http://rmid-oecd.asean.org/situs slot gacorlink slot gacorslot gacorslot88slot gacorslot gacor hari inilink slot gacorslot88judi slot onlineslot gacorsitus slot gacor 2022https://www.dispuig.com/-/slot-gacor/https://www.thungsriudomhospital.com/web/assets/slot-gacor/slot88https://omnipacgroup.com/slot-gacor/https://viconsortium.com/slot-online/http://soac.abejor.org.br/http://oard3.doa.go.th/slot-deposit-pulsa/https://www.moodle.wskiz.edu/http://km87979.hekko24.pl/https://apis-dev.appraisal.carmax.com/https://sms.tsmu.edu/slot-gacor/http://njmr.in/public/slot-gacor/https://devnzeta.immigration.govt.nz/http://ttkt.tdu.edu.vn/-/slot-deposit-dana/https://ingenieria.unach.mx/media/slot-deposit-pulsa/https://www.hcu-eng.hcu.ac.th/wp-content/uploads/2019/05/-/slot-gacor/https://euromed.com.eg/-/slot-gacor/http://www.relise.eco.br/public/journals/1/slot-online/https://research.uru.ac.th/file/slot-deposit-pulsa-tanpa-potongan/http://journal-kogam.kisi.kz/public/journals/1/slot-online/https://aeeid.asean.org/wp-content/https://karsu.uz/wp-content/uploads/2018/04/-/slot-deposit-pulsa/https://zfk.katecheza.radom.pl/public/journals/1/slot-deposit-pulsa/https://science.karsu.uz/public/journals/1/slot-deposit-pulsa/ Рубрика: Отраслевая и региональная экономика - Московский Экономический Журнал1

Московский экономический журнал 5/2019

УДК 33

DOI 10.24411/2413-046Х-2019-15004

Государственная поддержка СПоК на территории Пензенской области

State support of
SPOC in the Penza region

Шифрин Игорь Олегович, студент аспирантуры, Пензенский
Государственный Технологический Университет, г. Пенза, Россия

Shifrin Igor
Olegovich,
postgraduate
student, Penza State Technological University, Penza, Russia

Аннотация: Статья посвящена
государственной поддержке сельскохозяйственных потребительских кооперативов
Пензенской области, реализуемой в рамках развития регулирования АПК России. Обозначаются
критерии назначения субсидированных выплат СПоК. Автором очерчивается круг проблем,
возникающих вследствие недостаточной государственной поддержки региональных
сельскохозяйственных потребительских кооперативов. В статье приводится комплекс
необходимых мер поддержки регионального АПК. Предлагается учитывать опыт
соседних областей РФ, реализующих программу господдержки СПоК, и перенимать те
проводимые меры, которые дают наиболее эффективные результаты.

Summary: The Article is devoted to the state support of agricultural consumer cooperatives of the Penza region, implemented in the framework of the development of regulation of agriculture in Russia. Represented criteria for assignment of subsidized payments Spock. The author outlines the range of problems arising from the lack of state support for regional agricultural consumer cooperatives. The article provides a set of necessary measures to support regional agriculture. It is proposed to take into account the experience of neighboring regions of the Russian Federation, implementing the program of state support of SPOC, and adopt those measures that give the most effective results.

Ключевые слова: АПК, СПоК,
сельское хозяйство, государственная программа поддержки.

Key words: agriculture, Spock, agriculture, and government program support.

Пензенская область является субъектом Российской Федерации с устойчивым
развитием аграрной отрасли. Согласно заявлению губернатора области, И. А.
Белозерцева, за 2018 год в агропромышленный комплекс инвестировано 14 млрд.
рублей [7]. Это, как отмечает глава региона, позволило существенно улучшить
показатели ряда отраслей сельского хозяйства, включая молочное животноводство.

Значительную роль в системе агропромышленного комплекса играет
государственная поддержка СПоК. В настоящее время основным документом, который
регламентирует государственную поддержку сельскохозяйственных кооперативов на
территории Пензенской области, является Государственная программа развития АПК
[6]. Данная программа разработана с учётом следующих документов федерального
значения: ФЗ № 264-ФЗ «О развитии сельского хозяйства» [1], Доктрины продовольственной
безопасности РФ [2], Концепции устойчивого развития сельских территорий
Российской Федерации [3], Государственной программы развития сельского
хозяйства РФ [4].

Одной из приоритетных задач реализуемой в Пензенской области
Государственной программы развития агропромышленного комплекса является
возможность повышения доходности СПоК, что напрямую связано с необходимостью
государственной поддержки сельскохозяйственных коопераций региона. В рамках
обозначенной программы государственная поддержка развития АПК Пензенской
области осуществляется следующим образом:

  • государство возмещает часть затрат (в
    размере ключевой ставки Центробанка РФ) на уплату процентов по кредитам,
    получаемым сельскохозяйственными товаропроизводителями;
  • государство оказывает грантовую поддержку
    сельскохозяйственным товаропроизводителям.

Государственная поддержка небольших сельскохозяйственных организаций проводится
с помощью предоставления субсидий на развитие материально-технической базы
потребительских кооперативов. Субсидии могут быть назначены:

  • для строительства,
    реконструкции или модернизации производственных объектов по заготовке,
    хранению, сортировке, переработке, убою сельскохозяйственных животных и птицы,
    рыбы и аквакультуры, охлаждению молока, мяса, птицы, грибов, овощей, плодов и
    ягод (в том числе дикорастущих) и подготовке к реализации сельскохозяйственной
    продукции и продуктов её переработки;
  • для приобретения
    специализированного транспорта, прицепов, полуприцепов, контейнеров, фургонов и
    пр. для транспортировки, обеспечения сохранности при перевозке
    сельскохозяйственной продукции;
  • для приобретения и монтажа
    оборудования и техники для производственных объектов, предназначенных для
    заготовки, хранения, переработки, сортировки, убоя, охлаждения, для подготовки
    к реализации, погрузке, разгрузке продукции, для оснащения лабораторий
    производственного контроля качества и безопасности выпускаемой продукции и
    проведения государственной ветеринарно-санитарной экспертизы (приобретение лабораторного
    оборудования для анализа качества сельскохозяйственной продукции);
  • для уплаты части взносов (не
    более 8% общей стоимости предметов лизинга) по договорам лизинга оборудования и
    технических средств для хранения, подработки, переработки, сортировки, убоя,
    первичной переработки, охлаждения, для подготовки к реализации и
    транспортировке сельскохозяйственной продукции.

Размер
субсидии, выделяемой на развитие материально-технической базы
сельскохозяйственного потребительского кооператива, установлен в сумме, не
превышающей 70 млн рублей, но составляющей не более 60% от общих затрат [5].

Потребительская кооперация может оказать эффективное воздействие на
следующие сферы сельского хозяйства:

  • на
    инфраструктуру агропродовольственного рынка (обеспечение хранения,
    транспортировки и сбыта продукции);
  • на
    производство строительных материалов, строительство и жилищно-коммунальное
    хозяйство;
  • на
    охотничью деятельность и ведение лесного хозяйства;
  • на
    область народных промыслов и ремёсел;
  • на
    сферу рыбоводства и рыболовства;
  • на
    рекреационную и туристическую деятельность, сферу гостиничного бизнеса;
  • на
    сферу заготовки и переработки дикорастущих плодов, ягод, лекарственных
    растений, а также прочего не древесного сырья;
  • на
    торгово-бытовое и социально-культурное обслуживание сельского населения,
    предоставление ему транспортных услуг.

Отсутствие
чёткой программы государственной региональной поддержки СПоК неизбежно влечёт
за собой появление следующих проблем:

  • снижение темпов роста производимой продукции;
  • неравномерное распределение сельскохозяйственных коопераций на территории
    области;
  • невозможность получения производителями добавочной стоимости на этапе
    переработки и сбыта продукции;
  • фактическое отсутствие информационной и консультативной поддержки сельских
    хозяйств на региональном уровне.

Из этого следует, что эффективность развития сферы сельского хозяйства Пензенской
области невозможна без осуществления государственной поддержки СПоК.

Как показывает практика, для решения обозначенных проблем целесообразно воспользоваться
опытом соседних с Пензенской областью регионов страны, в которых
государственная поддержка сельскохозяйственных кооперативов в рамках
региональных программ даёт видимый положительный результат. Обратимся к
примерам:

  • установление пониженного коэффициента вида деятельности арендатора
    при расчёте арендной платы за использование земельного участка для СПоК
    (Ленинградская область);
  • предоставление субсидий, направленных на возмещение затрат на
    строительство, реконструкцию и модернизацию заготовительных пунктов,
    приобретение оборудования по сбору и первичной переработке дикорастущего сырья
    (Омская область);
  • предоставление субсидии для возмещения части затрат, связанных с
    приобретением специализированных автомагазинов для обслуживания удалённых населённых
    пунктов (Ленинградская область);
  • предоставление льготы по налогу на имущество сельскохозяйственных организаций
    (Волгоградская, Псковская, Новгородская, Тульская области);
  • понижение размеров ставок единого налога на вменённый доход для
    сельских магазинов и автомагазинов (Псковская область).

Помимо вышеприведённых поддерживающих мер, на региональном уровне необходимо
предусмотреть включение следующих видов государственной поддержки:

  1. Информационно-консультативную,
    включающую в себя:
  2. специализированную помощь в составлении экономического обоснования
    проекта и бизнес-плана;
  3.  консультации по мерам
    государственной поддержки, оказание помощи в подготовке документов для участия
    в программе поддержки региональных СПоК;
  4. организацию и проведение семинаров, круглых столов, вебинаров для
    руководителей региональных сельскохозяйственных кооперативов;
  5. привлечение средне-специальных и высших образовательных учреждений
    к проведению обучающих мероприятий в области сельскохозяйственной кооперации;
  6. разработку и реализацию образовательных проектов в
    агропромышленной области.
  7. Организационную поддержку, которая включает:
  8. регулярное проведение сельскохозяйственных выставочных мероприятий,
    периодических сезонных ярмарок;
  9. создание региональных онлайн-ресурсов (сайты, приложения) для повышения
    реализации продукции местных сельскохозяйственных производителей;
  10. обеспечение взаимодействия СПоК с региональными и федеральными
    розничными сетями, нацеленного на обеспечение регулярного доступа региональной
    продукции в торговую реализацию.
  11. Инфраструктурную поддержку,
    под которой подразумевается:
  12. создание инженерной инфраструктуры;
  13. создание дорожной инфраструктуры.

Ориентируясь
на положительный опыт соседних регионов, сельскохозяйственным производителям
которых оказывается своевременная государственная поддержка в рамках
разработанных программ, внедрение положительного опыта действующих механизмов
поддержки СПоК Пензенской области приведёт к увеличению объёмов производимой
продукции. Решение данной задачи является актуальным, как для развития аграрной
отрасли Пензенской области, так и для улучшения показателей экономики региона в
целом.

Список литературы

  1. Федеральный закон от
    29.12.2006 N 264-ФЗ «О развитии сельского хозяйства» (с изменениями и
    дополнениями) [Электронный источник] / URL: https://base.garant.ru/12151309/
    (дата обращения: 12.04.2019)
  2. Указ Президента РФ от
    30.01.2010 N 120 «Об утверждении Доктрины продовольственной безопасности
    Российской Федерации» [Электронный источник] / URL:
    https://base.garant.ru/12172719/ (дата обращения: 12.04.2019)
  3. Концепция устойчивого развития
    сельских территорий Российской Федерации на период до 2020 года (утв.
    распоряжением Правительства РФ от 30.11.2010 N 2136-р)
    [Электронный источник] / URL:
    https://www.garant.ru/products/ipo/prime/doc/2073544/ (дата обращения:
    12.04.2019)
  4. Постановление Правительства
    Российской Федерации от 14.07.2012 N 717 «О Государственной
    программе развития сельского хозяйства и регулирования рынков
    сельскохозяйственной продукции, сырья и продовольствия на 2013-2020 годы»
    [Электронный источник] / URL: http://government.ru/docs/3360/ (дата
    обращения: 12.04.2019)
  5. Постановление Правительства РФ
    от 30.12.2016 N 1556 «О предоставлении и распределении субсидий из федерального
    бюджета бюджетам субъектов Российской Федерации на содействие достижению
    целевых показателей региональных программ развития агропромышленного комплекса»
    [Электронный источник] / URL:
    https://www.garant.ru/products/ipo/prime/doc/71480842/ (дата обращения:
    12.04.2019)
  6. Государственная программа
    Пензенской области «Развитие агропромышленного комплекса Пензенской области на
    2014-2020 годы» [Электронный источник] / URL: http://www.mcx-penza.ru/govhelp/gosprogramma (дата обращения: 12.04.2019)
  7. В АПК Пензенской области в
    2018 году инвестировано 14 млрд рублей [Электронный источник] / URL: https://sm-news.ru/v-apk-penzenskoj-oblasti-v-2018-godu-investirovano-14-milliardov-rublej/ (дата обращения: 13.04.2019)



Московский экономический журнал 5/2019

УДК 338

DOI 10.24411/2413-046Х-2019-15003

ТРАНСФОРМАЦИЯ РОЛИ ВЫСШЕГО ОБРАЗОВАНИЯ
В СОВРЕМЕННОЙ ЭКОНОМИКЕ

TRANSFORMATION OF THE ROLE OF HIGHER
EDUCATION IN MODERN ECONOMY

Озина Альбина Михайловна (SPIN-код: 1345-0359),
доктор экономичсеких наук, профессор кафедры экономической теории
Нижегородского института управления – филиала «Российской академии народного
хозяйства и государственной службы при Президенте Российской Федерации»

Долинина Елена Андреевна, (SPIN-код:
1150-5704)
, аспирант Нижегородского института
управления – филиала «Российской академии народного хозяйства и государственной
службы при Президенте Российской Федерации»

Ozina Albina, (SPIN-код: 1345-0359), Doctor of Economic Sciences, Professor,Professor of Economics Theory Department, Russian Presidential Academy of National Economy and Public Administration under the President of the Russian Federation, Nizhny Novgorod, (Russia)

Dolinina Elena, (SPIN-code: 1150-5704), Postgraduate Student, Department of Economic Theory, Russian Presidential Academy of National Economy and Public Administration under the President of the Russian Federation, Nizhny Novgorod, (Russia)

Аннотация: Конкурентоспособность государства
на международной арене и обеспечение национальной безопасности обеспечивается,
помимо прочего, вовлечением необходимого количества трудовых ресурсов высокого
качества в экономику страны. При этом важно выявлять стратегически важные
направления подготовки и переподготовки профессиональных кадров. Количественная оценка трудовых ресурсов позволяет
учитывать и определять направления повышения их эффективности.  

Summary: High quality and the necessary amount of labor resources available to the country determine the competitiveness of the state on the international scene and ensure national security. This means that it is necessary to analyze the specific weight of youth in the population, ensure the social and economic involvement of citizens of «extreme generations» in the economy of the country, as well as to identify strategically important areas for training and retraining of professional staff. Quantitative assessment of trends in the state and use of labor resources allows you to take into account and determine the direction of increasing their effectiveness.

Ключевые
слова:
восполнение трудовых ресурсов, востребованные
профессии, демографический переход, занятость, конкурентоспособность, крайние
поколения, миграция, образование, рынок труда, старение населения, трудовые
ресурсы, потенциалные вызовы, экономически активное население.

Key
words:
competitiveness,
demanded professions, demographic transition, economically active population,
education, employment, extreme generations, labor market, labor resources,
migration, population aging, potential challenges, replenishment of labor
resources.

Перед современной Россией, которая
находится в условиях усиливающейся в последние годы внешнеэкономической и
геополитической напряженности, стоит стратегическая задача не только
стабилизации социально-экономического положения, но и реализации «прорывных» направлений
развития экономики.

Секторальные и индивидуальные
экономические санкции, вводимые с 2014 г. и продолжающие расширяться до
настоящего времени, существенно повлияли на темпы роста отечественной
экономики. При этом одной из ключевых угроз национальной безопасности в области
экономики является ее низкая конкурентоспособность. Данное обстоятельство
обусловливает необходимость формирования, развития и реализации новых методов
хозяйствования, в основе которых лежит опора преимущественно на внутренние ресурсы.
Особое значение в этих условиях приобретает качество наполнения рынка труда, способного
гибко и оперативно реагировать на динамику экономического развития с учетом
социально-экономических ориентиров и реальных перспектив.

Как известно, уровень компетентности
специалистов, соответствие профессионально-квалификационной структуры трудовых
ресурсов потребностям и вызовам экономики определяют экономический потенциал
страны. Ещё в 2009 г. в качестве одного из приоритетов государственной политики
было определено повышение эффективности экономики на основе роста
производительности труда и обеспечения конкурентоспособности продукции [9].

Термин «трудовые ресурсы» введен в научный оборот
академиком С. Г. Струмилиным [5]. Сегодня под «трудовыми ресурсами» принято
понимать часть населения, обладающую физическим развитием и интеллектуальными
(умственными) способностями, необходимыми для трудовой деятельности. В трудовые
ресурсы входят как занятые, так и потенциальные работники. Объем трудовых
ресурсов зависит от верхней и нижней границы законодательно установленного
государством трудоспособного возраста. В структуре трудовых ресурсов, как
известно, принято выделять две составные части:

  • активную
    (функционирующую), непосредственно принимающую участие в производственном
    процессе;
  • пассивную
    (потенциальную), подходящую по возрасту, состоянию здоровья и интеллектуальному
    развитию, но, в силу личных или социальных причин, не работающую.

    По оценке Госкомстата России, численность
трудовых ресурсов по состоянию на вторую неделю января 2018 г. составляет 75,8
млн. человек [11].

В данном контексте подчернем, что успех экономичсеких
преобразований будет определять не столько количественными параметрами и
структурой трудовых ресурсов, сколько спросом на качественно новую рабочую
силу.

В связи со стремительным развитием информационных и
телекоммуникационных технологий (ИТТ) быстро формируются новые модели
занятости. Эти модели формируются на всех уровнях – от уровня трудовых ресурсов
всего мира до уровня отдельных корпораций. При этом еще в 1990-х годах
сложилась специфическая инфраструктура в сфере телекоммуникационных систем,
которая предлагает потребителям новые сетевые услуги и, соответственно,
приводит к появлению дополнительных рабочих мест. Только вокруг Интернета к
концу 1990-х годов возникло примерно 400 тыс. рабочих мест. А за последние 15
лет в Японии, например, развитие информационного сектора привело к созданию 2,5
млн рабочих мест, в странах ЕС — 6 млн. рабочих мест в сфере ИТТ.

Кроме того, в этой сфере быстро растут возможности
удаленной, дистанционной работы, которые позволяют квалифицированному
специалисту работать из любой точки мира, где есть доступ к сети Интернет, что
значительно расширяет уровень личной свободы и, что немаловажно, личной
ответственности работника за результат своего труда.  Также нельзя не заметить, что развитие ИТТ
позволяет шире использовать частичную, временную, краткосрочную формы
занятости. Подобные нововведения в процессе организации трудового процесса, еще
невозможные два десятка лет назад, позволили за короткий период времени
коренным образом пересмотреть модель формирования жизни и поведения
современного человека в целом.

В целом, в мире происходит эволюция
профессионально-квалификационной структуры рабочей силы. В разных странах мира
быстро растет доля работников преимущественно умственного труда (ученые,
инженеры, техники, управленческие кадры, также работники умственного труда
трудятся в образовании, здравоохранении, других секторах сферы услуг, например,
в телекоммуникации, компьютерных, инжиниринговых, управленческих,
кредитно-финансовых, страховых и других профессиональных услугах). Важно, что
именно работники умственного труда в значительной степени обеспечивают создание
новых технологий, и ноу-хау во всех сферах от производства до управления.

Центральное место во все более технологичной и
основывающейся на знаниях экономике занимает высшее образование, которое
является основой воспроизводства интеллектуального творческого потенциала
рабочей силы, базой для подготовки и переподготовки специалистов нового типа.

Заметим, что проблема обосновывания роли высшего образования
в системе экономических отношений давно интересовала отчественных ученых. Так,
в конце прошлого столетия многие авторы уделяли боьшое внимание исследованию
функций, выполняемых высшим образованием в экономике того периода [3, 6, 7, 9].
В начале 2000-х годов подобных исследований практически не было. По данному
поводу Б. Саймон справделиво подметил, что идеи, подчеркивающие важность роли
образования, находят поддержку в периоды оживления экономики, в то время как в
периоды экономического спада популярны прямо противоположные идеи [4].

События, происходящие в экономической и социальной жизни
общества обусловливают необходимость использования комплексного подхода к
определению роли, места и значения высшего образования с позиции сегодняшнего
дня. Практика показывает, что при рассмотрении роли высшего образваония в
современной экономике можно выделить несколько аспектов.

