический список 331
Приложения
- Концепция эволюции содержания показателя «Прямые иностранные инвестиции» в практике международного статистического учета
- Разработка концептуального подхода к анализу инвестиционной позиции России на мировом рынке иностранных инвестиций
- Разработка методики интегральной оценки инвестиционного потенциала регионов РФ
- Статистический анализ взаимосвязей признакового пространства, отражающего инвестиционный климат региона
LINK1Концепция эволюции содержания показателя «Прямые иностранные инвестиции» в практике международного статистического учетаLINK1
В современных условиях значительно возрастает актуальность статистики прямых иностранных инвестиций, призванной отразить состояние в сфере международных финансовых взаимоотношений через систему показателей, характеризующих объем и структуру трансграничного движения капитала. Понимание тенденций развития мирового финансового рынка, анализ и прогноз влияния потоков международного капитала на экономику страны невозможны без наличия качественной, методологически обоснованной статистической информации. При этом необходимыми требованиями являются полнота и высокий уровень детализации данных об иностранных инвестициях.
Вышесказанное в полной мере относится и к России, экономика которой характеризуется высокой степенью открытости прежде всего в финансовой сфере. Россия наряду с такими странами, как Китай, Индия, упоминается в качестве одного из наиболее крупных реципиентов и источников ПИИ среди развивающихся стран и стран с переходной экономикой. Активное вовлечение России в систему международных финансовых отношений и нацеленность на повышение роли страны в качестве международного финансового центра обуславливают востребованность и значение статистики прямых иностранных инвестиций в РФ. Однако, несмотря на обширную практику статистики иностранных инвестиций и многочисленные попытки унификации методологии их обследования, общепринятой практики так и не сформировалось. Одной из самых актуальных проблем в мировой экономике на сегодняшний день до сих пор остается проблема статистической концепции иностранных инвестиций. Причиной этого является наличие различных подходов в рамках национальных законодательств, встречающихся в практике отдельных стран, несмотря на усилия со стороны международных экономических организаций унифицировать это понятие.
Поэтому целью данного направления исследования являлась систематизация международной практики статистики показателя прямых иностранных инвестиций в сравнении с эволюцией российской методологии показателя.
Впервые термин «прямые иностранные инвестиции» был введён в практику американскими статистиками в 1930 г. [185]. Под этим термином подразумевали вложения, сделанные резидентами напрямую без посредничества финансовых рынков. То есть классификация прямых и портфельных инвестиций изначально зависела от того, как была осуществлена покупка ценных бумаг: вне организованного финансового рынка или непосредственно на нем. В этом случае четкого критерия разграничения не существовало и многое зависело от того, кто обрабатывал данные.
Более четкие критерии разграничения формируются в рамках первой концепции, которую условно можно назвать «концепцией количественного контроля». Эта концепция связывала понятие ПИИ в основном с получением большого влияния инвестора на управление компанией. Соответственно, отнесение инвестиций к ПИИ трактовалось как приобретение более определенного процента акций уставного капитала фирмы, дающего достаточные полномочия в управлении компанией в рамках национального акционерного права.
Так, при обследовании в 1936 г. в США ПИИ были определены как «инвестиции в иностранные корпорации или предприятия, контролируемые персоной или группой персон (юридическими или физическими лицами), проживающими в США, или если участие такой персоны (группы) в управлении предприятием является важным» [185]. Причем иностранные предприятия с менее чем 10%-ным участием резидентов не были включены в прямые инвестиции, а количество предприятий с участием менее чем 20% оказалось незначительным.
