Оценка влияния банковского посредничества на экономику регионов России: посткризисные тенденции


Оценка влияния банковского посредничества на экономику регионов России: посткризисные тенденции

05.03.2017 13:13

Криничанский К.В.
д. э. н.
профессор кафедры экономики, финансов и финансового права
Южно-Уральского государственного университета
профессор кафедры денежного обращения и кредита
Уральского федерального университета
Фатькин А.В.
аспирант ЮУрГУ


Финансовые рынки в настоящее время воспринимаются как наиболее глобализованная сфера экономики. Действительно, такие их сегменты, как валютный рынок, рынки деривативов, рынки IPO и М&А, по своей архитектуре, включая обеспечивающие их работу инфраструктурные институты, и составу участников в значительной части открыты и глобальны. Однако глобализация, как известно, совсем не равнозначна равномерному распространению или распределению каких-либо благ. В нашем аспекте она не означает равномерную обеспеченность финансовыми услугами всех уголков мира, неизменные возможности для фондирования фирм, сопоставимые условия обеспечения межвременной аллокации в рамках жизненного цикла потребления домашних хозяйств. Хотя проникновение финансовых услуг в повседневную жизнь экономических единиц со временем становится сильнее, что особенно заметно сегодня благодаря применению в финансах цифровых технологий, сохраняется неравномерность покрытия такими услугами стран, субнациональных регионов, территорий внутри них, а значит, и неравномерность экономического развития. Чтобы лучше понимать современную модель экономического роста и обеспечить более динамичный и устойчивый долгосрочный рост экономики городов, регионов и стран, необходимо дальнейшее изучение взаимосвязи финансового сектора и роста, а также факторов их неравномерного развития.

Литературу, посвященную взаимосвязи развития финансовых систем регионов внутри стран с ростом выпуска или иными макропоказателями для тех же регионов, нельзя назвать обширной. Больше других данный вопрос изучен на примере Китая. Результаты изысканий сильно различаются. Наряду с работами, в которых выявлен положительный вклад финансовых посредников в экономический рост (Chen, 2006; Cheng, Degryse, 2010; Guariglia, Poncet, 2008; Zhang et al., 2012), имеются исследования, свидетельствующие об отрицательном эффекте (Boyreau-Debray, 2003). Данные по регионам и провинциям Италии показывают, что «локальное» финансовое развитие выступает важной детерминантой экономического успеха территорий (Guiso et al., 2004); на базе субнациональной статистики Индии продемонстрированы важность развития банковского сектора для экономического роста, а также нелинейность связи между объясняемой и объясняющими переменными (Kendall, 2012); на материале США показано, как процессы дерегулирования банковского сектора в 1972-1991 гг. повлияли на темпы регионального (на уровне штатов) экономического роста (Jayaratne, Strahan, 1996).

Проблематика связи финансового развития и экономического роста всесторонне освещена в литературе, основанной на межстрановом анализе (King, Levine, 1993а, 1993b; Levine, Zervos, 1998; Levine et al., 2000; La Porta et al., 2002; см. также мета-анализ в: Havränek et al., 2013). На уровне стран были выявлены неравномерность финансового развития и нелинейность связи между финансами и ростом.

В частности, мотивируя свое исследование необходимостью разобраться в причинах сильного разброса показателей финансовой «глубины» среди стран и изменчивости ее связи с экономическим ростом (Demetriades, Hussein, 1996; Arestis et al., 2001), П. Руссо и П. Вахтел показали, что изучаемая взаимосвязь изменяется в зависимости от уровня инфляции, а финансовая глубина не оказывает влияния на рост при годовой инфляции выше 13% (Rousseau, Wachtel, 2002). В странах с разными уровнями ВВП и финансового развития зависимость экономической динамики от изменений в финансовом развитии также различна (Rioja, Valev, 2004а, 2004b). Кроме того, влияние финансовой глубины ослабевает в периоды кризисов (Rousseau, Wachtel, 2011).

Отношение числа новых фирм к численности населения в наиболее финансово развитых провинциях Италии на 25% выше, чем в наименее финансово развитых, а шансы индивида начать бизнес увеличиваются на 5,6%, если он перемещается из наименее финансово развитого региона в наиболее финансово развитый (Guiso et al., 2004). При этом фундаментальное изменение источников финансирования региональных инвестиций в Китае, а именно переключение от бюджетных ассигнований к банковским кредитам, повышает эффективность использования капитала и способствует росту (Chen, 2006).

В России исследования связи развития децентрализованных региональных финансов и выпуска стали появляться лишь в последние годы1. Дискуссия о том, насколько уровень развития финансового посредничества в субъектах федерации влияет на региональные темпы экономического роста, только начинается (Васильева, Ковшун, 2015; Криничанский, 2015а; 2015b). Вместе с тем очень важно решать теоретические задачи, касающиеся направления и интенсивности данной взаимосвязи, присущих ей передаточных механизмов, ее характера в разных регионах. Это поможет разобраться в причинах таких проблем, как несбалансированная структура экономики, недостаточное развитие малого и среднего предпринимательства, наконец, низкие темпы экономического роста в регионах. Целесообразно выяснить, например, насколько проблему слабого или неравномерного роста малого и среднего предпринимательства в регионах России можно решить, повысив уровень развития региональных финансовых систем, сократив его дифференциацию среди регионов, можно ли добиться повышения темпов роста, воздействуя на структуру финансирования инвестиций в основной капитал.

В нашей работе ставится задача в рамках межрегионального анализа выявить посткризисные тенденции конвергенции—дивергенции важнейших индикаторов, характеризующих банковское посредничество, оценить влияние банковского сектора на экономику российских регионов и изучить, как чувствительность показателей выпуска и инвестиций регионов России к уровню развития региональных финансовых систем распределена по регионам. Мы выбрали именно банковский сектор, поскольку он более значим для экономики по сравнению с другими сегментами финансовой системы (исключая централизованные финансы). В целом это характерно для развивающихся экономик и объясняется, например, уровнем доходов населения соответствующих стран (Столбов, 2008).

Сформулируем гипотезы, которые мы проверяем в настоящей работе:

  1. кризис 2008-2009 гг. усилил конвергенцию российских регионов по показателям обеспеченности банковскими услугами;
  2. различия уровня развития региональных финансовых систем влияют на дифференциацию регионов по уровню экономического развития.

Вторая гипотеза, в свою очередь, опирается на предположение о наличии положительной связи между уровнем развития регионального финансового сектора и экономическим ростом.