Во-первых, экономический аспект, который связан с
формированием социально-профессиональной структуры общества, подготовкой
квалифицированных специалистов, способных эффективно трудится в определенной
сфере практической деятельности в конкретной экономической обстановке. В современных
условиях важнейшим аспектом деятельности системы высшего образования является
формирование новой генерации работников, поскольку общий ход экономических
преобразований в решающей мере зависит от уровня сформированности необходимых
для новой экономики компетенций.

Во-вторых, социальный аспект высшего образования, который
базируется на его участии в воспроизведении и развитии социальной структуры общества,
связан с анализом и развитием взаимосвязей социального положения специалистов,
их социальной мобильностью, исследованием степени соответствия формируемых в
образовательных организациях компетенций характеру и содержанию современного
трудового процесса. В свою очередь, социальная структура общества воздействует
на систему высшего образования как опосредованно (цели и содержание высшего
образования, образовательные технологии, институциональные формы образовательных
учреждений и др.), так и непосредственно (потребность в педагогических кадрах,
наполняемость учебных групп и т.д.).

В третьих, культурный аспект высшего образования, который
основан на его роли в сохранении, генерации и трансляции духовно-культурных
ценностей, социальных норм и навыков, т.е. воспроизводстве культуры. Реальный механизм
этого воспроизводства находит практическое воплощение в приобретении отдельными
людьми (ППС) особой функции, которая позволяет им формировать и реализовывать
нравственные нормы и привычки, влиять на поступки и деятельность других людей
(обучаемых).

Обобщая изложенное, заключим, что система высшего
образования выполняет важную, и вместе с тем особую роль, оказывая непосредственное
влияние на всю экономику страны. Но и само высшее образование, в свою очередь,
оказывается под сильным воздействием превалирующих экономических отношений, что
прежде всего сказывается на состоянии системы финансирования высшего
образования.

Анализ мирового опыта покказывает, что в развитых странах
затраты на высшее образование стабильно возрастают. Согласно инофрмации о
структуре расходов на высшее обпазование в странах-членх ЕС, затраты на одного
обучаемого в целом коррелируют с показателями среднедушевого ВВП, хотя прямой
зависимости здесь нет: в ряде стран примерно с одинаковым уровнем ВВП на душу
населения (Италия и Финляндия), объемы государственного финансиррования высшего
образования значительно различаются (Финляндия – 2,05% от ВВП, Италия – 0,78%).
Заметим, что вместе с ростом затрат на образование государством принимаются
меры, вплоть до реформаторских, по повышению эффективности от каждой вложенной
единицы денежных средств.

В начале двухтысячных годов для решения задач инновационного развития страны были определены основные приоритеты модернизации экономики,
в числе которых: повышение энергоэффективности и ресурсосбережения, развитие
ядерных, космических, медицинских и стратегических информационных технологий
[2].

Поскольку для реализации этих задач необходимо наличие
высококвалифицированных инженерных кадров, была разработана и Указом Президента
утверждена «Президентская программа повышения
квалификации инженерных кадров на 2012-2014 гг.» [1]. Результаты реализации
данной программы стали основой для дальнейшего развития программ подобного
обучения. Так, в течепие последних двух лет было реализовано 385 программ
повышения квалификации, в которых приняли участие 82 образовательные
организации [10].

Важным аспектом реализации программ стало расширение
направлений и форм взаимодействия организаций образования и предприятий
реального сектора экономики. Это позволило актуализировать учебные планы и
адаптировать учебные программы под те компетенции и изменения в подготовке,
которые действительно востребованы и актуальны на предприятиях на данный
момент.

На реализацию задачи повышения
качества подготовки кадров специалистов для новой экономики в системе высшего
образования направлен Проект Министерства образования и науки Российской
Федерации «Опорные вузы», главной целью которого является подготовка
конкурентоспособных и востребованных в регионах расположения вуза специалистов.
Для решения этой задачи производится отбор проектов программ развития, в том
числе за счет создания университетских центров инновационного, технологического
и социального развития регионов. Перед вузами ставятся задачи по модернизации
образовательной деятельности; модернизации научно-исследовательской и
инновационной деятельности, включая развитие инновационной экосистемы
университета; развитие кадрового потенциала; модернизация системы управления
университетом; модернизация материально-технической базы и социально-культурной
инфраструктуры; развитие местных сообществ, городской и региональной среды. Что
характерно, одним их важных критериев в отборе опорного вуза является доля
выпускников, трудоустроившихся в течение календарного года, следующего за годом
выпуска, в субъекте Российской Федерации, на территории которого находится
университет. Это вторит общим мировым тенденциям, согласно которым именно
развитие науки и высокопрофессиональных кадров способно расширить возможности
региональной, а, следовательно, и общегосударственной экономики.

Список литературы

  1. Указ Президента
    РФ от 07.05.2012 N 594 «О Президентской программе повышения квалификации
    инженерных кадров на 2012 — 2014 годы», [электронный ресурс] – режим
    доступа URL http://kremlin.ru/acts/bank/35258
    (дата обращения 10.04.2019)
  2. Березин Л.Я.,
    Гуртов В.А., Матвеев В.А., Сигова С.В. Приоритеты экономического развития
    субъектов Российской Федерации. – М.: Кучково поле, 2005. – 496 с.
  3. Матросов В.Л.
    Тревоги и надежды высшей школы Олссии // Педагогика – 1995. — №3, С. 3-6
  4. Саймон Б.
    Общество и образование. – М., 1989. -123с.
  5. Струмилин С. Г.
    Наши трудовые ресурсы. М., Изд. Госплана, 1922.
  6. Тимофеева В.К..
    Системный подход к проблеме совершенствования высшего образования // Высшее
    образование. – 1994. – «2, с. 116-124
  7. Юдин В.К. Роль и
    место вуа в системе рыночых отношений // Высшее образование. – 1994. — №1, с.
    96-107
  8. Развитие
    университетов в условиях рыночной экономики / Ред. Е.Н. Жильцов, П.Н. Ломанов.
    – М.: Изд-во МГУ, 1994. – 103 с.
  9. Медведев Д.А.
    Россия, вперед!, [электронный ресурс] – режим доступа URL: https://www.gazeta.ru/comments/2009/09/10_a_3258568.shtml. (дата обращения: 01.02.2018)
  10. Материал с сайта
    Министерства образования и науки Российской Федерации,
    https://минобрнауки.рф/m/новости/9500 (Дата опубликования: 03.02.2017. Дата
    обращения: 10.03.2017)
  11. Срочные
    информации и справки по актуальным вопросам. Федеральная служба государственной
    статистики – [электронный ресурс] – режим доступа URL: http://www.gks.ru/bgd/free/B04_03/IssWWW.exe/Stg/d03/36.htm
    (дата обращения 10.04.2019)



Московский экономический журнал 5/2019

DOI 10.24411/2413-046Х-2019-15002

Аналитическое обоснование выбора системы ключевых показателей эффективности деятельности компаний для формирования инвестиционного портфеля

Analytical justification
of key performace indicators for investment portfolio construction

Волков Максим
Александрович,
аспирант 2 курса,
направление «Бухгалтерский учет и статистика», Финансовый университет при
Правительстве РФ, департамент «Учет и аудит», Volkovma1994@yandex.ru

Volkov Maksim Aleksandrovich

Аннотация: Цель исследования — разработка и применение
аналитического инструментария стратегии инвестирования на основе
фундаментальных показателей бизнеса. Основной гипотезой работы является то,
влияет ли проведение фундаментального финансового анализа на эффективность
принятия инвестиционных решений. Важнейшим аспектом данного исследования
является выбор и обоснование фундаментальных показателей, или факторов создания
стоимости, которые будут использоваться для разработки указанного инструмента.

Summary: The goal of current research is to develop and utilize investment strategy based on key fundamental indicators of the company. The main hypothesis tested is whether financial analysis contribute into efficiency of investment decision making . The main focus of the research is justification of value creation factors, that are being used for index construction.

Ключевые
слова: 
фундаментальный анализ, факторы создания стоимости,
инвестиционная стратегия, активное инвестирование, инвестиции, финансовый
анализ, оценка бизнеса, фундаментальное индексирование.

Key words: fundamental
analysis, value creation drivers, investment strategy, active investing,
investments, financial analysis, business valuation, fundamental indexation.

ВВЕДЕНИЕ

На
сегодняшний день существует множество подходов к принятию решений об
инвестировании в финансовые активы. Некоторые подходы основаны на применении
различных инструментов анализа деятельности организации, в том числе
фундаментального финансового анализа, в то время как другие не требуют
использования каких-либо инструментов анализа, предполагая простое копирование
рыночных индексов. Дискуссия о том, какая из инвестиционных стратегий является
наиболее эффективной, продолжается на протяжении десятилетий. В последние годы
набирает популярность мнение о том, что фундаментальный анализ в процессе
принятия инвестиционных решений не требуется, а лучшей стратегией является
простое копирование рыночного индекса[1]. Другими словами, теряет смысл проведение комплексных
процедур финансового анализа и инвестиционной оценки. С другой стороны, многие
исследователи указывают на то, что понимание закономерностей функционирования
бизнеса, а также будущих трендов позволяет значительно повысить эффективность
осуществляемых инвестиций. Многие инвесторы и исследователи на протяжении многих
лет стремятся разработать инструмент для принятия инвестиционных решений с
заведомо более высокой, по сравнению с рынком, эффективностью, используя
различные подходы финансового анализа. В частности, в 2005 году исследователями
была представлена стратегия, получившая название «Фундаментальный индекс»,
которая предполагает формирование портфеля на основе ключевых фундаментальных
показателей деятельности бизнеса. Данная стратегия в дальнейшем нашла свое
применение в работах множества исследователей, а также в качестве основы для
формирования инвестиционных портфелей отдельных инвестиционных фондов.

Однако,
несмотря на значительный интерес к данному подходу и его активное применение,
не нашло достаточного отражения теоретическое обоснование выбора фундаментальных
показателей, как и их взаимосвязи с создаваемой стоимостью. Кроме того, ряд
показателей применяется универсально для предприятий различных отраслей и
географических регионов, что, бесспорно, требует дальнейшего анализа. Необходимость
детальной проработки концептуальной основы указанного подхода в качестве
возможного инструмента принятия эффективных инвестиционных решений, а также
возросший интерес к активным подходам к инвестированию и месту финансового
анализа в данной связи обусловливает актуальность выбранной темы.

Целью
данного исследования является разработка и применение аналитического
инструментария стратегии инвестирования на основе фундаментальных показателей
бизнеса. Основной тестируемой гипотезой работы является то, влияет ли
проведение фундаментального финансового анализа деятельности субъектов
определенной отрасли на эффективность принятия инвестиционных решений. Наиболее
критичным моментом данного исследования является выбор и обоснование
фундаментальных показателей, или факторов создания стоимости, которые будут
использоваться для разработки указанного инструмента. Для разработки
теоретического обоснования использования инвестиционной стратегии будет
задействован инструментарий финансового анализа.

Задачами
настоящей работы являются:

  • идентификация факторов
    создания стоимости как основы стратегии;
  • разработка
    фундаментального индекса для отрасли торговли;
  • тестирование
    стратегии и проверка обоснованности гипотезы о преимуществе активного
    инвестирования на рынке Европы.

Методология
определения фундаментальных индикаторов для создания индекса основана на
формулировании гипотез о значимости определенного параметра в контексте влияния
на сравнительную доходность акций и их последующее тестирование посредством применения
статистических методов. Исходный список параметров составлен путем критической
оценки предыдущих исследований в данной области, а также путем применения
авторских концептуальных гипотез с учетом бизнес-модели анализируемой группы
компаний.

Уровень
разработанности проблемы. Активный вклад в разработку методики фундаментального
индекса внесли Р. Арнотт, Дж. Хсю, П. Мурр, А. Клиффорд и Дж. Эстрада. В
области активного стоимостного инвестирования, значительный вклад внесли Б.
Грехем и Дж. Додд. С точки зрения факторов создания стоимости и разработки
оценочных моделей, неоценим вклад А. Дамодарана. Весьма важна также критика
традиционной портфельной теории и ряда теорий корпоративных финансов,
принадлежащая Дж. Монтьеру. Среди отечественных ученых, значительный вклад в
разработку финансового анализа деятельности организаций принадлежит Бариленко
В.И., Барнгольц С.Б., Бердникову В.В., Ефимовой О.В., Мельник М.Г. и Сергеевой
Г.В. Ощутимый вклад в разработку моделей оценки внесли Грязнова А.Г., Федотова
М.А. и Эскиндаров М.А. Значительная часть работ в области факторов создания
стоимости принадлежит Ивашковской И. В., Когденко В.Г.  и Кукиной Е.Б.

ОСНОВНОЙ РАЗДЕЛ

Для
целей текущего исследования был выбран рынок продуктовой торговли Европы.
Причиной для данного выбора послужили доступность информации о компаниях, наличие
большого числа  компаний в отрасли, а также
прозрачность бизнес-модели. Период рассматриваемых данных для создания индекса
— с 1 января 2005 года по 1 января 2014 года. Этот период включает множество
фаз жизненного цикла компаний, а также кризисный период 2008 года. С 1 января 2014
года по 1 января 2015 года было проведено ретроспективное тестирование модели.
Для целей настоящей работы были использованы годовые сведения, так как
большинство интересующих показателей компании раскрывают с данной
периодичностью. Ребалансировка результирующего индекса будет проводится на
ежегодной основе. Статистические методы по большей мере представлены техниками
регрессионного анализа. Стохастические модели будут использоваться для оценки
коэффициентов нормализации значений фундаментальных показаталей, а также для
оценки распределения результатов, получаемых при тестировании итогового
индекса. Для целей моделирования будет использовано приложение Microsoft Excel с соответствующей надстройкой для стохастического
моделирования Palisade @Risk.
Для регрессионного анализа будет использован пакет анализа данных Data Analysis, а также приложение IBM SPSS.

В качестве параметра, характеризующего доходность с учетом риска, используется коэффициент Шарпа. Существует два возможных способа максимизации данного коэффициента, при допущении, что значение всех факторов, кроме характеристик фундаментального индекса, остается неизменным при принятии различных решений: максимизация доходности портфеля, либо минимизация стандартного отклонения – в обоих случаях, теоретически не существует верхнего предела целевой функции. Следует также отметить, что современная портфельная теория предполагает наличие взаимосвязи между

следовательно, традиционный индекс предполагает наиболее эффективный способ инвестирования относительно коэффициента Шарпа. Используя механизмы количественной оптимизации, основной задачей стратегии будет являться построение индекса с наивысшим значением коэффициента Шарпа, которое может достигаться в некоей равновесной точке между

Доходность портфеля рассчитывается по следующей формуле:

где

– вектор весов для всех активов портфеля,

– вектор доходности
для всех активов портфеля (транспонирован).

Дисперсия портфеля
рассчитана при использовании следующей формулы:

где

cov (i,j) – ковариация между активом i и j.

Очевидно,
что доходность акций и ковариация между ними – экзогенные переменные; для
изменение доходности и среднеквадратического отклонения и достижения цели, можно
изменить только веса активов в портфеле. Учитывая то, что фундаментальные
индикаторы должны быть использованы для вычисления оптимальных весов,
результирующий вектор весов может быть рассчитан следующим образом:

где

– вектор весов фундаментального индекса,

– значение
фундаментального индикатора j для iой компании,

– вектор
коэффициентов, который преобразует матрицу значений фундаментальных показателей
в вектор весов (F-вектор).

Как
следствие (3), можно выделить два шага в идентификации вектора весов согласно
каждому из трех подходов, описанных выше:

  1. идентификация
    фундаментальных индикаторов;
  2. идентификация
    значений коэффициентов для вектора коэффициентов.

В
рамках данной работы, фундаментальный индекс будет разработан для компаний
отрасли продовольственной торговли. Индикаторы, формирующие фундаментальный
индекс, а также значения коэффициентов F-вектора могут значительно отличаться для прочих отраслей
и инструментов. Для целей создания модели было рассмотрено 36 крупнейших
компаний Европы. Остальные регионы были исключены ввиду различного уровня
конкурентности рынков и отличий в бизнес-моделях. Также, для целей создания
модели предполагается, что акции могут быть только куплены; следовательно, вес
инструмента в портфеле не может быть отрицателен.

Важно
отметить, что только будущие значения фундаментальных показателей влияют на
создания стоимости, в то время как текущие и предыдущие значения влияют на
прошлую доходность компаний. Другими словами, стоимость, создаваемая бизнесом в
прошлом, уже получена существующими инвесторами в виде прошлой доходности акций.
Существующие и будущие инвесторы, в свою очередь, заинтересованы в стоимости,
которую компания сможет создать в будущем. Следовательно, для того, чтобы
идентифицировать компании с наибольшим потенциалом для создания стоимости,
следует фокусироваться на факторах, влияющих на будущий рост. Так, дальнейшей
задачей является нахождение опережающих индикаторов будущего значения
фундаментальных показателей компании. Для выявления факторов создания стоимости
будет использована модель дисконтирования денежного потока на основе свободного
денежного потока, доступного акционерам (FCFE). Для расчета
свободного денежного потока, доступного акционерам, как правило используется
следующая формула:

Выручкаявляется одним из наиболее важных
индикаторов для целей прогнозирования значений фундаментальных показателей. Будучи
первой статьей и основой отчета о прибылях и убытках, выручка также тесно
связана с величиной прибыли и соответствующими коэффициентами эффективности и
рентабельности.

Во
многих странах, регулирование отрасли продовольственной торговли находится на относительно низком уровне,
концентрация отрасли и технологические измененя также находятся на достаточно
низком уровне – все это приводит к низким барьерам для входа на рынок и
высокому уровню конкурентности. В свою очередь, высокая конкуренция и
гомогенный характер продукции приводит к существованию определенного «потолка»
цен и увеличивает эластичность спроса. Таким образом, компании пытаются снизить
цены на продукцию, в то же время удерживая процент маржи на приемлемом уровне,
так как данные меры приводят к существенному увеличению выручки. В условиях
подобной конкуренции, компании весьма ограничены с точки зрения увеличения
роста продаж, который, в данной связи, находится в сильной зависимости от
макроэкономических трендов.

Среди
макроэкономических факторов, влияющих на объем выручки компаний данного
сектора, исследователи выделяют темп роста населения и располагаемый доход на
человека. Основной объем выручки супермаркетов и сетевых магазинов поступает от
продажи продовольственной продукции и прочих потребительских товаров. Уровень
расходов на продукты значительно менее волатилен в сравнении с прочими типами
потребительских товаров, что приводит к тому, что увеличение населения прямо
связано с объемом расходов на продовольственные продукты. Располагаемый доход
на душу населения определяет покупательскую способность населения. Когда
располагаемый доход падает, покупатели ограничивают потребление наиболее важной
продукцией и более дешевыми брендами, ограничивая темп роста выручки компаний [27].

Торговая площадь является одним из наиболее важных факторов получения
конкуретного преимущества в отрасли. Очевидно, что данный индикатор находится в
прямой зависимости от объема продаж. Ввиду того, что предметом анализа является
темп роста выручки, а не ее абсолютное значение, следует принять допущение о
том, что темп роста торговой площади является индикатором темпа роста выручки
компании.

Большая часть всех операционных расходов представлена
себестоимостью продукции. Группируя операционные расходы на себестоимость
продаж и Общехозяйственные и административные расходы, мы можем предположить,
что доля закупок/себестоимости продукции в себестоимости продаж занимает еще
большее значение, так как Общехозйственные и административные расходы имеют
большую долю заработной платы и расходов на аренду в своей структуре. Мы можем
заключить, что наибольший вклад в величину себестоимости продаж вносит
себестоимость продукции. Данный вывод оказывает значительное влияние на
дальнейший анализ, так как это значит, что большая часть затрат является
переменной, что, в свою очередь, еще больше ограничивает потенциал для роста
маржи ввиду ограниченной экономии масштаба.

Количественный
фактор себестоимость продукции уже включен в модель как часть выручки и зависит
от факторов, указанных ранее. Качественный фактор представляет собой цену,
которую устанавливает поставщик с учетом скидок и транспортных расходов. Этот
фактор невозможно оценить отдельно, так как структура продаваемой продукции и детали
договоров с поставщиками не раскрываются компаниями. Тем не менее, мы можем
предположить, что цена, устанавливаемая поставщиком, является функцией
стоимости сырья, потребляемого компаниями-производителями.

Структура
затрат производителей может значительно различаться в зависимости от типа
выпускаемой продукции. Тем не менее, большая часть производителей использует
сельскохозяйственную продукцию и сырье, такую как пщеница, говядина, различные
зерновые культуры и прочее. В связи с этим мы можем оценить чувствительность
компании к изменению цен на сельскохозяйственную продукцию и сырье и
корректировать чувствительность портфеля относительно данного фактора. В
качестве индикатора цен сельскохозяйственной продукции и сырья будет
использован индекс «Bloomberg Agricultural Subindex» [25].