Весьма близок к этой трактовке и российский Закон от 9 июля 1999 г. №160-ФЗ «Об иностранных инвестициях…»[2]. Он раскрывает понятие «прямая иностранная инвестиция» следующим образом: - приобретение иностранным инвестором не менее 10% акций (долей) в уставном (складочном) капитале российской коммерческой организации, созданной или вновь создаваемой на территории РФ в форме хозяйственного товарищества или общества в соответствии с гражданским законодательством РФ; - вложение капитала в основные фонды филиала иностранного юридического лица, создаваемого на территории РФ; - осуществление на территории РФ иностранным инвестором как арендодателем финансовой аренды (лизинга) оборудования, указанного в разделах XVI и XVII единой Товарной номенклатуры внешнеэкономической деятельности Таможенного союза в рамках ЕврАзЭС, таможенной стоимостью не менее 1 млн рублей. Поэтому, учитывая требования данного закона, в федеральном государственном статистическом наблюдении по форме № 1-инвест в «Сведения об инвестициях в Россию из-за рубежа и инвестициях из России за рубеж» входят [5]: - взносы в капитал - сумма уставного (складочного) капитала, добавочного капитала, резервного фонда и других видов собственных средств предприятий, фактически внесенная зарубежными совладельцами предприятия (часть капитала, фактически внесенная российскими совладельцами зарубежного предприятия); покупка (продажа) акций и паев, составляющих не менее 10% уставного (складочного) капитала предприятия. Из взносов в капитал выделяются материальные и нематериальные активы: взносы в капитал, сделанные в виде недвижимости (приобретение прав собственности или иных вещных прав на земельные участки, другие природные ресурсы, здания, сооружения и иное недвижимое имущество), оборудования, товаров, денежных средств; - приобретение предприятиями акций, составляющих более 10% уставного (складочного) капитала, отражается в федеральном статистическом наблюдении как добавочный капитал («взносы в капитал») по статье «денежные средства»; - привилегированные акции, не дающие права на участие в дополнительных прибылях, регистрируются как прочий капитал в форме прямых инвестиций. - привлечение заемных средств и предоставление кредитных ресурсов, которые имеют место быть между прямыми инвесторами и предприятиями прямого инвестирования, отражается в федеральном статистическом наблюдении как кредиты, полученные от зарубежных совладельцев предприятий, что соответствует методологии платежного баланса.
Разработка концептуального подхода к анализу инвестиционной позиции России на мировом рынке иностранных инвестиций
Столь сложные и противоречивые тенденции требуют более детального изучения инвестиционной позиции России, сложившейся в современной мировой экономике. То есть, следуя выбранной логике анализа, на следующем этапе исследования необходимо определить: что препятствует потоку прямых иностранных инвестиций в РФ, а что обуславливает устойчивый поток ПИИ в долгосрочной перспективе. В экономической литературе рассматривают множество разнообразных факторов, влияющих на инвестиционную привлекательность страны для иностранного инвестора. Однако, принимая во внимание, что инвестиционная привлекательность складывается из таких составляющих, как инвестиционный климат и инвестиционный потенциал, можно предложить адаптировать применительно к целям исследования методику SWOT-анализа. В данном случае использование инструмента стратегического анализа позволит изучить влияние факторов внешней и внутренней среды на результативность осуществления инвестиционной деятельности с целью выявления особенностей и возможных направлений ее развития в перспективном периоде. Конечным продуктом стратегического инвестиционного анализа является модель стратегической инвестиционной позиции страны, которая всесторонне и комплексно характеризует предпосылки и возможности ее инвестиционного развития в разрезе каждой из стратегических доминантных сфер инвестиционной деятельности [49].
Поскольку инвестиционный потенциал состоит из инвестиционных ресурсов и инфраструктуры инвестиционной деятельности, то его соответственно определяют внутренние факторы. Инвестиционный климат определяется наличием некоммерческих инвестиционных рисков и развитием институциональной среды, что в свою очередь определяется влиянием внешних факторов. Опираясь на результаты исследования эволюции теорий иностранных инвестиций, проведенных в п. 1.1 работы, определим, что к факторам внешней среды в рамках исследования будем относить институциональные факторы, а к факторам, определяющим эффективность отношений во внутренней инвестиционной среде, соответственно, экономические, социальные факторы, факторы, определяющие технологическое обновление и инновации, а также совершенство бизнес-среды.
В качестве статистической базы данных будем использовать индекс глобальной конкурентоспособности, представленный в ежегодных отчетах по глобальной конкурентоспособности Всемирного экономического форума ВЭФ с 2004 (ВЭФ, Женева). Это – агрегированный показатель, который обобщает результаты микро- и макроэкономических исследований конкурентоспособности экономики страны.
