Проблема привлечения инвестиций — это одна из ключевых проблем современного общества. Каждый инвестор, перед тем как вкладывать свои денежные средства, будь это инвестиционный проект, либо ценная бумага тщательно и ответственно оценивает привлекательность данного вложения.
Актуальность темы исследования обусловлена ролью регионов в условиях рыночной экономики ориентации российской экономики, расширением состава и содержания, решаемых задач, а, следовательно, принимаемых управленческих решений, от эффективности которых зависит региональное развитие. За годы экономических преобразований отношения центра и региона изменилось так, что последние получили право распоряжаться ограниченными ресурсами, при этом повысилась их ответственность за результаты хозяйствования. В настоящее время придается особое значение такой инвестиционной деятельности, которая была бы в органическом единстве с общегосударственными социально-экономическими приоритетами.
Практическая значимость темы связанна с тем, что осуществление инвестиций обеспечивается инвестиционной деятельностью регионов, которая является одним из видом его хозяйствования деятельности и важнейшей формой реализации его экономических интересов.
Таким образом, объектом исследования выступают регионы Российской Федерации.
Предмет исследования — инвестиционная деятельность регионов.
Цель работы: выявить и описать факторы, влияющие на инвестиционную деятельность регионов России.
Для достижения поставленной цели нужно выполнить следующие задачи:
Определить и описать основные факторы, влияющие на инвестиционную деятельность регионов.
Провести эмпирический анализ инвестиционной деятельности в регионах Российской Федерации;
- Провести эконометрическое исследование: составить регрессионную модель, протестировать ее;
- На основе коэффициентов регрессии выделить значимые переменные, а также определить направленность их влияния на объясняемую переменную.
Была выдвинута следующая гипотеза: факторы, указанные в данном исследовании оказывают значимое влияние на инвестиционную деятельность региона.
Таким образом, выпускная квалификационная работа содержит не только теоретические основы рассматриваемых факторов инвестиционной деятельности регионов
Информационная база исследования состоит из сайтов, занимающихся сбором и обработкой информации и баз данных, применяемых авторами других исследований на схожие темы. Кроме этого в информационную базу вошли публикации в экономических журналах, монографии, посвященные инвестиционной деятельности регионов. Большинство источников являются отечественными.
МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ В ТУРИЗМЕ
... их выполнения. Порядок проведения маркетингового исследования в общем случае состоит из пяти основных звеньев. 1. Выявление проблем и формулирование целей исследования считается важнейшим этапом. Правильно и точно сформулированная цель маркетингового исследования является залогом ...
ГЛАВА I. ИНВЕСТИЦИИ И ФАКТОРЫ НА НЕЕ ВЛИЯЮЩИЕ
1.1 Понятие инвестиции и их виды
Прежде чем обратиться к вопросам, связанным с исследованием факторов, влияющих на инвестиционную привлекательность регионов России, необходимо определить понятие «инвестиции» и дать им характеристику.
Согласно теории, под инвестициями понимаются вложения капитала с целью получения прибыли.
В соответствии с российским законодательством под инвестициями подразумевают денежные средства, ценные бумаги, имущество, в том числе имущественные права, имеющие денежную оценку, вкладываемые в объекты предпринимательской и (или) иной деятельности в целях получения прибыли и или достижения иного полезного эффекта Асаул А.Н., Карпов Б. М., Перевязкин В. Б., Старовойтов М. К. Модернизация экономики на основе технологических инноваций — Санкт-Петербург, 2008. — URL: http://www.aup.ru/books/m5/5_1.htm (дата обращения:06.05.2015).
Воспроизводственный подход к анализу инвестиций предполагает рассмотрение инвестиций в движении, которое носит повторяющийся характер, поскольку доход, образующийся в результате вложения инвестиционных ресурсов, распадается на потребление и накопление, а накопление является основой следующего инвестиционного цикла. С позиций структурного подхода инвестиции выступают как единство субъектов, объектов и экономических отношений, связанных с движением инвестиций.
Инвестиции характеризуются двумя взаимосвязанным параметрами: риском и доходностью. Как правило, чем выше риск инвестиций, тем выше должна быть их ожидаемая доходность. Для описания соотношения между риском и прибылью часто используется модель CAPM Приложение 1.
Инвестиции осуществляются в различных формах. С целью систематизации анализа и планирования инвестиций они могут быть сгруппированы по определенным классификационным признакам. Классификацию инвестиций можно представить в виде таблицы Таблица 1.
Таблица 1. Классификация инвестиций
|
Классификационные признаки |
Формы инвестиций |
|
|
По объектам вложений |
реальные инвестиции финансовые инвестиции |
|
|
По срокам вложений |
краткосрочные инвестиции среднесрочные инвестиции долгосрочные инвестиции |
|
|
По цели инвестирования |
прямые инвестиции портфельные инвестиции |
|
|
По сфере вложений |
производственные инвестиции непроизводственные инвестиции |
|
|
По формам собственности на инвестиционные ресурсы |
частные инвестиции государственные инвестиции иностранные инвестиции смешанные инвестиции |
|
|
По регионам |
инвестиции внутри страны инвестиции за рубежом |
|
|
По рискам |
агрессивные инвестиции умеренные инвестиции консервативные инвестиции |
|
Изучив понятие «инвестиции» и их классификацию, рассмотрим, что понимается под инвестиционной деятельностью.
Инвестиционная деятельность может рассматриваться в широком и узком значениях. В широком значении инвестиционная деятельность — это деятельность, связанная с вложением средств в объекты инвестирования с целью получения дохода (эффекта).
В узком — процесс преобразования инвестиционных ресурсов во вложения (собственно инвестиционная деятельность, или инвестирование).
Таким образом, инвестиционная деятельность является содержанием первой стадии «инвестиционные ресурсы — вложение средств» и второй стадии «вложение средств — результат инвестирования», которая характеризует взаимосвязь затрат и достигаемого эффекта.
Роль инвестиций в экономике проявляется в их воздействии на экономический рост, объем производства и занятости, структурные сдвиги, развитие отраслей и сфер хозяйства. Изменение объема чистых инвестиций в соответствии с эффектом мультипликатора ведет к нарастающему изменению доходов в экономике.