Многие
производители также используют сырье, недоступное в стране осуществления
деятельности, либо сырье, которое дешевле импортировать из другой страны.
Учитывая данный фактор, курс валют является важным фактором в определении
ценового фактора величины себестоимости продукции. Как и в случае с
сельскохозяйственным индексом, степень чувствительности будет использована в
качестве индикатора для построения модели. Курс доллара США будет использован в
данной связи, так как большинство расчетов производится в данной валюте.

В
качестве индикатора эффективности цепочки поставок будет использовано среднее
значение валовой маржи. Данный показатель демонстрирует связь между
качественным фактором себестоимости продаж и выручкой. Если компания
демонстрирует высокое значение данного показателя, учитывая гомогенный характер
продукции и ограничение экономии масштаба, упомянутые ранее, это может являться
признаком конкурентного преимущества в области цепочки поставок.

Чистый
рабочий капитал является крайне важной характеристикой для отрасли продовольственной торговли: не только в качестве компонента свободного
денежного потока, но и в качестве индикатора эффективности управления
дебиторской задолженностью, запасами и кредиторской задолженностью. Большинство
наблюдений показывает, что запасы занимают более половины оборотных активов
среди предприятий данной отрасли.

Это наблюдение
является прямым следствием бизнес модели, типичной для данной отрасли: компании
продовольственной торговли обычно характеризуются коротким операционным
циклом. Также, компании отрасли продовольственной торговли преимущественно продают продукцию домохозяйствам,
а все операции оплачиваются наличным расчетом, что приводит к низким уровням
дебиторской задолженности.

Фокусируясь
на запасах и кредиторской задолженности как на основных статьях оборотных
активов и краткосрочных обязательств, и, как следствие, основных источниках
изменения ЧРК, мы можем предположить, что оборачиваемость запасов и
кредиторской задолженности являются факторами изменений чистого рабочего
капитала для отрасли продовольственной торговли. Для целей идентификации относительного уровня
оборачиваемости, среднее значение оборачиваемости запасов и кредиторской
задолженности за три последовательных периода будет включено в модель.

Другой
компонент свободного денежного потока, Капитальные затраты, довольно сложно
оценить, так как он зависит от стратегии компании и потенциала для расширения,
который зависит от потенциала рынка. В качестве одного из показателей, мы можем
использовать следующий коэффициент:

Низкие
значения данного коэффициента говорят о высокой степени износа основных средств
и высокой необходимости осуществления капитальных затрат.

Амортизациятакже связана с величиной основных
средств. Несмотря на то, что данный показатель подвержен влиянию изменения
учетной политики и крайне сильно зависит от структуры основных средств, он
также связан с темпом роста величины основных средств. Таким образом,
индикатором темпа роста амортизации будет являться темп роста основных средств.
Важно учитывать темп роста основных средств и оставшийся срок службы основных
средств, так как увеличение срока службы основных средств должно быть связано с
приростом основных средств; если данное соотношение не соблюдается, увеличение
срока полезной службы может быть следствием изменения учетной политики.

Представляется
возможным включение как минимум двух показателей, характеризующих процентные
расходы и чистые заимствования компанией:

  1. Структура капитала. Чем выше значение отношения величины Заемного капитала к Собственному,
    принимая допущение о том, что величина собственного капитала не уменьшается и
    процентная ставка не изменяется, тем больше должна быть величина процентных выплат.
    Используя финансовый леверидж, компания увеличивает вариативность денежных
    потоков, так как в периоды спада существует вероятность получения более низкого
    значения денежных потоков, в то время как в периоды подъема денежные потоки
    значительно увеличиваются вследствии роста прибыли.
  2. Текущая разность между стоимостью заемного капитала и
    безрисковой ставкой.
    Чем ниже уровень
    процентных ставок относительно безрисковой ставки, тем выше мотивация компании
    с точки зрения реструктуризации существующих займов на более выгодных условиях
    и привлечения новых по более низким ставкам. Однако данное допущение может
    значительно нарушаться ввиду различной структуры капитала и природы выплат по
    существующему долгу. Важным аспектом является больший удельный вес российского
    рынка в выручке рассматриваемых компаний.

Следующим шагом является расчет значений коэффициентов F-вектора и тестирование результатов полученной стратегии скорректированного фундаментального индекса. Из уравнения (3), имея матрицу значений фундаментальных показателей за период с 2007 по 2014[2], а также учитывая поставленную ранее задачу, мы можем найти оптимальные значения F-вектора посредством использования надстройки Solver для приложения Microsoft Excel.

Построим
и проанализируем доходность портфеля соответственно традиционному подходу на
основе рыночной капитализации для 36 компаний продовольственной отрасли Европы в период с 2007 по 2014 с ежегодной
ребалансировкой. Средняя годовая доходность индекса равна 2.37%.
Среднеквадратическое отклонение портфеля варьируется от 0.17 до 0.22, а
безрисковая ставка между 3% и 4% с 2007 по 2014 год. При таком уровне
безрисковой процентной ставки, очевидно, что коэффициент Шарпа будет негативным
в определенных периодах, что делает данный портфель
инвестиционно-непривлекательным. Наивысшее значение коэффициента Шарпа – 1.17 –
было достигнуто в 2012 году, а наименьшее – (1.16) – в 2007.

Построим
и проанализируем параметры портфеля на основе найденных фундаментальных
показателей. Для нахождения значений F-вектора будет использован алгоритм GRG Nonlinear Solver для Microsoft Excel чтобы найти
сглаженное нелинейное решение. Сущность алгоритма заключается в максимизации
требуемой функции (коэффициент Шарпа) посредством подбора оптимального значения
параметров вектора. Для нахождения коэффициентов вектора, используем вектор,
описанный уравнением (3) в функциях (1) и (2), учитывая, что все прочие
компоненты данных функций известны.

Разработанная
стратегия является наиболее эффективной с точки зрения современной портфельной
теории, так как своей целью она ставит максимизацию коэффициента Шарпа. Несмотря
на наивысшее значение среднеквадратического отклонения, существует возможность
комбинирования данного портфеля с условно-безрисковым активом для создания
портфеля, оптимального для инвесторов с различным уровнем принятия риска. В
дальнейшем при упоминании данной стратегии будет использоваться аббревиатура AFI («Adjusted Fundamental Index» — (англ.) скорректированный фундаментальный индекс).

Как
было сказано ранее, 2015 год не входит в период построения модели. Посредством
применения AFI для
данного пероида мы видим, что традиционный индекс показывает доходность 0.024%,
в то время как AFI демонстрирует 11.66% доходности. Стандартное отклонение традиционного
индекса равно 0.23, в то время как AFI – 0.2. В целом, AFI показывает более высокую доходность относительно
традиционного индекса. Тем не менее, причинами подобной динамики могут являться
предвзятости в форме выбора определенного набора данных или временного
интервала.  

 Допущения модели включают:

  1. Ковариантная стационарность.
    Было принято допущение о том, что ковариационная матрица, которая
    использовалась для оценки риска портфеля, являлась постоянной в течении всех
    периодов. Это допущение является весьма поверхностным, так как в реальности
    степень зависимости доходности акций компанией может значительно изменяться со
    временем.
  2.  Тренд выживания. Принято допущение, что
    компании, используемые для построения и тестирования модели, представляют собой
    все множество инвестиционных возможностей. Так как отдельные компании были
    исключены ввиду недостатка информации или ввиду исключения из котировального
    списка, очевидно, что принятое допущение может нарушаться.
  3. Линейная зависимости
    между переменными. Так как F-вектор представляет собой линейную комбинацию
    индикаторов, предполагается, что существует линейная зависимость между ними и
    зависимой переменной. На практике данное допущение может значительно нарушаться.

Для
того, чтобы улучшить качество модели, предполагается корректировка
коэффициентов после каждого периода для лучшего отражения взаимосвязи
доходности акций с зависимыми факторами. В целом, результаты ретроспективного
тестирования модели показывают, что модель является более эффективной по
сравнению с традиционным индексом. В свою очередь, возникает дальнейшая
необходимость апробации модели на частной совокупности акций более узкого
рынка, соответствующего определенному географическому региону.

ЗАКЛЮЧЕНИЕ

В
результате выполнения настоящего исследования были получены следующие выводы:

  1. Были выявлены
    показатели, позволяющие прогнозировать будущее значение факторов создания
    стоимости для компаний отрасли продовольственной торговли. Несмотря на
    концептуальную взаимосвязь с создаваемой стоимостью, не было выявлено линейной
    зависимостью между значениями данных показателей и будущей доходностью акций
    соответствующего эмитента.
  2. На основании
    указанных показателей, а также посредством использования разработанной
    концептуальной модели расчета весов фундаментального индекса, была создана
    модель скорректированного фундаментального индекса для компаний
    продовольственной торговли. Путем проведения имитационного моделирования
    портфеля была выявлена скорректированная на риск доходность, значительно
    превышающая традиционный индекс.

Исходная
гипотеза о том, что активное инвестирование может приносить значительно более
высокие результаты, чем пассивное, подтверждается. Посредством изучения
закономерностей функционирования компаний одной отрасли, особенностей бизнес-моделей,
трендов, характерных для определенной отрасли и географического сегмента,
представляется возможным создание портфеля, приносящего большую доходность, чем
традиционный индекс. Однако следует помнить, что данные модели крайне
чувствительны к значениям входящих переменных, предпосылкам и допущениям,
лежащих в их основе.

Выводы
настоящей работы, а также разработанная модель скорректированного индекса
представляет практическую и научную ценность.

С
научной точки зрения, данный вывод обосновывает необходимость проведения
финансового анализа и применения традиционных методов оценки для обоснования
инвестиционных решений. Кроме того, множество теорий современной портфельной
теории, в том числе гипотеза об эффективных рынках, также опровергается в связи
с результатами настоящего исследования. Данное исследование оправдывает
гипотезу о рынках с шумом, так как рыночная цена не является приближением
внутренней стоимости и применение финансового анализа создает возможности для
получения повышенного дохода на постоянной основе. Методологически,
скорректированный фундаментальный индекс, а именно его компонент – F-вектор – представляет собой принципиально новый подход в
области анализа факторов создания стоимости. Ориентируясь на индикаторы,
влияющие на будущее значение факторов создания стоимости, а также параметры,
характеризующие значимость данных индикаторов, аналитик получает инструмент
оценки воздействий изменения данных индикаторов в контексте создаваемой
стоимости.

С
точки зрения практики, данный вывод говорит о привлекательности
специализированных инвестиционных фондов, а также значительном потенциале
получения дополнительной доходности в сравнении с традиционным индексом. Модель,
описанная в настоящей работе, в своем текущем виде может быть использована для
составления фактических портфелей для широкого круга инвесторов. Посредством
комбинирования полученного портфеля с портфелем облигаций, либо прочими
инвестиционными активами представляется возможным подбор оптимального уровня
риска и доходности, соответствующего практически любому инвестиционному
профилю. Кроме того, существует потенциал создания более комплексных стратегий,
задействующих исключительно акции рассматриваемых эмитентов. К примеру,
посредством создания портфеля, веса в котором будут представлять собой разность
весов соответствующих компаний фундаментального и традиционного индекса,
представляется возможным увеличение положительной разности и элиминирование
большей части систематического риска.

Настоящее
исследование имеет достаточно обширную область с точки зрения дальнейшего
развития. Актуальность предмета исследования неоспорима, так как в процессе
принятия инвестиционных решений, инвесторы не ограничены одним вариантом, а
находятся в процессе выбора между различными альтернативами. Данный подход
открывает возможность подойти к инвестиционному анализу задействуя всю
вертикаль анализа, начиная с анализа учетно-аналитической информации и
заканчивая принятием решений о распределении средств и составлении портфеля
задействовав сразу несколько альтернатив.

Библиографический список

  1. Барнгольц С.Б., Мельник М.В. Методология экономического анализа деятельности хозяйствующего субъекта: учеб. пособие. М.: Финансы и статистика, 2003. – 240 с.
  2. Грязнова А.Г., Федотова М.А, Эскиндаров М.А., Тазихина Т.В., Иванова Е.Н., Щербакова О.Н. Оценка стоимости предприятия (бизнеса) — М.: Интерреклама, 2003. — 544 с.
  3. Дамодаран А. Инвестиционная оценка: Инструменты и методы оценки любых активов / Асват Дамодаран ; Пер. с англ. — 5-е изд. — М. : Альпина Бизнес Букс, 2008. — 1340 с.
  4. Ефимова О.В. Анализ устойчивого развития компании: стейкхолдерский подход / О.В. Ефимова // Экономический анализ: теория и практика. — 2013.-  № 45 (348). — С. 41-51.
  5. Montier J. (2009) Value Investing. John Wiley & Sons Ltd., pp. 414.
  6. Arnott R., Hsu J., Moore P. Fundamental Indexation. Financial Analysts Journal. 2005.  Vol. 61, number 2, pp. 83-99.
  7. Basu A., Forbes B. Does fundamental indexation lead to better risk-adjusted returns? New evidence from Australian Securities Exchange. Accounting & Finance. 2014. Vol. 54 Issue 3, pp. 699-728.
  8. Chen C., Chen R., Bassett G. Fundamental indexation via smoothed cap weights. Risk Management and Quantitative Approaches in Finance , Journal of Banking and Finance. 2007. Vol. 31, pp. 3486-3502.
  9. Chen D., Dempsey M., Lajbcygier P. Is Fundamental Indexation able to time the market? Evidence from the Dow Jones Industrial Average and the Russell 1000. Journal of International Financial Markets, Institutions & Money. 2015. vol. 37, pp. 162-177.
  10. Clark F., Hessel C., Wang J., Zhang G. Portfolios Weighted by Repurchase and Total Payout. Journal of Portfolio Management. 2010. Vol. 36, No. 4
  11. Clifford A., Porter B., Steven R. Predicting Stock Returns Using Industry-Relative Firm Characteristics. 200. Retrieved from:  https://papers.ssrn.com/sol3/papers2.cfm?abstract_id=213872
  12.  Clifford A. The value of Fundamental Indexing. Institutional Investor. 2006. Vol. 1.
  13. Damodaran, A. Active Investing: Rest in Peace or Resurgent Force? [Blog post]. 2016. Retrieved from: http://aswathdamodaran.blogspot.co.uk/2016/12/active-investing-rest-in-peace-or.html
  14. Droms W. A Fundamental Shift to Fundamental Indexing. Journal of Financial Service Professionals. 2010. Vol. 64 Issue 4, pp. 69-75.
  15. Hemminki J., Puttonen V. Fundamental indexation in Europe. Journal of Asset Management. 2008. Vol. 8 Issue 6, pp. 401-405.
  16. Kaplan P. Why Fundamental Indexation Might-or Might Not-Work. Financial Analysts Journal. 2008. Vol. 64 Issue 1, pp. 32-39.
  17. King F. Market and Industry Factors in Stock Price Behavior. The Journal of Business. 1966. Vol. 39, No. 1, Part 2, pp. 139-190.
  18. Lee C. Value Investing: Bridging Theory and Practice. China Accounting and Finance Review. 2014. Vol. 16, issue 2, pp. 10-38.
  19. Lim H., Tower E. Fundamental versus Traditional Indexation for International Mutual Funds: Evaluating DFA, WisdomTree, and RATI PowerShares. Journal of Investing. 2014. Vol. 23, Issue 4, pp. 85-98.
  20. Perold A. Fundamentally Flawed Indexing. Financial Analysts Journal. 2007. Vol. 63, №6, pp. 31-37.
  21. Stowe R. Rob Arnott Reflects on a Decade of Fundamental Indexation. Institutional Investor. 2015. P. 1.
  22. Bloomberg L.P. Database. – Financial analysis and EQS functions for European food retails companies. – (04.04.2017). — 78
  23. Downes J., & J. E. Goodman, Dictionary of finance and investment terms. – Retrieved from: http://search.credoreference.com/content/entry/barronsfin/– Active management. – (21.03.2017).
  24. Edwards C.  — Retrieved from http://www.ibisworld.com — IBISWorld Industry Report 212611330. Slashing prices: Discount retailers have intensified competition in the industry. – (04.04.2017). — 81
  25. Hsu J. — Retrieved from: http://www.morningstar.co.uk/uk/ — Why Has Value Investing Underperformed Recently? – (03.2016)

[1] Один из наиболее популярных исследователей в области оценки бизнеса Асват Дамодаран в своей статье об активном инвестировании указывает, что невозможно постоянно генерировать доходность выше, чем показывает рынок.

[2] 2015 год исключен для целей дальнейшего ретроспективного тестирования.




Московский экономический журнал 4/2019

DOI 10.24411/2413-046Х-2019-14033

Основы инвестиционной привлекательности компании на примере телекоммуникационной отрасли России

Панферова Анастасия Сергеевна,студентка 2-го курса магистратуры, Финансового Университета при правительстве Российской Федерации

Аннотация: Инвестиционная привлекательность является базовым понятием, которое характеризует возможность инвестированного капитала приносить доход в долгосрочной перспективе. Целью данной статьи является выявление особенностей применение различных методов оценки инвестиционной привлекательности компании на примере телекоммуникационной отрасли России. Для этого производится сравнение четырех крупнейших компаний по показателям первого и второго уровней согласно методологии оценки инвестиционной привлекательности.

Summary: Investment attractiveness is a basic concept that characterizes the ability of invested capital to generate income in the long run. The purpose of this article is to identify the features of the application of various methods for assessing the investment attractiveness of a company on the example of the telecommunications industry in Russia. To do this, compare the four largest companies in terms of the first and second levels according to the methodology for assessing investment attractiveness.

Ключевые слова: оценка инвестиционной привлекательности, телекоммуникационная отрасль.

Инвестиционная привлекательность является одним из центральных
понятий в современной экономической системе. Существуют различные подходы к
определению данного понятия. Так, В.А. Сеничкина определяет инвестиционную
привлекательность как «систему количественных и качественных
факторов, определяющих платежеспособный спрос предприятия на инвестиции»[1]. Из этого определения
можно сделать вывод, что важное значение имеют некие факторы, лежащие в основе
инвестиционной привлекательности. Другой подход использует Тхыонг Н. Т.,
определяя инвестиционную привлекательность как оценку окупаемости будущего
проекта с точки зрения генерации прибыли[2]. В данном случае важным
моментом является способности окупить вложенные средства. Наиболее полным
представляется следующее определение, согласно которому инвестиционная
привлекательность выступает как «объективная в пространстве и по времени
многомерную (многофакторную) величина, динамика изменения которой характеризует
способность инвестированного капитала генерировать потоки доходов в
долгосрочной перспективе при приемлемом уровне доходности и риска[3]».

Особенность инвестиционной привлекательности в качестве
экономической величины обуславливается ее содержанием, а также способностью
отражать количественные аспекты отношений субъектов системы инвестиционной
деятельности. Специфика этой экономической категории — разнородность
индикаторов и показателей. Определяет их инвестиционную привлекательность, что,
в свою очередь, накладывает некие ограничения на возможность сравнить ее
проанализировать по различным объектам. Сказанное выше, определяет
инвестиционную привлекательность организации в качестве многомерной,
многофакторной экономической величины, которая отражается показателями-индикаторами,
несводимых друг к другу.

Инструменты и процессы оценки инвестиционной привлекательности будут
применены на примере компаний телекоммуникационной отрасли России.

Чтобы проанализировать деятельность организаций и определить
их инвестиционную привлекательность осуществим расчет показателей
инвестиционной привлекательности первого и второго уровней компаний
телекоммуникационной отрасли. Показатели первого уровня рассчитываются на
рыночной базе и показывают, произошло ли приращение стоимости за анализируемый
период или нет. В число данных показателей можно отнести такие показатели, как общая
акционерная рентабельность (TSR, total shareholder return); рыночная
добавленная стоимость (MVA, market value added).

В свою очередь, показатели второго уровня рассчитываются на базе
балансовой стоимости и/или денежных потоков и также показывают, произошло ли
приращение стоимости за анализируемый период или нет. В их число относятся: остаточная
прибыль (RI, residual income); экономическая добавленная стоимость (EVA,
economic value added); добавленная акционерная стоимость (SVA, shareholder
value added); денежная добавленная стоимость (CVA, cash value added).

Данные расчеты произведем на основе данных бухгалтерского баланса следующих компаний телекоммуникационной отрасли России: «МТС», «Мегафон», «ВымпелКом», «Ростелеком» в 2017 г. Данные показатели отражены в таблице (таблица 1).