В литературе различия уровня экономического развития и роста стран, объясняемые через издержки передачи технологий, становятся более явными, когда в модель вводится условие кредитных ограничений (Aghion et al., 2005). В этом случае подтверждается феномен так называемой «клубной конвергенции», когда в в странах, где уровень финансового развития выше некоторого порогового значения, примерно одинаковые высокие темпы долгосрочного роста, а в остальных — ниже. Обнаружение такого рода связи на уровне регионов свидетельствовало бы в пользу того, что более экономически развитые субъекты федерации смогут использовать преимущество более глубоких финансовых систем и опережать слабые регионы или, иными словами, что различие уровня развития финансовых систем регионов влияет на разброс макрорегиональных показателей. Это означало бы, что необходимо выравнивать развитие финансовых систем регионов России, и позволило бы сформулировать количественный ориентир — целевой уровень показателей для отстающих в росте регионов.

После кризиса 2008-2009 гг. усилилась конвергенция российских регионов.

Сглаживание межрегиональных различий по показателям валового продукта, инвестиций и потребления домашних хозяйств происходит по следующим причинам:

  • относительно более высокая восприимчивость наиболее богатых и высокоразвитых регионов к ухудшению экономической конъюнктуры и, напротив, слабая чувствительность к этому менее развитых, особенно аграрных регионов;
  • относительно большее сокращение бюджетных расходов в данный период в развитых регионах при сохранении уровня поддержки слабых;
  • возвращение обрабатывающей промышленности в традиционные районы;
  • перераспределение инвестиционного потока от столичных мегаполисов к периферии (например, из Москвы в Московскую область), реализация мегапроектов в отдельных регионах (Владивосток, Казань, Сочи—Краснодар) (Григорьев, Голяшев, 2013; Голяшев, Григорьев, 2014).

Адаптация и трансформация российской банковской системы в посткризисный период (в нашей работе это 2010-2014 гг.) характеризуются противоречивыми тенденциями в изменении соотношения отдельных показателей столичных и региональных сегментов. С одной стороны, наблюдалась значительная «убыль» числа региональных игроков: с начала 2010 по конец 2014 г. оно снизилось с 523 до 375, то есть на 28%2. С другой стороны, анализ, сфокусированный на некоторых показателях, мог свидетельствовать в пользу большего успеха банков, представляющих регионы. Например, динамика рентабельности активов региональных малых и средних банков, а также средних и малых банков Московского региона была лучше, чем других групп банков (банков, контролируемых государством, банков с участием иностранного капитала и крупных частных банков). В 2010-2014 гг. наблюдался рост рентабельности активов на 10 б. п. и снижение на 30 б. п. в первых двух из названных групп банков и снижение в диапазоне от 50 до 120 б. п. для трех других. Во многом это можно объяснить различиями бизнес-моделей финансовых институтов, представляющих указанные группы. В частности, региональные банки существенно больше зависят от операций с населением и меньше — от операций с предприятиями и организациями (Шатковская, 2007), а учитывая, что особенно вторая половина анализируемого посткризисного периода характеризовалась бумом потребительского кредитования, стоило ожидать, что региональные игроки могли оказаться его бенефициарами.

Учет различий бизнес-моделей и анализ факторов риска (Солнцев и др., 2010) позволяют лучше понять, почему в некоторые периоды региональные банки могут оказаться более устойчивыми по сравнению с крупнейшими игроками рынка вследствие преимущества их «близости» к клиентам, меньшего риска дефицита собственных оборотных средств клиентов и пр. При этом еще раз подчеркнем, что речь не идет о перманентном преимуществе региональных или частных банков над другими категориями: именно частные региональные банки составляют основную часть группы банков, нуждающихся в дополнительной капитализации (47% общего объема потребности) (Солнцев и др., 2010), кроме того, было показано, что в противовес ранее заявленным позициям (La Porta et al., 2002), госбанки в России не менее эффективны, чем частные (Karas et al., 2008; Мамонов, 2013; Верников, Мамонов, 2015 и др.).

Для измерения уровня развития банковского посредничества в субъектах федерации мы используем индикаторы обеспеченности регионов банковскими услугами, рассчитываемые Банком России (табл. 1). Данные показатели относятся к двум категориям индикаторов, применяемых в анализе связи финансового развития и экономического роста, — глубины и доступности, так как они измеряют размер финансовой системы (ее сегментов) и оценивают доступность для экономических субъектов услуг, предоставляемых финансовыми посредниками3. Так как методика расчета совокупного индекса обеспеченности региона банковскими услугами менялась (СИО до 2010 г. включал компонент «финансовая насыщенность банковскими услугами, рассчитанный по суммарным активам»), мы провели его пересчет на основе единого пула исходных данных для взятого периода исследования. Ниже такой показатель именуется «скорректированный СИО».

Таблица 1

Методика расчета индикаторов обеспеченности регионов банковскими услугами

Индикатор

Методика расчета

Индекс институциональной насыщенности банковскими услугами (далее — ИНБУ)

Рассчитывается для каждого региона как отношение количества подразделений кредитных организаций к численности населения, нормированное по величине аналогичного показателя по России в целом

Индекс финансовой насыщенности банковскими услугами (по объему кредитов) (далее - ФНБУ)

Вычисляется для каждого региона как отношение объема кредитов к ВРП, нормированное по величине аналогичного показателя по России в целом

Индекс развития сберегательного дела (далее — ЙСБ)

Вычисляется для каждого региона как отношение объема вкладов на душу населения к денежным доходам на душу населения, деленное на величину аналогичного показателя по России в целом

Совокупный индекс обеспеченности региона банковскими услугами (далее — СИО)

Рассчитывается как среднее геометрическое трех предыдущих индикаторов

Источники: Банк России, Отчеты о развитии банковского сектора и банковского надзора.

График скорректированного СИО федеральных округов (рис. 1) обнаруживает умеренное сближение его уровней. Среднеквадратическое отклонение (далее — СКО) индикатора в разрезе федеральных округов, Москвы и Санкт-Петербурга (ЦФО и СЗФО взяты без этих городов-регионов) снижается в 2007-2014 гг. с 0,36 до 0,31. Несколько не вписывается в данную тенденцию Северо-Кавказский федеральный округ. Его исключение из выборки дает снижение СКО к 2014 г. до 0,27.

Скорректированные совокупные индексы обеспеченности регионов банковскими услугами

Внутри большинства федеральных округов также наблюдается уменьшение различий регионов по взятому индикатору (табл. 2).

