Сценарное проектирование процессов движения финансовых потоков между банковским и институциональными секторами в региональной системе

Статьи - Анализ

И.В. Наумов


Сценарный подход к прогнозированию будущего развития динамики сложной социально-экономической системы, каковой является регион, обладает существенными преимуществами по сравнению с другими подходами к прогнозированию. Опираясь на вероятностно-статистические и экономико-математические методы исследования, он позволяет установить зависимости между наблюдаемыми социально-экономическими процессами и сформировать на их основе множество возможных прогнозных сценариев их развития в будущем. Формирование не одного, а целой системы прогнозных сценариев, в отличие от других методов прогнозирования, позволяет не только предвидеть возможное изменение динамики показателей социально-экономического развития региона, но и заранее подготовиться к неблагоприятным сценариям, сформировать систему механизмов для предотвращения их реализации. Использование сценарного подхода в исследовании процессов движения финансовых потоков между институциональными секторами в региональной системе является важной и актуальной задачей, поскольку такой подход позволяет исследовать диспропорции в движении финансовых ресурсов между такими секторами экономики в регионе, как: финансовые и нефинансовые корпорации, государственное управление, домашние хозяйства и остальной мир (иностранные хозяйственные субъекты), установить проблемы финансово-экономического развития данных секторов и причины, способствующие их формированию. Такой подход позволяет сформировать картину всевозможных трансформаций процессов движения финансовых потоков между институциональными секторами в будущем, а также установить факторы внутренней и внешней среды, оказывающие влияние на их становление.

Теоретико-методологический подход к сценарному проектированию процессов движения финансовых потоков

Сценарное исследование и прогнозирование динамики любых социально-экономических процессов в территориальной системе осложняются наличием теоретико-методологических противоречий между различными стадиями исследовательского процесса в рамках сценарного подхода. В частности, при подробном исследовании научной литературы по сценарному подходу мы столкнулись с множеством идентичных по вкладываемому авторами смыслу понятий: «сценарный анализ», «сценарное прогнозирование», «сценарное планирование», «сценарное моделирование». Данные понятия рассматриваются учеными как тождественные процессы построения различных прогнозных сценариев и поиска управляющих воздействий на их реализацию. Так, в некоторых исследованиях «сценарный анализ» перекликается по смыслу со «сценарным прогнозированием».

Согласно трактовке Д. А. Аакера сценарный анализ представляет собой «систематический способ мониторинга макроэкономической, политической, социальной и технологической среды ... это способ анализа сложной среды, в которой присутствует множество значимых, к тому же влияющих друг на друга тенденций и событий. Сценарии позволяют анализировать и планировать нестандартные ситуации. Они позволяют понять, при каких условиях может возникнуть благоприятная или неблагоприятная ситуация. Сценарий помогает оценить, как можно и как нужно воздействовать на процессы, приводящие к приемлемым и неприемлемым для организации исходам» [1, с. 182]. То есть сценарный анализ, по мнению автора, позволяет прогнозировать события в будущем и определять необходимые мероприятия для управления ими.

По мнению Ф. Н. Филина, сценарный анализ представляет собой метод прогнозирования высококвалифицированными экспертами нескольких возможных вариантов развития ситуации и связанной с этим динамики основных показателей. Главное достоинство сценарного подхода состоит в том, что он не требует знания закона распределения вероятностей изменений для основных рыночных факторов. С другой стороны, любые сценарные оценки несут печать субъективности; кроме того, они основываются на неявном предположении о том, что поведение цен активов в будущем будет иметь сходство с поведением в прошлом, что в общем случае далеко не очевидно [12]. Данное определение, по нашему мнению, не отражает сущности понятия сценарного анализа, поскольку раскрывает содержание понятия сценарного прогнозирования. Основной же задачей сценарного анализа является не прогнозирование возможных вариантов развития ситуации и связанной с этим динамики основных показателей, как утверждает автор, а анализ динамики развития изучаемых процессов и формирование гипотезы о том, как будут данные процессы развиваться в будущем, по каким сценариям.

Петер Шварц и Джей Огилви также соотносили сценарный анализ с прогнозированием, но их определение более приближено к пониманию сущности сценарного анализа. Сценарный анализ, по их мнению, это «формирование гипотезы о вероятном положении вещей в будущем, разрабатываемой специально для того, чтобы выявить риски и возможности, заключенные в стратегических начинаниях» [16]. Сценарно-прогностический подход, с точки зрения Огилви, способствует определению и обсуждению стратегических целей. С позиции авторов, сценарный анализ — «это процесс представления неких картин развития наблюдаемых процессов в будущем (прогнозов) в виде гипотезы, которая затем подвергается серьезному анализу для выявления двух-трех наиболее вероятных» [16]. Несмотря на то, что данное определение наиболее приближено к пониманию сущности понятия сценарного анализа, в нем отсутствует главная задача сценарного анализа — выявление закономерностей развития наблюдаемых процессов для дальнейшего формирования гипотезы.