Таким образом, под инвестициями понимаются вложения капитала с целью получения прибыли. Инвестиционная деятельность может рассматриваться как в широком, так и в узком значениях. Инвестиции могут осуществляться в различных формах. Классификация форм инвестиций определяется выбором критерия, положенного в ее основу. Основным критерием классификации инвестиций выступает объект вложения средств. По объектам вложения средств выделяют реальные и финансовые инвестиции. По цели инвестирования различают прямые и портфельные инвестиции; по срокам вложений — краткосрочные, среднесрочные и долгосрочные инвестиции и т.д. В рамках форм инвестиций можно выделить виды инвестиций, которые классифицируются по признакам, отражающим дальнейшую детализацию основных форм инвестиций.
Нас же интересуют прямые инвестиции, перейдем к факторам, влияющим на инвестиционную привлекательность регионов России.
1.2 Факторы, влияющие на инвестиционную привлекательность регионов России
На сегодняшний день значительно возрастает роль регионов в решении проблем социально-экономического развития. Для того чтобы отдельный регион выступал как донор федерального бюджета, он должен занимать активную инвестиционную позицию и совместно с бизнес сообществом работать над повышением инвестиционной привлекательности территориального образования. Под инвестиционной привлекательностью понимается совокупность критериев, которые побуждают инвестора относиться к вложению капитала в данную отрасль с должным предпочтением.
В экономической литературе можно найти различные подходы к группировке факторов, влияющих на инвестиционную привлекательность региона и его инвестиционный климат. Большинство отечественных авторов, определяя инвестиционный климат при помощи факторов, опираются на их взаимосвязанную характеристику.
В.М. Аскинадзи и В.Т. Максимова выделяют группу объективных и субъективных факторов Аскинадзи В.М., Максимова В.Т. Инвестиционное дело — 2012.. К.В. Балдин выделяет группы благоприятных и неблагоприятных факторов, влияющих на состояние инвестиционного климата.
Так, в монографии А.Н. Асаула, Н.И. Пасяды предлагается классифицировать факторы, влияющие на благоприятность инвестиционного климата регионов, по длительности действия: неизменяемые факторы, медленно изменяемые факторы, быстро изменяемые факторы. Также авторы классифицируют по направлению влияния: факторы инвестиционного потенциала, факторы инвестиционного некоммерческого риска, факторы инвестиционной активности Асаул А.Н., Пасяда Н.И. Инвестиционная привлекательность региона — Санкт-Петербург, 2008. — URL: http://asaul.com/index.php/spisokpechatnihtrudov/118-monograph/301-%20investicionnaja-privlekatelnost-regiona (дата обращения: 06.05.2015).
При этом особое внимание уделяют факторам, влияющим на уровень инвестиционного потенциала регионов, определяющим уровень некоммерческих инвестиционных рисков и инвестиционной активности.
Изучив многообразие теоретических подходов, можно составить обобщенную классификационную характеристику по видам факторов инвестиционной привлекательности региона Приложение 2.
Также существует иная классификация факторов. Так, например, в рейтинге Национального рейтингового агентства рассматриваются семь следующих факторов региональной инвестиционной привлекательностиНациональное рейтинговое агентство -URL:http://www.ra-national.ru/ratings/regions/regions-raiting-investment/regions-invest-metodology-2014/ (дата обращения:23.052015):
1) Оснащенность региона природными ресурсами и качество окружающей среды в регионе: наличие основных видов природных ресурсов, в том числе топливно-энергетических, уровень загрязненной окружающей среды, возможности очистки стоков и переработки отходов производства.
2) Трудовые ресурсы: основные характеристики трудовых ресурсов региона, в том числе численность экономически активного населения, объем предложения квалифицированной рабочей силы, уровень занятости и безработицы, а также производительность труда.
3) Инфраструктура региона: уровень развития и доступности как, так скажем, «жесткой», так и «мягкой» инфраструктуры. В понятие «жесткой» инфраструктуры входит транспортная, энергетическая, телекоммуникационная, жилищная инфраструктура. «Мягкая» инфраструктура включает в себя несколько составляющих, некоторые из которых с точки зрения инвестиционной привлекательности наибольшее значение имеет финансовая инфраструктура.
4) Внутренний рынок любого региона (потенциал регионального спроса): уровень развития внутреннего рынка региона, в том числе масштабы платных услуг секторов и розничной торговли, располагаемые доходы и покупательная способность населения региона.
5) Производственный потенциал региональной экономики заключается в совокупных результатах и особенностях экономической деятельности предприятий, работающих в регионе (размер активов, объем и динамика производства, эффективность их использования).
6) Социально-политическая стабильность и институциональная среда: оценка эффективности регионального законодательства, которая регулирует взаимодействие власти и инвесторов, также включается и оценка эксперта на благоприятность регионального налогового законодательства, уровень социальной и криминальной напряженности в регионе.
7) Финансовая устойчивость предприятий региона и регионального бюджета: состояние государственных финансов в регионе (региональный государственный долг), а также оценка финансового положения предприятий региона (прибыльность или убыточность фирм, состояние кредиторской и дебиторской задолженности организаций, наличие инвестиционных ресурсов).
Изучив факторы инвестиционной привлекательности, выберем наиболее подходящие для нашей модели и перейдем к методам оценки инвестиционного потенциала регионов.
1.3 Методы оценки инвестиционной привлекательности регионов
В Российской Федерации законодательством нет какой-либо конкретной методики оценки инвестиционной привлекательности регионов, поэтому существуют различные методики расчета показателей инвестиционной привлекательности, применяемые инвесторами.
Некоторые экономисты считают, что инвестиционная привлекательность определяется через уровень прибыли от вложения капиталов. Использование такого подхода отличается узкой сферой применения, так как для получения адекватных результатов необходимо, чтобы инвестиции осуществлялись с одинаковой степенью риска, что практически не возможно.
