Дипломная работа: Совершенствование регулирования прямых иностранных инвестиций на основе анализа территориальных преимуществ в Российской Федерации

В данной главе был проведен анализ институциональной структуры государственного регулирования ПИИ в России. Эталонным примером данной структуры выступили рекомендации, применяющиеся в ОЭСР. Было выяснено, что институциональная структура направлений регулирования ПИИ в России близка к эталонной. Были рассмотрены два инструмента привлечения ПИИ, такие как СЭЗ и КСИИ, также определены преобладающие типы ПИИ в России. В заключительной части были определены превалирующие секторы экономики РФ по привлечению ПИИи рассмотрены методы, по которым можно регулировать детерминанты ПИИ.

Глава 3. Территориальные детерминанты прямых иностранных инвестиций в России и СНГ

3.1 Эконометрическая модель определения территориальных детерминант прямых иностранных инвестиций

Определив основные территориальные детерминанты ПИИ в первой главе и проанализировав влияние, которое может оказываться различными методами и инструментами государственного регулирования во второй, перейдем непосредственно к эконометрическому моделированию для определения долгосрочных и краткосрочных детерминант ПИИ.

Большинство исследований детерминантов ПИИ проводились с использованием количественных методов исследований. Gupta, P. & Singh, A. 2014. Macroeconomic determinants of foreign direct investment in BRIC nations. South Asian Journal of Marketing & Management Research, 4, 1-12. Для определения детерминант ПИИ в странах СНГ,будут использованы панельные данные 7 стран, совместно с вторичными данными переменных с различных ресурсов, а именно: ЮНКДАТ, Всемирный Банк, Риски по странам ICRG, и независимое агентство EIAв составе Министерства Энергетики США.

Панельная совокупность данных снизит зависимость между объясняющими переменными, позволит проанализировать используемые показатели по временным рядам и пространственным данным в совокупности, предотвратит смещение агрегированности, позволит проследить индивидуальную эволюцию характеристик всех объектов выборки во времени и избежать ошибок спецификации.РатниковаТ.А. Введениевэконометрическийанализпанельныхданных // ЭкономическийжурналВШЭ. 2006. №2. С. 272. Методом исследования будет выступать PooledMeanGroup (cквозная регрессия), позволяя сочетать долгосрочные и краткосрочные результаты и скорость корректировки ошибок. Это позволит модели быть эффективной, несмотря на автокорреляцию, гетероскедостичность и мультиколлинеарность. Pesaran, M. H., Shin, Y. & Smith, R. P. 1999. Pooled mean group estimation of dynamic heterogeneous panels. JournaloftheAmericanStatisticalAssociation, 94, 621-634. Для используемого метода характерна формула модели с распределенным лагом:

3-1),

Где, прирост«у»зависит от предудущего значения «у», от нынешнего значения «x», от суммы предыдущих приростов «у» и от суммы предыдуших приростов «х» и временного лага.

Для эконометрического анализа будут использованы данные, основанные на панельных данных ОЭСР с 1999 по 2018 г. по следующим странам СНГ: Армения (приложение Б), Азербайджан (приложение В), Беларусь (приложение Г), Таджикистан (приложение Д), Казахстан (приложение Е), Кыргызстан (приложение Ж),Молдова (приложение И), Россия (приложение К), Узбекистан (приложение Л). Выбираемые переменные обоснованы целью исследования и доступностью данных с 1999 по 2018 гг. Применяемая модель:

3-2)

,где:

InFDIit - логарифмическая величина чистого притока ПИИ в страну iв определенное время t.

InOILRESit - логарифмическая величина запасов нефти в стране iв определенное время t.

InDDISit - логарифмическая величина эффекта Гронингена в стране i в определенное вреся t.

InEXCRTit - логарифмическая величина обменного курса в стране i в определенное время t.

InINFLit - логарифмическая величина уровня инфляции в стране iв определенное время t.

InPCGDPit - логарифмическая величина ВВП на душу населения в стране iв определенное время t.