Таблица 2

СКО скорректированных совокупных индексов обеспеченности банковскими услугами регионов внутри федеральных округов

Федеральный округ

2007

2008

2009

2010

2011

2012

2013

2014

Итоговое снижение (↓)/(↑) повышение показателя

ЦФО

без Москвы

0,129

0,126

0,136

0,120

0,107

0,082

0,089

0,087

СЗФО без Санкт-Петербурга

0,174

0,173

0,187

0188

0,196

0,178

0,143

0,152

ЮФО

0,164

0,137

0,163

0,160

0,161

0,143

0,137

0,149

СКФО

0,161

0,160

0 163

0,175

0,177

0,187

0,187

0,188

ПФО

0,092

0,096

0,103

0,102

0,090

0,079

0,078

0,087

УрФО

0.206

0,213

0,224

0,213

0,175

0,156

0,137

0,147

СФО

0,148

0,119

0 133

0,136

0,129

0,118

0,085

0 096

ДФО

0,166

0,170

0 196

0,188

0,179

0,171

0,147

0,158

Источник: здесь и далее в таблицах, если не указано иное, — расчеты авторов.

Покомпонентный анализ СИО выявляет сильное сближение регионов по двум входящим в его расчет индексам — ИНБУ (СКО снижается с 0,5 до 0,22) и ФНБУ (СКО снижается с 0,47 до 0,27) — и расхождение по третьему, ИСД (СКО растет с 0,51 до 0,58). Внутри федеральных округов наблюдалось сближение регионов по совокупному индексу, однако по индексу институциональной насыщенности снижение расхождений наблюдалось только в пяти округах, а по индикаторам финансовой насыщенности и сберегательного дела — в четырех. Проверим первую гипотезу с использованием альтернативных группировок — по абсолютному и душевому размеру ВРП в 2014 г., а также согласно синтетической классификации регионов (Григорьев и др., 2011). Диапазон значений критериев группировок регионов, построенный по данным за 2014 г., имеет следующую структуру:

  • по критерию доли ВРП региона в суммарном ВРП: мелкие регионы — 0,07-0,29%; некрупные — 0,29-0,55; крупные — 0,55-1,21; наиболее крупные регионы — 1,22-21,8%;
  • по критерию ВРП на душу населения: наименее богатые — 137,4-193,4 тыс. руб.; небогатые — 193,5-279,0 ; богатые — 283,6-358,6 и наиболее богатые регионы — 364,8-1453,1 тыс. руб.

Взятая синтетическая классификация делит регионы России на девять типов, объединенных в четыре группы:

  • высокоразвитые регионы (регионы-лидеры), включающие два типа регионов — финансово-экономические центры (столицы) и сырьевые экспортоориентированные регионы;
  • развитые регионы, включающие три типа регионов — с диверсифицированной экономикой, с опорой на обрабатывающую промышленность и с опорой на добывающую промышленность;
  • среднеразвитые регионы, включающие такие типы регионов, как промышленно-аграрные и аграрно-промышленные;
  • менее развитые регионы, включающие менее развитые сырьевые и менее развитые аграрные регионы.

Результаты анализа на основе новых группировок не обнаруживают ту же тенденцию, что на основе федеральных округов. Так, анализ динамики средних скорректированных индексов СИО, взятых для групп регионов, ранжированных по размеру ВРП (в том числе подушевому), показывает, что конвергенция 2010-2012 гг. сменилась более быстрой (однако не выходящей за пределы прежних межгрупповых разрывов уровней индексов) дивергенцией 2013-2015 гг.: показатель вариации указанных средних в данной группировке растет к 2014 г. от минимального значения 0,134 до 0,170 (рис. 2а). Похожая картина наблюдается при анализе группировки по подушевому ВРП. Здесь показатель вариации за тот же период возрастает с 0,189 до 0,238 (рис. 26). В группировке, построенной на основе синтетической классификации, наблюдаемый разрыв показателей более умеренный, чем в 2007-2009 гг., однако и здесь показатель вариации в последние годы наблюдений растет с 0,303 до 0,378 (рис. 2в). Таким образом, более богатые (по подушевому ВРП), более крупные (по ВРП) и более развитые субъекты федерации с 2013 г. начали вновь увеличивать отрыв по обеспеченности банковскими услугами от бедных и менее крупных.

Скорректированный СИО регионов России

Покомпонентный анализ индекса СИО дает основания сделать следующие заключения: индекс развития сберегательного дела привносит наибольший вклад в расхождение, начавшееся в 2013 г.; индекс финансовой насыщенности банковскими услугами демонстрирует наиболее заметное и резкое падение в группе наиболее слабых по критерию ВРП регионов; индекс институциональной насыщенности не чувствителен к типу регионов.

Таким образом, мы должны отклонить гипотезу об усилении конвергенции регионов в обозначенный период. Конвергенция уровней развития банковского посредничества наблюдалась преимущественно в 2010-2012 гг., затем она сменилась дивергенцией 2013-2015 гг. Покомпонентный анализ индекса СИО помогает нам лучше понять логику происходящего. Так, высокий вклад индикатора ИСБ в расхождение финансового развития регионов связан либо с более резким снижением доходов населения в относительно более бедных регионах, либо с тем, что происходящее в более бедных регионах снижение доходов быстрее снижает сберегательную активность или вовсе лишает их население возможности сберегать4.

Резкое падение ИНФУ в регионах с относительно малым ВРП можно объяснить тем, что, во-первых, бизнес в данных регионах, будучи чувствительнее к замедлению и падению спроса, снижает в ответ на это свою кредитную активность, а население в условиях сокращения реальных доходов (при относительно более низкой базе) снижает спрос на кредиты; во-вторых, региональные кредитные организации в данных субъектах более жестко ограничивают выдачу кредитов, подвергаясь, в свою очередь, ограничениям в ликвидности и переоценивая уязвимость клиентов к рискам, вызываемым затянувшимся выходом из кризиса. При этом нейтральность индикатора институциональной насыщенности может объясняться большей синхронностью процессов снижения числа операционных единиц банков в разных типах регионов.

Перейдем к проверке второй гипотезы — о влиянии различий уровня развития региональных финансовых систем на расхождения в экономическом развитии регионов. Используем сначала кросс-секционный регрессионный анализ в известной спецификации (King, Levine, 1993а; 1993b):

Gj = α + ßFi + γХ+ ε

где: Gj — показатели экономического роста; F, — индикаторы развития финансовой системы; X — вектор контрольных переменных.