На основе вышеприведенных показателей бухгалтерского баланса
компаний «МТС», «Мегафон», «ВымпелКом», «Ростелеком» произведем расчет
показателей инвестиционной привлекательности первого уровня. Результаты расчетов
представлены в таблице (таблица 2). Необходимо обратить внимание на то, что для
расчета показателя общей акционерной рентабельности (TSR) в публикуемой
отчетности компании недостаточно данных.

Как показывает таблица, наибольшее
значение показателя рыночной добавленной стоимости наблюдается у компании
«МТС», что говорит о том, что компания смогла создать существенную рыночную ценность
для своих акционеров. В свою очередь, у компании «Ростелеком» данный показатель
отрицательный, что иллюстрирует ситуацию, в которой ценность действий и
инвестиционных решений менеджмента ниже, чем ценность капитала,
инвестированного в компанию рынками капитала. 

Далее произведем расчет показателей второго уровня на основе данных бухгалтерской отчетности компаний телекоммуникационной отрасли. Результаты расчета представлены в таблице (таблица 3). Стоит отметить, что для расчета показателя добавленная акционерная стоимость в бухгалтерском балансе компаний недостаточно данных.

Как показывает таблица, значение остаточной прибыли (RI) наибольшее у
компании «МТС», что говорит о том, что в 2017 году ей удалось прирастить
стоимость для акционеров. При этом отрицательное значение исследуемого
показателя у компании «Вымпелком» иллюстрирует разрушение стоимости для
акционеров.

Можно наблюдать, что в рассматриваемые годы самое больше
значение EVA
имеет компания «Мегафон», из чего следует, что организация имеет наибольшую
инвестиционную привлекательность, если рассматривать ее с точки зрения
выбранного показателя экономической добавленной стоимости.

Воспользуемся другим методом оценки инвестиционной
привлекательности, согласно которому сравниваются такие ключевые показатели
эффективности, как рентабельность активов (ROA), рентабельность
собственного капитала (ROE)
и доходность инвестированного капитала (ROIC).

Показатели ROA, ROE и ROIC для анализируемых компаний за 2016-2017 гг. представлены в таблице 4.

Исходя из полученных результатов расчета показателей
инвестиционной привлекательности, можно сделать вывод, о том, что все компании
из «большой четверки» в изучаемый временной период имели довольно высокую
инвестиционную привлекательность, за исключением компании «Вымпелком», которая
за 2017 г. показала снижение большинства показателей стоимости компании. Однако
наиболее привлекательными с инвестиционной точки зрения являются ПАО «МТС» и
ПАО «Мегафон».

Наиболее подходящим методом оценки инвестиционной
привлекательности компаний телекоммуникационной отрасли является, по нашему
мнению, метод расчет показателей двух уровней, так как этот метод наиболее
комплексно отражается не только фундаментальные факторы, но и рыночные факторы.
Можно сделать вывод, что в рассматриваемые годы в каждой организации
собственникам наиболее выгодно и дальше осуществлять вложение в организацию.
Благоприятная динамика показателей инвестиционной привлекательности доказывает,
что организации работают эффективнее рынка, в общем, и тем самым имеют
привлекательность для инвестиций.

Список литературы

  1. ПАО «ВымпелКом»: финансовая отчетность. URL: https://moskva.beeline.ru/about/about-beeline/disclosure/annual-reports/
  2. ПАО «Мегафон»: финансовая отчетность. URL: https://corp.megafon.ru/investoram/shareholder/msfo/
  3. ПАО «МТС»: финансовая отчетность. URL: https://moskva.mts.ru/about/investoram-i-akcioneram/korporativnoe-upravlenie/raskritie-informacii/godovaya-otchetnost
  4. ПАО «Ростелеком»: финансовая отчетность. URL: https://www.company.rt.ru/ir/results_and_presentations/
  5. Сеничкина В.А. Понятие инвестиционной привлекательности компании и основные подходы к ее оценке. Научный вестник ВАГС. Экономика №1, 2014.
  6. Сокольникова И. В., Стреха П. А. Методические основы оценки инвестиционной привлекательности предприятия и обобщенный алгоритм ее формирования // ТДР. 2010.
  7. Тхыонг Н. Т. Содержание понятия инвестиционной привлекательности //Известия Тульского государственного университета. Экономические и юридические науки. – 2013. – №. 2-1.

[1] В.А.
Сеничкина. Понятие инвестиционной привлекательности компании и основные подходы
к ее оценке. Научный вестник ВАГС. Экономика №1, 2014.

[2] Тхыонг Н. Т. Содержание понятия инвестиционной
привлекательности //Известия Тульского государственного университета.
Экономические и юридические науки. – 2013. – №. 2-1.

[3]Сокольникова И. В.,
Стреха П. А. Методические основы оценки инвестиционной привлекательности
предприятия и обобщенный алгоритм ее формирования // ТДР. 2010.




Московский экономический журнал 4/2019

УДК 336

Оценка конкуренции участников мирового финансового рынка

Evaluation of the competition of the world financial market participants

Синичкин А.А., аспирант,
ФГБОУ ВПО «Тульский государственный университет» sini4ckin.alexei@yandex.ru

Романова Л.Е., д-р экон. наук, профессор, ФГБОУ ВПО «Тульский государственный университет», e-mail: milarom12@yandex.ru

Sinichkin A.A., Postgraduate,
Tula state University,  Lenina 92,Tula,
300012, Russia, e-mail: sini4ckin.alexei@yandex.ru

Romanova L.E., D-r
of Economic Sciences, Professor, Tula state University,  Lenina 92,Tula, 300012, Russia, e-mail:
milarom12@yandex.ru

Аннотация: В
статье приведены результаты применения методики оценки уровня конкуренции на
примере участников мирового финансового рынка (коммерческих банков) на
основании использования индекса совершенства рыночной конкуренции,
определяемого по уровню доходности банков. Выявлены крупнейшие участники
данного рынка, влияющие на общий уровень конкуренции, а также доля
олигополистов рынка за каждый анализируемый период. Определено текущее
положение мирового финансового рынка на основании применения данного индекса,
обоснованы недостатки и особенности практического использования других методов
оценки конкуренции организаций (банков).

Summary: The article presents the results of the method of
assessing the level of competition on the example of participants in the world
financial market (commercial banks) on the basis of the index of perfection of
market competition, determined by the level of profitability of banks. The
largest participants of this market influencing the General level of
competition, and also a share of oligopolists of the market for each analyzed
period are revealed. The current position of the world financial market on the
basis of the application of this index is determined, the shortcomings and
features of the practical use of other methods of assessing the competition of
organizations (banks) are substantiated.

Ключевые
слова
: банк; конкуренция; индекс; рынок; финансы;
олигополия; доминатор.

Keywords: bank; competition; index; market; finance; oligopoly; dominator.

Мировой рынок
коммерческих банков играет значимую роль в современной экономике. Вся
деятельность фирм и домохозяйств так или иначе связана с банковской сферой.
Особенно заметна роль крупнейших участников данного рынка в сделках
внешнеэкономической деятельности. Поэтому существенным элементом исследования данного
рынка, является определение уровня конкуренции на нём. Так или иначе все
финансово-кредитные учреждения конкурируют между собой в различных сферах.
Такими сферами могут быть оказываемые услуги, кредитование, конверсионные
операции и.т.д. Каждый коммерческий банк стремится занять своё определённое
место на рынке. Выявление подходов к определению уровня конкуренции является
важным для полноценного понимания процессов функционирования современной
экономики и взаимосвязи различных коммерческих банков[7].

В современных условиях
для определения уровня рыночной конкуренции используется достаточно
представительный набор показателей. К ним можно отнести, например, индекс
концентрации, индекс Линда, индекс Херфиндаля- Хиршмана, модель Панзара-Росса,
показатель энтропии, коэффициент Джини, коэффициент Розенблюта и др[6]. При
этом данные показатели имеют как ряд преимуществ, так и ряд недостатков.

Так, индекс Линда может
оценивать уровень концентрации только для крупнейших компаний на рынке и это
является одной из специфик расчёта данного индекса. Индекс Херфиндаля- Хиршмана
является более гибким в этом отношении, однако достаточно сложен в расчётах и
для выявления влияния конкретных участников рынка на уровень рыночной
конкуренции требует дополнительного анализа. Модель Панзара- Росса при
исследовании обязательно подразумевает для исследования рынок в состоянии
долгосрочного равновесия[1].

Систематизация
преимуществ и недостатков показателей, позволяющих оценить уровень рыночной
конкуренции представлена в таблице 1(Таблица 1) [6].

С целью устранения выявленных недостатков рассмотренных показателей для исследования уровня конкуренции на мировом рынке коммерческих банков целесообразно индекс совершенства рыночной конкуренции

рассчитываемый по
следующей формуле[1]:

— общее количество субъектов исследуемого рынка;

-число участников, включённых в выделенную j-ю группу исследуемого рынка; j=o- олигополисты, отобранные по критерию (2); j=d- доминаторы, отобранные по критерию (3);

— кумулятивная доля
рынка (в процентах), контроллируемая j-
группой.

Критерии:

Данный показатель имеет
ряд преимуществ при оценке уровня конкуренции организаций (банков):

  1. Для использования показателя в выборке
    могут присутствовать разные (как крупные, так и более малые) участники рынка, в
    том числе выборка может быть смешанной;
  2. Оцениваемый рынок не обязательно должен
    быть в состоянии долгосрочного равновесия т.е. конкуренцию можно оценивать и
    для «молодых» (нестабильных) рынков;
  3. Позволяет выделить конкретных участников
    рынка, наиболее влияющих на степень концентрации (монополистов и доминаторов);
  4. Позволяет выделить тип конкуренции
    исследуемого рынка;
  5. Может быть рассчитан для разных по
    количеству участников рынка.

При оценке конкуренции на
рынке с использованием индекса совершенства конкуренции вводится также понятие
доминатор (доминаторы)[1].Доминаторы
представляют собой несколько крупных организаций, существенно влияющих на
концентрацию на рынке. Группа доминаторов представляет собой классическую
олигополию на рынке, окруженных разным числом более мелких участников данного
рынка.

В целом, по своему
смыслу индекс

представляет собой отношение средней рыночной доли участника рынка совершенной конкуренции к средней рыночной доле участника j-й группы реального рынка олигополиста (монополиста) либо доминатора. Большее значение индекса говорит о более высокой рыночной конкуренции. Максимальное значение, при этом, достигается при условии N=

, то есть, в следующих
случаях, когда доли на рынке всех его участников:

  1. равны- рынок совершенной конкуренции;
  2. удовлетворяют критерию (1) — рынок чистой
    доминаторской конкуренции;
  3. удовлетворяют критерию (2) — рынок чистой
    олигополистической конкуренции.

Произведём исследование
для определения типа конкурентной среды и главных участников рынка среди
мировых коммерческих банков, согласно рейтингу их доходности на период с 2016
по 2018 гг[3]. В качестве исходных данных были взяты источники британского
интернет- журнала The Banker[2.] Было отобрано по 50 банков за каждый
исследуемый период, они были ранжированы в порядке убывания их совокупного
дохода за анализируемый год. Таким образом, расчёт индекса совершенства
рыночной конкуренции

дал следующие
результаты:

На
период 2016 года исследуемый рынок мировых коммерческих банков можно
охарактеризовать, как рынок олигополистической конкуренции[4]. На рынке присутствуют
5 олигополистов и 33 доминатора, которые оказывают наибольшее влияние на рынок
в целом. Значение индекса

=0,465, что свидетельствует
о серьёзном уровне конкуренции. Рассматривая олигополистов выбранного рынка,
стоит отметить, что наиболее крупными банками, на исследуемый период, являются
китайские и японские. При этом, четыре
из них
являются китайскими
банками: Industrial & Commercial bank of china LTD, China
Construction Bank Corporation, Agricultular Bank of China LTD., Bank of China LTD
а также
один японский: Mitsubishi UFG Financial Group inc. Всё
это говорит о доминировании Китая на мировом банковском рынке. Рассматривая
соотношение по доходности данных банков стоит отметить, что суммарный доход
“китайских олигополистов” равен 11910,16 млрд долл., а “японского олигополиста”
2589,56 млрд дол. То есть, главными «флагманами» мирового рынка коммерческих
банков в 2016 году являются китайские банки с соотношением 80:20 их доходности,
в сравнении с «японским олигополистом».

Рассмотрим также какую долю занимают олигополисты на рынке в целом (таблица 2).

Для более детального выявления рыночного
конкурентного взаимодействия на нём, расчёт индекса

был также произведён и
для двух последующих 2017 и 2018 годов.

Результат
расчёта индекса

для 2017 года по выборке мировых банков
свидетельствуют, что ситуация несколько меняется. Рынок остаётся принадлежать к
типу рынка олигополистической конкуренции. Однако при этом на рынке
присутствуют уже 4 олигополиста и 43 доминатора. Это говорит о укреплении
позиции доминаторов на данном рынке, которые в конечном итоге влияют на
конкуренцию в целом, однако рынок по-прежнему принадлежит олигополистам. Само
значение индекса

= 0,454, а это значит,
что уровень конкуренции является более высоким. По сравнению с 2016 годом
конкуренция возросла на 2,37%, что обусловлено в первую очередь большим числом
действующих доминаторов. На этот раз крупнейшими игроками рынка являются
следующие банки China Construction Bank Corporation(Китай), Mitsubishi UFJ Financial
Group( Япония), JPMorgan Chase & Co (США), HSBC Holdings PLC
(Великоброитания). При этом, именно китайский банк является олигополистом с
самым большим уровнем доходности, равным 3016,58 млрд долл. На втором месте
японский UFJ Financial Group с доходностью 2589,56 млрд долл. Позиции банков
США и Великобритании примерно равны и составляют 2490,97 млрд долл. по уровню доходности
JPMorgan Chase & Co и 2374,03 млрд долл. HSBC Holdings PLC соответственно.

Рассмотрим также какую долю занимают олигополисты на рынке в целом (Таблица 3).

Как следует из данных
таблицы 2, доли олигополистов очень схожи с показателями 2016 года за
исключением того, что на рынке присутствуют 4 олигополиста, а не 5.

Наконец,
произведя расчёт индекса

за 2018 год, можно сделать определённые выводы в
целом по данному исследованию. Тип рынка, как и в предыдущие годы, принадлежит
к рынку олигополистической конкуренции. На рынке присутствуют 5 олигополистов и
31 доминатор. В этом отношении ситуация схожа с рынком 2016 года. Однако, само
значение индекса

=0,457, что говорит об ослаблении
уровня конкуренции, по сравнению с 2017 годом на 0,66%. Исходя из этого, уже
можно сделать вывод, что наиболее сильным, по уровню конкуренции за
анализируемый период, был 2017 год. Крупнейшими игроками рынка стали такие
банки, как China
Construction
Bank
Corporation
(Китай) (доходность 3488,24 млрд долл.), Industrial & Commercial Bank of China LTD. (Китай) (доходность 3031,58 млрд долл.),
Jpmorgan
Chase & CO (США) (доходность 2831,04 млрд долл.), Bank of China (Китай) (доходность 2619,3 млрд долл.),
BNP Paribas SA (Франция) (доходность 2604,56)

Рассмотрим, также, какую долю занимают олигополисты на рынке в целом (Таблица 4).

Ситуация по долям,
также, очень схожа с 2016 годом.

Исходя из данных
расчётов, можно сделать вывод о том, что именно китайские крупнейшие банки
возглавляют мировой рынок коммерческих банков и это актуально на сегодняшний
день[4].

При
этом, на текущий момент, при рассмотрении мирового финансового рынка стоит
также отметить, что доля российских коммерческих банков (в том числе
крупнейших) достаточно мала и практически не оказывает никакого влияния на
общее положение мирового финансового рынка [6], в связи с чем в данных расчётах
уровень их доходности  не использовался.
Однако, при рассмотрении российского финансового рынка, расчёт индекса

, может быть актуальным
для определения уровня конкуренции российских коммерческих банков и выявления
«флагманов» российского банковского сектора.

Изменение
значения индекса

за рассматриваемый период отражено на рисунке 1.

Можно сделать вывод,
что наибольшее конкурентное взаимодействие участников рынка наблюдалось в 2017
году.

Таким
образом, используя индекс совершенства рыночной конкуренции

, можно сделать вывод о
том, что он является качественным инструментом анализа банковской конкуренции,
помогает выявить влиятельных игроков рынка и их влияние на рынок в целом. При
этом, также был сделан вывод, что самыми значимыми игроками на мировом рынке
коммерческих банков в современных условиях являются китайские банки, влияние
которых распространяется и на ведение внешнеэкономической деятельности в целом.

Литература

  1. Мотохин А.М. Определение структуры ядра
    рынка и оценка рыночной конкуренции [Текст]/ А.М. Мотохин, И.А. Смарагдов// IX
    международная научно- практическая конференция «Динамика развития современной
    науки- 2013».-М: София,-Т.2, 2013.-C.
    2-4.
  2. Британский интернет- журнал The Banker [Электронный
    ресурс]. — URL : https://www.thebanker.com
  3. Информационный
    портал Банки.ру. [Электронный ресурс]. — URL: http://www.banki.ru
  4. Информационное
    агенство Bloomberg.  [Электронный
    ресурс]. — URL: http://www.bloomberg.com
  5. Федеральная служба государственной
    статистики [Электронный ресурс]. -URL: http://www.gks.ru
  6. Студопедия- свободная студенческая
    интернет- энциклопедия [Электронный ресурс]. — URL: https://studopedia.ru
  7. Романова Л.Е.Специфика
    концентрации российских рынков в условиях кризиса
    [Текст] /Л.Е.
    Романова, Г.В. Коршунова// Известия Тульского государственного
    университета. Экономические и юридические науки
    . -2016. —№ 2-1.
    — С. 365-373.

References

  1. Matohin
    A. M., Smaragdov I. A. The definition of the kernel structure of the market and
    evaluation of market competition. Sofia, 2013, T. 2, p.
    2-4. (in Russian)
  2. British
    online magazine the Banker. Available at: https://www.thebanker.com
  3. Information
    portal of the Banks.ru. Available at: http://www.banki.ru
  4. Bloomberg
    news Agency. Available at: http://www.bloomberg.com
  5. Federal
    state statistics service. Available at: http://www.gks.ru
  6. Studopedia
    — free student online encyclopedia. Available at: https://studopedia.ru
  7. Romanova
    L.E., Korshunova G. V. The specifics of the concentration of Russian markets in
    the crisis. News of Tula state University. Economic and legal Sciences, 2016,
    no. 2-1, p. 365-373. (in Russian)



Московский экономический журнал 4/2019

УДК 330.8

DOI 10.24411/2413-046Х-2019-14029

ТЕХНОЛОГИЧЕСКАЯ
БЕЗРАБОТИЦА: ЧТО ПРОШЛОЕ ГОВОРИТ НАМ О БУДУЩЕМ?

TECHNOLOGICAL UNEMPLOYMENT: WHAT DOES THE PAST TELL US ABOUT THE FUTURE?

Берберов Азамат Бурханович, аспирант Департамента экономической теории, Финансовый
университет при Правительстве РФ, г. Москва

Berberov A.B., berberro@yandex.ru

Аннотация: Проблема роста технологической безработицы в силу развития информационных технологий входит в спектр дискуссионных вопросов современной экономической науки. Однако поиск однозначного ответа на «сегодняшнюю» проблему невозможен без проведения историко-экономического исследования опыта прошлого. Вследствие чего, автором в данной статье проведен сопоставительный анализ позиций представителей экономической теории, который показал широту поликонцептуального поля в поисках решения этой актуальной проблемы. Без учета теоретических наработок предшественников вряд ли возможно решение поставленной проблемы, которая определенно является одним из вызовов, стоящих перед человечеством будущего.

Summary: The problem of the growth of technological unemployment due to the development of information technologies is included in the range of discussion issues of modern economic science. However, the search for an unambiguous answer to the «current» problem is impossible without a historical and economic study of the past experience. As a result, the author in this article conducted a comparative analysis of the positions of representatives of economic theory, which showed the breadth of the polyconceptual field in search of solutions to this pressing problem. Without taking into account the theoretical developments of the predecessors, it is hardly possible to solve the problem, which is definitely one of the challenges facing humanity of the future.

Ключевые слова: технологическая безработица, технический прогресс, цифровая экономика, труд, Карл Маркс, Джон Мейнард Кейнс.

Keywords: technological unemployment, technical progress, digital economy, labor, Karl Marx, John Maynard Keynes.

Одной из главных
примет цивилизации третьего тысячелетия по праву можно назвать интенсивное
развитие инженерных технологий, влекущих за собой кардинальные изменения в
онтологии человека. Это – компьютеризация, цифровизация, роботизированное
производство. К этому следует добавить новое культурное пространство человека,
позволяющее многие коммуникационные операции проводить у себя дома, сидя за
компьютером в «электронном режиме». В этих условиях остро ощущается потребность
в знаниях, отражающих переходное состояние социума, переживающего болезненный
момент бифуркации, чреватый прогрессом цивилизации и техники в ущерб прогрессу
в нравах.