Сценарный анализ, по нашему мнению, должен использоваться для оценки динамики развития изучаемых процессов, выявления основных закономерностей, которые далее в ходе сценарного прогнозирования закладываются в основу формирующихся сценариев развития данных процессов в будущем. Сценарный анализ может использоваться и после разработки системы прогнозных сценариев развития наблюдаемых процессов (сценарного прогнозирования), поскольку из огромного числа возможных сценариев необходимо отобрать наиболее реалистичные, которые затем в ходе сценарного планирования будут наблюдаться, подвергаться корректировке, на основе которых будут вырабатываться механизмы управления сценариями.

Сценарное прогнозирование, по мнению З. А. Сафоновой, «представляет собой методику реализации системного исследования сложных развивающихся объектов, является, по сути своей, специальной методикой проведения прогнозных исследований и реализует с той или иной степенью успешности принцип системности прогноза. По существу, являясь гибридным, оно может объединять в рамках единой методики как интуитивные, так и формализованные методы, основанные как на фактографической, так и на экспертной информации и взаимосвязанные в рамках единой итеративной процедуры прогнозирования» [10, с. 113]. В данном определении автор, по сути, ставит знак равенства между сценарным анализом и прогнозированием сложных социально-экономических систем. В работе А. Н. Назаренко и О. С. Звягинцевой сценарное прогнозирование представлено как часть сценарного моделирования: под сценарным прогнозированием авторы понимают «один из наиболее эффективных инструментов предвидения тенденций и вариантов развития тех или иных социально-экономических явлений. Прогнозные сценарии включают в себя прогнозные модели, описывающие вероятные направления развития с учетом воздействия основных факторов прогнозного окружения, и комплекс действий управленческого характера, направленный на минимизацию последствий кризисных ситуаций и повышение эффективности функционирования социально-экономических систем» [5, с. 1]. Наиболее точное определение сущности сценарного прогнозирования дано профессором Московского государственного технологического университета К. А. Феофановым; «Специфика сценарного прогнозирования заключается в одновременном рассмотрении нескольких вариантов развития с характерными для каждого из них возможностями и рисками, субъективными и объективными, внутренними и внешними факторами, критериями и индикаторами» [11, с. 67]. В своей работе автор разводит понятия сценарного прогнозирования и анализа, однако, как и А. Н. Назаренко и О. С. Звягинцева, не отделяет прогнозирование от сценарного моделирования. Исследование внутренних и внешних факторов реализации прогнозных сценариев, соответствующих им рисков, по нашему мнению, должно осуществляться в рамках моделирования с использованием вероятностно-статистических и экономико-математических методов исследования. Более того, само формирование прогнозных сценариев невозможно без установленных в ходе сценарного анализа закономерностей в динамике развития социально-экономической системы, выявленных в ходе сценарного моделирования взаимосвязей между показателями развития данной системы и факторами внутренней и внешней среды, определенных индикаторов наступления прогнозируемых сценариев и соответствующих управленческих воздействий. Поэтому сценарное прогнозирование, по нашему мнению, является следующей стадией сценарного исследования после анализа и моделирования.

В научной литературе очень часто понятие сценарного моделирования отождествляется с понятиями сценарного планирования и прогнозирования. В частности, О. А. Гейман под сценарным моделированием понимает «инструмент построения не отдельных траекторий развития, а большого спектра вариантов для оценки влияния самых разных факторов, [оно] очень эффективно при выборе целевых ориентиров, стратегии развития региона и при оценке возможных рисков. Кроме учета возможных неопределенных, слабо прогнозируемых или многовариантных явлений сценарный подход позволяет провести анализ последствий принимаемых решений. В этом смысле его использование при выработке управления существенно пересекается с основной схемой адаптивного управления, в которой каждое решение проходит предварительный анализ с точки зрения его приемлемости, достижимости целей управления и устойчивости» [2]. Согласно такому подходу сценарное моделирование сводится к планированию системы прогнозных сценариев. Единственным отличием в понимании его сущности от сценарного планирования является то, что моделирование, согласно определению автора, предполагает оценку рисков изменения внешней среды и анализ последствий принимаемых решений. Сценарное моделирование с прогнозированием сопоставлял и основатель сценарного подхода Герман Кан. Он утверждал, что «сценарное моделирование является дисциплинирующим методом прогнозирования будущего, цель которого раскрепостить мышление, сделав его восприимчивым к новым идеям, преодолеть узость традиционных взглядов, избегая ловушек метода простой экстраполяции. Данный подход, по мнению автора, может также содействовать раннему распознаванию перемен, вырабатывая гибкость в действиях. При успешном применении этот метод делает сюрпризы истории менее неожиданными и учит действовать с оглядкой» [14]. Трактовка понятия сценарного моделирования С. А. Попова, которая сводится к «разработке нескольких примерно одинаково вероятных, но значимо контрастных вариантов будущего развития ее внешней среды» [8], не подчеркивает отличие сценарного моделирования от планирования, а по сути отражает основную концепцию сценарного подхода, заключающуюся в разработке множества разнообразных сценариев развития наблюдаемых процессов в условиях неопределенности внешней среды.

