Статья: Экономические методы оценки регулирующего воздействия нормативно-правовых актов

(4)

где Вt - выгоды за период t;

Ct - издержки за период;

r - ставка дисконтирования.

Определение ставки дисконтирования - довольно сложная задача, существует множество подходов к её решению [14], к примеру, кумулятивный метод предполагает определение ставки дисконтирования как суммы следующих компонентов: минимальной реальной ставки дисконтирования, темпа инфляции и коэффициента уровня инвестиционного риска. Если же провести специальные расчёты по тем или иным причинам затруднительно или не представляется возможным, в качестве ставки дисконтирования оправдано использование одного из следующих показателей: ставка рефинансирования центрального банка, текущий или ожидаемый уровень инфляции, средняя по рынку ставка банковского процента по депозитам.

Завершающим этапом проведения АИВ является анализ рисков и неопределенности, который может проводится в виде следующих вариантов:

1. Анализ чувствительности;

2. Имитационное моделирование по методу Монте-Карло;

3. Анализ сценариев.

Для снижения неопределенности и повышения достоверности расчетов при проведении АИВ применяется анализ чувствительности , широко используемый при оценки бизнес-проектов [15]. Анализ чувствительности служит для выявления значимых факторов, способных повлиять на результативность регулирующего воздействия путем отклонения переменных величин, приписываемых факторам, от базового значения. Данный метод позволяет оценить, насколько изменится значение сводного показателя при варьировании факторных переменных.

При проведении анализа определяют, как измениться результирующий показатель (NSB, NPV) при изменении факторной переменной на определенное количество процентов. Степень чувствительности измеряется с помощью специального коэффициента (5):

(5)

где NPVi - значение чистой приведенной стоимости, полученное в результате изменения i-го фактора,

NPV - чистая приведенная стоимость базового сценария.

Имитационное моделирование методом Монте-Карло [3,4] позволяет оценить риски реализации нормативного акта с помощью генерации случайных значений переменных, влияющих на издержки и выгоды, возникающее в результате регулирующего воздействия.

В обобщенном виде алгоритм реализация метода Монте-Карло можно представить следующим образом:

1. Разработка прогнозной модели;

2. Отбор ключевых переменных;

3. Построение вероятностного распределения;

4. Установление отношений коррелируемых переменных;

5. Построение имитационного прогноза;

6. Анализ и интерпретация результатов.

Метод предполагает разработку имитационной модели, определение вида распределения вероятности, определение исходных параметров модели. Использование метода Монте-Карла является довольно трудоемкой процедурой, для автоматизации анализа, как правило, используется специальное программное обеспечение. Предпочтительным является использование специализированных пактов для статико-математического анализа (SPSS, Statistica и др.), однако реализация метода возможна и в рамках распространенных офисных приложений, в частности, в среде MSExсel.

Еще одним вариантом оценки риска при реализации нормативного акта может служить метод анализа сценариев [5] , реализация которого предполагает последовательное прохождение следующих этапов:

1. Составление перечня сценариев, различающихся по значениям факторных переменных;

2. Определение вероятности реализации каждого сценария. Как правило, для этого применяется экспертная оценка;

3. Для каждого сценария рассчитывается результирующий показатель (чистая приведенная стоимость);

4. Исходя из рассчитанных значений NPV производится расчет статистических показателей, отражающих степень риска - среднего значения (6), среднеквадратичного отклонения (7), коэффициента вариации (8).

(6)

где - среднее значение,

NPVi - значение чистой приведенной стоимости по i-му сценарию,

n - количество сценариев, p _i - вероятность реализации i-го сценария.

(7)

где у - среднеквадратическое отклонение,

- среднее значение,

NPVi - значение чистой приведенной стоимости по i-му сценарию,

n - количество сценариев,

p _i - вероятность реализации i-го сценария.

(8)

где V - коэффициент вариации,

- среднее значение,

у - среднеквадратическое отклонение

Риск регулирующего воздействия определяется исходя из значения коэффициента вариации: чем выше это значение, тем выше степень риска. При значении коэффициента вариации ниже 10%, уровень риска может быть квалифицирован как низкий, при значениях коэффициента от 10 до 25 уровень риска, - средний, а если коэффициент вариации больше 25, - уровень риска высокий.