Вектор объясняемых переменных включает усредненные по периоду 2002-2014 гг. и логарифмированные показатели ВРП и инвестиций в основной капитал (оба — на душу населения). Контрольные переменные содержат следующие усредненные по времени показатели: логарифм значения среднедушевых денежных доходов населения начального года (InJWX человеческий капитал5, отношение расходов региональных бюджетов к ВРП (G_GDP) и отношение объемов внешней торговли к ВРП (FT_GDP). В качестве тестируемых объясняющих переменных взяты логарифмированные показатели размера депозитов и вкладов юридических и физических лиц в рублях и валюте на душу населения (ln_Dpc), суммы кредитов и прочих размещенных средств, предоставленных кредитными организациями организациям-резидентам и физическим лицам-резидентам в рублях и валюте на душу населения (ln_Lpc), а также количество внутренних структурных подразделений кредитных организаций и их филиалов на 10 тыс. жителей (lп_В). Результаты оценки полученных пространственных регрессий представлены в таблице 3.

Таблица 3

МНК-оценка пространственных моделей при различных переменных экономического развития и развития финансовых систем субъектов федерации (N = 75)

Переменная

Модели с подушевым ВРП в качестве объясняемой переменной

Модели с подушевыми инвестициями в качестве объясняемой переменной

(1)

(2)

(3)

(4)

(5)

(6)

ln_Dpc

0,2120*** (3,27)



0,0848 (0,82)



ln_Lpc


0,1751*** (2,68)



0,0838 (0,82)


ln_B



0,0395 (1,19)



0,0065 (0,13)

ln_R2002

0,7422*** (7,45)

0,8135*** (8,71)

0.9732"" (12,89)

0,8081*** (5,08)

0,8239*** (5,66)

0,8987*** (7,91)

PG

0,1732*** (3,57)

0,1301*** (2,71)

0,1326" (2,62)

0,1359* (1,76)

0,1185 (1,58)

0,1212 (1,59)

ER

-0,0143** (-2,2)

-0,0121* (-1,85)

-0,0094 (-1,35)

-0,0100 (-0,96)

-0,0093 (-0,91)

-0,0082 (-0,81)

G_GDP

-0,0061*(-1,72)

-0,0097*** (-2,90)

-0,0109"' (-3,03)

-0,0059 (-1,03)

-0,0072 (-1,38)

-0,0080 (-1,49)

FT_GDP

0,0008 (0,71)

0,0009 (0,72)

0,0021' (1,73)

0,0018 (0,96)

0,0017 (0,90)

0,0022 г (1,26)

R2

0,83

0,83

0,81

0,61

0,61

0,61

Примечание. Здесь и в последующих моделях из исходного пула данных по причине неполноты или обнаружения выбросов были исключены следующие регионы — Республика Ингушетия, Чеченская Республика, Сахалинская область, Еврейская автономная область и Чукотский автономный округ; *p<0,1, **p<0,05, ***p<0,01; в скобках указаны значения t-статистик.

Параметризация моделей показывает, что выбранные показатели развития банковского сегмента региональных финансовых систем хорошо объясняют переменные подушевого ВРП, но остаются незначимыми в моделях с подушевыми инвестициями в основной капитал. Среди трех проверяемых переменных лучшие — подушевой уровень депозитов и кредитов. Коэффициент при переменной количества структурных подразделений банков положителен, но незначим в обеих моделях. Принимая во внимание большую важность денежных показателей, характеризующих финансовую активность в регионах, и приоритет моделей с выпуском как объясняемой переменной, мы с известной осторожностью можем заключить, что в пространственной структуре с выбором регионов как единицы анализа просматривается положительная связь переменных выпуска и инвестиций с переменными активности рынка банковских услуг.

Отметим, что ожидаемо положительными и в половине моделей значимыми оказались коэффициенты при переменной роста населения, отрицательными и также в половине случаев значимыми — коэффициенты, отвечающие за глубину вмешательства государства в экономику через бюджетные расходы. Параметр переменной, контролирующей человеческий капитал (уровень образования не ниже среднего специального), в двух моделях значим, но имеет отличный от ожидаемого отрицательный знак. Коэффициент при показателе внешнеэкономической деятельности везде положителен, но значим только в одной из моделей6.

Чтобы идентифицировать направление связи исследуемых переменных, мы дополнительно параметризовали ряд пространственных моделей, в которых тестируемые объясняющие переменные фиксированы для начального года. Цель такого анализа — ответить на вопрос, предсказывает ли начальный уровень данных переменных средний уровень объясняемых переменных в последующие годы. Результаты сведены в таблице 4. Из таблицы видно, что в моделях с подушевым ВРП начальные (2002 г.) подушевые уровни депозитов, кредитов и структурных подразделений банков имеют положительные и значимые коэффициенты, что несколько лучше предыдущих результатов. В регрессиях с инвестициями положительны все параметры переменных, но значим один, характеризующий связь инвестиций с кредитами. Значимость каждой из моделей в целом подтверждается высокими уровнями F-статистик. Полученные результаты свидетельствуют в пользу существования причинной связи между выбранными финансовыми показателями и показателями выпуска.

Таблица 4

 

Анализ причинной связи между переменными экономического развития и показателями финансового развития в пространственных моделях (N = 75)

Переменная

Модели с подушевым ВРП в качестве объясняемой переменной

Модели с подушевыми инвестициями в качестве объясняемой переменной

(1)

(2)

(3)

(4)

(5)

(6)

ln_Dpc2002

0,0817* (1,89)



0,0144 (0,22)



ln_Lpc2002


0,1154*** (3,36)



0,1648*** (3,20)


ln_B2002



0,0686* (1,79)



0,0440 (0,76)

R2

0,82

0,83

0,82

0,61

0,66

0,61

Примечание. ln_Dpc2002 логарифм суммы депозитов и вкладов юридических и физических лиц в рублях и валюте на душу населения на конец 2002 г.; ln_Lpc2002 логарифм суммы кредитов и прочих размещенных средств, предоставленных кредитными организациями организациям-резидентам и физическим лицам-резидентам в рублях и валюте на душу населения на конец 2002 г.; ln_B2002 логарифм количества внутренних структурных подразделений кредитных организаций и их филиалов на конец 2002 г. на 10 тыс. жителей; *р<0,1, **р<0,05, ***р<0,01; в скобках указаны значения t-статистик.

Предполагая наличие такой положительной прямой связи и принимая во внимание гетерогенность регионов, остановимся на вопросе однородности исследуемой связи, ее зависимости от типа региона. Поэтому мы анализируем группировку субъектов федерации по критерию подушевого ВРП, усредненного за период 2002-2014 гг. Результаты оценки регрессий, представленные в таблице 5, показывают, что переменные депозитов и кредитов лучше работают в срединных группах. Этот вывод, главным образом, следует из анализа моделей с подушевым ВРП как объясняемой переменной, в моделях с инвестициями он верен только применительно к регрессиям на депозиты.