Наибольшее распространение получил подход, определяющий инвестиционную привлекательность как совокупность общественно-политических, природно-хозяйственных и психологических характеристик. В данном направлении методика оценки осуществляется с использованием интегрального показателя надежности инвестиционного климата, для оценки которого формируется определенная совокупность частных показателей. Интегральный показатель (K) оценки состояния инвестиционного климата рассчитывается как средневзвешенная арифметическая величина значений частных показателей:
, (1)
где , , … — частные показатели, а именно: финансовые, экономические, политические; , , … — веса частных показателей.
Значение K находится в интервале от 0 до 10. Чем выше значение интегрального показателя надежности инвестиционного климата, тем более благоприятным климатом обладает регион. Данная методика имеет свои недостатки. Недостатки заключаются в размытости оценки составляющих показателей и неоднозначности оцениваемых характеристик.
В исследованиях экономических журналов (например, «Эксперт РА Рейтинговое агентство Эксперт РА — URL: http://www.raexpert.ru/ (дата обращения 19.05.2015)») часто применяется свод по сумме мест, занимаемых регионом по определенным показателям. В результате такого свода определяется рейтинговое место региона в ряду других. Недостатком данной методики для инвестора является отсутствие видимости, насколько один регион привлекательнее другого, насколько один регион рискованнее другого, так как различия между регионами, занимающими последовательные порядковые номера, могут быть как незначительные, так и весьма ощутимые.
Широкое распространение получил подход, оценивающий инвестиционную привлекательность региона на основе инвестиционного потенциала и определенных типов риска: экономического, финансового, политического, социального, экологического, законодательного. В данной методике интегральные показатели потенциала и риска рассчитываются как средневзвешенная сумма показателей частных значений, то есть каждому показателю присваивается свой коэффициент значимости. Все статистические показатели объединяются в группы на основе корреляционно-регрессионного анализа. В каждой из групп определяются наиболее главные показатели, рассчитываются средневзвешенные агрегированные показатели. Полученная в результате расчетов интегральная оценка инвестиционного климата региона способствует определению интегрального рейтинга региона, рассчитываемого как средневзвешенная по экспертным весам величина из значений места региона по составляющим интегрального рейтинга Устюжина О.Н., Хусаинова С.В. Анализ подходов и методов оценки инвестиционной привлекательности регионов// Вестник Адыгейского государственного университета. Серия 5: Экономика — 2013.- Выпуск № 2 .
Однако в данной методике тоже есть свои недостатки. Использование экспертных оценок может вызвать высокую вероятность неточности оценки инвестиционного климата. Преимуществом данного подхода является всестороннее рассмотрение инвестиционного климата, минимально необходимый набор статистических показателей.
Таким образом, изучив методы оценки инвестиционной привлекательности регионов, таких как: метод, определяющий инвестиционную привлекательность как совокупность общественно-политических, природно-хозяйственных и психологических характеристик; свод по сумме мест, занимаемых регионом по определенным показателям; метод на основе инвестиционного потенциала и определенных типов риска перейдем к анализу инвестиционной деятельности в регионах России.
ГЛАВА II. АНАЛИЗ РАЗВИТИЯ ИНВЕСТИЦИОННОЙ ДЕЯТЕЛЬНОСТИ В РЕГИОНАХ РОССИЙСКОЙ ФЕДЕРАЦИИ
2.1 Анализ инвестиций в регионы России
Структурная перестройка экономики требует создания условий для рыночного перелива капиталов между ее различными секторами. Отсутствие такого механизма сегодня приводит к тому, что Россия значительно опережает многие развитые страны по доле внутренней торговли в ВВП. Другими словами, российский бизнес в большей степени инвестирует средства в те секторы экономики, которые обеспечивают быстрый оборот и окупаемость, в то время как промышленность испытывает дефицит в инвестировании. Поэтому для инвесторов более привлекательны регионы с большим размером потребительского рынка помимо сырьевых. В то время как остальные регионы терпят нехватку денежных средств для дальнейшего своего развития.
Данная ситуация только усиливает существующую пространственную дифференциацию экономики. Так, например, сегодня по показателю ВРП на душу населения российские регионы отличаются в 17,8 раза, по объему инвестиций в основной капитал на душу населения — в 56 раз Таблица 2. Еще больший разрыв между богатыми и бедными территориями наблюдается внутри регионов.
Таблица 3. Дифференциация российских регионов по ВРП и инвестициям в основной капитал на душу населения (отношение максимального значения к минимальному)
|
1990 |
1995 |
2000 |
2005 |
2011 |
||
|
ВРП на душу населения |
— |
5,9 |
15,0 |
33,6 |
17,8 |
|
|
Инвестиции в основной ка питал на душу населения |
21,0 |
49,2 |
180,4 |
125,7 |
56,0 |
|
В настоящее время лидером по удельному весу в основных показателях экономического развития является Центральный федеральный округ. Здесь проживает 26,9 % населения страны, производится более трети ВВП, сосредоточена треть всех основных фондов и осуществляется около 20 % всех инвестиций в основной капитал. Значительная часть потенциала сосредоточена в г. Москве. Инвестиционная активность в других федеральных округах примерно пропорциональна их удельному весу в экономике. Несколько отличается более высокой долей инвестиций Дальневосточный федеральный округ, что объясняется реализацией там в последние годы масштабных инвестиционных проектов с участием государства.
Если рассмотреть первую десятку российских регионов, являющихся лидерами по объему инвестиций, то на их долю приходится почти половина всех инвестиций в основной капитал (46,3 % в 2011 г.).
Первое место в этой десятке занимает Тюменская область — 12 % всех инвестиций в основной капитал в стране, второе — Москва (7,8 %), третье — Краснодарский край (6,3 %).
В десятке лидеров находятся наиболее развитые в экономическом отношении регионы Приложение 3.
Однако удельный вес этих регионов в последнее десятилетие сократился. За 2000-2011 гг. в общем объеме инвестиций в основной капитал доля Москвы сократилась на 5,6 %, Тюменской области — на 5,1 %, Московской области — на 0,7 %, Санкт-Петербурга — на 0,3%, Республики Татарстан — на 0,2 %. При этом увеличилась доля Ленинградской области (на 1,2 %), Краснодарского края (на 1,6 %), Нижегородской области (на 0,8 %), Красноярского края (на 0,7 %), Приморского края (на 2 %).