Анализ эффективности затрат (АЭЗ), еще один метод оценки регулирующего воздействия нормативных актов, весьма распространенный в зарубежной практике [11,13], как правило, используется в случае отсутствия возможности монетизировать выгоды регулирования. В этом случае выбирается определенный квантифицируемый параметр, отражающий преимущества реализации регулирующего инструментария, который сопоставляется с затратами, выраженными в стоимостной форме. В рамках АЭЗ рассматривается несколько сценариев, позволяющих достичь близкие результаты, но с различными вариантами затрат. Ключевой количественный показатель может быть интегрирован из нескольких других, если это возможно. Наиболее широко метод АЭЗ применяется в случае измерения регулирующего воздействия на различные аспекты социального развития, поскольку в этом случае трудно монетизировать все выгоды. Как уже было отмечено, в РФ нет нормативного требования проведения оценки регулирующего воздействия в отношении общественного развития и отдельных групп населения, однако и в отношении субъектов предпринимательской деятельности не всегда удается монетизировать все выгода. Очень часто в нормативном акте указывается не стоимостной, но иной количественный параметр, с которым увязываются результаты регулирования. К примеру, при реализации различным мер поддержки малого бизнеса очень часто используется показатель «количество малых предприятий». В этом случае, применение метода АЭЗ можно считать вполне оправданным.

Мультикритериальный анализ (МА), как и метод АЭЗ, применяется в случае невозможности свести последствия регулирующего воздействия к ключевым монетизируемым параметрам [10]. Причем метод МА более универсален и имеет более широкое применение. К сожалению, результаты анализа, при применении МА, значительно зависят от мнения экспертов и поэтому менее объективны, чем в случае применения АИВ и АЭЗ.

Алгоритм применения метода МА следующий:

1. Разработка сценариев достижение целей регулирующего воздействия;

2. Отбор критериев достижения целей и задач регулирования (обязательное условие - критерии должны быть измеряемыми);

3. Каждому из критериев, в зависимости от важности для целей регулирования, приписывается определенный вес (как правило, в интервале от 0 до 1);

4. Для каждого сценария производится оценка по каждому из критериев в определенной бальной шкале (как правило, от 0 до 100 баллов);

5. Суммирование баллов по каждому сценарию с учётом весов критериев;

6. Выбор оптимального сценария.

На всех этапах МА, особенно на протяжении этапов 3-4, к анализу активно привлекается экспертная группа, участники которой обладают как достаточной квалификацией, так и опытом, касающимся сферы регулирования. Несмотря на некоторый субъективизм результатов МА, данный метод может с успехом применяться при ограниченном количестве монетизируемых последствий регулирующего воздействия.

Следует заметить, что в настоящее время потенциал экономического анализа регулирующего воздействия нормативных актов в РФ используется в недостаточной степени. Несмотря на то, что ведется достаточно активная деятельность в этом направлении (только с января по март 2016 Минэкономразвития РФ подготовило 258 заключений об оценке регулирующего воздействия) [18], далеко не всегда такая оценка может быть признана удовлетворительной с точки зрения комплексности, точности и объективности выводов. В качестве примера можно привести принятие решения о взимании платы с автомобилей, имеющих разрешенную максимальную массу свыше 12 тонн при пользовании федеральными трассами [19], вызвавшее широкий общественный резонанс и, несомненно, оказавшее значительное регулирующее воздействие, как на субъектов предпринимательской деятельности, так и на экономическое развитие страны в целом. Принятию подобного решения должна предшествовать оценка регулирующего воздействия и таковая была проведена. Если обратится к соответствующему заключению об оценке регулирующего воздействия [20], можно отметить следующее:

1. Отсутствует перечень всех групп субъектов предпринимательской деятельности, затронутых регулированием. В документе лишь отмечается, что «нормы проекта акта распространяются на владельцев, примерно, 1,9 млн. транспортных средств», однако о каком количестве владельцев идет речь не понятно. Более того, регулирование по-разному повлияло на мелкие фирмы и на крупных перевозчиков, соответственно, необходима более детальная дифференциация владельцев транспортных средств с оценкой воздействия на каждую группу. Кроме того, регулирование повлияло на предпринимателей, являющихся клиентами перевозчиков, поскольку возросла плата за транспортные услуги.

2. Отсутствует указание, какой период регулирующего воздействия анализировался - в зарубежной практике, как было указано выше, подобная оценка часто проводится исходя из периода в 10 лет.

3. Отсутствует количественная оценка издержек, являющиеся следствие принятия нормативного акта, несмотря на то что стоимостные затраты перевозчиков достаточно легко оценить, поскольку речь идет о «взимании платы».

4. Выгоды реализации нормативного акта также не конкретизированы (и не оценены количественно).

5. Как следствие предыдущих пунктов, расчет сводного результирующего показателя (чистых социальных выгод) проведен не был

В заключение отметим, что без детального экономического анализа, оценка регулирующего воздействия приобретает формальный характер и не решает проблемы повышения эффективности реализация нормативных документов. Выразим надежду, что постепенное введение практики использования экономического инструментария при проведении оценки регулирующего воздействия в РФ существенно повысит качество заключений об ОРВ и позволит использовать весь потенциал института оценки регулирующего воздействия, ценность и необходимость реализации которого не вызывает сомнений.