По нашему мнению, сценарное моделирование — процесс построения прогностических моделей, описывающих возможные будущие состояния анализируемых объектов, с помощью экономико-математических методов моделирования на основе системного анализа существующих закономерностей развития наблюдаемых процессов, анализа возможных управленческих воздействий, моделирования последствий принятия управленческих решений и моделирования альтернативных вариантов данных решений. Сценарное планирование, в соответствии с нашим подходом, является заключительной стадией сценарного проектирования, в ходе которой смоделированные сценарии наполняются содержанием, выявляются наиболее вероятные сценарии, определяются факторы и ключевые показатели их реализации, выбираются механизмы достижения оптимального вектора развития, формируется стратегия развития социально-экономической системы в рамках разработанных сценариев. Сценарное планирование является, по мнению Джила Рингланда, частью стратегического планирования, технологией, позволяющей управлять неопределенностью будущего. Сущность сценарного планирования, по мнению автора, «заключается в исследовании внешней среды на наличие предопределенных элементов и ключевых неопределенностей и комбинировании их для формулирования альтернативных сценариев будущего» [15]. Главной задачей сценарного планирования исходя из данного определения является поиск ключевых и неопределенных факторов развития внешней среды и формирование на их основе сценариев. Сценарное планирование в работах Матса Линдгрена и Ханса Бандхольда также рассматривалось в качестве эффективного инструмента средне- и долгосрочного стратегического планирования в неопределенных условиях, которое помогает отточить стратегии, составить планы действий на случай неожиданного развития событий и придерживаться правильного направления [4]. Французский ученый Л. Буржуа также считал, что «сценарное планирование позволяет разработать разумный набор стратегий, способствует достижению лучшего результата деятельности организации, позволяет выстроить защиту организации от основных угроз внешней среды» [13]. По мнению А. А. Ивановой, сценарное планирование «является методом, позволяющим составлять прогноз развития деятельности на заданный период при изменяющихся внутренних процессах и внешних условиях развития экономики, выявлять и реализовывать внутренние резервы, оценивать и выбирать лучший вариант стратегического развития, оперативно корректировать текущие действия для достижения поставленных целей» (см. в: [4]). Данная трактовка наиболее полно отражает сущность понятия сценарного планирования, поскольку рассматривает в качестве основных задач не только формирование, планирование определенных сценариев, но и предполагает разработку механизмов реализации сценариев, их корректировку в случае изменения внешней среды.

Наличие в научной литературе такого множества пересекающихся по смыслу трактовок понятий сценарного анализа, моделирования, прогнозирования и планирования заставило нас по-другому взглянуть на процесс разработки прогнозных сценариев развития социально-экономических систем. Данные понятия характеризуют не самостоятельные в рамках сценарного подхода исследовательские процессы, а являются основными этапами одного процесса разработки прогнозных сценариев, сценарного проектирования (рис.).

Согласно такому подходу сценарный анализ является начальным этапом сценарного проектирования, на котором осуществляется исследование динамики ключевых показателей развития социально-экономической системы, всевозможных факторов внутренней и внешней среды, определяющих характер такой динамики, установление основных закономерностей развития наблюдаемых процессов. На этапе сценарного моделирования с помощью экономико-математических методов исследования, на основе системного анализа установленных закономерностей, а также факторов внешней и внутренней среды развития наблюдаемых процессов, формируется прогностическая модель, описывающая в виде формул возможные состояния исследуемой социально-экономической системы в будущем (сценарии) и устанавливающая ключевые управленческие переменные в модели, изменение которых позволит далее регулировать процесс реализации сценариев и осуществить переход к наиболее оптимальному. Сформированная экономико-математическая модель используется далее в процессе сценарного прогнозирования для разработки целой системы всевозможных сценариев будущего развития наблюдаемых социально-экономических процессов, а также прогнозирования последствий в случае их реализации. Важное значение на этом этапе приобретает поиск точек бифуркации, сигнализирующих о наступлении или изменении тех или иных прогнозных сценариев. На этапе сценарного прогнозирования формируется не два, не три, а целое множество всевозможных сценариев будущего изменения исследуемого объекта, что существенно усложняет процесс сценарного проектирования. Поэтому на этапе сценарного планирования происходит отбор наиболее вероятных прогнозных сценариев, спроектированные сценарии наполняются содержанием, определяются факторы и ключевые показатели их реализации, выбираются механизмы достижения оптимального вектора развития, формируется стратегия развития социально-экономической системы в рамках базовых сценариев. Такая интеграция сценарного анализа, моделирования, прогнозирования и планирования в один исследовательский процесс, аналогичный проектированию, позволяет не только объединить пересекающиеся по смыслу процессы, но и разграничить их функциональное содержание. Именно такой подход и будет использоваться при проектировании прогнозных сценариев трансформации балансовой модели движения финансовых потоков между институциональными секторами в региональной системе.

Сценарное проектирование трансформаций балансовой модели движения финансовых потоков между институциональными секторами в Свердловской области

В более ранних работах, посвященных анализу процессов движения финансовых потоков между институциональными секторами в региональных системах, нами уже рассматривался методический инструментарий формирования балансовой модели, раскрывающий особенности распределения финансовых ресурсов между основными секторами экономики на территории региона [7, с. 78], а также анализировались тенденции их движения между секторами за период с 2010 по 2015 гг. Так, было установлено, что в периоды экономического спада и развития кризисных явлений в экономике наблюдается серьезный отток капитала из сектора финансовых корпораций за рубеж в виде депозитов, инвестиций в долговые ценные бумаги и иностранную валюту, а также кредитования [6, с. 10]. Для подтверждения установленных тенденций с помощью большого массива данных и формирования прогнозных сценариев возможной трансформации балансовой модели движения финансовых потоков между институциональными секторами в Свердловской области нами был реализован подход к сценарному проектированию социально-экономических процессов, представленный на рисунке.