Таблица 5

 

Оценка пространственных моделей связи переменных экономического и финансового развития в группах регионов по критерию подушевого ВРП

Переменная

Модели с подушевым ВРП в качестве объясняемой переменной

Модели с подушевыми инвестициями в качестве объясняемой переменной

наиболее богатые

богатые

небогатые

наименее богатые

наиболее богатые

богатые

небогатые

наименее богатые

ln_Dpc

-0,1482 (-0,74)

0,2955** (2,36)

0,2508* (1,76)

0,0743 (0,71)

-0,4460 (-1,51)

0,2771 (1,12)

0,3219 (0,98)

0,0841 (0,58)

ln_Lpc

-0,4402** (-2,25)

0,3557** (2,88)

0,0466 (0,38)

0,0870 (1,03)

-0,8288*** (-3,01)

0,2334 (0,88)

-0,0418 (-0,16)

0,2074* (2,06)

ln_B

0,7713 (1,42)

0,0596 (1,65)

0,0313 (0,74)

0,0065 (0,16)

0,5745 (0,64)

-0,0051 (-0,08)

-0,0243 (-0,27)

0,0678 (1,31)

Полученные результаты мы интерпретируем как свидетельство нелинейности связи между, с одной стороны, переменными услуг, обеспечиваемых региональными банками, и, с другой — переменной выпуска или инвестиций: в регионах со средними доходами наибольшая чувствительность экономического роста к уровню развития их финансовых систем. Как объяснить данное явление?

Наименее богатые и менее развитые регионы еще не обладают достаточно эффективными финансовыми системами, чтобы их влияние отразилось на экономическом росте. Наиболее богатые и развитые регионы уже могут не показывать такой связи, так как со временем влияние данного фактора роста ослабевает. Аналогично темпы роста в отстающих странах будут отклоняться от среднемировых, принимая во внимание уровень развития их финансовых систем, которые не могут обеспечить требуемый объем инвестиций в исследования и разработки, поддерживать достаточный темп роста инвестиций в инновации, справляться с проблемой принципала-агента (Aghion et al., 2005). Низкий уровень финансового развития будет определять сохранение отсталости. При рассмотрении группы развитых стран выясняется, что страны, где уровень финансового развития выше некоторого критического значения, должны иметь близкие темпы роста, а финансовое развитие в таких странах оказывает положительное, но в конечном счете исчезающе малое влияние на ВВП.

В нашем случае можно говорить о том, что различия уровня развития финансовых систем регионов оказывают влияние на расхождение уровня их экономического развития. Субъекты федерации, в которых финансовые услуги доступнее, имеют преимущество для более быстрого роста, а отличающиеся наименьшей доступностью сталкиваются с ограничениями, тормозящими рост. Наш анализ взаимосвязи финансов и роста на уровне российских регионов с помощью кросс-секционных регрессий в целом согласуется с аналогичными результатами, полученными в рамках межстрановых исследований. Следующим этапом может быть изучение этой связи с помощью анализа временных рядов и панельных данных. Мы сосредоточимся на работе с панельными данными7. Мы тестируем модель с фиксированными эффектами (FE-модель)8:

Формула

В число контрольных переменных включены рост численности населения региона год к году, отношение инвестиций к ВРП, доля занятых, имеющих высшее или среднее профессиональное образование, отношение расходов бюджета субъекта федерации к ВРП, отношение объема экспорта к ВРП и индекс потребительских цен.

Тестируемые объясняющие переменные включают логарифмы: суммы депозитов и вкладов юридических и физических лиц в рублях и иностранной валюте; того же показателя депозитов и вкладов на душу населения; суммы задолженности по кредитам в рублях и валюте, предоставленным юридическим и физическим лицам; того же показателя для объема кредитов на душу населения; количества внутренних структурных подразделений кредитных организаций и их филиалов на 10 тыс. человек населения; доли инвестиций в основной капитал, финансируемых за счет частного внутреннего кредита и за счет бюджета. Таким образом, мы расширили набор тестируемых переменных, дополнив набор «банковских» переменных показателями, отражающими роль частного внутреннего кредита и бюджетных источников в финансировании капитальных затрат.

Обратимся к результатам проверки. Как показывает таблица 6, все модели состоятельны по F-критерию, а переменные финансового развития имеют положительные и значимые на уровне 0,1% коэффициенты. Другие переменные в большинстве случаев также имеют ожидаемые знаки и оказываются значимыми.

Таблица 6

Оценка моделей связи переменных экономического и финансового развития российских регионов на основе капельных данных, FE-модель (N = 975)

Оценка моделей связи переменных экономического и финансового развития российских регионов на основе капельных данных, FE-модель (N = 975)

Помимо уже замеченных закономерностей, описываемых как связь переменных, отвечающих за депозиты и кредиты (которые дополнительно мы проверили с помощью переменных, взвешенных по ВРП), видно, что коэффициент при переменной количества внутренних структурных подразделений кредитных организаций положителен и значим. Действительно, в течение анализируемого периода, в основном успешного для экономики, банки старались наращивать свое присутствие, действовали агрессивно, создавая больше подразделений на различных территориях. Из 75 выбранных регионов только в 7 число структурных подразделений кредитных организаций к 2014 г. по сравнению с 2002 г. снизилось, а общее количество таких подразделений (без учета Москвы и Московской области) возросло в России на 53%.

Положительными и значимыми как минимум на 1%-м уровне оказались коэффициенты в моделях с подушевыми инвестициями как объясняемой переменной. При этом эластичность анализируемых переменных оказалась значительно выше, чем в моделях с ВРП. Это соответствует представлению о том, что, во-первых, сбережения в виде депозитов выступают важным ресурсом для инвестиций, а кредиты — источником финансирования капиталовложений, во-вторых, что конечный выпуск складывается из компонентов, как более чувствительных к показателям глубины финансовых услуг, обеспечиваемых локальными финансовыми рынками, подобно инвестициям в основной капитал, так и менее чувствительных (это, в частности, экспорт).