InOILPRICEit - логарифмическая величина цен на нефть в стране iв определенное время t.

InOPENit - логарифмическая величина открытости торговли в стране i в определенное время t.

COMPRISKit - величина индекса сводного риска в стране iв определенное время t.

Переменные величины запасов нефти, уровня инфляции, ВВП на душу населения, цен на нефть и открытости экономики обоснованы как важная детерминанта ПИИ в первой главе работы.

Эффект Гронингена - это ситуация, при которой воздействие резкого роста доходов от экспорта минеральных ресурсов вызывает отраслевое перераспределение мобильных экономических факторов в нефтегазодобывающую промышленность, приводя к спаду обрабатывающей промышленности. Л.М. Капица Природные ресурсы и социально-экономический прогресс // Вестник МГИМО Университета. 2014. №5(56). С. 170. Мы используем его, чтоб показать прямое и косвенное влияние на ПИИ.

Учитывая риски, присутствующие во всех детерминантах ПИИ, будет использован индекс композитного риска. Композитный риск - это показатель всех рассматриваемых в детерминантах рисков, а именно политического, финансового и экономического. ICRG 2011. International country risk guide methodology. East Syracuse, NY: PRS Group.

Согласно применяемой модели, зависимой переменной будет выступать ПИИ, измеряемая притоком ПИИ в процентах от ВВП, как и в большинстве эмпирических исследований ПИИ, описанных в первой главе. Независимые переменные в данной модели представлены:запасами нефти, измеряемая британской тепловой единицей (БТЕ), которая конвертирует сырую нефть (баррель) и природный газ (куб.м.) в единую переменнуюBTU - британская тепловая единица // Калькулятор URL: https://www.calc.ru/Btu-Britanskaya-Teplovaya-Yedinitsa.html (дата обращения: 05.11.2019).;эффектом Гронингена, измеряемый процентом денежных поступлений от ВВП;величиной обменного курса, измеряемого отношением курса национальной валюты к доллару СШАинфляцией, измеряемой индексом потребительских цен;ВВП на душу населения в долларах США на момент проведения исследования;ценой на нефть, измеряемой эталонной маркой Brentв долларах США за баррель;открытостью торговли, измеряемой долей торговли от ВВП;композитным риском, измеряемым от 0 до 100, где 0 - очень высокий риск и 100 - очень низкий риск.

В модели используются прологарифмированные величины, т.к. это позволит избежать нестационарности и асимметричности. Blanton, S. L. & Blanton, R. G. 2007. What attracts foreign investors? An examination of human rights and foreign direct investment. Journal of Politics, 69, 143-155. Однако использование стандартного логарифмирования не подойдет, т.к. некоторые переменные будут с отрицательным значением, что приведет к потере наблюдений. Исходя из вышесказанного, будем использовать метод полулогарифмирования:

3-3),

Где :

x - это первичный показатель переменной в

Данные после метода полулогарифмирования: Армения (приложение Б), Азербайджан (приложение В), Беларусь (приложение Г), Таджикистан (приложение Д), Казахстан (приложение Е), Кыргызстан (приложение Ж), Молдова (приложение И), Россия (приложение К), Узбекистан (приложение Л).

Таблица 8 - Характеристика применяемых показателей в эконометрической модели для определения долгосрочных и краткосрочных территориальных детерминант прямых иностранных инвестиций

Источник: Mazen A. Foreign Direct Investment in Oil-Exporting Countries: Long-run Determinants and Causal Relationship with Economic Growth: дис. ... д-р. фил. SchoolofBusinessUniversityofLeicesterUnitedKingdom, 2016. С. 90.