Вот уже несколько
столетий одной из основных нерешенных проблем является взаимосвязь «техника –
человек». Как справедливо отмечает британский экономист Джон Стюарт Милль
(1806-1873), «еще вопрос, облегчили ли все до сих пор сделанные механические
изобретения еженедельный труд какого-нибудь человеческого существа» [1,29].
Парадоксально, но факт: первые конвейеры вместо того, чтобы облегчить труд
человека, удешевили «живую» производственную энергетику, а в некоторых случаях
перевели многих представителей рабочего класса в класс безработных, либо
заставили сменить профессиональную сферу. В связи с этим, на наш взгляд, особый
интерес представляет видение проблемы технологической безработицы со стороны
некоторых видных представителей экономической теории.

Британская
промышленная революция, начавшаяся в XVIII веке, предопределила
переход от ручного труда к машинному. Как отмечает советский экономист и один
из переводчиков труда Жана Шарля де Сисмонди «Новые начала политической
экономии» (1819) Александр Кон (1897-1941), посещение «фабричной» Англии произвело
на швейцарского экономиста крайне сильное впечатление. Связано это было с зарождением
проявлений социально-экономических противоречий при становлении английского
капитализма, а именно разорением мелких самостоятельных ремесленников,
высвобождением массы избыточной силы, волной бунтов луддитов и т.д. [2,8]. Под
влиянием этих впечатлений Сисмонди пишет книгу «Новые начала политической
экономии» (1819), отдельное место в которой автор уделяет вопросу разделения
труда и применения машин, в отношении которых выражает альтернативное от
классических экономистов мнение.

По их воззрению, машины являются благом, поскольку, доставляя
товары по более низким ценам, они освобождают часть дохода потребителя,
увеличивают вследствие этого спрос на другие продукты и обеспечивают занятие
труду, который они вытеснили. О наличии такого механизма в экономике, например,
писал французский экономист Жан-Батист Сэй (1767-1832) в «Трактате по
политической экономии» (1830): «[…] Можно с уверенностью сказать, что один
наборщик типографии заменил собой 200 переписчиков. Следовательно, можно
утверждать, что 199 рабочих из 200 остались без работы. И что же? Легкость,
[…], дешевизна […], несравненно большее число сочинений […] — все эти причины
повели к тому, что по прошествии очень короткого времени рабочих-типографщиков
оказалось гораздо более, чем было прежде переписчиков» [3].

Сисмонди не отрицает, что теоретически равновесие в конечном
итоге восстановится, т.к. «всякое новое производство должно со временем создать
где-нибудь новое потребление» [4], неоднократно также подчеркивая мысль о положительности
технического прогресса и всяких «усовершенствований». Однако швейцарский мыслитель несколько
расширяет горизонт сознания, предлагая рассматривать не только конечный
результат, но и то, что непосредственно предшествовало ему (вытеснение рабочей
силы, падение заработных плат) и то, что применение машин всё
же «может быть, смотря по обстоятельствам, полезно или вредно» [5,215].

Вследствие чего он приходит к выводу о том, что машины
приводят к положительным последствиям лишь при условии, если их введению
предшествовали рост дохода и вследствие этого рост возможности спроса на новый
труд для замененных машинами рабочих [2,332], отмечая также, что «выгодно
заменить человека машиной при условии, если этот человек найдет себе работу в
другом месте» [2,332].

Вопрос применения машин и определения
взаимосвязи «работник – техника» стал предметом исследований немецкого философа
и экономиста Карла Маркса (1818-1883). Основным «лейтмотивом» воззрений
немецкого мыслителя является то, что при капиталистическом производстве «рабочий
продает свою рабочую силу как товар» [6,332]. Однако, с учетом того, что «для
капитала […] применение машины целесообразно лишь в пределах разности между
стоимостью машины и стоимостью замещаемой ею рабочей силой» [6,307], машинный
труд начинает успешно конкурировать с человеческим трудом.

Вследствие этого, работодателю
становится не нужным такое большое количество рабочих, ведь большую часть
рутинного труда за него делают машины, что приводит к периоду массовых
увольнений и технологической безработице. А если даже рабочий смог «устоять» в
конкурентной борьбе с машиной, он служит машине, являясь её «живым придатком» [6,327],
тогда как при мануфактурном производстве рабочий заставлял орудие служить себе.
Однако Маркс снимает ответственность с машин за «освобождение рабочего от
жизненных средств существования» [6,339], ведь причина технологической
безработицы состоит сугубо в их «капиталистическом применении».

Вопрос о существовании
технологической безработицы несколько поутих к ХХ веку. «Экономические
оптимисты» того времени утверждали, что если она и существует, то носит лишь
временный характер и не представляет собой серьезной проблемы. К их числу
относится основатель американской школы маржинализма Джон Бэйтс Кларк
(1847-1938), который, в частности, писал следующее: «В реальной экономике,
имеющей высокую динамику, всегда имеется доля неиспользуемых трудовых ресурсов.
Невозможно и неправильно представлять себе, что эта доля когда-нибудь полностью
исчезнет. Для роста благосостояния работников требуется технический прогресс, а
прогресс невозможен без временного перемещения рабочей силы» [7,45].

Однако интенсивное развитие
технологий и тяжелые последствия мирового экономического кризиса 1929-1933 гг.
вновь возродили оживленные дискуссии по проблемам технологической безработицы.
В частности, «ореол легкого скептицизма» данному вопросу придал английский
экономист Джон Мейнард Кейнс (1883-1946) в своей работе «Экономические
возможности наших внуков» (1930). В ней автор рассматривает сложный период
Великой депрессии и делает следующий прогноз: «Нас одолевает болезнь, о которой
отдельные читатели, возможно, еще не слышали, но которую в ближайшие годы будут
много обсуждать – технологическая безработица. Она возникает потому, что
скорость, с какой мы открываем трудосберегающие технологии, превосходит нашу
способность находить новое применение высвобожденному труду» [8,63].

При этом следует подчеркнуть, что
Кейнс не считал технический прогресс злом. По его оптимистичному заявлению,
новая форма безработицы могла бы демонстрировать то, что индустриальный мир
находится на пути разрешения важной экономической проблемы — дефицита — который
заставлял человечество слишком много и изнурительно работать [8,64]. Английский
экономист был убежден, что в начале XXI века большинству людей придется
работать не более 15 часов в неделю для получения всего необходимого для
достойной и комфортной жизни [8,65].

События, связанные со Второй мировой
войной (1941-1945), потребовали мобилизации дополнительных трудовых ресурсов,
и, естественно, угроза технологической безработицы временно отступила на задний
план. После окончания войны дискуссии о влиянии технологии на состояние рабочей
силы возобновились с новой силой, а после появления компьютеров превратились
чуть ли не в тему №1.

Так, в марте 1963 г., группа
ученых-экономистов опубликовала открытое письмо в газете «The New York Times», адресованное Президенту США Джону
Кеннеди. В письме сообщалось: «Новая эра производства уже началась. Принципы ее
организации отличаются от принципов промышленной эры, так же как последние
отличались от принципов аграрной эпохи. Комбинация компьютера и
автоматизированных саморегулирующихся машин привела к кибернетической
революции. В результате возникает система с почти неограниченной
производственной мощью, которая требует все меньших объемов человеческого
труда» [9,26].

Продолжением негативного мнения стала
вышедшая в 1983 г. статья американского экономиста
В.В. Леонтьева (1906-1999) «Анализ некоторых общемировых экономических проблем
грядущих лет», где автор озвучил собственные тревожные мысли о серьезном риске
возникновения широкомасштабной технологической безработицы. Не опровергая то,
что машины действительно заменяют ручной труд, американский экономист
оспаривает мнение тех специалистов, которые считают, что такая замена не
повлечет уменьшения всеобщего спроса на труд и всеобщей занятости. Аргументируя
указанную концепцию автор приводит «крайнюю и даже шокирующую аналогию»,
связанную с тем, что лошади, замененные механическими транспортными средствами,
не были задействованы, ни прямо, ни косвенно в различных отраслях расширяющейся
автомобильной промышленности [10].

В связи с этим,
Леонтьевым предлагаются два пути преодоления угрозы технологической
безработицы, первым из которых является создание новых рабочих мест и
поддержание старых с помощью увеличения инвестиций, или, другими словами,
посредством экономического роста. Однако здесь же экономист уточняет, что
данный механизм имеет «определенные пределы», заключающиеся в том, что «уровень
инвестиций, необходимый для выполнения этой задачи, может оказаться настолько
высоким, что только малая часть бюджета будет оставаться на текущие расходы» [10].

Ко второму методу борьбы
с технологической безработицей можно отнести предложение В.В. Леонтьева о
совмещении функций трудящегося и собственника капитала и земли. При таком
раскладе, по мнению ученого, технический прогресс, подразумевающий замещение
ручного труда машинным, не представит проблем, поскольку доля семейного дохода,
получаемая за счет труда, будет постепенно снижаться, а приходящаяся на доходы
от капитала и ренты — увеличиваться. Более того, общий доход, извлекаемый из этих
двух различных источников, будет расти. Однако сам автор отмечает, что данная
идея характерна для «утопического общества» [10].

Проблема технологической
безработицы – один из застарелых вопросов мировой экономики, над поиском
однозначного ответа на который ученые бьются не первый век. Проведенный нами
анализ показал широту поликонцептуального поля в поисках решения этой
актуальной проблемы. В целом типология основных подходов
сводится к двум противоречивым точкам зрения, которые условно могут быть
названы оптимистической (Жан-Батист Сэй, Джон Бейтс Кларк, Джон Мейнард Кейнс)
и пессимистической (Жан Шарль де Сисмонди, Карл Маркс, Василий Леонтьев). Без
научного осмысления теоретических наработок наших предшественников, без
выявления их продуктивных идей вряд ли возможно решение проблемы
технологической безработицы, которая может быть названа одной из современных
проблем человечества.

Список использованной литературы

1. Образовательная библиотека: серия
1-7. — Санкт-Петербург: О. Н. Попова, 1897-1907. Серия 3, № 3-4: Проблемы
бедности и безработицы: с приложением статьи П. Струве о безработице / Дж.
Гобсон, авт. «Эволюции современного капитализма»; пер. с англ. под
ред. Л. Зака и С. Франка. — Санкт-Петербург: О. Н. Попова, 1900 — 366с.

2. Жан Симонд де Сисмонди. Новые
начала политической экономии (в пер. под редакцией А.Ф. Кона) – Москва: 16-я
типография треста «Полиграфкнига», 1937 – 389 с.

3. Жан-Батист Сэй. Трактат по
политической экономии [Электронный ресурс]. Режим доступа:
http://ek-lit.narod.ru/saysod.htm.

4. Жид Ш., Рист Ш. История
экономических учений — М.: Экономика, 1995.

5. Ядгаров Я.С. История экономических
учений. — Учебник. — 4-е изд., перераб. и доп. — М.: ИНФРА-М, 2009. — 480 с. –
(Высшее образование).

6. Карл Маркс. Капитал. Том 1. –
[Электронный ресурс]. Режим доступа:
http://rtunes.ru/content/ebooks/free_ebooks/karl_heinrich_marx/capital_book_one/capital_book_one.a4.pdf

7.
John Bates Clark. Essentials of Economic Theory as Applied to Modern Problem of
Industry and Public Policy – London: Macmillan, 1907. – 588 p.

8. Джон Мейнард Кейнс. Экономическое
возможности наших внуков (пер. с англ. яз.) // Вопросы экономики, № 6, 2009. –
с. 60-69.

9.
Moses L. Pava. The Search for Meaning in Organizations: Seven Practical
Questions for Ethical Managers. London, Greenwood Publishing Group, 1999 — 162 p.

10. Леонтьев В.В. Анализ некоторых
общемировых экономических проблем грядущих лет [Электронный ресурс]. Режим
доступа:
http://gallery.economicus.ru/cgi-bin/frame_rightn.pl?type=in&links=./in/leontief/works/leontief_w1.txt&img=works.jpg&name=leontief




Московский экономический журнал 4/2019

УДК 330.16

DOI 10.24411/2413-046Х-2019-14028

АНАЛИЗ
ОСНОВНЫХ ТЕНДЕНЦИЙ И ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ МОЛОЧНОГО СКОТОВОДСТВА В
КИРОВСКОЙ ОБЛАСТИ

THE ANALYSIS OF TOP TRENDS AND
FORECASTING OF DEVELOPMENT OF DAIRY CATTLE BREEDING IN THE KIROV REGION

Давыдова
Юлия Владимировна
, кандидат экономических наук, старший
преподаватель, Вятская государственная сельскохозяйственная академия, г. Киров

Davydova Ju.V., candidate of economic Sciences, senior lecturer, Vyatka
state agricultural Academy, Kirov

Аннотация:
Уровень развития животноводства оказывает непосредственное влияние на качество
жизни и благосостояние населения, в связи с этим особенно актуальными являются
вопросы его оценки и прогнозирования. В статье выделены основные этапы в
развитии молочного скотоводства в Кировской области, спрогнозированы объемы
валового надоя молока на ближайшие годы. В ходе проведенного исследования было выявлено,
что в развитии молочного скотоводства области четко прослеживаются три этапа
развития. В настоящее время наблюдается этап роста, сопровождаемый повышением, как
валового удоя, так и всех его составляющих, включая рост поголовья коров.

Summary: The level of development of livestock production has
a direct impact on quality of life and welfare of the population, in this
regard questions of its assessment and forecasting are especially relevant. In
article the main stages in development of dairy cattle breeding in the Kirov
region are allocated, volumes of gross milk yield of milk for the next years
are predicted. During the conducted research it was revealed that in
development of dairy cattle breeding of area three stages of development are
accurately traced. Now growth stage accompanied with increase, both a gross
yield of milk, and all its components including growth of a livestock of cows
is observed.

Ключевые слова: животноводство, валовой надой молока, Кировская область, прогноз, темпы роста.

Keywords: livestock production, gross milk yield of milk, Kirov region, forecast, growth rates.

Животноводство
является ведущей отраслью сельского хозяйства Кировской области, его доля в
общей стоимости сельскохозяйственной продукции составляет 67%, причем
характерна тенденция ее роста [1].

Наибольшее
развитие в Кировской области получили следующие подотрасли животноводства:
молочное и мясное скотоводство, свиноводство, яичное птицеводство. С 2013г. в
области все птицефабрики отказались от выращивания птицы на мясо в связи с
высокой затратностью данного направления.

Начиная с 1990 годов
прошлого века сельскохозяйственное производство претерпело существенные
изменения. Переход от плановой экономики к рыночной привел к изменению
организационно-правовых форм сельскохозяйственных организаций, условий ведения
производства, существенному диспаритету цен на продукцию сельского хозяйства,
трудностям с реализацией продукции и доступа к источникам финансирования. Это
негативно отразилось на состоянии отрасли животноводства [2].

Согласно данным таблицы 1 четко прослеживается тенденция снижения объемов производства молока, начиная с 1992г, что обусловлено падением поголовья животных, связанного с трудностями с кормлением животных.

Падение
объемов производства продолжалось до 1996г.   В 1997 
и 1998 годах увеличение валового надоя молока связано с ростом
продуктивности животных, не смотря на продолжающееся сокращение поголовья.

Начиная
с 2014г. темпы сокращения поголовья снизились, что при продолжающемся
наращивании продуктивности животных привело к росту объемов производства
молока.

Таким
образом, обобщенно можно выделить следующие этапы в динамике валового надоя
молока:

До
1991г. – период роста;

1992-2013
— падение, сопровождаемое непродолжительными периодами незначительного роста объемов
производства молока;

С
2014г. – рост.

Постепенное
наращивание объемов производства в советское время было приостановлено в 1991
г. в связи с реорганизацией деятельности сельскохозяйственных организаций.

Второй
этап характеризуется последовательным снижением объемов производства, которое
сократилось практически наполовину в 2013г. в сравнении с 1990г.

Третий
этап в развитии молочного животноводства начался с 2014г., когда за счет
повышения уровня государственной поддержки отрасли удалось не только достичь
высокий удоев молока, но и добиться стабилизации поголовья животных.

Помимо
выявления тенденций развития отрасли немаловажное значение имеет прогноз ее
развития. Наиболее часто используемым методом прогнозирования является
экспоненциальное выравнивание с применением уравнений тренда (таблица 2).

Наиболее подходящая функция выбирается по
следующим коэффициентам:

  • средний
    коэффициент аппроксимации характеризует средний процент отклонения фактических
    значений результативного признака от теоретического. Чем он меньше, тем
    предпочтительней форма зависимости.
  • среднеквадратическое
    отклонение остатков показывает насколько в среднем отличается фактическое
    значение от расчетного по каждому наблюдению.
  • корреляционное
    отношение (коэффициент корреляции) характеризует тесноту связи и позволяет
    определить, на сколько процентов изменится результативный признак под действием
    факторов, чем оно больше, тем лучше описывается модель в не зависимости от
    формы связи.
  • более
    точную оценку достоверности корреляционного отношения даёт F-критерий
    корреляционного отношения. Если он больше табличного значения, то с заданной
    вероятностью безошибочного прогноза можно утверждать о достоверности
    полученного отношения не только в изучаемой выборке, но и по всей совокупности [3, 4].

Таким образом, наиболее достоверной
для составления прогноза валового надоя молока в Кировской области является
парабола третьего порядка, прогнозное значение
которой на 2019г. составило 697,7 тыс. т.

Полученная
модель позволяет составить прогноз валового надоя молока. На графике четко
прослеживается тенденция его повышения в ближайшие пять лет (рисунок 1).

Однако
для достижения данных прогнозных значений необходимо устранить основные
проблемы отрасли:

  • Поддерживать стабильные темпы роста поголовья
    коров, которое начало незначительно повышаться, начиная с 2014г. Но при этом
    составляет только 23% от начала рассматриваемого периода (1990г.);

Устаревшая
материально-техническая база, в частности большая часть коровников либо имеют
значительный износ, либо были реконструированы. Новых коровников в области
вводится не много [5];

  • Недостаточность государственной поддержки
    и неэффективность ее распределения [6];
  • Падение закупочных цен на сырое молоко,
    наблюдаемое в последний год. Если в Кировской области снижение закупочных цен
    незначительно, то в близлежащей Нижегородской области, которая является одним
    из главных потребителей сырого молока, цены снизились существенно;
  • Зависимость цен на реализуемое молоко от
    предприятий-переработчиков. Так как продукт является скоропортящимся,
    сельскохозяйственные предприятия вынуждены продавать молоко на условиях,
    которые диктуют предприятия переработки.

Литература

  1. Смоленцева
    Е.В. Развитие отрасли животноводства в условиях импортозамещения//
    Международный научно-исследовательский журнал. 2016. № 4-1 (46). С. 112-114.
  2. Шиврина
    Т.Б. Проблемы сельского хозяйства России/ Т.Б. Шиврина, М.А. Россохина//
    Производство и переработка сельскохозяйственной продукции: менеджмент качества
    и безопасности: материалы IV международной научно-практической конференции,
    Воронежский государственный аграрный университет имени императора Петра I.
    2016.  С. 34-37
  3. Дарда, Е.С
    Статистический анализ и прогнозирование производства основных видов продукции
    животноводства: Монография.  М.: ИНО,
    2011. 109 с.
  4. Ларинина,
    Т.И. Основные направления государственного регулирования и прогнозирования
    развития АПК// Экономико-математические методы исследования современных проблем
    экономики и общества Сборник материалов Международной научно-практической
    конференции. Общество с ограниченной ответственностью «Аэтерна».
    2015. С. 216-219.
  5. Грудкина,
    Т.И. Эффективность и конкурентоспособность субъектов молочного агробизнеса и направления
    их повышения/ Т.И. Грудкина// Организационно-правовые аспекты инновационного
    развития агробизнеса: сборник научных трудов. Белорусская государственная
    сельскохозяйственная академия, Западнопоморский технологический университет в
    Щецине, Горки-Щецин, 2017.  С. 197 – 202.
  6. Шулятьева
    Г.М. Комплексный подход к решению проблемы импортозамещения на рынке
    сельскохозяйственной продукции и продовольствия [Электронный ресурс]  // Аэкономика: экономика и сельское
    хозяйство, 2016. №4 (12). URL: http://aeconomy.ru/science/economy/kompleksnyy-podkhod-k-resheniyu-pro/ (дата
    обращения 30.03.2019г.)



