Индикаторы потери устойчивости региональной бюджетной системы

Размещено на http://www.allbest.ru/

Индикаторы потери устойчивости региональной бюджетной системы

Граница Ю.В.

Кризис 2020 года затронул все институциональные структуры и сферы деятельности и этим самым он кардинально отличается от предыдущих кризисов, которые локализовывались на отдельных рынках. Дополнительной характеристикой текущего экономического кризиса служит высокая степень неопределенности в отношении будущих событий в постпандемический период, исход которых зависит, в частности, от таких факторов как разработка вакцин, выбор инклюзивной или экстрактивной политик на уровне страны и региона, степень ксенофобии в потреблении, темпы эскалации государственной помощи.

Подверженность бюджетной системы всех уровней влиянию негативных факторов подчеркивают Савчишина К.Е [1], Канкулова М.И. [2], Гамукин В.В. [3], Шаров В.Ф. [4] Наиболее же чувствительной к внешним шокам объективно является региональная бюджетная система по причине ее неоднородности [5].

В ряде исследований в области финансовой нестабильности, например, в работах Малкиной М.Ю. [6], Иванова А.И. [7], Границы Ю.В. [8], Куссый М.Ю. [9] мерой финансовой неустойчивости и риска экономических систем служит волатильность экономических индикаторов. Таким образом, перед нами стоит задача определить, какие экономические показатели подлежат анализу на предмет наличия волатильности, свидетельствующей о неустойчивости бюджетной системы.

Сбалансированность бюджета определяется на основе анализа соотношения бюджетных доходов и расходов, таким образом, индикатором состояния государственных финансов служит размер дефицита (профицита) бюджета. экономический кризис государственный бюджет

В нашем докладе «Применение модели авторегрессионной условной гетероскедастичности для оценки устойчивости региональной бюджетной системы», представленном на IV Российской научной Интернет-конференция «Проблемы и перспективы развития научно-технологического пространства» [10], произведен анализ волатильности дефицита консолидированного бюджета субъектов РФ, на рис. 1 представлена динамика волатильности за последние десять лет.

Рисунок 1. Волатильность дефицита бюджета субъектов РФ за 2011 -2020 годы

Анализ графика показывает, что в 2019 году наблюдается всплеск волатильности дефицита бюджета, который, во-первых, может расцениваться как предвестник неустойчивости бюджетной системы, во-вторых, такие скачки волатильности могут повторяться в последующие периоды благодаря такому явлению как кластеризация волатильности, а кризис 2020 года будет выступать катализатором нарастания волатильности дефицита бюджета.

Проанализируем ежемесячные показатели доходов и расходов консолидированного бюджета субъектов с января 2011 по март 2020 года и выясним какой бюджетный параметр послужил источником изменчивости дефицита бюджета.

Последовательность процедур анализа бюджетных параметров представлена на рис. 2.

Рисунок 2. Этапы анализа изменчивости бюджетных параметров

Проведем десезонизацию региональных доходов посредством процедуры TRAMO анализа в эконометрическом пакете свободного доступа Gretl и построим график временного ряда доходов (Income_sa) (рис. 3).

Рисунок 3. Временной ряд ежемесячных доходов бюджета субъектов РФ за 2011-2020 годы с корректировкой на сезонность

Анализ динамики доходов бюджета позволяет сделать вывод о наличии в ряду данных восходящего тренда, а также систематических колебаний различной величины.

Гармонический анализ ежемесячных доходов бюджета осуществим с помощью функций периодограммы и спектральной плотности для выявления скрытых периодичностей. График функции спектральной плотности представлен на рис. 4.

Рисунок 4. Спектральная плотность доходов регионального бюджета

Анализ спектра приводит нас к выводу о существенном влиянии долгосрочной изменчивости, об этом свидетельствует пик спектральной частоты в периоде в марте 2020 года, таким образом, сформулируем предположение, что именно пандемия способствовала колебанию величины доходов бюджета.

Прологарифмировав ряд данных для упрощения интерпретации получаемых результатов и проведя тест Дики-Фуллера, мы выяснили, что первые разности ряда являются стационарными, содержательно этот вывод можно трактовать как стационарность темпов прироста региональных бюджетных доходов.

На следующем этапе построим Garch-модель, описывающую динамику доходов.

Применение обобщённых моделей с авторегрессионной условной гетерескедастичностью для описания и прогнозирования поведения временных рядов финансовых данных исследуется в работах Бессонова В.А. [11], Неверович О.О. [12], Молчанова А.А. [13]

Построив кореллограмму прироста доходов (рис. 5) и проанализировав различные варианты параметров Garch модели, принимая во внимание значения логарифма правдоподобия и информационного критерия Шварца, мы выбрали авторегрессионную модель второго порядка, наилучшим образом описывающую динамику прироста доходов регионального бюджета. График условной дисперсии ошибок модели представлен на рис. 6.