Положительными и значимыми оказались коэффициенты при переменных, измеряющих относительный вклад частного внутреннего кредита и бюджета в инвестиции в основной капитал, причем поскольку частный кредит оказался совсем немного выше и по величине коэффициента, и по уровню его статистической значимости, оба источника инвестиций важны и результативны для экономики. Нельзя сказать, что такой результат ожидаемый. Так, при анализе тех же переменных для изучения факторов роста экономики Китая на уровне провинций обнаруживаются большие и более значимые коэффициенты при переменной частного кредита как источника финансирования инвестиций (Chen, 2006). Это позволяет X. Чену сделать вывод о том, что финансовое посредничество в Китае эффективнее, чем бюджетные ассигнования в качестве средства распределения ресурсов, и способствует экономическому росту. Отсутствие такого же наблюдения на примере России кажется странным, а выводы из него могут состоять либо в том, что в России нетипично эффективны бюджетные ассигнования в экономику, либо российские банки еще недостаточно мощны и эффективны в отборе и продвижении инвестиционных проектов. Возможно также, что оно связано с относительно малым масштабом участия банков в финансировании инвестиций. Так, если в среднем в период, взятый Ченом при формировании выборки, ассигнования госбюджета составляли 7,2% против 21,2% финансирования посредством банков9, то в России для взятого нами периода соотношение обратное: 19,6% против 9,0%. Однако при этом мы должны признать, что относительно высокая степень присутствия государства в экономике не влияет на показатели ее роста.

Есть еще два возможных объяснения результатов нашего анализа. Первое состоит в том, что отсутствие различий коэффициентов при переменных банков и государственного бюджета как источников финансирования инвестиций следует из того, что довольно значительная часть инвестиций финансируется смешанным способом при участии обоих источников. Второе: значительная часть инвестиций покрывается ресурсами банков, находящихся под контролем государства10. Впрочем, ни один из этих факторов не может объяснить отличие наших результатов от полученных на базе статистики из Китая.

Результаты параметризации тех же моделей регрессий по группам регионов, классифицированным по подушевому ВРП и согласно синтетической классификации, показывают, что все коэффициенты, отвечающие за финансовое развитие регионов, за исключением одной модели, положительны и значимы.

Таким образом, и в случае использования методов анализа панельных данных проявляется нелинейность, состоящая в том, что более значимым финансовое развитие оказывается в отношении регионов со средним уровнем ВРП или экономического развития, определяемым с помощью более сложных экспертных процедур с учетом отраслевой специализации регионов. Последнее соответствует уже отмеченной в литературе закономерности, согласно которой финансы воздействуют на рост через производительность и технологические инновации и более значимое влияние оказывают в отраслях, зависящих от внешнего финансирования, активно использующих капитал, привлекаемый через займы и долевое финансирование (Rajan, Zingales, 1998; Beck, Levine, 2002). Можно говорить о подтверждении нашей второй гипотезы. Различия уровня развития финансовых систем регионов оказывают влияние на расхождение уровня их экономического развития. Регрессии, включающие все регионы, показывают, что субъекты федерации, в которых доступнее услуги финансовых посредников, имеют преимущество для более быстрого роста и наоборот. Регрессии, оцениваемые по группам регионов, отслеживающим уровень подушевого выпуска или развитие отраслей, демонстрируют нелинейность данной связи.

В 2013-2015 гг. расхождение в обеспеченности регионов банковскими услугами увеличилось. Это, безусловно, негативный сигнал и помимо прочего свидетельство усиления экономического неравенства регионов. Главный вывод из такого анализа состоит в том, что развитие финансовых рынков регионов следует вписать в повестку дня экономической политики. Конкретизация данного вопроса не входит в цели нашего исследования, однако можно предложить следующие очевидные рекомендации:

  • внедрение дифференцированного подхода к регулированию и пруденциальному надзору с применением критериев, учитывающих степень региональной локализации оказываемых кредитными организациями услуг;
  • повышение доступа региональных банков к ресурсам;
  • устранение искусственно поддерживаемых конкурентных преимуществ крупнейших кредитных организаций перед менее крупными;
  • содействие внедрению форматов общих централизованных услуг в банковской сфере и автоматизации операционных процессов, стимулирование инвестиций в IT-инфраструктуру, что поможет банкам (особенно некрупным) реализовывать стратегии, направленные на эффективное управление издержками и рост рентабельности;
  • повышение финансовой грамотности населения.

Каковы возможные направления дальнейших исследований? Во-первых, обнаружение синусоидообразной динамики совокупного индекса обеспеченности регионов банковскими услугами в 2007—2014 гг. ставит вопрос о факторах подобных колебаний активности рынков банковских услуг в регионах и причинах различной чувствительности групп регионов к данным факторам. Здесь недостаточно апеллировать к последствиям кризиса в общем и предлагать одинаковые объяснения для разных типов регионов. Посткризисный период длится седьмой год, и экономика за это время серьезно изменяется, как и многие определяющие экономическую динамику факторы (например, нефтяные цены, секторальные санкции). Кроме того, интересно проанализировать, связано ли и каким образом относительно более глубокое «убывание» степени обеспеченности банковскими услугами в менее развитых и менее богатых регионах с условиями ведения бизнеса и поведением различных типов банков.

Во-вторых, прямая положительная связь между финансами и ростом на выбранном уровне анализа предполагает устранение возможной эндогенности объясняющих переменных, которое в том числе позволит снять сомнения относительно одновременности или наличия положительной обратной связи объясняющих и объясняемой переменных. Один из лучших методов в нашем случае — метод инструментальных переменных, однако подбор инструментов, охватывающих столь же широкую выборку регионов, что и в настоящей работе, — трудно решаемая задача.

В-третьих, необходимо подробнее изучить передаточные механизмы, лежащие в основе положительной связи финансов и роста в регионах России. Безусловно, важно продолжить исследование того, насколько разные типы отраслей (чувствительные и нечувствительные к внешнему финансированию) хорошо развиваются в регионах с разным уровнем развития финансовых посредников и активностью рынков финансовых услуг (Васильева, Ковшун, 2015). В частности, можно сосредоточиться на других принципах группировки отраслей (с разной капиталоемкостью, инновационностью, эффективностью). Интересно выяснить, помогает ли большая глубина финансового сектора регионам расширять капитал в растущих отраслях и как на этот процесс влияет госсобственность в отраслях или усилия регионов по развитию малого предпринимательства (см.: Wurgler, 2000).

В-четвертых, выявление нелинейности связи финансов и роста в группах регионов требует более внимательного изучения природы и характера формирующихся в региональных финансовых системах ограничений. Например, можно попытаться объяснить, как недостаточное развитие финансовых систем создает препятствия для развития человеческого капитала в регионах, а затем оценить воздействие данных ограничений

на рост (см. на страновом уровне: De Gregorio, 1996) или как кредитные ограничения влияют на передачу технологий, тем самым определяя различия в темпах роста (Aghion et al., 2005). Изучение этого аспекта может предоставить дополнительную важную информацию регулятору, анонсировавшему в 2016 г. принятие в России в ближайший период закона о региональных банках, который предполагает дифференциацию банков, исходя из уровня риска их бизнес-моделей, с введением соответствующих изменений в пруденциальные требования и порядок надзора.