Выбор именно этого индекса в качестве статистической и аналитической базы объясняется следующими причинами. Во-первых, общепризнано, что «…конкурентоспособность определяется как набор политик, институтов, факторов, обуславливающих уровень производительности в стране. Уровень производительности детерминирует устойчивый уровень благосостояния, который может быть достигнут экономикой. То есть чем более конкурентоспособна экономика, тем более высокий уровень доходов она может обеспечить своим гражданам». [250]. Однако эффективность производства определяет уровень инвестиций, от которого зависят темпы экономического роста страны в долгосрочной перспективе. Таким образом, «эксперты ВЭФ считают, что конкурентоспособность страны обусловлена двумя ключевыми компонентами – способностью поддерживать высокий уровень дохода (доля ВВП на душу населения) и рентабельностью инвестиций, обеспечивающих рост экономического потенциала» [148]. Следовательно, понятие конкурентоспособность страны достаточно тесно переплетается с понятием инвестиционная привлекательность: по сути инвестиционная привлекательность является частью общей конкурентоспособности страны. Во-вторых, с методической точки зрения этот индекс полностью отвечает задачам исследования. Технически он представляет собой средневзвешенное значение более чем 150 различных показателей, определяющих «профиль» страны. Причем большинство показателей качественные и являются результатом балльной экспертной оценки, полученной на основе ежегодного опроса (Executive Opinion Survey) менеджеров высшего звена большинства стран, участвующих в проекте. Так, в 2012 году в экспертном опросе принимало участие более 30 тыс. менеджеров [253]. Вторая составляющая – достоверная статистическая информация. Для расчета компонент индекса используют метод скользящего среднего, при этом последние актуальные данные имеют вес больший, по сравнению с данными предыдущих лет. Все последующие изменения, которые вносятся в методику расчета индекса, построены в рамках единообразной методологии, что позволяет проследить эволюцию показателя и одновременно совершенствовать модель расчета. Данные по структурным показателям индекса представлены с 2004 года и, безусловно, являются на сегодняшний день одной из самых полных баз данных по большому кругу разнородных показателей. Общая структура индекса представлена в Прил. 3. Безусловно, наличие экспертных оценок в методике расчета данного индекса позволяет говорить о его субъективности. Тем не менее преимущества показателя такие, как преемственность статистических данных, сопоставимый период охвата данных, крупномасштабная репрезентативная база по большому кругу разнородных показателей большого количества стран, позволяют сделать выбор в его пользу.
Разработка методики интегральной оценки инвестиционного потенциала регионов РФ
Одной из задач данного исследования является формирование такой системы показателей, которая позволяла бы не только характеризовать уровень развития инвестиционного потенциала, но и выявлять наиболее проблемные направления, подлежащие пристальному вниманию или корректировке со стороны региональных и государственных властей. Это также даст возможность для более рационального распределения ресурсов в рамках региональных программ инвестиционного развития и будет способствовать повышению качества управленческих решений в этой области.
Тем не менее собственно математическое моделирование процесса ПИИ сталкивается с определенными трудностями. Во-первых, моделирование динамики предполагает наличие инерционного процесса, то есть определенную неизменность условий функционирования объекта. Очевидно, что подобная тенденция в отношении ПИИ в РФ отсутствует. Следовательно, основная проблема работы с временными рядами данных, характеризующих факторы, обуславливающие поток ПИИ, заключается в их неустойчивости и подверженности существенному влиянию случайных или неустойчивых факторов. Особенно вышесказанное актуально для регионов, в которых поток ПИИ несущественен и не обладает достаточной инерцией. Это возможно частично преодолеть с помощью предварительной обработки данных с целью выделения постоянной составляющей временного ряда, что в дальнейшем позволит увеличить устойчивость модели в целом [141]. Поэтому в качестве инструмента факторного анализа, позволяющего элиминировать влияние случайных факторов с помощью снижения размерности исходного признакового пространства можно использовать метод главных компонент. Этот метод позволит выявить показатели со сходной вариативностью, что в свою очередь усилит регулярную составляющую в динамических рядах. В дальнейшем такой подход позволит получить более точные результаты как группировки, так и прогноза потоков ПИИ.
Во-вторых, в нашем случае большое количество пар переменных имеют высокие и существенные значения коэффициента корреляции (о чем свидетельствуют данные, приведенные в табл 3.3), то есть показатели оказались между собой тесно статистически связаны, а этот факт может исказить результаты кластеризации, так как в этом случае искусственно усиливается влияние одних групп переменных (имеющих линейную зависимость), соответственно, других – ослабляется [128].
Таким образом, чтобы не исключать взаимно коррелирующие переменные из системы анализа и усилить регулярную составляющую в динамических рядах, была использована процедура снижения размерности исходного пространства данных с использованием метода главных компонент. Причем следует отметить, что на данном этапе этот метод используется как самостоятельный инструмент, позволяющий выявить особенности формирования инвестиционного потенциала регионов РФ, так и в качестве вспомогательного инструмента предварительной свертки данных.