Литература

1.David H. Greenberg, Aidan R. Vining et al., Cost Benefit Analysis. Concepts and Practice, 3rd ed. NY: Prentice Hall, 2006. 560 p.

2.Экономика общественного сектора / Под ред. Л. И. Якобсона. М.Г. Колосницыной. М.: Юрайт, 2014. 558 с.

3.Robert C.P., Casella G. Monte Carlo Statistical Methods. 2nd edition. NY: Springer, 2004. 683 p.

4.Войтишек А.В. Основы метода Монте-Карло. Новосибирск, 2010. 108 с.

5.Ward F. A., Environmental and Natural Resource Economics, first edition. NY: Prentice Hall, 2006. 684 p.

6.Guide to Cost-Benefit Analysis of Investment Projects. Brussels, 2015. 361 p.

7.International Standard Cost Model Manual [электронныйресурс]. URL: http://www.oecd.org/gov/regulatory-policy/34227698.pdf (дата обращения 25.05.2016).

8.Introduction to Cost-Benefit Analysis and Alternative Evaluation Methodologies. Commonwealth of Australia Department of Finance and Administration. Canberra, 2006. 46 p.

9.Measuring the Costs and Benefits of Natural Gas Development in Tioga County, Pennsylvania [электронныйресурс]. URL: https://pennbpc.org/sites/ pennbpc.org/files/tiogaCASESTUDY.pdf (датаобращения 25.05.2016).

10.Multi-criteria analysis: a manual. London: Department for Communities and Local Government, 2009. 165 p.

11.Willan A.R., Briggs A.H. Statistical Analysis of Cost-effectiveness Data. San Francisco: JohnWiley & Sons Inc. 2006. 198 p.

12.Stern N., Dreze J. The theory of cost-benefit analysis // Handbook of Public Economics, vol. II / Еdited by A.J. Auerbach and M. Feldstein. Amsterdam: Elsevier Science Publishers B.V. (North-Holland), 1987. P. 909-989.

13.WHO guide to cost-effectiveness analysis / Еdited by T. Tan-Torres Edejer. Geneva: WorldHealthOrganization, 2003. 318 p.

14.Козырев А.Н., Макаров В.Л. Оценка стоимости нематериальных активов и интеллектуальной собственности. М.: РИЦ ГШ ВС РФ, 2003. 398 с.

15.Сафонова Л.А., Смолвик Г.Н. Методы и инструменты принятия решений. Новосибирск, 2012. 298 c.

16.Об утверждении Методических рекомендаций по организации и проведению процедуры оценки регулирующего воздействия проектов нормативных правовых актов субъектов Российской Федерации и экспертизы нормативных правовых актов субъектов Российской Федерации: Приказ Минэкономразвития России от 26 марта 2014 г. № 159 [электронный ресурс]. URL: http://orv.gov.ru/Content/Item?n=1225 (дата обращения 17.03.2016).

17.Об утверждении методики оценки стандартных издержек субъектов предпринимательской и иной экономической деятельности, возникающих в связи с исполнением требований регулирования: Приказ Минэкономразвития России от 22 сентября 2015 г. № 669 [электронный ресурс]. В данном виде документ опубликован не был. доступ из справ.-правовой системы «КонсультантПлюс».

18.Официальный сайт Министерства экономического развития РФ. Раздел «Мониторинг ОРВ» [электронный ресурс]. URL: http://economy.gov.ru/minec/activity/sections/ria/info/monitoring/ (дата обращения 25.05.2016).

19.О взимании платы в счет возмещения вреда, причиняемого автомобильным дорогам общего пользования федерального значения транспортными средствами, имеющими разрешенную максимальную массу свыше 12 тонн» (вместе с «Правилами взимания платы в счет возмещения вреда, причиняемого автомобильным дорогам общего пользования федерального значения транспортными средствами, имеющими разрешенную максимальную массу свыше 12 тонн»): Постановление Правительства РФ от 14 июня 2013 г. N 504 [электронный ресурс]. В данном виде документ опубликован не был. Доступ из справ.-правовой системы «КонсультантПлюс».

20.Заключение об оценке регулирующего воздействия на проект постановления Правительства Российской Федерации «Об утверждении порядка взимания платы в счет возмещения вреда, причиняемого автомобильным дорогам общего пользования федерального значения транспортными средствами, имеющими разрешенную максимальную массу свыше 12 тонн» [электронный ресурс]. URL: http://economy.gov.ru/minec/activity/sections/ria/result/ doc20120928_03 (дата обращения 20.04.2016).