1 Возможно, отсутствие внимания к данной теме было изначально продиктовано недостаточным объемом информационной базы и акцентом на государственных финансах. К настоящему времени накопленных открытых данных Банка России и Росстата достаточно для эмпирических исследований финансового сектора регионов.

2 По данным Банка России, предоставляемым ежегодно в «Отчете о развитии банковского сектора и банковского надзора». Под региональными банками здесь понимаются банки, зарегистрированные вне Московского региона, включающего Москву и Московскую область.

3 Более широкую классификацию подобных показателей для анализа на национальном уровне и межстранового анализа см. в: Cihäk et al., 2013; для субнационального уровня анализа и межрегиональных внутристрановых исследований см. в: Криничанский, 2015b.

4 В подтверждение сказанного сошлемся на Доклад Всемирного банка об экономике России (Всемирный банк, 2016), в котором показано, что рост доходов в реальном выражении 40% населения с наименьшими доходами (которое концентрируется в наиболее неблагополучных регионах) в период с IV кв. 2011 г. и до начала 2015 г. регулярно отставал от этого показателя для всего населения.

5 В нашем случае это две переменные — темп роста численности населения (PG) и доля занятых с высшим или средним профессиональным образованием (ER).

6 Для устранения возможного влияния гетероскедастичности на результаты мы протестировали те же регрессии в моделях с робастными стандартными ошибками коэффициентов. Результаты полученных оценок подтверждают все сделанные выше выводы.

7 Анализ временных рядов полезен по многим причинам. Например, опыт показывает, что при анализе кросс-секций результаты часто оказываются чувствительными к спецификации уравнения. Изменяя переменные управления, можно изменить статистическую значимость коэффициентов эластичности. Это затрудняет интерпретацию результатов. Кроме того, анализ временных рядов позволяет проверить существование долгосрочных связей, а также пролить свет на причинную связь между переменными. Однако провести такой анализ на российских данных затруднительно в силу недостаточной мощности выборки.

8 Выбор модели с фиксированными эффектами продиктован тем, что мы изучаем субъекты федерации, которые (как страны или крупные компании) имеют собственные неизменные во времени особенности, определяющие как уровень и темпы роста, так и чувствительность роста к набору управляющих переменных. Кроме того, мы дополнительно проверяем гипотезу о том, что данные лучше приближаются моделью со случайными эффектами (RE-модель) с помощью критерия Хаусмана (предварительно проверив доминирование RE-модели над моделью сквозной регрессии). Полученные значения распределения x2 Для всех регрессий имеют p-значения, позволяющие однозначно отвергнуть нулевую гипотезу о соответствии модели RE-моделям в пользу выбора модели с фиксированным эффектом.

9 См.: China Statistical Yearbook 2015, раздел 10-4: http://www.stats.gov.cn/tjsj/ ndsj/2015/indexeh.htm

10 К этому следует добавить изменившийся взгляд на сравнительную эффективность банков, находящихся в частной и государственной собственности. Если в работах начала 2000-х годов эмпирически доказывалось, что высокий уровень госучастия в банковском секторе связан с более медленным экономическим ростом, поскольку банки, контролируемые правительством, оказываются менее эффективны при обработке информации о фирмах, осуществлении корпоративного управления, мобилизации сбережений, управлении риском, ускорении трансакций, то в более поздних работах, о которых сказано в начале настоящей статьи, показано, что госбанки могут быть эффективнее частных вследствие выгод своего лидерства, извлечения ренты из более тесных отношений с правительством, благодаря лучшему доступу к ресурсам, доверию со стороны клиентов и другим причинам.


Список литературы / References

Васильева О. Г., Ковшун Ю. А. (2015). Доступ к кредиту и экономический рост в регионах России // Пространственная экономика. № 2. С. 31 —46. [Vasilieva О. G., Kovshun Yu. А. (2015). Access to credit and economic growth in Russian regions. Prostranstvennaya Ekonomika, No. 2, pp. 31 — 46. (In Russian).]

Берников А. В., Мамонов M. E. (2015). Сравнительный анализ эффективности госбанков и частных банков: новые расчеты // Деньги и кредит. № 7. С. 21—32. [Vernikov А. V., Mamonov М. Е. (2015). Comparative efficiency analysis of state-controlled and private banks in Russia: New empirical evidence. Dengi і Kredit, No. 7, pp. 21—32. (In Russian).]

Всемирный банк (2016). Доклад об экономике России, No. 35: Долгий путь к восстановлению. [World Bank (2016). Russian Economic Report, No. 35: The long journey to recovery. Washington, DC.]

Голяшев А. В., Григорьев Л. M. (2014). Типы российских регионов: устойчивость и сдвиги в 2003—2013 годах. М.: Аналитический Центр при Правительстве РФ. [Golyashev А. V., Grigoryev L. М. (2014). Types of Russia's regions: Stability and shifts in 2003 —2013. Moscow: Analytical Centre for the Government of the Russian Federation. (In Russian).]

Григорьев Л., Голяшев A. (2013). Проблема сдвигов в региональной структуре экономики России. М.: Аналитический Центр при Правительстве РФ. [Grigoryev L., Golyashev А. (2013). The problem of changes in the regional structure of the Russian economy. Moscow: Analytical Centre for the Government of the Russian Federation. (In Russian).]

Григорьев Л. M., Урожаева Ю. В., Иванов Д. С. (2011). Синтетическая классификация регионов: основа региональной политики // Российские регионы: экономический кризис и проблемы модернизации / Под ред. Л. М. Григорьева, Н. В. Зубаревич, Г. Р. Хасаева. М.: ТЕИС. С. 34—53. [Grigoriev L. М., Urozhaeva Yu. V., Ivanov D. S. (2011). Synthetic classification of regions: The foundation of regional policy. In: L. M. Grigoriev, N. V. Zubarevich, G. R. Khasaev (eds.). Russian regions. Economic crisis and problems of modernization. Moscow: TEIS. (In Russian).]

Криничанский К. В. (2015a). Финансовые рынки: анализ влияния на социально-экономические процессы в российских регионах // Региональная экономика: теория и практика. № 4. С. 13—27. [Krinichansky К. V. (2015а). Financial markets: analysis of the impact on the social and economic processes in Russian regions. Regionalnaya Ekonomika: Teoriya і Praktika, No. 4, pp. 13—27. (In Russian).]