В регионах структура инвестиций определяется сложившейся структурой экономики. Так, например, в Тюменской области инвестиции в добычу полезных ископаемых составляют 62 % от общего объема инвестиций в основной капитал. В столичных регионах в структуре инвестиций преобладают инвестиции в инфраструктуру, транспорт и недвижимость. Учитывая то, что многие инвестиционные проекты ориентированы на крупные рынки сбыта Москвы и Санкт-Петербурга, среди наиболее привлекательных регионов с точки зрения размещения производства находятся Московская и Ленинградская области. Инвестиции в обрабатывающие производства здесь составили 21,5 % и 30,1 % соответственно.
По-разному в регионах отразилось влияние кризиса и различным образом происходит восстановление экономики. Инвестиции в этом случае являются одним из главных индикаторов, отражающих ситуацию. Так, наибольший спад в первой группе регионов наблюдался в Москве, Московской области и
Санкт-Петербурге. В 2009 г. сокращение инвестиций в основной капитал по отношению к предыдущему году здесь составило 23,6 %, 26,7 % и 16,7 % соответственно.
Сокращения инвестиций в 2009г. и в последующие годы не произошло в Ленинградской области, Краснодарском, Красноярском и Приморском краях. При этом в данных регионах, за исключением Красноярского края, в указанные годы преобладали привлеченные инвестиции, в том числе из бюджета. Так, например, в 2011 году доля привлеченных средств в инвестициях в основной капитал в Приморском крае составила 89,7 %, в том числе бюджетных средств — 38,5 %.
Регионы второй группы оказались более чувствительны к кризису, и в семи регионах из этой десятки в 2009 году наблюдался серьезный спад в инвестициях в основной капитал. Однако в 2010-2011 гг. большинство из них стали выходить на предкризисные темпы роста инвестиций.
Рассматривая все субъекты Российской Федерации по таким показателям, как инвестиции в основной капитал на душу населения и средние темпы роста инвестиций в предкризисный период, то можно выделить четыре группы регионов:
- I группа: регионы с высоким уровнем инвестиций на душу населения и низкими темпами роста инвестиций в основной капитал;
- II группа: регионы с высоким уровнем инвестиций на душу населения и высокими темпами роста инвестиций в основной капитал;
- III группа: регионы с низким уровнем инвестиций на душу населения и высокими темпами роста инвестиций в основной капитал;
- IV группа: регионы с низким уровнем инвестиций на душу населения и низкими темпами роста инвестиций в основной капитал.
Данная классификация в целом отражает сложившуюся ситуацию, несмотря на то, что объем инвестиций на душу населения в регионы в разные периоды различен. Так, как регионы, относящиеся к первой и второй группам, являются более благополучными с точки зрения привлечения инвестиций, то инвесторы в первую очередь обращают на них внимание.
Третья группа — регионы, обладающие значительным потенциалом для инвестиций, что подтверждается относительно высокими темпами их роста в 2000-2008 гг.
Пожалуй, наиболее проблемной является четвертая группа регионов, которые характеризуются как низким уровнем инвестиций в основной капитал на душу населения, так и низкими темпами их роста в предкризисный период. При этом ряд регионов занимают скорее промежуточное положение между группами. Например, Челябинская, Тверская, Новгородская, Оренбургская, Иркутская, Новосибирская области. С 2009 г. Приморский край переместился из третьей группы во вторую, что
объясняется увеличением инвестиций в связи с подготовкой саммита АТЭС.
Иностранные инвестиции еще более сконцентрированы, свыше половины из них приходится на Москву (64,6 %).
При этом существует тенденция усиления их концентрации в столичном регионе Приложение 4.
Проведенный анализ пространственного распределения инвестиций показал, что российские регионы достаточно дифференцированы по показателям инвестиционной активности. С одной стороны, это объясняется разным уровнем инвестиционной привлекательности регионов, с другой — является отражением сложившейся структуры экономики в целом.
Соответственно, задачи модернизации российской экономики и повышения темпов экономического роста должны основываться на совершенствовании территориальной структуры экономики за счет реализации инвестиционного потенциала отстающих регионов.
Важной деталью является необходимость в обеспечении не только перелива капитала между различными секторами национальной экономики, но и между регионами.
С этой точки зрения все регионы можно разделить на две группы. К первой группе относятся регионы — отправители, ко второй — получатели инвестиций. Первые быстро растут и испытывают дефицит инвестиций в основной капитал, вторые — не успевают использовать инвестиционные ресурсы и осуществляют капиталовложения в других регионах. В целом с ростом инвестиционной активности в стране в последние годы наблюдалось увеличение числа регионов отправителей инвестиций Мельникова Л. В. Оценка географических направлений инвестиционных потоков — 2010. — с. 81.
Необходимо четко понимать, в каких именно регионах могут быть реализованы те или иные инвестиционные проекты. И какой коммерческий, бюджетный и социальный эффект будет получен от их реализации. Инвестиционная политика при этом должна быть системной и не ограничиваться макроэкономическим регулированием. Активными участниками этой политики должны стать регионы и муниципалитеты, а также бизнес, осуществляющий коммерческую деятельность на их территории.
Проанализировав инвестиционную ситуацию в регионах, перейдем к анализу факторов, используемых в эконометрическом исследовании.
2.2 Анализ факторов, влияющих на инвестиционную привлекательность регионов
Изучив классификацию факторов, влияющих на инвестиционную привлекательность регионов, выберем наиболее интересных для нашей эконометрической модели и проанализируем их.
Валовый региональный продукт
Валовой региональный продукт (ВРП) — показатель, измеряющий валовую добавленную стоимость, исчисляемый путем исключения из суммарной валовой продукции объёмов её промежуточного потребления. Валовый региональный продукт характеризует производственный потенциал региона.
Проанализируем суммарный валовой региональный продукт по субъектам Российской Федерации Рисунок 1.
Рис. 1. Динамика изменения ВРП с 2003 по 2013 год (в млн.руб)
Как мы видим по рисунку, суммарный ВРП по регионам России заметно вырос в период с 2003 по 2013 год, практически в 5 раз. Также можно отметить, что в кризисное время, а именно с 2008 по 2009 год наблюдался спад ВРП, это в принципе было ожидаемо, но затем снова происходит рост.