Для сохранения логики исследования в каждом из выделенных блоков показателей были выделены главные компоненты – синтетические показатели, построенные как линейная функция от исходных переменных. Эти синтетические показатели сами по себе уже являются линейно независимыми. Количество главных компонент в каждом блоке определялось системой SPSS по введенному правилу: значимыми являются факторы с собственными значениями больше 0,95.
Метод факторного анализа как метод снижения размерности исходного признакового пространства предполагает переход от k-исходных показателей до m общих факторов (главных компонент), образующих матрицу индивидуальных значений общих факторов размерности , где – значение v-го общего фактора для i-го наблюдения; m – число общих факторов , причем m k. Для анализа используют m первых главных компонент, суммарный вклад которых превышает 50-70 % [7, 203]. В связи с тем, что для реализации поставленной задачи достаточно получить обобщенные показатели по каждому блоку, характеризующие конкретный исследуемый аспект инвестиционного потенциала, можно было ограничиться таким количеством главных компонент, при котором их вклад в дисперсию исходного признакового пространства составляет более 60%. Исследование проводилось для 80 субъектов РФ за 13 лет (с 2000 по 2012 годы) по 26 выделенным показателям. Рассмотрим собственные значения наряду с долей объясненной дисперсии вновь полученных главных компонент (табл.3.4). В таблице представлены выделенные главные компоненты, соответствующие каждому из выделенных блоков показателей с 2000 по 2012 годы. При построении модели была сделана попытка сохранить структуру главных компонент при высоком уровне статистической значимости полученных результатов.
Статистический анализ взаимосвязей признакового пространства, отражающего инвестиционный климат региона
Одной из основных проблем в ходе статистического анализа социально-экономических систем является то, что очень сложно определить и ограничить количество параметров, описывающих поведение системы, поскольку в этом случае не представляется возможным «изолировать» влияние отдельных переменных. В лучшем случае можно попытаться выделить тот набор переменных, который определяет основную долю вариации группы признаков, характеризующих объект исследования. Схожая задача возникла и при изучении факторов, оказывающих влияние на инвестиционный климат региона. Признаковое пространство, отражающее инвестиционный климат региона, предлагаемое в рамках данной работы, наиболее полно и в соответствии с международными стандартами описывает изучаемый объект, однако обладает известным в статистике «проклятием размерности». Тем не менее, в данную модель вошли 46 показателей-индикаторов, что не только затрудняет интерпретацию результатов и делает ее сложной для использования, но и снижает достоверность прогнозных моделей, построенных на ее основе, так как в этом случае количество наблюдений (68) приближается к количеству признаков (46).
Именно поэтому была поставлена задача сокращения признакового пространства с целью выделения существенных свойств и отношений элементов изучаемой системы. Это позволит в дальнейшем более глубоко изучить основные системообразующие факторы.
Одним из методов, который наиболее подходит для решения поставленной задачи является факторный анализ. Как уже упоминалось в третьей главе исследования, «факторный анализ – это не только процедура сокращения размерности, но и процедура, позволяющая выделить латентные переменные, включающие первичные переменные» [14]. Именно последнее свойство факторного анализа и делает его наиболее привлекательным из всех методов многомерного анализа именно для решения поставленной задачи, поскольку это позволяет «постигать сущность вещей в их простых и вместе с тем многообразных проявлениях, которые могут быть объяснены комбинацией нескольких основных факторов» [136]. Такая интерпретация полностью отвечает целям системного экономического анализа данных.