Криничанский К. (2015b). Финансовые системы и экономическое развитие в российских регионах: сравнительный анализ // Вопросы экономики. № 10. С. 94 — 108. [Krinichansky К. (2015b). Financial systems and economic development in the Russian regions. A comparative analysis. Voprosy Ekonomiki, No. 10, pp. 94-108. (In Russian).]

Мамонов M. E. (2013). Госбанки vs. частные банки: кто эффективнее? // Банковское дело. М? 5. С. 22 — 30. [Mamonov М. Е. (2013). State owned banks vs private banks: Who are more effective? Bankovskoe Delo, No. 5, pp. 22—30. (In Russian).]

Солнцев О., Пестова А., Мамонов М. (2010). Стресс-тест: потребуется ли российским байкам новая поддержка государства // Вопросы экономики. № 4. С. 61—82. [Solntsev О., Pestova A., Mamonov М. (2010). Stress-testing Russian banking system: Will banks need government assistance again? Voprosy Ekonomiki, No. 4, pp. 61 — 82. (In Russian).]

Столбов M. И. (2008). Влияние финансового рынка на экономический рост и деловые циклы // Экономика XXI века. 8. С. 55-69. [Stolbov М. I. (2008). The impact of financial markets on economic growth and business cycles. Ekonomika XXI Veka, No. 8, pp. 55-69. (In Russian).]

Шатковская Т. В. (2007). Развитие региональных рынков банковских услуг в 2005-2009 годах // Банковское дело. М» 12. С. 39-43. [Shatkovskaya Т. V. (2007). The development of the regional banking services markets in 2005—2009. Bankovskoe Delo, No. 12, pp. 39 — 43. (In Russian).]

Aghion P., Howitt P., Mayer-Foulkes D. (2005). The effect of financial development on convergence: Theory and evidence. Quarterly Journal of Economics, Vol. 120, No. 1, pp. 173-222.

Arestis P., Demetriades P., Luintel K. (2001). Financial development and economic growth: The role of stock markets. Journal of Money, Credit and Banking, Vol. 33, No. 1, pp. 16—41.

Beck Т., Levine R. (2002). Industry growth and capital allocation: does having a market-or bank-based system matter? Journal of Financial Economics, Vol. 64, No. 2, pp. 147-180.

Boyreau-Debray G. (2003). Financial intermediation and growth: Chinese style. World Bank Policy Research Working Paper, No. 3027.

Cihäk M., Demirgii9-Kunt A., Feyen E., Levine R. (2013). Financial development in 205 economies, 1960 to 2010. Journal of Financial Perspectives, Vol. 1, No. 2, pp. 17—36.

Chen H. (2006). Development of financial intermediation and economic growth: The Chinese experience. China Economic Review, Vol. 17, No. 4, pp. 347—362.

Cheng X., Degryse H. (2010). The impact of bank and non-bank financial institutions on local economic growth in China. Journal of Financial Services Research, Vol. 37, No. 2, pp. 179-199.

Demetriades P., Hussein K. (1996). Does financial development cause economic growth? Time-series evidence from 16 countries. Journal of Development Economics, Vol. 51, No. 2, pp. 387-411.

De Gregorio J. (1996). Borrowing constraints, human capital accumulation, and growth. Journal of Monetary Economics, Vol. 37, No. 1, pp. 49—71.

Guariglia A., Poncet S. (2008). Could financial distortions be no impediment to economic growth after all? Evidence from China. Journal of Comparative Economics, Vol. 36, No. 4, pp. 633-657.

Guiso L., Sapienza P., Zingales L. (2004). Does local financial development matter? Quarterly Journal of Economics, Vol. 119, No. 3, pp. 929—969.

Havranek Т., Horväth R., ValiCkovä P. (2013). Financial development and economic growth: A meta-analysis. CNB Working Paper Series, No. 5.

Jayaratne J., Strahan P. E. (1996). The finance-growth nexus: Evidence from bank branch deregulation. Quarterly Journal of Economics, Vol. Ill, No. 3, pp. 639 — 671.

Karas A., Schoors K., Weill L. (2008). Are private banks more efficient than public banks? Evidence from Russia. BOFIT Discussion Papers, No. 3.

Kendall J. (2012). Local financial development and growth. Journal of Banking and Finance, Vol. 36, No. 5, pp. 1548 — 1562.

King R., Levine R. (1993a). Finance and growth: Schumpeter might be right. Quarterly Journal of Economics, No. 108, No. 3, pp. 717—737.

King R., Levine R. (1993b). Finance, entrepreneurship, and growth: Theory and evidence. Journal of Monetary Economics, Vol. 32, No. 3, pp. 513 — 542.

La Porta R., Lopez-de-Silanes F., Shleifer A. (2002). Government ownership of commercial banks. Journal of Finance, Vol. 57, No. 1, pp. 265—301.

Levine R., Loayza N., Beck Т. (2000). Financial intermediation and growth: Causality and causes. Journal of Monetary Economics, Vol. 46, No. 1, pp. 31—77.

Levine R., Zervos S. (1998). Stock markets, banks, and economic growth. American Economic Review, Vol. 88, No. 3, pp. 537—558.

Rajan R.G., Zingales L. (1998). Financial dependence and growth. American Economic Review, Vol. 88, No. 3, pp. 559-586.

Rioja F., Valev N. (2004a). Finance and the sources of growth at various stages of economic development. Economic Inquiry, Vol. 42, No. 1, pp. 127—140.

Rioja F., Valev N. (2004b). Does one size fit all?: A reexamination of the finance and growth relationship. Journal of Development Economics, Vol. 74, No. 2, pp. 429—447.

Rousseau P.L., Wachtel P. (2002). Inflation thresholds and the finance-growth nexus. Journal of International Money and Finance, Vol. 21, No. 6, pp. 777—793.

Rousseau P.L., Wachtel P. (2011). What is happening to the impact of financial deepening on economic growth? Economic Inquiry, Vol. 49, No. 1, pp. 276—288.

Wurgler J. (2000). Financial markets and the allocation of capital. Journal of Financial Economics, Vol. 58, No. 1—2, pp. 187—214.

Zhang J., Wang L., Wang S. (2012). Financial development and economic growth: Evidence from China. Journal of Comparative Economics, Vol. 40, No. 3, pp. 393—412.

Комментарии (0)add comment

Написать комментарий
меньше | больше

busy