Московский экономический журнал 4/2019

УДК 338.439

DOI 10.24411/2413-046Х-2019-14027

Оценка
современного состояния российского рынка меда

Assessment of the current state of the Russian honey
market

Смоленцева
Елена Викторовна,
старший
преподаватель кафедры экономики и менеджмента, Федеральное государственное
бюджетное образовательное учреждение высшего образования «Вятская
государственная сельскохозяйственная академия», РФ, г. Киров

Smolentceva Elena,senior lecturer of the Department of Economics and
management, Federal state budgetary educational institution of higher education
«Vyatka state agricultural Academy», Russian Federation, Kirov

Аннотация: В
статье рассматривается современное состояние российского рынка меда. Определены
основные риски пчеловодства в России. Определено место страны в мировом
производстве меда, его экспорте и импорте. Рассмотрена динамика объемов
производства меда, количество пчелосемей по разным категориям хозяйств.
Представлены данные по производству и потреблению меда на душу населения в
сравнении с другими странами. Рассмотрена динамика экспорта и импорта меда.

Summary: The article deals with the current state of the
Russian honey market. The main risks of beekeeping in Russia are defined. The
place of the country in the world production of honey, its export and import is
defined. The dynamics of honey production, the number of bee colonies in
different categories of farms. Data on production and consumption of honey per
capita in comparison with other countries are presented. The dynamics of honey
export and import is considered.

Ключевые слова: рынок,
мёд, Россия, производство, экспорт, импорт, потребление

Keywords:
market, honey,
Russia, production, export, import, consumption

Для России мед является традиционным продуктом питания, изначально добыча
меда в стране была представлена бортничеством, но затем началось развитие
пчеловодства как отрасли сельского хозяйства. Причем, в отличие от других
отраслей животноводства, пчеловодство всегда развивалось не только в
коллективных формах хозяйства, но и преимущественно в форме личных пасек.

Риски,
сопровождающие развитие сельского хозяйства в России, характерны и для такой
отрасли как пчеловодство. Суровые природно-климатические условия на большей
части территории страны, неразвитый рынок средств производства, недостаточное
развитие информационных ресурсов, касающихся пчеловодства, и прочие причины
являются сдерживающими факторами развития этой отрасли.

К группе
производственных рисков пчеловодства можно отнести следующие:

  • Неблагоприятное,
    дождливое лето, неурожай основных медосборов;
  • Большой
    отпад семей во время зимовки вследствие очень суровой зимы;
  • Заболевания
    пчелиных семей (варроатоз, сальмонеллёз и другие);
  • Отравление
    пчел ядохимикатами с обрабатываемых полей;
  • Стихийные
    бедствия (пожары, ураганы, затопление, засуха) [5].

Такое
явление как заболевания пчел, помимо сокращения количества пчелосемей и
уменьшения сборов меда, может приводить к ухудшению качества товарного меда
путем попадания в него антибиотиков, которыми лечат пчел. Национальные
стандарты качества товарного меда, а также его упаковки, условия хранения и
транспортировки установлены межгосударственным стандартом ГОСТ 19792-2017 «Мед
натуральный. Технические условия», введенным в действие 1 января 2019 года
Приказом Федерального агентства по техническому регулированию и метрологии от 9
ноября 2017 г. № 1715-ст [1].

На мировом
рынке меда Россия не является крупным игроком, поскольку в мировом объеме
производства меда ее доля составляет лишь 3,5%.

 По данным продовольственной и
сельскохозяйственной организации ООН – ФАО (FAO) в 2017
году Российская Федерация по объемам производства меда в мире делила 6 место с
Украиной – было произведено по 66 тысяч тонн. Первое место по объемам
производства занимает Китай (551 тыс. т), второе – Турция (114 тыс. т), третье,
четвертое и пятое – Аргентина (76 тыс. т), Иран (70 тыс. т) и США (67 тыс. т)
соответственно [3].

За период с 2006 года объемы производства меда в стране колеблются
(рисунок 1). Можно отметить пиковое снижение производства в 2010 году,
обусловленное плохими погодными условиями.

С 2010 года
наблюдается стабильный рост объемов производства до 2014 года – за этот период
рост составил 45,4%. Затем происходят незначительные колебания, которые
обусловлены рядом факторов, с определяющей ролью климатического.

Относительно небольшие объемы производства меда оказывали влияние на
положении России на мировом медовом рынке — страна до 2013 года в основном
импортировала мед. А на производство меда в значительной степени влияет
количество пчелосемей (таблица 1).

По итогам
Всероссийской сельскохозяйственной переписи 2016 года (далее ВСХП), число
пчелосемей за 10 лет между двумя переписями сократилось на 10,0%. Сокращение
количества пчелосемей произошло в основном за счет уменьшения количества
пчелосемей в хозяйствах населения на 368,2 тыс. шт., и сокращения их в
сельскохозяйственных организациях – на 95,8 тыс. шт.

При этом
наблюдается рост количества пчелосемей в КФХ и у индивидуальных
предпринимателей – рост составил 151,2%. Но даже этот рост в абсолютном
выражении – 86,2 тыс. шт. – не обеспечил сохранения численности пчелосемей в
целом по стране. Главные причины этого кроются в непродуманной приватизации пасек,
несоблюдении системы агрозоотехнического обслуживания отрасли, снижении
рентабельности пчеловодства.

Рассмотрим
динамику валового производства мёда в РФ по категориям хозяйств (таблица 2).

За последние
10 лет происходило снижение количества пчелосемей в сельскохозяйственных
организациях практически в два раза, что повлекло за собой уменьшение
производства мёда в данной категории хозяйств на 51,7%. А вот рост пчелосемей в
КФХ и у индивидуальных предпринимателей в 2,5 раза дало прирост производства
мёда только на 42,7%.

Количество
пчелосемей в хозяйствах населения уменьшилось на 10,6%, но объем производства
увеличился на 12093 тонны, или на 24,6%. В целом, за период с 2007 по 2017 год производство
мёда в хозяйствах всех категорий увеличилось на 21,3%.

Производство любого вида продукции оказывает существенное влияние на возможность его реализации (таблица 3).

За последние
три года сельскохозяйственные организации и КФХ увеличили объемы реализации
мёда в среднем на 3%. Объемы продаж меда в хозяйствах населения сократились на
4,8%. Это связано с сокращением производства мёда с 62894 тонн в 2015 году до
61238 тонн в 2017 году.

Как правило,
чем больше продукции производят предприятия, тем выше уровень товарности
данного вида продукции (таблица 4).

Наивысший
уровень товарности мёда отмечается в КФХ и индивидуальных предприятиях – в
пределах 70% производимого мёда реализуется. Но в динамике возрастает только
уровень товарности мёда в сельскохозяйственных организациях – на 17,6 п.п. В
целом по стране уровень товарности мёда в среднем 46%.

Таким
образом, для дальнейшего развития рынка мёда необходимо развитие организаций и
предприятий всех форм собственности и различных организационно-правовых форм.

Производство
меда и уровень его внутристранового потребления определяет возможности страны
по экспорту либо потребность в импорте.

По
производству меда на душу населения Россия опережает многие другие «пчеловодные
державы» (таблица 5), а по его среднедушевому потреблению не отстает от
большинства из них и незначительно уступает США, Германии и другим развитым
странам [6].

Наибольшее
производство на душу населения наблюдается в странах, занимающих лидирующее
положение в мире по производству меда и имеющих относительно небольшую
численность населения – Аргентина, Украина и Турция. Эти же страны на мировом
рынке являются основными экспортерами меда. По данным таблицы 5 можно отметить,
что в 2016 году Россия экспортировала в 11 раз больше меда, чем импортировала.

Для оценки
роли страны на мировом рынке меда целесообразно рассмотреть динамику экспорта и
импорта российского меда. По данным International Trade Centre (ITC), Россия в
2018 году играла весьма скромную роль в мировой торговле медом, пребывая на 39
месте по стоимости и на 36 месте — по объему экспортированного меда [7].

Динамика экспорта меда в натуральном и стоимостном измерении представлена на рисунке 2.

Падение
объемов экспорта меда после 2015 года объясняется низкой конкурентоспособностью
российского меда на мировом рынке из-за высокой по сравнению с азиатским медом
цены; качеством, не отвечающим требованиям стран ЕС; обвалом мировых цен на мед
— в 2016 году они снизились на 30-50%. Вследствие этого российские
производители были вынуждены переориентироваться на внутренний рынок страны.

Рассмотрим
географию экспорта российского мёда в 2013 году (таблица 6).

Разнонаправленность поставок российского меда в 2013 году можно объяснить новизной этого рынка для российского производителя, хотя в структуре экспорта можно выделить четыре страны, на которые приходится 84% всего российского экспорта меда, — США, Китай, Швеция и Казахстан. К 2017 году наблюдается увеличение объемов и расширение географии экспорта российского меда (таблица 7).

Данные
таблицы 7 не совпадают с данными рисунка 2 в силу того, что в таблице 7
рассматриваемый период не является календарным годом. Но, даже при условном сопоставлении
2013 и 2017 годов можно отметить тенденцию роста экспорта и увеличением доли
экспорта меда в Китай. При этом экспорт в США существенно уменьшился, но
связано это не столько с объемами экспорта, сколько со снижением цен на мировом
рынке.

Импорт меда
Россией в 2018 году оставался на уровне предыдущих трех лет (рисунок 3), и по
этому показателю наша страна пребывала в седьмом десятке стран-импортеров меда.
Как и в предыдущие годы, в 2018 году российские компании импортировали
небольшие партии фасованного меда из стран ЕС и поставляли его преимущественно
в торговые сети Москвы и Санкт-Петербурга [8].

Лидерами в
поставках меда в Россию были Австрия (80 тонн), Франция (14 тонн), Киргизия (12
тонн) и Грузия (6 тонн). Более мелкие партии меда, объемом в 1-5 тонн поставили
Венгрия, Казахстан, Австралия, Эстония, Германия, Узбекистан, Армения и Италия.
В этом представленном ITC списке экспортеров меда в Россию отсутствует Китай,
но китайская статистика сообщает, что в 2018 году Китай поставил в Россию 16
тонн меда (в 2017 году — 0) [8].

В целом,
можно резюмировать, что состояние российского рынка меда зависит от двух
основных факторов – развития пчеловодства в стране и ситуации на мировом рынке
меда. Количество пчелосемей, рост цен на внутреннем рынке, популяризация
отрасли пчеловодства, снижение использования ядохимикатов на полях
сельскохозяйственными организациями, методы борьбы с заболеваниями пчел – все
это факторы, влияющие на объемы производства меда в России. При этом не следует
забывать о государственной поддержке этой отрасли для разных
организационно-правовых форм хозяйствования, об установлении барьеров для
попадания на рынок некачественного меда, о методах контроля за производителями
и торговыми сетями.

Выход
российских производителей на мировой рынок обусловлен прежде всего качеством
меда. И повышение качества может обеспечить значительное увеличение поставок
меда в другие страны. Для России экспорт меда – крайне перспективное направление
для развития поставок несырьевых товаров за рубеж [9].

Список литературы

  1. В ряде регионов вступил в силу новый ГОСТ на мёд [Электронный
    ресурс]: — Режим доступа: http://24medok.ru/v-ryade-regionov-vstupil-v-silu-novyj-gost-na-myod/
  2. Основные показатели сельского хозяйства в России
    [Электронный ресурс]: Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1140096652250
  3. Основные продукты животноводства [Электронный ресурс]:
    — Режим доступа: http://www.fao.org/faostat/ru/#data/QL
  4. Продукты животноводства и сельскохозяйственных культур
    [Электронный ресурс]: — Режим доступа: http://www.fao.org/faostat/ru/#data/TP
  5. Пчеловодство [Электронный ресурс]: — Режим доступа: https://moybiznes.org/proizvodstvo-meda
  6. Пчеловодство России в зеркале российской и зарубежной
    статистики [Электронный ресурс]: — Режим доступа: https://www.apiworld.ru/1521189013.html
  7. Россия на мировом рынке меда в 2018 году [Электронный
    ресурс]: — Режим доступа: https://www.apiworld.ru/1554747668.html
  8. Россия на мировом рынке меда в 2017 году.
    Предварительные данные [Электронный ресурс]: — Режим доступа: https://www.apiworld.ru/1521656935.html
  9. Сладкий экспорт [Электронный ресурс]: — Режим доступа:
    https://www.gazeta.ru/eksport/2015/09/16_a_7759319.shtml



Московский экономический журнал 4/2019

УДК 338.12.017

DOI 10.24411/2413-046Х-2019-14026

ТЕХНОЛОГИЯ
ОБОСНОВАНИЯ ИННОВАЦИОННЫХ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ МНОГОКРИТЕРИАЛЬНОГО
ПОДХОДА

TECHNOLOGY SUBSTANTIATION OF INNOVATIVE MANAGEMENT DECISIONS BASED ON A MULTI-CRITERIA APPROACH

Газеев Мансур Хамитович, доктор
экономических наук, профессор, профессор кафедры «Менеджмент в отраслях ТЭК», Тюменский
индустриальный университет, г. Тюмень

Осиновская Ирина Владимировна, кандидат экономических наук, доцент, доцент кафедры «Менеджмент в отраслях
ТЭК», Тюменский индустриальный университет, г. Тюмень

Мамаева Айна Абдул – Хакимовна, студентка 4 курса, Тюменский индустриальный университет, г.
Тюмень

Gazeev M.H., gazeevmh@tyuiu.ru

Osinovskaya I.V., osinovskaya79@mail.ru

Mamaeva A. А., mamaeva_nmt@mail.ru
  

Аннотация: В статье дается общее представление о
целесообразности применения многокритериального подхода при  разработке и принятии управленческих решений в
области инноваций. Особое внимание уделяется методике принятия управленческих
решений с использованием многокритериального подхода. Фрагментарно показано
возможное структурирование и взаимосвязь объектов управления в системе
планирования разработки и эксплуатации месторождения. Прототипирование принципов,
заложенных в структурирование, позволит максимально эффективно использовать
многокритериальный подход при решении задач управления сложными хозяйствующими
субъектами. Представлен фрагмент апробационного алгоритма разработки
управленческих решений по повышению эффективности инновационной деятельности
нефтегазового предприятия. Так же в работе делается акцент и на использование
комбинаторного подхода при обосновании альтернативных вариантов решений.
Обозначена универсальность предлагаемой методики и возможность широкого ее использования.

Summary:The article gives a General idea of
the feasibility of a multi-criteria approach in the development and
decision-making in the field of innovation. Particular attention is paid to the
method of management decision-making using a multi-criteria approach. The
possible structuring and interrelation of control objects in the field
development and operation planning system is shown fragmentally. Prototyping of
the principles inherent in the structuring, will allow the most effective use
of multi-criteria approach in solving the problems of management of complex
economic entities. The fragment of approbation algorithm of development of
administrative decisions on increase of efficiency of innovative activity of
the oil and gas enterprise is presented. The work also focuses on the use of a
combinatorial approach in the justification of alternative solutions. The
universality of the proposed method and the possibility of its wide use are
indicated.

Ключевые слова: инновационные управленческие
решения, многокритериальный подход, оптимизация, целевые программы.

Keywords: innovative
management solutions, multi-criteria approach, optimization, target program.

Одним
из важнейших элементов, обеспечивающих эффективность и конкурентоспособность
компаний, являются инновации. Особое внимание отводится уровню инновационного развития  именно в нефтегазовом секторе, который можно
считать центральным звеном прогресса национальной экономики.

В
последнее время российские недропользователи направляют свои научные
исследования на создание высокотехнологичного оборудования, внедрение новейших
технологий, а также на оптимизацию процессов производства. Помимо инноваций,
актуальным становятся вопросы оптимизации, включающие оптимизацию различных
процессов и областей деятельности [3,5]. Это объяснимо тем, что альтернативные
варианты производства являются более выгодными, за счет возможности экономить
денежные и материальные ресурсы, уменьшать производственные отходы, сокращать
влияние на окружающую среду и т.д. [3].

Оптимизация
— трудоемкий процесс, поэтому требует хорошо подготовленной вычислительной
базы, а также доскональной проработки всех пунктов плана. Не только для
оптимизации производства, но и для создания инновационных программ и вследствие
выбора управленческого решения, необходимо учитывать множественность факторов,
отличающихся друг от друга различными параметрами. Оптимизация как процесс
выбора наилучшего варианта предполагает определение и установление минимального
или максимального значения критерия для отбора. Наилучший вариант выполнения
поставленных задач в соответствии с выбранными критериями и учетом меняющихся
ограничений и есть оптимальный. Ограничения же представляют собой условия, при
которых осуществляется такой выбор [5,6].

В
условиях, когда при планировании действий и выборе наиболее рационального
решения необходимо учитывать несколько критериев, целесообразнее применять
метод многокритериальной оптимизации. Определение
числа критериев для оценки вариантов (альтернатив) управленческих решений —
трудная задача. В качестве критериев могут быть различные параметры. Простые
управленческие решения обычно сравниваются по одному критерию и называются
однокритериальными, а сложные — по нескольким и называются соответственно
многокритериальными [4]. Поэтому при выборе данного метода могут возникнуть
проблемы, связанные с выбором принципа оптимальности, нормализацией вектора
критериев, так как частные критерии имеют различные единицы измерения, поэтому
их необходимо нормализовать, а также с учетом приоритета критериев.

Структурирование
сложных хозяйствующих структур, например, к которым можно отнести крупные
нефтяные компании должно основываться на определенных принципах. Выделение
крупных подсистем должно основываться на специфике производственного цикла
(выделении операционных бизнес-сегментов), реализуемого компанией, а также
крупных сферах деятельности. В силу того, что нефтяные компании осуществляют
свою деятельность от геологоразведки до переработки и сбыта, то могут быть
выделены такие подсистемы, как геологоразведка, добыча, переработка, сбыт,
отдельно эксплуатация месторождения и другие.

Укрупненными
подсистемами, отражающими крупные направления деятельности, могут быть:
научно-техническая, экологическая подсистемы, развитие материально – сырьевой
базы, наращивание производственного потенциала и т.д.

В
зависимости от того какие ставятся цели, формируются варианты различных
альтернатив, которые можно объединить в единую схему, как например, на рис. 1.

Желательно,
чтобы выделенные подсистемы были не избыточны, а также не слишком малы, что
усложнит процесс принятия решений на основе многокритериального подхода в
первом случае, а во-втором, поставит под сомнение целесообразность его
использования.

Объединяя
и комбинируя различные альтернативные варианты, как по вертикальным, так и по
горизонтальным связям, можно получить оптимальный совокупный результат (P) по всем управленческим решениям:

Применение
данного метода позволяет решать ряд важных задач:

1.
Сопоставление различных вариантов, например, разработки месторождения, или
открытия нового объекта, с учетом всевозможных факторов влияния.

2.
Формирование модели принятия эффективного решения.

3.
Поиск плана действий, который позволит добиться цели и получить наиболее
оптимальный результат.

Решение
данных задач особенно важно, когда необходимо принимать инновационные
управленческие решения. Ведь из всех управленческих решений самыми сложными
считаются инновационные, так как принимаются они в условиях невозможности
использования традиционных методов [2]. Для положительного результата требуется
большое внимание ко всем составляющим и внедрение новой методики, что
обусловливает использование многокритериального подхода.

Данный
метод можно применять не только для принятия решений относительно нефтегазовых
месторождений, как это показано в примере, но и для любой сферы деятельности, в
которой можно разрабатывать программно-целевые планы.

Примерные
схемы могут быть представлены в более крупных, или наоборот менее значительных
масштабах, что будет зависеть от уровня решаемых задач. В процессе анализа схем
можно построить дерево целей, решений, определить план мероприятий и программ
по их достижению. Данные действия способствуют созданию важных решений, которые
в последствие помогают реализовать поставленные задачи.

В качестве примера, на рис.3 представлена схема принятия инновационных управленческих решений с использованием данного подхода.

Целевые
программы составляются посредством выбора наиболее оптимального результата
представленных альтернативных вариантов. Такой подход называется комбинаторный
[5]. На примере работы менеджера, можно представить данный подход как
объединение в рамках одного решения нескольких известных менеджеру готовых
решений частных задач. Данный подход позволяет сформировать новое решение,
отражающее специфику управляемого объекта и процесса его преобразования.

Таким
образом, данный метод дает возможность комбинировать различные варианты
альтернатив, которые ориентированы чаще всего на основную деятельность
организации, и достижение ее целей, а также позволяет получить информационную
основу для расчета комплексного показателя.

Результатом
может считаться список мероприятий, направленных на повышение эффективности
деятельности, либо, напротив, снижение уровня риска и т.д. В итоге весь набор
действий способствует разработке и принятию управленческих решений, не зависимо
от области, в которой принимается решение. Поэтому, учитывая, что данная
методология (метод многокритериальной оптимизации) применим в различных сферах
деятельности, ее также целесообразно использовать для принятия инновационных
управленческих решений.