Максимальный объем валового регионального продукта за 2013 год наблюдался в городе Москве (11632506 млн.руб.), минимальный — в Республике Алтай, который составил 33090 млн.руб.
Объем инвестиций в основной капитал
Объем инвестиций в основной капитал представляет собой затраты, необходимые для создания или модернизации основных средств производства. К подобным средствам могут относиться строительство и ремонт производственных помещений, закупка оборудования или различных механизмов, необходимых для производственной деятельности, а также различные виды затрат, связанных с увеличением или обновлением основных фондов производства.
Объем инвестиций в основной капитал является индикатором инвестиционной привлекательности региона. Проанализируем объем инвестиций в основной капитал, поступавших в Российскую экономику в период 2003-2013гг. Рисунок 2
Рис. 2. Динамика изменения инвестирования в основной капитал (млрд.руб.)
График показывает рост объема инвестиций в основной капитал за 2003 — 2013 гг. Также мы можем наблюдать спад инвестирования с 2008 по 2009 год, и снова подъем. Максимальный объем инвестиций за 2013 год наблюдался в Тюменской области (15 02 415 млрд.руб.), а минимальный — в Еврейской автономной республике, который составил 11430 млрд.руб.
Численность населения в регионе и средняя продолжительность жизни
Численность населения — абсолютная моментная величина, отражающая количественные размеры общества, проживающего на определённой территории. Численность населения влияет на масштаб инвестирования. Максимальная численность населения наблюдается в 2013 году в городе Москве — 12 043 893 человек. Минимальная же составляет 151335 человек в Магаданской области.
Средняя продолжительность жизни населения характеризует развитость структуры здравоохранения и экологическую среду региона. Ее динамику в целом по стране можно представить в виде графика Рисунок 3.
Рис. 3. Динамика изменения средней продолжительности жизни в целом по стране (лет)
Динамика средней продолжительности жизни хорошая. Наблюдается существенный рост в период 2003 — 2013 гг. с 64,8 по 70,8 лет.
Уровень безработицы
Уровень безработицы также является важным показателем. Он может влиять на инвестиционную привлекательность как положительно, так и отрицательно. Положительная сторона состоит в том, что, например, в связи с банкротством предприятия, осталось много квалифицированных рабочих без работы, инвестируя в этот регион, уровень безработицы сократится, но есть и отрицательная сторона: высокий уровень безработицы может сопровождаться с высоким уровнем преступности в регионе. Проанализируем уровень безработицы в России в период 2003-2013 гг. Рисунок 4
Рис. 4. Динамика изменения уровня безработицы, %
График показывает уровень безработицы в стране за 2003 по 2013 гг. Максимальная точка за этот период достигается в 2010 году, тогда уровень безработицы составил 8,3%. Если смотреть по регионам, то максимальный уровень безработицы наблюдался в Чеченской Республике за этот период, он составлял в среднем 53,16 %. А минимальный — 1,55% в городе Москве.
Среднедушевой денежный доход населения
Среднедушевой денежный доход населения характеризует уровень жизни населения. Динамику среднедушевого денежного дохода по стране можно наблюдать на следующем графике Рисунок 5:
Рис. 5. Динамика изменения среднедушевого денежного дохода населения, в руб.
Судя по графику в период 2003-2013 г. наблюдался поступательный рост среднедушевого денежного дохода населения. Максимальный уровень дохода составил 58040 руб. в Ямало-Ненецком автономном округе в 2013 году, а минимальный — 11311руб. в Республике Калмыкия.
Число больничных и дневных общеобразовательных учреждений
Количество дневных общеобразовательных учреждений показывает уровень профессиональной подготовки, есть ли в регионе квалифицированные кадры. Число больничных учреждений характеризует развитость структуры здравоохранения.
За 2003 по 2013 год наблюдалось сокращение, как образовательных учреждений, так и больничных. Минимальное число больниц наблюдалось в 2009 г. в Республике Ингушетия (10 учреждений), а минимальное число дневных общеобразовательных учреждений — в Еврейской автономной республике (73 учреждения).
Плотность автомобильных дорог с твердым покрытием общего пользования на 1000 кв. км территории
Плотность сети автомобильных дорог общего пользования — отношение протяженности сети автомобильных дорог общего пользования, проходящих по территории, к площади территории.
Плотность автомобильных дорог с твердым покрытием общего пользования на 1000 кв. км территории представляет собой инфраструктурный потенциал региона. Это один из важных факторов, влияющих на решения инвестора, который также обуславливает обеспеченность производства инвестора сырьем, запчастями и возможностью регулярного экспорта продукции. Учитывается и то, как рабочие могут добираться до места работы Рисунок 6.
Рис. 6. Динамика изменения плотности автомобильных дорог с твердым покрытием общего пользования на 1000 кв. км территории (км/)
График показывает изменения плотности автомобильных дорог с твердым покрытием общего пользования на 1000 кв. км территории в период 2003-2013гг в целом по Российской Федерации. За это время плотность дорог постепенно росла, не было резких скачков как вверх, так и вниз.
Таким образом, проанализировав инвестиционную деятельность в России, а также выбранные нами факторы, можно перейти к самому исследованию и узнать, какие факторы значимые для инвестиционной привлекательности регионов РФ, а какие нет.
ГЛАВА III. ЭКОНОМЕТРИЧЕСКОЕ ИССЛЕДОВАНИЕ ИНВЕСТИЦИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ
3.1 Основные характеристики моделей
Установление зависимости роста инвестиций от различных групп факторов является важной диагностической задачей. Оптимальным инструментом для анализа, оценки и прогнозирования инвестиционного роста, в том числе для определения ключевых факторов, непосредственно влияющих на инвестиционную привлекательность, являются регрессионные модели.
Данные для эконометрического анализа взяты с федеральной службы государственной статики и информационно-аналитической системы Firo-Pro 8.0. В качестве объекта исследования выступают 44 субъекта Российской Федерации с 2001 по 2013 годы Приложение 4. Эконометрический анализ был проведен в пакете Stata10.