На этапе сценарного анализа на основе данных Оборотной ведомости бухгалтерского учета по форме № 101 кредитных учреждений, зарегистрированных в Свердловской области, была сформирована динамическая балансовая модель движения финансовых потоков между институциональными секторами за период с 1999 по 2018 гг. Сформированная динамическая модель, затронувшая периоды дефолта 1998 г., экономического спада 2003 г., финансового кризиса 2008 г. и его второй волны в 2012 г., стагнации экономического развития после 2014 г., позволила не только подтвердить ранее установленные тенденции в процессах движения финансовых потоков между секторами в периоды экономических спадов, но и установить следующие закономерности:

  • активизация спекулятивных операций банковского сектора с иностранной валютой в периоды экономических спадов (приобретенная кредитными учреждениями Свердловской области в 2009 г. иностранная валюта в размере 1 348,3 млн руб. не способствовала выходу региона из финансово-экономического кризиса, а приобретенная в 2011 г. кредитным сектором экономики иностранная валюта в еще более значительном объеме — 13 113,6 млн руб. — повлияла на сильное ослабление отечественной валюты, что в совокупности с другими экономическими проблемами привело к формированию в 2012 г. «второй волны» финансово-экономического кризиса 2008 г.);
  • существенное сокращение инвестиционного потенциала банковского сектора в периоды кризиса из-за закрытия депозитных вкладов другими институциональными секторами (так, в 1999 г., после экономического дефолта со счетов банковского сектора Свердловской области было выведено 369,1 млн руб., в 2003 г. — 1 011,5 млн руб. Отмеченная закономерность наблюдалась и в последующие периоды экономического спада);
  • активизация процессов перемещения банковского капитала на депозиты иностранных финансовых учреждений (после дефолта, в 1999 г., банковским сектором Свердловской области на зарубежные счета были переведены средства в размере 71,3 млн руб., в период экономического спада 2003 г. — 1 554 млн руб., в разгар финансово-экономического кризиса, в 2009 г., — 2 007,5 млн руб., в период стагнации экономического развития секторов в 2016 г. отток капитала банковского сектора достиг рекордного значения — 10 625,4 млн руб. (табл. 1);
  • сокращение объемов кредитования реального сектора экономики и предоставление кредитов зарубежным организациям в значительных объемах (такая тенденция проявилась после экономического спада 2003 г. — объем кредитования иностранных компаний достиг 2978,3 млн руб., тогда как реального сектора экономики — в два раза меньше, 1304,7 млн руб. (табл. 2).

Таблица 1

Динамика движения средств на депозитах институциональных секторов Свердловской области, тыс. руб.

Год

Финансовые корпорации

Государственное управление

Нефинансовые корпорации

Домашние хозяйства

Остальной

мир

ЦБ РФ

Кредитные учреждения

Другие финансовые 

организации

1999

915 236

502 401

849 159

-1 252 712

-971 440

-114 027

71 383

2000

685 274

1 745 978

-580 722

192 441

-871 551

-1 018 733

-152686

2001

-1 130 068

1 308 719

241 414

934 944

311859

-1 699 306

32 436

2002

2 795 338

11 609 467

586 262

-906 159

-4 124 469

-9 964 080

3 641

2003

2 057 566

6 681 542

1 412 696

178 439

-4 296 922

-7 587337

1 554016

2004

-863 144

13 841 033

-1 041 461

-409 368

-3 572 482

-6 781 053

-1 173 527

2005

4 012 845

21 841 340

-411 156

-2 531 465

-7 017033

-15 232 064

-662 468

2006

-2 098 224

22 976 184

-257 927

-1 486 647

-7 899 572

-10 998 135

-235 680

2007

114 468

37 002 004

-1 189 424

-208 537

-10 718 446

-23 848 811

-1 151 253

2008

-3 591 289

2 912 894

-62 439

333 613

1 850 978

-126 425

-1 317 331

2009

1 791 743

19 601 989

-5 882 642

4 800 983

-10 502 985

-11 816 557

2 007 467

2010

-425 127

43 836 985

-5 997 992

-1 145 298

-16 076 497

-26 199 727

6 007 655

2011

-5 459 885

30 865 500

19 919 567

-1 633 349

-22 594 283

-21 684 119

586 567

2012

-12 018 597

73 458 388

-7 566 202

-932 536

-10 550 494

-43 752 207

1 361 646

2013

-4 233 940

39 478 132

-1 356 462

386 604

9 721 403

-36 824 283

-7 171455

2014

3 191 150

1 366 386

5 002 779

2 757 901

-3 707314

1 099 229

-9 710 133

2015

-7 469 621

83 101 113

-33 866 228

-6 329 232

9 282 850

-42 925 152

-1 793 731

2016

26 356 035

-348 416 606

37 026 471

3 414013

58 375 128

212 619 559

10 625 398

2017

22 353 151

295 800 818

5 971 983

-3 543 696

-57 466 034

-250 544 394

-12 571 830

В 2009 г. кредитование нефинансовых корпораций банковским сектором полностью остановилось, размер возврата взятых ранее кредитов превысил его объемы, в то время как объемы кредитования зарубежных компаний достигли рекордного за десятилетие значения в 8182,4 млн. руб. В 2012 г., в период проявления «второй волны» экономического кризиса 2008 г., разница в объемах кредитования данных секторов выросла до десятка раз:

  • рост объемов инвестирования банковского сектора экономики в долговые ценные бумаги иностранных эмитентов (зачастую объемы таких инвестиций превышали вложения в долговые ценные бумаги ЦБ РФ, государственные и муниципальные ценные бумаги и бумаги реального сектора экономики);
  • отток капитала банковского сектора экономики за рубеж в значительном объеме (в периоды, когда инвестиций банковского сектора так не хватало для восстановления реального сектора экономики, сектора государственного управления, средства кредитных учреждений «замораживались» на счетах зарубежных организаций (табл. 3). В 2015 г. отток капитала достиг рекордного значения в 27 482,9 млн руб.)

Таблица 2

Динамика движения кредитных ресурсов институциональных секторов Свердловской области, тыс. руб.

Год

Финансовые корпорации

Государственное управление

Нефинансовые корпорации

Домашние хозяйства

Остальной

мир

ЦБ РФ

Кредитные учреждения

Другие финансовые 

организации

1999

0

-719141

-28968

222 724

507974

5 261

12 150

2000

0

-2670325

35 705

143 503

2234413

194 480

62 224

2001

0

-1045551

-279377

133079

973039

201709

17 101

2002

0

-11931470

-832437

1 010 957

9585057

1 952500

215393

2003

-49 000

-9025762

-1308573

-209545

9314733

1 935749

-657602

2004

49 000

-8 385757

617 279

-574882

2542779

5308413

443168

2005

-195000

-15807372

-154373

-490776

5900651

10 621 593

125 277

2006

8 500

-18257883

-171428

178483

7757458

9337066

1 147804

2007

185500

-42993574

3670776

-284220

18 009 949

22 132395

-720826

2008

-21948600

3 902 873

813104

-176689

1 304715

13 126 287

2978310

2009

21 597 570

13 037939

-15903343

-216987

-4 983704

-21713881

8182406

2010

22 030

-29613304

10 595 806

631497

4020198

7654029

6689744

2011

260000

-42278722

6275322

-486879

4751577

34 155172

-2 676 470

2012

-2597000

-66397759

7391588

460 627

855375

52 128 436

8158733

2013

272000

-32633288

-5 720266

-134226

4395310

40 916 589

-7096 119

2014

-3964474

11 129 155

-1375779

-113278

2420235

-20685422

12 589 563

2015

-163526

15532139

-7332 131

17 755

-2356366

-16858601

11 160 730

2016

6 523 000

248 949 074

-45 889 273

195415

-41 945 002

-127978748

-39 854 466

2017

0

-151679034

-5215532

379160

49 537749

81 671 680

25 305 977

Для восстановления нарушенного баланса кредитных учреждений в регионе Центральным банком РФ осуществлялась финансовая поддержка (в 2012 г. в размере 10 964,8 млн руб., в 2014 г. — 1 838,2 млн руб. и в 2015 г. — в размере 2365 млн руб.). Несмотря на это значительная часть финансовых ресурсов банковского сектора экономики все равно размещалась на счетах зарубежных организаций. В условиях острого дефицита финансовых ресурсов, который проявлялся в периоды кризиса, такая политика и финансовая стратегия развития банковского сектора в регионе недопустимы, недопустима и поддержка такой политики кредитных учреждений Центральным банком РФ. В периоды восстановления экономики наблюдались противоположные тенденции в процессах движения финансовых потоков между секторами в регионе: сокращение объемов инвестиций в долговые ценные бумаги иностранных эмитентов, наращивание объемов кредитования реального сектора экономики и сектора государственного управления, снижение объемов спекулятивных сделок с иностранной валютой, возврат капитала банковского сектора с депозитов зарубежных финансовых учреждений и т. д.

Таблица 3

Динамика движения всех аккумулируемых банками средств между институциональными секторами Свердловской области, тыс. руб.