Литература

  1. Богданович С.М. О программе модернизации и
    инновационного развития НК «Роснефть». М.: ОАО «Роснефть», 2009.
  2. Инновации в нефтегазовом секторе [Электронный ресурс].
    URL:
    http://www.pwc.ru/ru/energy-utilities- mining/publications/assets/innovation_survey2014.pdf
    (дата обращения:17.12.2015)
  3. Нефтяная промышленность России — сценарии
    сбалансированного развития. Проект//Коллектив авторов. М.: ИАЦ Энергия, 2010.
    160 c.
  4. Никольский А.А. Технология принятия управленческого
    решения/ А.А. Никольский. — М.: №5, 2013. — 234 с.
  5. Хоменюк В.В. Элементы теории многокритериальной
    оптимизации. М.: Наука, 1983, с 8-25.
  6. Штойер Р, Многокритериальная оптимизация: теория,
    вычисления, приложения. М.:Наука, 1982, с 14-29, 146-258

References

  1. Bogdanovich S. M. on the program of modernization and innovative development of Rosneft. M.: OAO «Rosneft», 2009.
  2. Innovations in the oil and gas sector [Electronic resource]. URL: http://www.pwc.ru/ru/energy-utilities — mining/publications/aspects/innovation_survey 2014.pdf (date accessed:17.12.2015)
  3. Khomenyuk V. V. elements of the theory of multi-criteria optimization. M.: Science, 1983, from 8-25.
  4. Nikol’skii, the technology of managerial decision-making. — Moscow: №5, 2013. — 234 p.
  5. Russian oil industry-balanced development scenarios. Project/Team of authors. Moscow: IATS Energiya, 2010. 160 c.
  6. Steyer R, Multicriteria optimization: theory, computation, applications. M.:Nauka, 1982, 14-29, 146-258



Московский экономический журнал 4/2019

DOI 10.24411/2413-046Х-2019-14025

ПРОБЛЕМЫ НАЛОГООБЛОЖЕНИЯ И НАЛОГОВОГО АДМИНИСТРИРОВАНИЯ НЕФТЯНЫХ КОМПАНИЙ (НА ПРИМЕРЕ ПАО «НЕФТЯНАЯ КОМПАНИЯ «РОСНЕФТЬ»)

PROBLEMS
OF TAXATION AND TAX ADMINISTRATION OF OIL COMPANIES (ON THE EXAMPLE OF «ROSNEFT
OIL COMPANY »)

Каширина
Марина Валентиновна,
доцент Департамента
налоговой политики и таможенно-тарифного регулирования, Финансовый университет
при Правительстве РФ, г. Москва

Большаков
Владислав Владимирович,
студент 3 курса
факультета «Налоги и налогообложение», Финансовый университет при Правительстве
РФ, г. Москва

Kashirina M.V., askvm@yandex.ru

Bolshakov V.V., vladislavv.bolshakov@gmail.com

Аннотация: Изучена
роль нефтегазовых доходов в формировании доходной части бюджета, ее изменение
за последний год. Приведён обзор состояния нефтегазовой отрасли. Рассмотрены
последние изменения в области налогообложения организаций по добыче и переработке
углеводородного сырья. Выявлены тенденции развития отрасли.
Рассмотрены актуальные вопросы налогового администрирования.

Summary: The role of oil and gas revenues in the formation of the budget revenues and its changes for the previous year have been studied. The state of the oil and gas industry is reviewed. The latest changes in the field of taxation of organizations for the extraction and processing of hydrocarbons are considered. Tendencies of development of branch are revealed. The topical issues of tax administration are considered.

Ключевые слова:
налоговая нагрузка, налог на добычу полезных ископаемых, нефтедобыча, нефтепереработка,
налог на дополнительный доход, налоговый маневр, налоговое администрирование

Keywords: tax burden,
mineral extraction tax, oil production, oil refining, the tax on the additional
income, tax maneuver, tax administration

В
октябре 2018 года прошёл II Международный форум по энергоэффективности и развитию энергетики «Российская энергетическая неделя»,
где выступил Президент РФ В. В. Путин, который отметил, что нефтегазовая
отрасль играет значимую роль в укреплении национальной экономики и формировании
индустриальных центров нашей страны. Глава государства сделал акцент на
необходимости выполнения стратегических задач, касающихся внедрения инновационных
технологий в нефтегазовой промышленности, а также диверсификации рынков сбыта.
Также в ходе своего выступления В. В. Путин подчеркнул важность усиления
партнерства в нефтяной отрасли, заявив, что спрос на углеводороды будет расти –
в основном благодаря потребителям из Азии. Владимир Путин добавил, что в
настоящее время данная отрасль активно развивается, благодаря реализации
масштабных проектов по внедрению современных технологий [12].

Нефть,
газ и продукты их переработки являются лидерами в товарной структуре
международной торговли на протяжении многих лет, существенно опережая другие
статьи экспортно-импортных операций. Именно нефть и природный газ играют
главную роль в мировом коммерческом энергобалансе [5].

Актуальность
проблем, связанных с налогообложением нефтегазовой сферы обусловлена
зависимостью доходов страны от деятельности предприятий, добывающих
углеводороды.

Система
налогообложения нефтяной отрасли формировалась поэтапно. В 2002 году в
налоговую систему введен налог на добычу полезных ископаемых (НДПИ). Этот налог
стал общим для всех месторождений одного вида ресурса [3].

Доходы
федерального бюджета в 2018 году также, как и в 2017 году, состоят более чем на
треть из нефтегазовых поступлений — 35,9% доходов в 2018 году, и 39,4% — в 2017.
При этом, налог на добычу полезных ископаемых составил 67,5% от общей суммы
нефтегазовых доходов бюджета на 2018 год; вывозные таможенные пошлины на нефть
сырую — 16,5%; газ природный, а также товары, выработанные из нефти – 16% [21].

В
структуре налоговой нагрузки по видам экономической деятельности в Российской
Федерации, по данным Федеральной налоговой службы за 2017 год, безопасная налоговая
нагрузка по добыче полезных ископаемых составила 36,7%, по добыче
топливно-энергетических полезных ископаемых — 45,4%. Напомним, налоговая
нагрузка определяется как отношение налогов (в т.ч. НДФЛ) и сборов по данным
официальной статистической отчетности ФНС России к обороту организаций по
данным Росстата, умноженное на 100%. [11]

Согласно
данным Министерства энергетики по отрасли, на 01.01.2018, деятельность по
добыче нефти и газового конденсата (нефтяного сырья) осуществляли 288
организаций, имеющих лицензии на право пользования недрами:

  • 104 организации,
    входящие в структуру 11 вертикально интегрированных компаний (далее – ВИНК) –
    85,7% суммарно от национальной нефтедобычи;
  • 181 независимые
    нефтедобывающие компании (не входящие в структуру ВИНК);
  • 3 компании на
    условиях соглашения о разделе продукции (далее – операторы СРП).

На 01.01.2018 деятельность по добыче природного и попутного нефтяного газа на территории Российской Федерации осуществляли 254 добывающих предприятия:

  • 85 организации,
    входящие в состав ВИНК;
  • 15 дочерних компаний
    в составе Газпром;
  • 7 структурных
    подразделений НОВАТЭК;
  • 144 независимых
    нефтегазодобывающих компании;
  • 3 предприятия –
    операторы СРП [15].

Таким образом, можно отметить определяющее значение ВИНК в формировании доходной части бюджета. Вертикально-интегрированные нефтяные компании – это крупные энергетические компании, включающие в свой состав дочерние нефтеперерабатывающие предприятия и оказывающие непосредственное влияние на них. В данных структурах дочерние организации с точки зрения их центра управления и ресурсной базы являются практически независимыми организациями, в которых сконцентрирована текущая деятельность ВИНК. Материнская компания при этом определяет общую стратегию деятельности.

Само по себе явление вертикальной интеграции позволяет на финансово-экономической основе объединить технологические процессы от разведки месторождений до реализации переработанного сырья потребителю. Особенности развития российских ВИНК – отказ от конкурентной борьбы между небольшими компаниями за конечного потребителя для объединения усилий, ресурсов и компетенций для получения синергетического эффекта от данного союза. Структура вертикально-интегрированных нефтяных компаний – эффективна, так как позволяет с большими возможностями и потенциалом взаимодействия с государством сохранять контроль над ресурсами внутри страны и защищать их от зарубежной экспансии.

К современным ВИНК относятся: ПАО НК «Роснефть»; ПАО «Газпром»; ОАО НГК «Славнефть»; ПАО «ЛУКОЙЛ»; ПАО «Сургутнефтегаз»; ПАО «Татнефть»; ПАО НК «РуссНефть»; ПАО «НОВАТЭК»; ПАО «Газпром нефть» и другие. Стоит отметить, что некоторые ВИНК и холдинги были поглощены и взяты под контроль крупнейшими из них для повышения общего уровня технической оснащенности, особенно в части нефтеперерабатывающих заводов, а также для расширения границ влияния, территорий добычи и производственных мощностей. Например, ПАО НК «Роснефть» поглотила, взяла под контроль следующие компании: ОАО «Северная нефть» — для укрепления позиций в Тимано-Печоре; Англо-Сибирская нефтяная компания, имеющая лицензию на разработку Ванкорского месторождения в Восточной Сибири; холдинг «САНОРС» (ЗАО «Новокуйбышевская нефтехимическая компания») – усиление вектора нефтехимического развития и повышение добавленной стоимости производства; ПАО «Оренбургнефть» вошло в состав ПАО НК «Роснефть» с 2013 года; контрольный пакет акций ПАО АНК «Башнефть», которое стало их дочерней компанией — синергетический эффект через оптимизацию взаимных поставок нефти, совместное использование инфраструктуры добывающих активов и так далее [13].

Одной из целей создания ВИНК является создание условий для максимального сокращения вывоза сырой нефти с соответствующим увеличением экспорта нефтепродуктов. Современные реалии свидетельствуют, что она так и не была достигнута.

Сегодня, в условиях санкционного режима, Российская Федерация получила возможность развития экономики в данном направлении. Фактор политики импортозамещения и поддержки отечественного производителя – важнейший стимул к достижению ранее поставленных целей, развитию взаимодействия между ВИНК и экономическими субъектами внутри страны. Политика импорта нефтепродуктов для производства внутри страны – не является эффективной, в связи с недостаточным техническим развитием и отсутствием производственных мощностей, обеспечивающих спрос на данный вид товара. Именно поэтому необходимо обратить внимание на перерабатывающие компании внутри страны. Нефтеперерабатывающие заводы (далее – НПЗ) в составе ВИНК обладают большим потенциалом, который возможно раскрыть с помощью налогового стимулирования.

Стимулирование инвестиций на повышение эффективности деятельности НПЗ – одна из важнейших экономических задач, стоящих перед государственными структурами. Список крупнейших НПЗ России не изменялся уже несколько лет, при этом стоит отметить, что половина из них была создана в первые два десятилетия после Великой Отечественной Войны. Общая мощность их переработки составляет около 284 млн. тонн в год, кроме того, действуют 80 мини-НПЗ общей мощностью переработки около 11 млн. тонн в год. Одной из важнейших характеристик работы НПЗ является глубина переработки. Чтобы стимулировать приток инвестиций на обновление НПЗ, увеличение глубины переработки, качества конечного продукта и повышение технической оснащенности, постановлением Правительства РФ от 28 октября 2010 года № 864 были внесены изменения в требования для подключения к магистральным нефтепроводам новых НПЗ, установив необходимую глубину переработки – не менее 70% [22]. С октября 2011 года были заключены четырехсторонние соглашения по модернизации НПЗ между нефтяными компаниями, Федеральной антимонопольной службой России, Ростехнадзором и Росстандартом, предусматривающие реконструкцию и строительство 126 установок вторичной переработки сырья для перехода на производство более качественных видов нефтепродуктов и обеспечения достаточного производства моторного топлива и его предложения на внутренний рынок. Сроки по данным соглашениям несколько раз переносились по просьбам нефтяных компаний. По данным Министерства энергетики, большинство компаний завершают выполнение плана модернизации по соглашениям, но «Роснефть» сдвинула завершение программы модернизации НПЗ с 2020 на 2027 год [15]. Одной из причин стали изменения в налоговом законодательстве, которые вступили в силу с 01.01.2019 года.

Корректировка системы налогообложения и поступлений платежей в бюджет происходит в сфере нефтяной промышленности при реализации налогового маневра и заключается в нескольких блоках:

  1. 2019 – 2024:
    поэтапное снижение и отказ от акцизов на экспорт нефти и ГСМ, то есть к 2024
    году ставка акциза составит 0, кроме отдельных видов нефтепродуктов;
  2. 2019 – 2024: пропорциональное
    повышение ставок НДПИ без изменения действующих льгот и преференций;
  3. введение обратного
    акциза на топливо для предприятий, производящих и реализующих ГСМ на внутреннем
    рынке;
  4. планируется
    задействовать дополнительные меры поддержки реализации ГСМ в пределах страны и
    снижения темпов роста цен на них.

Таким образом, можно выделить следующие цели трансформации воздействия на данную отрасль:

  1. снижение доли
    акцизного сбора в нефтегазовых доходах – позволит снизить зависимость от
    мировых цен на нефть, повысить точность прогнозирования бюджетных показателей;
  2. стимулирование
    переработки нефти на внутреннем рынке посредством повышения цен;
  3. качественное
    обновление технического оснащения НПЗ через введение обратного акциза;
  4. увеличение выгод от
    экспорта нефти и нефтепродуктов, благодаря механизмам логистического
    коэффициента, плавающего и обратного акцизов, которые позволяют рассматривать условия
    деятельности экономических субъектов более индивидуально.

Необходимо учитывать особенности использования некоторых инструментов налогового маневра, позволяющих избежать резких повышений цен на нефтепродукты и сокращения реализации на внутреннем рынке.

Так, введение плавающего акциза подразумевает регулирование налоговой нагрузки на НПЗ — в период низких цен на нефть она будет повышаться, в период высоких – снижаться.

Механизм обратного акциза позволяет повысить привлекательность модернизации НПЗ и самого процесса переработки и реализации внутри страны. Возврат предоставляется в следующих случаях:

  • в зависимости от
    объемов, направляемых на переработку, и увеличивается, если НПЗ не выпускает
    темных нефтепродуктов;
  • компаниям,
    модернизирующим свои НПЗ;
  • по НПЗ, находящимся
    далеко от границы и получающих меньший доход от экспорта (логистический
    коэффициент).

По замыслу, повышение цен на внутреннем рынке должно обеспечить покрытие себестоимости переработки нефтепродуктов, обеспечить выгоду перед экспортом сырой нефти. Изменение цен на моторное топливо при этом быстро вызывает социальный отклик. Это позволяет предположить, что Правительство может принудить нефтяные компании удерживать определенный уровень цен на продукцию. Подобная мера снижает рентабельность переработки и давит на финансовые показатели.

Среди ВИНК наиболее уязвимыми к данным изменениям считаются ПАО «ЛУКОЙЛ» и ПАО «Газпром нефть», обладающие наибольшей долей внутренней переработки в выручке и поставляющие свыше 60% нефтепродуктов на внутренний рынок. В рамках большого налогового маневра 2019 – 2024 гг, риск неконтролируемого роста цен может компенсироваться высоким показателей выхода светлых нефтепродуктов на соответствующих НПЗ в России (более 65%).

ПАО «НК «Роснефть» является крупнейшей публичной нефтяной
корпорацией мира, а также стратегическим предприятием России [4].

ПАО НК «Роснефть» — один из крупнейших налогоплательщиков Российской Федерации и также находится в зоне риска данного налогового маневра. Основной причиной является логистическое отставание и низкий выход светлых нефтепродуктов по НПЗ, так как они были унаследованы еще в ходе приватизации 1990-х. ПАО АНК «Башнефть» — дочерняя компания ПАО НК «Роснефть» и является исключением, так как имеет одни из самых передовых НПЗ в России. В 2016 году контрольный пакет акций ПАО АНК «Башнефть» был приобретен именно с целью синергии через использование инфраструктуры и для повышения общей капитализации.

Доля переработки Нефтеперерабатывающего комплекса ПАО АНК «Башнефть» в консолидированной группе ПАО НК «Роснефть» составляет около 50%, при глубине переработки 81,9%. Тем не менее, изменения в текущей конфигурации налогового маневра могут повлиять на рентабельность переработки и финансовые показатели.

НК
«Роснефть» занимает первые места среди крупнейших компаний Российской
Федерации. Согласно отчетности, опубликованной на официальном ресурсе, выручка
от реализации и доход от ассоциированных и совместных предприятий за 2017 год
составила 6 014 млрд. руб. Налоги, кроме налога на прибыль организаций – 1 919
млрд. руб., экспортная пошлина — 658 млрд. руб. Таким образом, эффективная
налоговая нагрузка за 2017 год в НК «Роснефть» составила 42,8% (2016 — 39,1%).
За первое полугодие 2018 года эффективная налоговая нагрузка к выручке
составила 47,6% (в 2017 году за аналогичный период — 44,3%) [13].

На
платежи по налогу на добычу полезных ископаемых (далее — НДПИ) и экспортным
пошлинам за 2017 год приходилось 35,7% от суммы выручки за год (2016 — 33,4%) [13].

Ставка
по НДПИ на нефть рассчитывается на основе мировых цен на нефть «Юралс» в
долларах США за баррель нефти и среднего за месяц значения курса доллара США к
рублю. В 2017 году базовая налоговая ставка НДПИ по сравнению с 2016 годом —
выросла на 7,23% и составила 919 руб/тонну. В 2018 году базовая ставка по НДПИ
была сохранена.

Расчет
налога в 2017-2018 годах производился по следующей формуле:

НДПИ
= Количество т * (Налоговая ставка * КЦ – Дм)

КЦ
— коэффициент динамики мировых цен на нефть (средняя цена нефти марки «Юралс»
за баррель в долларах США за вычетом 15 умноженная на частное от деления
среднего курса рубля к доллару США по данным Центрального Банка Российской
Федерации на соответствующий месяц на 261),

Дм – норматив, отражающий особенности добычи продукта. При этом:

Дм = КНДПИ * КЦ * (1 – КВ * КЗ * КД * КДВ * ККАН) — КК ,

где учитываются:

  • уровень выработки
    недр, используемых при добыче (КВ);
  • запасы участка
    разработки недр (КЗ);
  • сложность ресурсодобычи
    Д);
  • степень
    выработанности залежи (КДВ);
  • область добычи
    нефтепродукта (ККАН).

КК
— дополнительный показатель, увеличивающий ставку, введенный на срок с
01.01.2017 по 31.12.2020 года (2017 — 357 руб., 2018 — 357 руб., 2019-2021 —
428 руб.).

В
июле 2018 года в рамках завершающего этапа налогового маневра был принят ряд
законопроектов и внесены соответствующие изменения в НК РФ. С 2019 года ДМ
рассчитывается по следующей формуле:

ДМ = КНДПИ x КЦ x (1
— КВ x КЗ x КД x КДВ x ККАН) — КК — КАБДТ — КМАН x СВ

В данной формуле стали учитываться коэффициенты
КАБДТ, КМАН и СВ, алгоритм
расчёта которых устанавливается статьей 342.5 НК РФ. По своей сути,
добавленные коэффициенты выступают аналогами вывозной пошлины [8].

ПАО
«Роснефть» осуществляет много проектов в Арктике. Данная территория
недостаточно эксплуатируется, но располагает обширными запасами углеводородов
сложных по добыче, поэтому имеет ряд налоговых льгот. Данный регион является
инвестиционно-привлекательным, и как результат, 44 шельфовых проектов ПАО
«Роснефть» находится на этапе геологоразведочных работ и 11 лицензий уже выдано
на добычу нефти и газа, при этом на 6 участках уже ведется добыча.

В
2018 и 2019 годах НК «Роснефть» использует следующие льготы по НДПИ:

  1. Нулевая ставка;
  2. Уменьшение ставки
    НДПИ на показатель, характеризующий особенности добычи нефти (ДМ);
  3. Налоговый вычет;
  4. Особый налоговый
    режим для шельфовых проектов в РФ;
  5. Специальный налоговый
    режим, не предусматривающий уплату НДПИ.

При
этом с 01.01.2018 по 31.12.2027 года устанавливается вычет по НДПИ при добыче
нефти на участках недр, расположенных полностью в границах Нижневартовского
района ХМАО — Югры, начальные извлекаемые запасы нефти каждого из которых — 450
млн тонн и более на 01.01.2016 год, относимые к Самотлорскому месторождению.
Вычет по указанным участкам в совокупности — 2917 млн руб. за налоговый период
(календарный месяц).

В
2018 году выпадающий доход бюджета по данному налоговому вычету НК «Роснефть»
составляет 35 млрд. руб., согласно годовой отчета.