Для оценки моделирования инвестиционной привлекательности регионов России были взяты следующие данные: за зависимую переменную был выбран валовый региональный продукт (GRP) и объем инвестиций в основной капитал (invoc), а за объясняющие:
- Inepl — уровень безработицы, в %;
- Health — число больничных учреждений;
- Pop — численность населения в регионе, тыс.чел.;
- Pdo- плотность автомобильных дорог с твердым покрытием общего пользования на 1000 кв. км территории, км/;
- Zp — среднедушевой денежный доход населения, руб.;
- Edu — число дневных общеобразовательных учреждений;
- Life — средняя продолжительность жизни населения, лет.
Таким образом, всего 484 наблюдений по каждой из переменных.
Для построения моделей зависимости объемов инвестиций в основной капитал и валового регионального продукта от рассмотренных факторов используется метод регрессионного анализа Таблица 7.
Таблица 7. Основные статистические показатели переменных
В таблице представлены основные статистические показатели такие, как: количество наблюдаемых эффектов; среднее значение; стандартное отклонение; минимальное и максимальное значения.
Построим 2 модели, с одинаковыми факторами, но разными зависимыми переменными. Посмотрим, на какую зависимую переменную факторы влияют больше, а, следовательно, на инвестиционную привлекательность в целом.
3.2 Построение моделей
Построим первую модель, в которой за зависимую переменную будет взят объем инвестиций в основной капитал. Чтобы определить, какие факторы влияют на объем инвестиций в основной капитал, построим линейную регрессионную модель Таблица 8.
Таблица 8. Сквозная регрессионная модель. Составлено автором в пакете Stata10
Согласно полученным результатам, не все переменные оказались значимые, а именно число дневных общеобразовательных и больничных учреждений, средняя продолжительность жизни населения и уровень безработицы. Качество подгонки модели к наблюдаемым переменным, между тем, среднее (R-squared=0,6373).
Составим новую регрессионную модель Таблица 9:
Таблица 9. Новая сквозная регрессионная модель. Составлено автором в пакете Stata10
По данным таблицы мы можем наблюдать, что регрессия значима (prob<0,05), качество подгонки хорошее (R-squared=0,6325).
Проверим модель на гетероскедастичность. Для этого используем тест Уайта Таблица 10.
Таблица 10. Проверка на гетероскедастичность. Составлено автором в пакете Stata10
Так как probability = 0, значит, в данной модели присутствует гетероскедастичность. В связи с этим, оценки по методу наименьших квадратов хоть и остаются линейными несмещенными и состоятельными, но перестают быть самыми точными. Поэтому нужно пересчитать стандартные ошибки Таблица 11.
Таблица 11. Сквозная модель с поправкой на гетероскедастичность. Составлено автором в пакете Stata10
Далее построим модели с фиксированными индивидуальными эффектами (FE) Таблица 12 и со случайными переменными (RE).
Таблица 12. Модель с фиксированными индивидуальными эффектами. Составлено автором в пакете Stata10
Регрессия FE в целом значима (prob=0), полученные оценки эффективны и качество подгонки среднее (=0,5850).
Переменная pdo оказалась незначимой. Корреляция между x и u в модели с постоянными эффектами допустима, так как это проявление гибкости модели с детерминированными эффектами.
Построим модель со случайными индивидуальными эффектами Таблица 13.
Таблица 13. Модель со случайными индивидуальными эффектами. Составлено автором в пакете Stata10
Регрессия RE в целом значимая. Все переменные значимы. При интерпретации этой модели не следует опираться на R-sq, так как в регрессии, оцененной с помощью GLS (метод наименьших квадратов), он уже не является адекватной мерой качества подгонки. О качестве подгонки в модели со случайными эффектами говорит значение критерия Вальда (477,53) — хорошее. Переменные не коррелированы с ненаблюдаемыми случайными эффектами (corr=0), следовательно, оценки состоятельные.
Таким образом, построив 3 регрессии (сквозная (pooled), FE и RE), нужно выбрать наиболее адекватную модель Таблица 14.
Таблица 14. Результаты сквозной регрессии (с поправкой на гетероскедастичность), модели с фиксированными индивидуальными эффектами и модели с переменными индивидуальными эффектами. Составлено автором в пакете Stata10.
|
pooled |
(2) FE |
(3) RE |
||
|
pop |
52.82*** (13.35) |
479.1*** (12.40) |
75.50*** (7.62) |
|
|
zp |
11.80*** (9.38) |
9.303*** (16.04) |
10.73*** (18.81) |
|
|
pdo |
-45.75* (-2.06) |
незначимая |
-91.54* (-2.14) |
|
|
_cons |
-136007.0*** (-9.78) |
-1008904.7*** (-12.37) |
-159146.3*** (-6.16) |
|
|
подгонка |
R-squared= 0.6325 |
Within= 0.5850 |
Wald= 477.53 |
|
|
t statistics in parentheses * p<0.05, ** p<0.01, *** p<0.001 |
||||
Для этого проведем попарное сравнение оцененных моделей:
- Регрессионную модель с фиксированными эффектами сравним со сквозной регрессией (тест Вальда);
- Регрессионную модель со случайными эффектами сравним со сквозной регрессией (тест Бройша-Пагана);
- Регрессионную модель со случайными эффектами сравним с регрессионной моделью с фиксированными эффектами (тест Хаусмана).
Для того чтобы определить, какая модель лучше, сравним сначала сквозную модель с моделью с фиксированными индивидуальными эффектами. Тест Вальда проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. Лучшей моделью является FE, так как, используя тест Вальда, probability оказалась ниже 0,05, и нулевая гипотеза отвергается.
Во-вторых, сравним модель RE с моделью простой регрессии, используя тест Бройша-Пагана Таблица 15.
Таблица 15. Результаты теста Бройша-Пагана.Составлено автором в пакете Stata10
Так как вероятность меньше 0,05, отвергаем нулевую гипотезу. Следовательно, модель RE будет лучше описывать данные, нежели модель сквозной регрессии.
В-третьих, для сравнения модели FE и RE, проведем тест Хаусмана Таблица 16.
Таблица 16. Результаты теста Хаусмана. Составлено автором в пакете Stata10
Так как вероятность меньше 0,05, нулевая гипотеза отвергается. Значит, модель с фиксированными индивидуальными эффектами лучше подходит для описания данной модели.