Год

Финансовые корпорации

Государственное управление

Нефинансовые корпорации

Домашние хозяйства

Остальной

мир

ЦБ РФ

Другие финансовые организации

1999

1054039

410830

-1027130

-551592

14 414

99 439

2000

506535

-909107

602 340

482797

-644586

-37979

2001

-1054402

-96112

1 270211

1 343 025

-1501888

39 166

2002

1837934

-1752286

1 197509

5 996 910

-7523111

243 044

2003

2333328

-2751512

-435030

5242934

-5461799

1 072080

2004

-1568699

717937

943354

725757

-540622

-277727

2005

3 464 421

-1362891

-632422

1 973296

-3890078

447 674

2006

-3015137

1006835

-152976

4582370

-2235746

-185345

2007

-1822923

-1461888

-3 353 664

9 194 041

771555

-3 327121

2008

-19329097

-3843169

-14 411776

40 954 439

3829164

-7 199560

2009

27 647 194

-19845205

4111622

14 706 662

-38731855

12 111583

2010

5128496

1 807336

-6645799

18 691 877

-24140020

5158111

2011

-12618647

19 245 242

8431359

-35 868 640

18 958 392

1 852294

2012

-10964784

-1313897

-3758577

5 485 838

3847422

6703999

2013

-565504

-23554741

-2481648

46 755190

-4 713985

-15439312

2014

-1838220

3541119

-16779239

43 052370

-32105704

4129674

2015

-2365149

-5139806

-1314930

44 417 366

-63080423

27 482 941

2016

24 513 701

-1442875

39375120

-161494460

121 848 248

-22799734

2017

39 942 501

22532761

681032

121 145 847

-191221495

6919355

Установленные закономерности движения финансовых потоков между банковским и другими институциональными секторами в периоды экономических спадов и восстановления были использованы нами для сценарного моделирования (второй этап сценарного проектирования согласно представленному методологическому подходу) возможных трансформаций процессов движения финансовых потоков в регионе. В процессе моделирования нами был использован множественный регрессионный анализ по методу наименьших квадратов с оценкой и устранением мультиколлинеарности, автокорреляции остатков, анализом статистической значимости основных параметров модели и выполнимости предпосылок Гаусса — Маркова. В результате исследования была построена многоуровневая регрессионная модель, отражающая зависимости между институциональными секторами по движению финансовых потоков в рамках различных финансовых инструментов (табл. 4).

Таблица 4

Многоуровневая экономико-математическая модель движения финансовых потоков между институциональными секторами в Свердловской области

Структура финансовых потоков

Финансовые корпорации

(ФК)

Государственное управление

(ГУ)

Нефинансовые корпорации (НК)

Домашние хозяйства (ДХ)

Остальной мир (ОМ)

1. Инвестиции в драгоценные металлы

0,849 х КУ + 1,58 х ЦБ

-0,0855 х ФК

-0,0855 х ФК

-0,598 х ФК

-0,231 х ФК

2. Денежные средства

0,953 х КУ + 0,941 х ЦБ

-0,003 х ФК

-0,207 х ФК

-0,7902 х ФК

3. Депозиты

0,952 х КУ + 1,767 х ЦБ

-0,013 х ФК

-0,1903 х ФК

-0,7605 х ФК

-0,036 х ФК

4. Инвестиции в долговые ценные бумаги

0,834 х КУ + 0,881 х ДФО

-0,303 х ФК

-0,203 х ФК

0,0209 х ФК

-0,515 х ФК

5. Кредитование

0,884 х КУ + 0,556 х ЦБ

-0,233 х ФК

-0,609 х ФК

-0,157 х ФК

6. Инвестиции в акции

0,799 х КУ + 0,694 х ЦБ

-0,246 х ФК

-0,267 х ФК

-0,295 х ФК

-0,193 х ФК

7. Дебиторская / кредиторская 

задолженность

1,0129 х КУ + 1,0005 х ДФО

0,0124 х ФК

-0,289 х ФК

-0,715 х ФК

8. Платежи по налогам

1,0001 х КУ

-0,99 х ФК

9. Расчеты по заработной плате

1,0001 х КУ

-0,08 х ФК

-0,919 х ФК

10. Расчеты с поставщиками

1,0004 х КУ

-1,0006 х ФК

11. Инвестиции в основные средства

0,997 х КУ

-0,119 х ФК

-0,818 х ФК

-0,062 х ФК

Примечание: КУ — кредитные учреждения; ДФО — другие финансовые организации.

Сформированная модель раскрывает два уровня зависимостей в структуре процессов движения финансовых потоков: внутри сектора финансовых корпораций (между кредитными учреждениями, Центральным банком РФ и другими финансовыми организациями) и между секторами финансовых и нефинансовых корпораций, государственного управления, домашних хозяйств и зарубежных финансовых учреждений (сектор остальной мир). Представленные зависимости (табл. 4), согласно основам регрессионного моделирования по методу наименьших квадратов, содержат усредненные за период 1999-2018 гг. значения параметров регрессии, и это позволяет нам использовать их для формирования инерционного сценария, предполагающего сохранение выявленных за этот период тенденций в процессах движения финансовых ресурсов между секторами в будущем.

При формировании крайне позитивных и негативных сценариев трансформации сложившейся модели движения финансовых потоков между секторами в будущем можно воспользоваться полученными в ходе регрессионного моделирования верхними и нижними границами значений коэффициентов (табл. 5).