Проведенные анализы показывают, что мультиколлинеарность отсутствует - каждая независимая переменная не зависит от других независимых переменных. Отсутствие гетероскедостичности показывает, что в модели однородный разброс дисперсий случайных ошибок. В полученных результатах, при 5% уровне значимости, оказывают сильное влияние следующие переменные:Эффект Гронингена, который показывают долю денежных поступлений от нефти в процентах от ВПП (отрицательнаязависимость), ставка обмена (отрицательная зависимость) и Открытость торговли, которая показывает долю суммы импорта и экспорта от ВПП (положительная зависимость). (Приложение Щ).

Таким образом, наиболее значимое влияниена приток ПИИ в странах СНГ с 1999 по 2018 гг. оказали ставка обмена (отрицательная зависимость), Эффект Гронингена (отрицательная зависимость) и открытость торговли (положительная зависимость). Было показано, что эффект Гронингена оказывает отрицательноевлияние на приток ПИИ. Во многих исследованиях подобного рода эффект Гронингена зачастую имел отрицательную корреляцию с притоком ПИИ. Asiedu, E. 2013. Foreign direct investment, natural resources and institutions. International Growth Centre, LSE, UK.Это может быть объяснено тем, что сильное укрепление одного сектора экономики ведёт к ослаблению других секторов экономики, что в долгосрочной перспективе, в западной литературе, негативно сказывается на экономическом росте, который в свою очередь должен стимулировать приток ПИИ. Sachs, J. D. & Warner, A. M. 2000. The Big Rush, Natural Resource Booms And

Growth. Journal of Development Economics, v59, 43-76.

Открытость торговли также является важной детерминантной в увеличении притока ПИИ. Открытость торговли важна для увеличения притока ПИИ по причине дальнейшей логистики произведенного за счёт ПИИ товара. Так, иностранный инвестор рассматривает альтернативные издержки поставки своего товара в зарубежные страны из страны, где этот товар производится. Открытость торговли, в свою очередь, означает либерализацию торговых отношений с соседними странами, соблюдение международных норм и т.д.

Увеличение ставки обмена (Отношение национального курса валюты к доллару США) оказывает негативное влияние на увеличение притока ПИИ в долгосрочной перспективе. Данный результат вызывает множество вопросов, т.к. в подавляющем большинстве исследований увеличение ставки обмена, т.е. понижение стоимости местной валюты имела положительную связь в повышением притока ПИИ.

Однако, по проведенному анализу видно, что краткосрочная эластичность в панели не влияет на прирост ПИИ в краткосрочном периоде. Данный факт можно объяснить большим разбросом макроэкономических показателей развития экономики, что не позволяет проследить тенденцию краткосрочной эластичности на прирост ПИИ в панели. Для подтверждения данного тезиса была выполнена опция оценки краткосрочной эластичности по каждой стране. Таким образом, мы получили результаты по каждой отдельной стране. В Азербайджане (приложение М) значим Эффект Гронингена (отрицательная зависимость), в Кыргызстане (приложение Н) нет значимых переменных, в Армении (приложение С) инфляция (отрицательная зависимость), в Беларуси (приложение Т) обменный курс (отрицательная зависимость), инфляция (положительная зависимость), ВВП на душу населения (отрицательная зависимость), открытость торговли (отрицательная зависимость) и композитный риск (положительная зависимость). В Казахстане (приложение У)значимы запасы нефти (отрицательная зависимость), Эффект Гронингена (положительная зависимость), ВВП на душу населения (положительная), цены на нефть (положительная), открытость торговли (положительная) и композитный риск (положительная). В Молдове (приложение Ф) значимыобменный курс (положительная), инфляция (отрицательная), ВВП на душу населения (положительная), цены на нефть (положительная), в России (приложение Х) значимы все переменные кроме открытости торговли, в Таджикистане (приложение Ц) значимы все переменные кроме запасов нефти и инфляции, в Узбекистане (приложение Ш) значимы все переменные кроме запасов нефти, композитного риска и обменного курса. Таким образом, в краткосрочном периоде во всех странах разные статистически значимые переменные (табл.9)

Таблица 9 - Соотношение краткосрочных детерминант c прямыми иностранными инвестициями в странах СНГ с 1999 по 2018 гг.