Статья: Оценка влияния банковского посредничества на экономику регионов России: посткризисные тенденции

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

Таблица 2 СКО скорректированных совокупных индексов обеспеченности банковскими услугами регионов внутри федеральных округов

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

· по критерию доли ВРП региона в суммарном ВРП: мелкие регионы -- 0,07-0,29%; некрупные -- 0,29-0,55; крупные -- 0,55-1,21; наиболее крупные регионы -- 1,22-21,8%;

· по критерию ВРП на душу населения: наименее богатые -- 137,4-193,4 тыс. руб.; небогатые -- 193,5-279,0 ; богатые -- 283,6-358,6 и наиболее богатые регионы -- 364,8-1453,1 тыс. руб.

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

· высокоразвитые регионы (регионы-лидеры), включающие два типа регионов -- финансово-экономические центры (столицы) и сырьевые экспортоориентированные регионы;

· развитые регионы, включающие три типа регионов -- с диверсифицированной экономикой, с опорой на обрабатывающую промышленность и с опорой на добывающую промышленность;

· среднеразвитые регионы, включающие такие типы регионов, как промышленно-аграрные и аграрно-промышленные;

· менее развитые регионы, включающие менее развитые сырьевые и менее развитые аграрные регионы.

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

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

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

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

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

G_j = б + ЯF_i + гХ+ е (1)

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

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

Таблица 3 МНК-оценка пространственных моделей при различных переменных экономического развития и развития финансовых систем субъектов федерации (N = 75)

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

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

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

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

Таблица 4 Анализ причинной связи между переменными экономического развития и показателями финансового развития в пространственных моделях (N = 75)