Таблица 5

Регрессионные зависимости в модели движения финансовых потоков между институциональными секторами в Свердловской области в рамках оптимистичного (ОС) и пессимистичного (ПС) сценариев

Структура финансовых потоков

Финансовые корпорации (ФК)

Государственное управление (ГУ)

Нефинансовые корпорации

(НК)

Домашние хозяйства (ДХ)

Остальной мир

(ОМ)

1. Инвестиции в драгоценные металлы

0,61 х КУ + + 1,34 х ЦБ (ПС)

1,09 х КУ + + 1,82 х ЦБ (ОС)

-0,16 х ФК (ПС)

-0,01 х ФК (ОС)

-0,15 х ФК (ПС)

-0,01 х ФК (ОС)

-0,75 х ФК (ПС)

-0,45 х ФК (ОС)

-0,39 х ФК (ПС)

-0,07 х ФК (ОС)

2. Денежные средства

0,88 х КУ -

  • - 0,14 х ЦБ (ПС)

1,02 х КУ -

  • - 2,02 х ЦБ (ОС)

-0,009 х ФК (ПС)

0,003 х ФК (ОС)

-0,55 х ФК (ПС)

0,14 х ФК (ОС)

-1,14 х ФК (ПС)

-0,44 х ФК (ОС)

3. Депозиты

0,91 х КУ + + 1,26 х ЦБ (ПС)

0,99 х КУ + + 2,26 х ЦБ (ОС)

-0,02 х ФК (ПС) -0,003 х ФК (ОС)

-0,23 х ФК (ПС)

-0,16 х ФК (ОС)

-0,79 х ФК (ПС)

-0,73 х ФК (ОС)

-0,05 х ФК (ПС)

-0,02 х ФК (ОС)

4. Инвестиции в долговые ценные бумаги

0,77 х КУ + + 0,58 х ДФО (ПС) 0,9 х КУ + + 1,18 х ДФО (ОС)

-0,39 х ФК (ПС)

-0,21 х ФК (ОС)

-0,26 х ФК (ПС)

-0,14 х ФК (ОС)

0,005 х ФК (ПС)

0,036 х ФК (ОС)

-0,63 х ФК (ПС)

-0,40 х ФК (ОС)

5. Кредитование

0,83 х КУ + + 0,03 х ЦБ (ПС)

0,94 х КУ + + 1,08 х ЦБ (ОС)

-0,28 х ФК (ПС)

-0,19 х ФК (ОС)

-0,68 х ФК (ПС)

-0,54 х ФК (ОС)

-0,21 х ФК (ПС)

-0,11 х ФК (ОС)

6. Инвестиции в акции

0,78 х КУ + + 0,17 х ЦБ (ПС)

0,81 х КУ + + 1,22 х ЦБ (ОС)

-0,26 х ФК (ПС)

-0,23 х ФК (ОС)

-0,28 х ФК (ПС)

-0,25 х ФК (ОС)

-0,31 х ФК (ПС)

-0,28 х ФК (ОС)

-0,22 х ФК (ПС)

-0,16 х ФК (ОС)

7. Дебиторская / кредиторская задолженность

1,01 х КУ + + 0,98 х ДФО (ПС)

1,02 х КУ + + 1,02 х ДФО (ОС)

0,007 х ФК (ПС)

0,02 х ФК (ОС)

-0,41 х ФК (ПС)

-0,17 х ФК (ОС)

-0,85 х ФК (ПС)

-0,58 х ФК (ОС)

8. Платежи по налогам

0,99 х КУ (ПС)

1,001 х КУ (ОС)

-1,001 х ФК (ПС)

-0,98 х ФК (ОС)

9. Расчеты по заработной плате

0,99 х КУ (ПС)

1,001 х КУ (ОС)

-0,13 х ФК (ПС)

-0,03 х ФК (ОС)

-0,97 х ФК (ПС)

-0,87 х ФК (ОС)

10. Расчеты с поставщиками

0,99 х КУ (ПС)

1,002 х КУ (ОС)

-1,001 х ФК (ПС)

-0,99 х ФК (ОС)

-

11.

Инвестиции в основные средства

0,995 х КУ (ПС)

0,999 х КУ (ПС)

-0,15 х ФК (ПС)

-0,09 х ФК (ОС)

-0,88 х ФК (ПС)

-0,76 х ФК (ОС)

-0,14 х ФК (ПС)

0,01 х ФК (ОС)

Сформированная экономико-математическая модель является достоверной и имеет статистически значимые параметры. Коэффициент корреляции в представленных уравнениях составил не менее 0,8, что свидетельствует о высоком уровне взаимосвязи между переменными в модели. Вероятность подтверждения нулевой гипотезы незначимости коэффициента детерминации крайне низка (F < 0,05), что свидетельствует о достоверности полученной модели в целом, а также о достаточности наблюдений для ее формирования. Все параметры регрессии статистически значимы, так как вероятность подтверждения нулевой гипотезы незначимости коэффициентов регрессии незначительна (Р-значения коэффициентов регрессии ниже 0,05). Анализ остатков в модели показал, что остатки незначительны и распределены случайным образом. Расчет статистики Дарбина — Уотсона показал, что автокорреляция остатков в модели отсутствует, а расчет меры мультиколлинеарности и парный корреляционный анализ не выявили в модели тесной взаимосвязи между экзогенными переменными. Все это позволяет признать сформированную модель статистически достоверной и использовать ее для построения прогнозных сценариев трансформации процессов движения финансовых потоков в регионе.