Изменения
в налоговом законодательстве коснулись формулы расчета НДПИ как для нефти, так
и для газового конденсата. Появились два новых коэффициента: Кман и
Ксвн, которые являются аналогом вывозной пошлины. Первый из данных
коэффициентов представляет собою эквивалент вывозной таможенной пошлины на
нефть в 2018 г., скорректированный на среднее значение курса доллара США к
рублю и коэффициент из таблицы, который возрастает с 0,167 для 2019 года до 1 к
2024 году. Второй коэффициент является корректировщиком первого и представляет
собой применение льготной формулы таможенной пошлины при добыче нефти с
вязкостью в пластовых условиях не менее 10000 мПаас.

Рассматривая
годовой отчет компании НК «Роснефть», можно произвести приблизительный расчет
значения льгот в финансовом эквиваленте.

За
2017 год средняя ставка НДПИ на нефть составила 8,13 тыс. руб. на тонну, что
выше на 40,8% средней ставки за 2016 год. При этом фактические расходы по НДПИ
на тонну нефти составили — 7,06 тыс. руб. (2016 — 5,06 тыс.руб) за счет применения
льгот. Средняя ставка НДПИ на природный газ — 521 руб. за тыс.куб.м.

Добыча
жидких углеводородов за 2017 год достигла 225,5 млн т.

Выпадающий
доход бюджета за счет применяемых льгот по добыче нефти за 2017 год
приблизительно равен разнице между объемом добычи за период умноженной на
среднюю ставку НДПИ на нефть по компании и объемом добычи умноженной на
фактические расходы по НДПИ на тонну нефти. В результате  изменений налогового законодательства в
вопросе НДПИ, данные суммы будут больше корректироваться, согласно
индивидуальным условиям работы компании (наличие передовых НПЗ, сложность
добычи, удаленность от рынков сбыта и прочие), что положительно скажется в
росте финансовых потоков, направляемых на долгосрочные инвестиции с высокой
отдачей в долгосрочном периоде.

Изменения
налогового законодательства в 2019 года следующие:

  • 19.07.2018 года был
    принят Федеральный закон №199-ФЗ «О внесении изменений в части первую и вторую
    Налогового Кодекса Российской Федерации», где установлено, что с 01.01.2019
    года взимается налог на дополнительный доход с добычи углеводородного сырья
    (далее — НДД). Таким образом, возникает новый рычаг для управления
    нефтегазовыми доходами бюджета. Понижается удельный вес вывозных пошлин,
    повышается уровень точности прогнозных данных для расчетов бюджета. Ставка НДД
    составляет 50% с дохода от добычи нефти (разницы между расчетной выручкой и
    затратами(убытками)). При этом НДПИ сохраняется, но рассчитывается по
    пониженной ставке. Соответственно, учитываются условия добычи и снижается
    нагрузка на более затратную глубокую разработку скважин.

НДД применяется
в отношении четырех групп месторождений. К ним относятся:

  1. новые месторождения в
    Восточной Сибири с выработанностью не более 5% на 01.01.2017:
  2. в границах Республики
    Саха (Якутия), Иркутской области, Красноярского края, Ненецкого автономного
    округа;
  3. севернее 65 градуса
    северной широты полностью или частично в границах Ямало-Ненецкого автономного
    округа;
  4. в пределах
    российского сектора дна Каспийского моря;
  5. Месторождения, для
    которых предусматривается льгота по экспортной пошлине. То есть, если данные
    запасы месторождений были указаны в Примечании 8 к единой Товарной номенклатуре
    внешнеэкономической деятельности ЕАЭС на 01.01.2018 г: например,
    Юрубчено-Тохомское нефтегазоконденсатное месторождение, Талаканское
    нефтегазоконденсатное месторождение (Восточный блок), Куюмбинское
    нефтегазоконденсатное месторождение и т.д.;

3. Действующие
месторождения в Западной Сибири с выработанностью от 10% до 80% и объемами
добычи не более 15 млн т/год (например, месторождения Ханты-Мансийского
автономного округа, Тюменской области, республики Коми и др.).

4.
Новые месторождения с выработанностью менее 5% с совокупными запасами менее 10
млн т. В эту категорию включены месторождения Ханты-Мансийского автономного
округа, Тюменской области, и др. При этом совокупные начальные извлекаемые
запасы нефти, стоящие на государственном балансе по состоянию на 1 января 2017
г, не должны превышать 50 млн. т.

 Для месторождений, по которым уплачивается
НДД, ставка НДПИ равна 1 рубль за 1 тонну нефти. При этом указанная налоговая
ставка умножается на коэффициент, характеризующий уровень налогообложения
нефти, добываемой на участках недр, в отношении которой исчисляется налог на
дополнительный доход от добычи углеводородного сырья (Кндд).

Кндд в свою очередь рассчитывается как средняя цена нефти марки «Юралс» за баррель в долларах США за вычетом 15 умноженная на 7,3, на 0,5 , на коэффициент периода времени с даты начала промышленной добычи нефти на участке недр, на средний курс рубля к доллару США по данным Центрального Банка Российской Федерации на соответствующий месяц минус ставка вывозной таможенной пошлины на нефть в долларах США за тонну нефти умноженную на средний курс рубля к доллару США по данным Центрального Банка Российской Федерации на соответствующий месяц: (Ц-15) * 7,3 * 0,5 * К * Р — ЭП * Р.

  • 19.07.2018 года был
    принят Федеральный закон №201-ФЗ «О внесении изменений в статьи 3.1 и 35 Закона
    Российской Федерации «О таможенном тарифе», на основании которого изменены
    условия экспортных пошлин для плательщиков НДД 1 и 2 группы (новые
    месторождения в Восточной Сибири). При экспорте нефти с данных участков теперь
    применяется освобождение от уплаты вывозных таможенных пошлин на срок до
    истечения 7 лет промышленной добычи, после чего будут применяться стандартные
    ставки.

Введение НДД является мерой по повышению интереса
компаний по добыче и переработке углеводородного сырья к разработке
труднодоступных месторождений и развитию отрасли в целом. Общий эффект для
бюджета ожидается положительным, так как крупнейшие компании получают
дополнительный стимул к модернизации НПЗ, глубокой разработке имеющихся месторождений,
снижению потерь при добыче, повышению товарооборота внутри страны. Использование
системы льгот позволяет им снизить налоговую базу при выполнении определенных
условий. При этом, учитывая индивидуальные особенности месторождения и его
разработки, ожидается, что налогообложение будет более справедливым: с
прибыльных месторождений налог станет выше, чем с тех, где запасы уже
исчерпаны.

25 октября 2018 года прошел XI Евразийский экономический форум в Вероне, где выступил
главный исполнительный директор ПАО «НК «Роснефть» И. Сечин с докладом, в
котором отметил влияние санкций на нефтегазовую отрасль на мировом уровне. Так,
например, средний спрос на нефть, составляющий около 100 млн баррелей в сутки,
не может сохранять стабильный уровень, что повышает риски энергетической
отрасли.

На
встрече с Владимиром Путиным в Кремле 1 апреля 2019 года И. Сечин доложил о
перспективах развития нефтегазовой отрасли и, в частности, ПАО «НК «Роснефть».
Также в рамках доклада были освещены ключевые результаты работы компании.
«Роснефть» стала единственной отечественной компанией, попавшей в топ-десять
мировых лидеров нефтегазовой отрасли. Несмотря на сложную экономическую
ситуацию компания обеспечила в 2018 году рекордные поступления в бюджет нашей
страны, которые составили 4 трлн рублей, что сделало «Роснефть»
налогоплательщиком номер один в России [12].

Следует
отметить, что, руководствуясь своей корпоративной политикой, «Роснефть»
придерживается единых принципов взаимодействия с государственными органами
власти. Взаимоотношения с налоговыми органами основываются на принципах
добросовестности и открытости информации. При этом компания активно
взаимодействует с Правительством РФ по вопросам совершенствования механизма
налогообложения компаний нефтегазовой отрасли [13].

«Роснефть»
является одним из первых российских налогоплательщиков, кто применил концепцию
расширенного взаимодействия налогового органа и налогоплательщика – налоговый
мониторинг.

В
современных реалиях традиционная система налогового контроля оказалась
малоэффективной. Переход на более высокий уровень позволила осуществить система
налогового мониторинга, базирующаяся на открытом диалоге между компанией и
налоговым органом, а также на проведении превентивных мероприятий.

Наиболее
значимыми преимуществами данной системы для участников являются:

  • Предупреждение
    налоговых рисков и устранение неопределенных налоговых позиций;
  • Сокращение количества
    традиционных налоговых проверок;
  • Возможность получения
    у налоговых органов мотивированных мнений;
  • Сокращение
    максимального срока налоговой проверки.

Российская система
налогового мониторинга реализована с учётом требований ОЭСР и стандартов
риск-ориентированного управления компанией ISO 31000. В отличие от зарубежных аналогов, в отечественной системе акцент
сделан на взаимодействие с налогоплательщиком в режиме реального времени [7].

Основой
налогового мониторинга является риск-ориентированный подход. Проверка компаний
планируется на основе результатов анализа системы внутреннего контроля. Чем
надежнее данная система у налогоплательщика, тем меньше проверок в отношении
него будет проведено.

С
начала 2016 года на систему налогового мониторинга перешли 26 организаций –
крупнейших налогоплательщиков, среди них компании нефтегазовой отрасли:
участники групп «Роснефть», «Газпромнефть», «Лукойл», «Новатэк», которые
составляют 54% от всех компаний, находящихся на налоговом мониторинге.

До
2019 года налоговый мониторинг
проводился в отношении пяти компаний входящих в группу «Роснефть»: ПАО
«Оренбургнефть», ООО «РН-Уватнефтегаз», АО «ВЧНГ», ПАО «Варьеганнефтегаз», АО
«Корпорация Югранефть». Все пять организаций являются добывающими.  Тем не менее в 2018 году Межрегиональной
инспекцией ФНС России по крупнейшим налогоплательщиками № 2 было принято
решение о проведение налогового мониторинга в отношении перерабатывающей
организации – ПАО «Саратовский НПЗ» начиная с 2019 года [14].

В настоящее время 5 организаций Группы Роснефть
предоставляют доступ к информации, используя ПО «Контур-Архив». В качестве следующего этапа развития взаимодействия,
который позволит уменьшить нагрузку как на сотрудников компании, так и
налоговых органов, следует рассматривать внедрение участниками группы Роснефть
информационной системы управления «Налоговый мониторинг. Витрина данных»,
которая позволяет автоматизировать процессы [13].

Данная
информационная система уже имеет успешный опыт практической реализации.
Напомним, что с 1 января 2018 года проект «Витрина данных» начал применяться
ПАО «Аэрофлот» для осуществления налогового мониторинга. Цифровая платформа
создавалась и внедрялась с учётом рекомендаций ФНС России. Система обеспечивает
доступ сотрудников налоговых органов к детальным
расшифровкам налоговой и бухгалтерской отчётности организации, вплоть до
первичного документа, кроме этого, становится возможным отслеживать качество
налоговых деклараций и получать сведения о результатах контрольных процедур.

В результате применения этой технологии ПАО Аэрофлот
удалось уменьшить издержки и сократить сроки подготовки налоговой отчётности.
Также, по итогам 2018 года, бумажный документооборот между компанией и ФНС
России снизился в 4 раза, а количество запросов налоговой инспекции уменьшилось
на 33% [14].

В дальнейшей перспективе цифровая платформа будет
интегрирована в сервис Личный кабинет налогоплательщика. Затем применение технологии
искусственного интеллекта позволит усовершенствовать риск-ориентированный
подход, реализовав систему прогнозного моделирования налоговых обязательств.

В рамках программы развития информационных технологий ФНС
России разрабатывает первое поколение стандартного файла налогового аудита по
налогу прибыль организаций — SAF-T.
Данная система даёт возможность автоматизировать процессы обработки налоговой
отчётности. В результате чего произойдёт значительное сокращение сроков
проверки, это приведёт к возможности анализа всех рисковых операций
налогоплательщика. Развитие информационного взаимодействия является одним из
ключевых направлений деятельности налоговых органов и компаний [1].

В настоящее время налоговая политика
регионов оказывает значительное воздействие на компании нефтегазовой отрасли
нашей страны. Льготы по налогу на прибыль и налогу на имущество,
предоставляемые регионами, в которых осуществляется добыча или переработка
углеводородов, стимулируют разработку труднодоступных и высокозатратных
месторождений. Помимо этого, преференции для нефтегазовых компаний дают
возможность регионам привлечь дополнительный объём инвестиций.

С 1 января 2019 года вступил в силу Закон Ямало-Ненецкого автономного округа,
устанавливающий инвестиционный вычет по налогу на прибыль для компаний, которые
осуществляют добычу высоковязкой нефти из нефтегазовых залежей, в которых под
нефтью располагаются подошвенные воды [14].

Инвестиционный вычет
установлен в размере 90% расходов текущего периода на капиталовложения в основные
средства. Размер ставки
налога на прибыль в бюджет субъекта для определения предельно допустимой
величины инвестиционного налогового вычета составит 10%. Данная преференция
является альтернативой амортизации, позволяющая стимулировать обновление фондов
основных средств.

В Ямало-Ненецком автономном округе
«Роснефть» представлена организацией «Ямалнефтепродукт». Компания занимается
нефтепродуктообеспечением и работает на рынке с 1994 года [13].

В целях улучшения инвестиционного
климата и обеспечения стабильного социально-экономического развития региона в
Томской области был введен закон о снижении ставки налога на имущество
нефтегазодобывающих компаний, созданное или приобретённое после 1 января 2019
до 0,2% [10].

Данная преференция будет действовать
до 2024 года. Закон устанавливает ряд ограничений: данной льготой могут
воспользоваться компании добывающие на территории области более 4 млн тонн
нефти в год и инвестирующие в регион не меньше 5 млрд рублей в год. Одной из
целей введения данного норматива является поддержание стабильного уровня добычи
нефти. Что касается повышения инвестиционной привлекательности региона, то
рассчитывается, что объём дополнительных инвестиций в 2019 году составит 5-6
млрд рублей.

Таким образом, на
сегодняшний день ключевым источником формирования доходов бюджета нашей страны
является нефтяной комплекс. В таких условиях главной задачей Правительства РФ в
нефтяной отрасли является проведение государственной политики, стимулирующей
экономический рост. Для этого необходимо совершенствовать механизмы
налогообложения компаний данного сектора, а также повышать эффективность
налогового администрирования.

Введение с 1 января
2019 года налога на дополнительный доход в нефтяной отрасли может устранить ряд
существующих недостатков в существующей системе. Тем не менее данный налог
необходимо существенно дорабатывать. На данном этапе НДД может быть эффективно
применен только к новым месторождениям. Также, с точки зрения налогового
администрирования, новый налог является более сложным в сравнении с НДПИ, это
может привести к реализации новых мошеннических схем.

В настоящее время
механизм налогового стимулирования нефтяного комплекса является недостаточно
эффективным. Многие налоговые льготы по НДПИ являются индивидуальными. Также
существующая система льгот связана с высокими коррупционными рисками, что
обусловлено сложностью администрирования параметров, на которых они основаны, в
частности, проницаемость, вязкость, выработанность месторождений [6].

Для решения
поставленной проблемы государству необходимо создать единую систему учёта и
мониторинга затрат в нефтяной отрасли. Получив точные сведения об объёме
издержек, государство сможет создать для нефтяных компаний наиболее эффективную
систему льгот.

Вопрос
совершенствования механизмов налогового стимулирования разработки и освоения
новых нефтяных месторождений также является крайне важным для развития
экономики страны. Проблема заключается в том, что разработка месторождений
требует значительных капитальных затрат и применение дорогостоящих технологий. В
частности, арктические проекты требую особых условий. В настоящее время
компании могут получить только налоговый вычет по конкретному месторождению.
Для стимулирования освоения новых территорий следует увеличить вычет в 1,5-3,5
раза в зависимости от региона, но с обязательством инвестировать полученные
средства в разработку новых месторождений.

Для совершенствования налогового
администрирования нефтяного комплекса необходимо продолжать развивать систему
налогового мониторинга, так как её применение позволяет снизить налоговые риски
компании, автоматизировать процессы взаимодействия между налогоплательщиком и
налоговым органом. Ключевыми направлениями развития данной системы является
стандартизация требований к предоставлению сведений налогового учёта и
отчётности, а также внедрение стандартного файла налогового аудита, который
позволяет автоматизировать процесс проверки [2].

Подводя итог
вышесказанному, можно сделать вывод, что необходимо обеспечить комплексный
подход к совершенствованию механизмов государственного регулирования нефтяного
комплекса, где формирование эффективной налоговой политики является одним из ключевых
драйверов, стимулирующих приток инвестиций в данную отрасль.

Список используемой литературы и интернет-источников

1. Грунина Д. К. Информационные цифровые технологии в
деятельности налоговых органов // Налоги и финансы, №1, 2018.

2. Ефремова Т. А. Повышение качества и результативности
налогового администрирования вопросы теории и практики // Монография. 2017

3. Каширина М.В., Сычева О.О. Практические вопросы
налогообложения добычи нефти на месторождениях ПАО «Лукойл», Экономика и
управление: проблемы и решения, М. 2017 г, № 4, т.3, стр. 73-83.

4. Каширина М.В., Сергеева С.А. Тенденции экономического
развития и налогообложения при добыче нефти, Научно-практический журнал
«Московский экономический журнал», №2, 2017 г.

5. Каширина М.В., Абдурашидова З.А. Анализ деятельности
нефтяной компании и особенности налогообложения на примере ПАО АНК Башнефть,
Экономика и предпринимательство, № 12, ч.3, 2017 г.

6. Овчар О.В. Пути совершенствования налогового
администрирования крупнейших налогоплательщиков нефтегазового сектора //
Финансы и кредит, №13, 2017.

7. Плеханова Д. А., Матягина Т. В. Налоговый мониторинг —
инновационная функция налогового контроля // Вестник науки и образования. 2019.
№3.

Нормативно-правовые акты

8. «Налоговый кодекс Российской Федерации
(часть вторая)» от 05.08.2000 N 117-ФЗ (ред. от
25.12.2018).

9. Федеральный закон №199-ФЗ «О внесении изменений в
части первую и вторую Налогового Кодекса Российской Федерации».

10. Закон Томской области от 27 ноября 2003 года № 148-ОЗ
«О налоге на имущество организаций».

Интернет-источники

11. «Главбух» — Журнал для бухгалтеров №1: Налоговая
нагрузка по видам экономической деятельности в 2018 году — https://www.glavbukh.ru/art/23732-nalogovaya-nagruzka-v-2018godu

12. Официальный сайт Президента РФ — http://www.kremlin.ru

13. Официальный сайт ПАО НК «Роснефть» — https://www.rosneft.ru/

14. Официальный сайт ФНС России — https://www.nalog.ru

15. Официальный сайт Министерства энергетики Российской
Федерации.

List of used literature and Internet sources

1.
Grunina D. K. Information digital technologies in the activities of tax
authorities // Taxes and Finance. 2018. No. 1.

2.
Efremova T. A. Improving the quality and effectiveness of tax administration
theory and practice // Monograph. Two thousand seventeen

3.
Kashirina M. V., Sycheva O. O. Practical issues of oil production taxation at
PJSC LUKOIL fields, Economics and management: problems and solutions, Moscow,
2017, No. 4, vol. 3, pp. 73-83.

4.
Kashirina M. V., Sergeeva S. A. Trends of economic development and taxation in
oil production, Scientific and practical journal «Moscow economic
journal», №2, 2017

5.
Kashirina M. V., abdurashidova Z. A. Analysis of oil company activity and
peculiarities of taxation on the example of PJSC ANK Bashneft, Economics and
entrepreneurship, № 12, part 3, 2017.

6.
Ovchar O. V. Ways to improve tax administration of the largest taxpayers of the
oil and gas sector. Finance and credit. 2017. No. 13

7.
Plekhanov D. A., Matahina T. V. Tax monitoring — an innovative function of tax
control // journal of science and education. 2019. No. 3.

Normative-legal acts

8.
«The tax code of the Russian Federation (part two)» of 05.08.2000 N
117-FZ (edition of 25.12.2018)

9.
Federal law No. 199-FZ «On amendments to parts one and two of the Tax Code
of the Russian Federation»

10.
Law of the Tomsk region of November 27, 2003 № 148-OZ «ON property tax
organizations»

Internet source

11.
«GlavBukh» Magazine for accountants No. 1: Tax burden by types of
economic activity in 2018 https://www.glavbukh.ru/art/23732-nalogovaya-nagruzka-v-2018godu

12.
The official website of the press service of the President of the Russian
Federation — http://www.kremlin.ru

13.
Official website of PJSC «Rosneft» — https://www.rosneft.ru/

14.
Official site FNS Russia — https://www.nalog.ru

15.
Official website of the Ministry of energy of the Russian Federation.