Однако, используя модель с фиксированными постоянными эффектами, может возникнуть порой проблема эндогенности переменных. Эндогенность (или одновременность) имеет место, когда две (или более) переменных влияют друг на друга, поэтому их значения определяются одновременно. В связи с этим, оценивая уравнение одностороннего влияния, можно получить смещенные оценки.
Построим новую модель, за зависимую переменную возьмем валовый региональный продукт. Чтобы определить, какие факторы влияют на объем инвестиций в основной капитал, построим линейную регрессионную модель Приложение 6.
Согласно полученным результатам, не все переменные оказались значимые, а именно плотность автомобильных дорог с твердым покрытием общего пользования. Качество подгонки модели к наблюдаемым переменным, между тем, хорошее (R-squared=0,7535).
Составим новую регрессионную модель Приложение 7:
- По данным таблицы мы можем наблюдать, что регрессия значима (prob<0,05), качество подгонки хорошее (R-squared=0,7531).
Проверим модель на гетероскедастичность. Для этого используем тест Уайта Приложение 8.
Так как probability = 0, значит, в данной модели присутствует гетероскедастичность. В связи с этим, оценки по методу наименьших квадратов хоть и остаются линейными несмещенными и состоятельными, но перестают быть самыми точными. Поэтому нужно пересчитать стандартные ошибки Приложение 9.
Далее построим модели с фиксированными индивидуальными эффектами (FE) Приложение 10 и со случайными переменными (RE).
Регрессия FE в целом значима (prob=0), полученные оценки эффективны и качество подгонки хорошее (=0,8523).
Переменная life и health оказались незначимыми. Корреляция между x и u в модели с постоянными эффектами допустима, так как это проявление гибкости модели с детерминированными эффектами.
Построим модель со случайными индивидуальными эффектами Приложение 11.
Регрессия RE в целом значимая. Все переменные значимы. При интерпретации этой модели не следует опираться на R-sq, так как в регрессии, оцененной с помощью GLS (метод наименьших квадратов), он уже не является адекватной мерой качества подгонки. О качестве подгонки в модели со случайными эффектами говорит значение критерия Вальда (493,38) — хорошее. Переменные не коррелированы с ненаблюдаемыми случайными эффектами (corr=0), следовательно, оценки состоятельные.
Таким образом, построив 3 регрессии (сквозная (pooled), FE и RE), нужно выбрать наиболее адекватную модель Таблица 23.
инвестиция фактор модель экономический
Таблица 23. Результаты сквозной регрессии (с поправкой на гетероскедастичность), модели с фиксированными индивидуальными эффектами и модели с переменными индивидуальными эффектами. Составлено автором в пакете Stata10.
|
pooled |
(2) FE |
(3) RE |
||
|
pop |
574.9*** (7.26) |
4637.6*** (38.19) |
863.2*** (12.39) |
|
|
zp |
48.41*** (7.31) |
20.76*** (6.36) |
52.88*** (10.03) |
|
|
health |
-4300.2** (-2.85) |
незначимая |
незначимая |
|
|
life |
-29423.3*** (-4.20) |
незначимая |
-60128.5*** (-3.76) |
|
|
edu |
-270.6*** (-3.85) |
-687.0*** (-6.91) |
-468.8** (-2.84) |
|
|
unepl |
12726.0*** (4.51) |
20728.2*** (6.29) |
20429.7*** (3.66) |
|
|
_cons |
1142363.2** (2.69) |
-10691985.2*** (-14.20) |
2294219.7* (2.19) |
|
|
подгонка |
R-squared= 0.7531 |
Within=0.8523 |
Wald= 493.38 |
|
|
t statistics in parentheses * p<0.05, ** p<0.01, *** p<0.001 |
||||
Для того чтобы определить, какая модель лучше, сравним сначала сквозную модель с моделью с фиксированными индивидуальными эффектами. Тест Вальда проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. Лучшей моделью является FE, так как, используя тест Вальда, probability оказалась ниже 0,05, и нулевая гипотеза отвергается.
Во-вторых, сравним модель RE с моделью простой регрессии, используя тест Бройша-Пагана Приложение 12.
Так как вероятность меньше 0,05, отвергаем нулевую гипотезу. Следовательно, модель RE будет лучше описывать данные, нежели модель сквозной регрессии.
В-третьих, для сравнения модели FE и RE, проведем тест Хаусмана Приложение 13
Так как вероятность меньше 0,05, нулевая гипотеза отвергается. Значит, модель с фиксированными индивидуальными эффектами лучше подходит для описания данной модели.
3.3 Результаты исследования
Построив модели, мы получили следующие результаты:
Проведя эконометрическое исследование, взяв инвестиции в основной капитал, изначально получилось, что некоторые выбранные автором переменные оказались незначимые, а именно: число дневных общеобразовательных учреждений, число больничных учреждений, продолжительность жизни и уровень безработицы. Составив новую сквозную регрессионную модель, FE и RE, выбрали оптимальную — FE. В модели FE переменная — плотность автомобильных дорог оказалась незначимой. Численность населения и среднедушевой денежный доход населения положительно влияют на инвестиции в основной капитал.
Во второй модели, взяв валовый региональный продукт за зависимую переменную, выяснилось, что изначально незначимой оказалась плотность автомобильных дорог. Оптимальная — FE. В модели FE переменные средняя продолжительность жизни и число больничных учреждений оказались незначимыми. Численность населения, уровень безработицы положительно влияют на ВРП. А число дневных общеобразовательных учреждений влияет отрицательно.
Стоит отметить, что в обеих моделях численность населения и среднедушевой денежный доход населения являются значимыми, и положительно влияют на зависимую переменную, и в целом на инвестиционную привлекательность.
Таким образом, автор считает, что наилучшая модель является вторая, а именно, в которой за зависимую переменную взят ВРП. Потому что в это модели изначально больше факторов, которые являются значимыми и влияют на ВРП, а, следовательно, на инвестиционную привлекательность в целом по регионам.