Наиболее важным элементом в структуре данной модели являются зависимости, характеризующие процессы движения финансовых ресурсов внутри сектора финансовых корпораций, поэтому и формируемые прогнозные сценарии трансформации всей балансовой модели движения финансовых потоков между институциональными секторами в регионе, в большей степени, зависят от размера осуществляемых в будущем операций по кредитованию, депозитам, инвестициям в долговые ценные бумаги, акции, иностранную валюту, драгоценные металлы кредитными учреждениями, Центральным банком РФ и другими финансовыми организациями. Сценарное прогнозирование их размера, осуществляемое на следующем этапе представленной методологии сценарного проектирования, может быть осуществлено с помощью множественного регрессионного анализа по методу наименьших квадратов или с использованием методов имитационного моделирования. Главной задачей реализации данного этапа сценарного проектирования является поиск внутренних и внешних факторов, оказывающих ключевое влияние на осуществляемые данными финансовыми учреждениями операции. Прогнозирование динамики изменения данных факторов в будущем и позволит сформировать систему сценариев движения финансовых потоков внутри сектора финансовых корпораций, а с помощью разработанной многоуровневой экономико-математической модели, представленной в таблице 4, и систему прогнозных сценариев возможных трансформаций в процессах движения финансовых потоков между институциональными секторами в регионе. Прогнозирование динамики изменения внутренних и внешних факторов финансовой деятельности институциональных единиц внутри сектора финансовых корпораций является сложной задачей, решению которой будут посвящены наши дальнейшие исследования.

Выводы

Представленный в работе теоретико-методологический подход к сценарному проектированию процессов возможной трансформации модели движения финансовых потоков между институциональными секторами в территориальной системе интегрирует в одну систему представленные в сценарном подходе исследовательские процессы (сценарный анализ, сценарное моделирование, сценарное прогнозирование и сценарное планирование), ранее рассматривавшиеся учеными как тождественные процессы построения прогнозных сценариев. Системное рассмотрение данных исследовательских процессов, их выстраивание в виде отдельных этапов одного процесса проектирования прогнозных сценариев позволяет наполнить их содержанием и функционально разграничить сущность выполняемых исследователями работ.


Список источников
  1. Аакер Д. А. Стратегическое рыночное управление. -7-е изд. ; пер. с англ. под ред. С. Г. Божук. — СПб.: Питер, 2002. — 496 с.
  2. Гейман О. А. Теоретические аспекты сценарного моделирования развития регионов [Электронный ресурс]. URL: http:// www.nbuv.gov.ua/ portal/soc_gum/ EProm/2009_48/st_48_02.pdf
  3. Банк для предпринимателей «Сфера» — онлайн банк для юр лиц с использованием сети Интернет и мобильного приложения.
  4. Лаева Т. В. Сценарный анализ как основа стратегического планирования в организации // Менеджмент в России и за рубежом. — 2006. — № 2.
  5. Линдгрен М., Бандхольд Х. Сценарное планирование. Связь между будущим и стратегией. — М.: Изд-во «Олимп-Бизнес», 2009. — 256 с.
  6. Назаренко А. Н., Звягинцева О. С.Сценарное прогнозирование развития социально-экономических систем // Научный журнал КубГАУ. — 2012. — № 84(10). — С. 1
  7. Наумов И. В. Матричный подход к исследованию процессов движения финансовых потоков между институциональными секторами в регионе // Известия УрГЭУ. — 2017. — № 6 (74). — С. 77-91.
  8. Наумов И. В. Теоретико-методологические основы сценарного подхода к моделированию матрицы финансовых потоков в региональной территориальной системе // Управленец. — 2017. — № 3 (67). — С. 8-17.
  9. Попов С. А. Сценарное моделирование: методика из восьми шагов [Электронный ресурс]. URL: http:// www.iteam.ru/ publications/ strategy/section_16/ article_3846
  10. Рингланд Д. Сценарное планирование для разработки бизнес-стратегии. — 2-е изд.; пер. с англ. — М.: ООО «И. Д. Вильямс», 2008. — 560 с.
  11. Сафонова З. А. Методология сценарного подхода к социально-экономическому прогнозированию региона // Материалы XXXVIII научно-технической конференции по итогам работы профессорско-преподавательского состава СевКавГТУ за 2008 год. — Том третий. Экономика. — Ставрополь: СевКавГТУ, 2009. — 113 с.
  12. Феофанов К. А. О сценарном подходе к прогнозированию // Социологические исследования. — Май 2008. — № 5. — C. 67-74.
  13. Филин Ф. Н. Как повысить устойчивость и надежность бизнес-процессов [Электронный ресурс]. URL: http://www.human-resource.ru /blog/viewblog/statji/ 222.php.
  14. Bourgeois L. J. Strategic management from concept to implemention. — University of Virginia, Darden Graduate School of business, 1998.
  15. Kahn Н. The Next Two Hundred Years: A Scenario for America and the World. — William Morrow & Company, 1976.
  16. Ringland G. Scenario Planning: Managing for the Future [Электронный ресурс]. URL: http://www.amazon.com/ Scenario-Planning-Managing-Gill-Ringland/ dp/047001881X/ ref=ntt_at_ep_dpt_1.
  17. Schwartz Р. The Art of the Long View: Planning for the Future in an Uncertain World [Электронный ресурс]. URL: http://www.amazon.com /Peter-Schwartz/e/B000APCEM2/ ref=ntt_athr_dp_pel_1.
 

Популярные книги и учебники