Рисунок 5. Кореллограмма темпов прироста доходов регионального бюджета

Рисунок 6. Условная дисперсия ошибок модели динамики прироста доходов региональных бюджетов

В результате анализа данных об условной гетероскедастичности делаем вывод, что волатильность доходов бюджета субъектов РФ наблюдалась в 2012 год, с 2013 года следует отметить стабильный прирост доходов бюджета - кривая волатильности располагается практически параллельно оси абсцисс.

Произведем анализ бюджетных расходов субъектов за аналогичный период.

Следует отметить, что функция спектральной плотности расходов ведет себе идентично функции доходов (рис. 7). Таким образом, сформулируем вывод о существенном влиянии на величину расходов долгосрочной изменчивости.

Рисунок 7. Функция спектральной плотности расходов регионального бюджета

Результатом выполнения процедур анализа изменчивости расходов, последовательность которых представлена на рис. 2, является авторегрессионная модель первого порядка, график условной дисперсии остатков этой модели представлен на рис. 8.

Рисунок 8. Условная дисперсия ошибок модели динамики прироста расходов региональных бюджетов

Анализ графика условной дисперсии ошибок в модели прироста расходов показал, что пики волатильности наблюдались в начале 2015 и в конце 2019 года, то есть в период валютного кризиса и в предкризисный период на валютном рынке.

Таким образом, неустойчивость (волатильность) дефицита регионального бюджета как основного индикатора региональных финансов обусловлена волатильностью бюджетных расходов.

В период глобального спада 2020 года финансовая неустойчивость региональной бюджетной конструкции будет нарастать и не только за счет роста региональных расходов на здравоохранение и социальные выплаты, но и по причине сокращения собственных доходов регионов под влиянием падения нефтяных цен и режима самоизоляции.

Однако прогнозировать развитие бюджетного кризиса в 2020 г. на региональном уровне достаточно сложно ввиду отсутствия на текущий момент официальной статистики и все еще сохраняющейся существенной неопределенности в отношении развития общей экономической ситуации в стране и мире.

Список литературы

1. Савчишина К.Е. Современные проблемы и перспективы развития бюджетной системы России // Проблемы прогнозирования. - М., 2017. - № 6 (165). - С. 101-114.

2. Канкулова М.И. Понятие и основные факторы устойчивости бюджетной? системы // Финансы и кредит. - М., 2016. - № 37. - С. 30-39.

3. Гамукин В.В. Комбинаторика рисков бюджетной системы // Финансы и кредит. - М., 2015. - № 22. - С. 28-39.

4. Шаров В. Ф., Караев А. К. Устойчивость бюджетной системы и проблемы восстановления роста экономики России // Вестник финансового университета. - М.. 2014. - № 5.

5. Алклычев А.М., Умарова С.Х., Давтукаева М.Ш. Особенности системного подхода к формированию региональных бюджетов // РППЭ. 2018. - № 12 (98). - https://cyberleninka.ru/article/n/osobennosti-sistemnogo-podhoda-k-formirovaniyu-regionalnyh-byudzhetov

6. Малкина М.Ю. Вклад регионов и отраслей в финансовую нестабильность российской экономики // Terra economicus. 2018. - Т. 16, № 3. - С. 118-130.

7. Иванов П.А., Сахапова Г.Р. Финансовая нестабильность региона: методы оценки и инструменты элиминирования // Общественные финансы. 2016. - № 3.

8. Граница Ю. В. Подходы к формированию интегрального показателя финансовой неустойчивости на уровне региона // Трансформация экономики: анализ проблем и поиск путей решении?: материалы Всероссийской (с международным участием) научно-практической конференции, посвященной 60-летию БТИ АлтГТУ (23-25 мая 2019 г.) / Под ред. к.э.н. Н.В. Волковой; Алт. гос. техн. ун-т. - Бийск: Изд-во АлтГТУ, 2019. - Т.2. - С. 45-49.

9. Куссый М.Ю. Методологические аспекты измерения волатильности // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. 2018. - № 1. - https://cyberleninka.ru/article/n/metodologicheskie-aspekty-izmereniya-volatilnosti

10. Граница Ю.В. Применение модели авторегрессионной условной гетероскедастичности для оценки устойчивости региональной бюджетной системы: доклад, представленный на IV Российской научной Интернет-конференции «Проблемы и перспективы развития научно-технологического пространства». - http://fic.vscc.ac.ru/index.php?/forum/1013-iv

11. Бессонов В.А., Петроневич А.В. Сезонная корректировка как источник ложных сигналов // Экономический журнал ВШЭ. - М., 2014. - № 4. - С. 554-584.

12. Неверович О.О. Хеджирование на нефтяном рынке: многомерные модели с динамическими условными корреляциями // Финансы и кредит. - М., 2014. - № 47 (623). - https://cyberleninka.ru/article/n/hedzhirovanie-na-neftyanom-rynke-mnogomernye-modeli-s-dinamicheskimi-uslovnymi-korrelyatsiyami

13. Молчанов А.А. Использование GARCH модели для исследования динамики курса валют // Гаудеамус. 2012. - № 20. - https://cyberleninka.ru/article/n/ispolzovanie-garch-modeli-dlya-issledovaniya-dinamiki-kursa-valyut

Размещено на Allbest.ru