В рамках поставленной задачи с помощью факторного анализа решались две задачи: 1. выявление и анализ структуры взаимосвязей в группе факторов; 2.нахождение ограниченного количества показателей-индикаторов, наиболее полно описывающих основную долю вариации изучаемых групп признаков. Следует отметить, что не только результаты, но и качество проведенного факторного анализа сильно зависит от того, как была сформулирована цель исследования. В нашем случае проверяется гипотеза о существовании независимых латентных факторов, преимущественно определяемых одной выделенной переменной. То есть необходимо исследовать выделенные переменные с целью сжатия первичного признакового пространства за счет: 1. выделения дублирующей информации, вызываемой сильно взаимосвязанными признаками (в этом случае необходимо проверить гипотезу о возможности объединения этих признаков или их исключения); 2. выделения признаков, незначительно варьирующихся при переходе от одного объекта к другому и несущих низкую информативную нагрузку, т.е. имеющих низкое значение индекса интерпретируемости (эти признаки также можно исключить из основной схемы анализа). На первом эксплораторном (разведочном) этапе факторного анализа без предварительных гипотез были исключены в процессе априорного анализа следующие показатели: A) по причине отсутствия подобных мероприятий в практике регионального инвестиционного управления среди субъектов РФ: 1. Импортные льготы ; 2. Возмещение расходов на НИОКР ; 3. Закрытие рынка для других производителей ; Б) По причине единичного использования в практике регионального инвестиционного управления среди субъектов РФ: 4. Экспортные льготы ; 5. Ускоренная амортизация ; 6. Льготное косвенное налогообложение ; 7. Гарантированный экспортный кредит ; 8. Государственное страхование нестрахуемых рисков ; 9. Свободный перевод прибыли ; B) По причине использования инструмента всеми регионами РФ: 10. Льготы по налогам . На втором этапе было исследовано признаковое пространство с помощью факторного анализа. Одним из важных моментов данного исследования является требование сохранения структуры показателей. Каждый из выделенных факторов не должен выродиться, то есть должен быть представлен хотя бы одним показателем. Поэтому проводить сжатие факторного пространства необходимо непосредственного по блокам показателей-индикаторов, отражающих влияние выделенных факторов. Факторный анализ как раз и позволяет решить поставленные задачи и при этом сохранить приемлемую степень аналитичности полученных данных за счет воспроизводства свойств вариации признаков исходного массива [136]. Один из основных методических вопросов, возникающих в ходе решения данной задачи, связан с дискуссионностью вопроса относительно правомерности и правильности использования как самой процедуры факторного анализа, так и применения дихотомических или порядковых шкал в ходе этой процедуры. Действительно, в специальной литературе этот вопрос поднимается достаточно регулярно, что подчеркивает важность и нестандартность решаемой задачи. Особенно интересны в этом направлении работы Е.Г. Галицкой, Е.Б. Галицкого, Г.Л. Воронина, О.А. Крыштановского [142, 143, 165]. Обобщая результаты дискуссии, можно отметить следующее: 1. При использовании факторного анализа как отдельного метода исследования (чаще всего он встречается как «подготовительный этап» либо при проведении классификации, либо при построении регрессионных моделей) для повышения его адекватности и информативности следует четко формулировать цель исследования. «Сформулированная общая цель факторного анализа позволяет эффективно достигать задач исследования и уже, исходя из построения, задаёт определённое направление интерпретации результатов» [9]. Таким образом, в нашем случае идеальной матрицей нагрузок будем считать ту, которая позволяет максимально чётко разделить переменные по тому, какой фактор проявляется в них наиболее сильно. 2. Только совместное использование различных методов выделения и вращения факторов позволяет получить статистически обоснованные результаты. [136]. То есть необходимо использовать различные модели факторного анализа. 3. Выбор слишком большого количества факторов искажает пропорции экспериментального материала. Количество объектов должно быть существенно больше (в некоторых источниках указывается, что на порядок), чем число подлежащих факторизации переменных [142, 165]. Поэтому анализ следует предварить выявлением признаков, несущих низкую информационную нагрузку и исключить их из окончательной модели. При этом факторный анализ будем проводить для каждого блока показателей отдельно. 4. Размер выборки должен быть большим, но здесь следует учитывать тот факт, что «выборка считается большой, если точность статистического правила оказывается достаточной для поставленных целей исследования. Понятие «большая выборка» не вполне четкое и зависит от цели исследования и выбранных математических средств» [212]. 5. Следует обращать внимание на информативность первичных переменных факторной модели: анализируя в таблице «общности 14 », где отражена информативность первичных переменных, «…понимаемая как квадрат множественной корреляции для переменной при использовании факторов в качестве предикторов …первичные переменные с показателями менее 0,2 желательно в факторизацию не включать» [142]. 6. Следует обращать внимание на показатели качества модели: меру Кайзера-Мейера-Олкина (КМО) и критерий сферичности арлетта. КМО – это мера адекватности модели, используемая для проверки гипотезы о том, что частные корреляции между переменными малы. Она позволяет проверить, насколько корреляцию между парами переменных можно объяснить другими переменными (факторами) [28]. Желательно, чтобы КМО находилась в диапазоне от 0,5 до 1. Это указывает на успешность построения факторной модели [14]. Критерий сферичности Барлетта проверяет нулевую гипотезу об отсутствии корреляций между переменными в генеральной совокупности [36]. Если нулевую гипотезу отвернуть нельзя, то факторная модель не пригодна (нулевая гипотеза отвергается при значении критерия менее 0,01) [14].