ЗАКЛЮЧЕНИЕ
На сегодняшний день, для того, чтобы отдельный регион выступал как донор федерального бюджета, он должен занимать активную инвестиционную позицию и совместно с бизнес сообществом работать над повышением инвестиционной привлекательности территориального образования. В ходе изучения теоретической базы, автор определил для себя факторы, какие будет использовать в своем исследовании. Изучив методы оценки инвестиционной привлекательности, были сформулированы их недостатки и достоинства. Также была проанализирована инвестиционная деятельность в России и выбранные факторы.
Так как в данной работе была выдвинута цель, выявить факторы, влияющие на инвестиционную привлекательность регионов, то в качестве зависимой переменной был выбран валовый региональный продукт и объем инвестиций в основной капитал неслучайно, потому что они являются индикаторами инвестиционной привлекательности.
Чтобы убедиться, что данные факторы действительно влияют на инвестиционную привлекательность регионов, был проведен эконометрический анализ. Также, перед этим была выдвинута гипотеза о том, что факторы оказывают значимое влияние на инвестиционную привлекательность. Для эконометрической оценки моделей были построены три регрессии: сквозная регрессия, панельная регрессия с индивидуальными эффектами (FE) и панельная регрессия со случайными эффектами (RE).
Чтобы выбрать лучшую из них использовались различные тесты: тест Вальда, Бройша-Пагана и Хаусмана. В итоге, наиболее эффективной оказалась модель панельных данных с индивидуальными эффектами для обеих моделей. Наилучшей из этих двух является модель, зависимой переменной которой является ВРП, которая показала, как выбранные факторы влияют на инвестиционную привлекательность региона. Численность населения, уровень безработицы положительно влияют на ВРП. А число дневных общеобразовательных учреждений влияет отрицательно.
В итоге, можно сказать, что цель и задачи, поставленные перед данным исследованием, были достигнуты.
СПИСОК ЛИТЕРАТУРЫ
[Электронный ресурс]//URL: https://jret.ru/kursovaya/faktoryi-privlekatelnosti/
1. F. Thomas Bruss and Thomass S. Ferguson High risk and investment models : The Annals of Applied Probability,Vol. 12, — No. 4 (Nov., 2002), pp. 1202-1226
2. Hoover Edgar M. Some Institutional Factors in Business Investment Decisions — The American Economic Review, Vol. 44, No. 2, Papers and Proceedings of the Sixty-sixth Annual Meeting of the American Economic Association (May, 1954), — pp. 201-213
3. Stephen Bond, Julie Ann Elston, Jacques Mairesse and Benoоt Mulkay Financial Factors and Investment in Belgium, France, Germany, and the United Kingdom: A Comparison Using Company Panel Data — The Review of Economics and Statistics,Vol. 85, No. 1 (Feb., 2003), pp. 153-165
4. Алексеева В.Н. и Ильина В.В. Инвестиционный климат и международный финансовый центр в Москве: тенденции и перспективы / под ред. М.: ИНФРА-М, — 2012.
5. Асаул А.Н., Пасяда Н.И. Инвестиционная привлекательность региона. [Электронный ресурс] СПб.:Изд-во СПбГАСУ, 2008. — Режим доступа: http://asaul.com/index.php/spisokpechatnihtrudov/118-monograph/301-investicionnaja-privlekatelnost-regiona (дата обращения: 06.05.2015)
6. Аскинадзи В.М., Максимова В.Т. Инвестиционное дело. М.: Университетская книга, — 2012.
7. Бабанов А.В. Территориальная структура экономики. Региональная и городская экономика// Экономический журнал — 2012. Выпуск 28.
8. Бакитжанов А., Филин С. Инвестиционная привлекательность региона: методические подходы и оценка // Инвестиции в России. — 2001. — № 5. — С. 11-20.
9. Балдина К.В. Инвестиции: системный анализ и управление, М.: ИТК «Дашков и К», 2012.
10. Бочаров В. В. Инвестиции. Учебник для вузов. — СПб.: Питер, 2009.
11. Гончаров В.В. Инвестиции — Санкт-Петербург: Издательский дом «Питер» , 2009. — с.107-108.
12. Гришина И., Шахназаров А., Ройзман И. Комплексная оценка инвестиционной привлекательности и инвестиционной активности российских регионов: методика определения и анализ взаимосвязей //
13. Инвестиции в России. — 2001. — № 4.
14. Жирнель Е. В. Инвестиционная привлекательность российских регионов как условие экономического роста. Труды Карельского научного центра РАН — 2013. выпуск 5. — С. 77-86.
15. Коломак Е.А. доклад: Субфедеральные налоговые льготы и их влияние на привлечение инвестиций — 2000.
16. Крамин Т.В., Леонов В.А. Развитие методики управления инвестиционной привлекательностью российских регионов// Вестник АГТУ. Сер: Экономика — 2012. — №1. — с.40-47.
17. Марченко Г., Мачульская О. Исследование инвестиционного климата регионов России: проблемы и результаты // Вопросы экономики. — 1999. — № 9. — С. 69-79.
18. Мельникова Л. В. Оценка географических направлений инвестиционных потоков // Регион: экономика и социология — 2010. выпуск 3. — с. 81-101.
19. Ратникова Т.А. Анализ панельных данных в пакете «STATA». Методические указания к компьютерному практикуму по курсу Эконометрический анализ панельных данных”- Москва. — 2004. — Режим доступа: https://pokrovka11.files.wordpress.com (дата обращения 20.05.2015)
20. Рейтинг инвестиционной привлекательности регионов России 2013 [Электронный ресурс] // Национальное рейтинговое агентство. — декабрь 2013 г. — Режим доступа: http://www.ra-national.ru/uploads/rus/files/analytic/file_review/16.pdf (дата обращения: 23.05.2014)
21. Садовникова, Н.А., Сакова, О.И. Многомерные классификации субъектов Российской Федерации по уровню инвестиционной привлекательности / Н.А. Садовникова, О.И. Сакова // Экономика, экология и общество России в 21-м столетии: сборник трудов 13-й Международной научно-практической конференции. — Санкт — Петербург, 2011.
22. Сытник С.В. Оценка региональных инвестиционных рисков в системе территориального развития Ростовской области// Журнал «Инженерный вестник Дона» — 2012 года, выпуск 3.
