Моделирование влияния инвестиций в основной капитал на материальные затраты в отраслях российской промышленности тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Назруллаева, Евгения Юрьевна
- Специальность ВАК РФ08.00.13
- Количество страниц 141
Оглавление диссертации кандидат экономических наук Назруллаева, Евгения Юрьевна
Введение.'.
Глава 1. Обзор литературы.
1.1 Основные понятия.
1.2. Обзор теоретических моделей: взаимосвязь инвестиций в основной капитал и затрат.
1.3 Отечественные и зарубежные эмпирические исследования.
1.3.1 Моделирование функций затрат.
1.3.2 Модели производственных функций.
1.4 Эконометрическое моделирование: понятия, модели и методы.
1.4.1 Вопросы стационарности: единичные корни и структурные сдвиги.
1.4.2 Коинтеграционные соотношения и модели коррекции ошибками.
1.4.3 Оценивание моделей стохастической производственной границы.
1.4.4. Построение доверительных интервалов: асимптотический и бутстраповский подходы.
Глава 2. Моделирование взаимосвязи удельных материальных затрат и инвестиций в основной капитал.
2.1 Формулировка гипотез и моделей.
2.2 Данные.
2.2.1 Источники данных.
2.2.2 Используемые статистические данные.
2.2.3 Подход к ретроспективному пересчету временных рядов из классификации ОКОНХ в классификацию ОКВЭД.
2.3 Результаты эконометрического моделирования взаимосвязи удельных затрат и инвестиций.
2.3.1 Период с 1-го квартала 1995 по 4-й квартал 2004 гг. (ОКОНХ).
2.3.2 Период с 1-го квартала 2005 по 4-й квартал 2009 гг. (ОКВЭД).
2.3.3 Период с 1-го квартала 1999 по 4-й квартал 2009 гг. (ОКВЭД).
2.4 Выводы.
Глава 3. Моделирование связи инвестиционных процессов, эффективности инвестиций и эффективности производства в российской промышленности.
3.1 Формулировка гипотез и моделей.
3.2 Моделирование и оценивание производственных функций: основные вопросы.
3.2.1 Способы измерения выпуска и факторов производства.
3.2.2 Эндогенность в модели производственной функции.
3.2.3 Оценивание производственных функций по отраслям промышленности в 1995-2004 гг.
3.2.4 Формулировка модели стохастической производственной границы.
3.3 Оценивание модели стохастической производственной границы по видам экономической деятельности в 1999-2009 гг.
3.3.1 Дополнительные предположения.
3.3.2 Результаты оценивания модели.
3.4 Выводы.
Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Многоуровневые модели зависимости экономического роста от инвестиций: эконометрический подход2007 год, кандидат экономических наук Гафарова, Елена Аркадьевна
Эконометрический анализ влияния внутренней конкуренции и иностранных инвестиций на эффективность российских промышленных предприятий2011 год, кандидат экономических наук Бессонова, Евгения Владимировна
Моделирование эффектов пространственной концентрации производства2006 год, доктор экономических наук Лапо, Валентина Федоровна
Эконометрическое моделирование инвестиций в основной капитал экономики России2011 год, доктор экономических наук Мицек, Елена Борисовна
Методология моделирования инвестиционного процесса в реальном секторе экономики региона2012 год, доктор экономических наук Миролюбова, Анастасия Александровна
Введение диссертации (часть автореферата) на тему «Моделирование влияния инвестиций в основной капитал на материальные затраты в отраслях российской промышленности»
В середине 2000-х гг. инвестиции в основной капитал стабильно росли в ключевых отраслях российской промышленности. Однако после кризиса 2008 г. стабильный инвестиционный рост не только прекратился, но и сменился снижением инвестиций для отдельных отраслей. В диссертационном исследовании изучается, почему важен рост инвестиций в основной капитал и как можно> оценить эффективность инвестиций, вложенных в отрасли российской промышленности.
В теории экономического роста инвестиции в основной капитал обеспечивают прирост основных фондов и компенсируют выбытие фондов, связанное с физическим износом (Р. Солоу, У. Солтер). Прирост основных фондов ведет к последующему росту объема выпуска. Связь инвестиций и объема выпуска изучается в рамках концепции производственной функции. Моделируется изменение функции под влиянием технического прогресса, при этом коэффициенты затрат в производственной функции либо неизменны, либо меняются во времени, но не связаны с инвестициями.
В российской практике статистического учета инвестиции в основной капитал — это затраты на поддержание технологической базы производства. Таким образом, можно выделить мотив инвестирования, связанный с экономией на издержках за счет обновления и улучшения технологий производства. Если инвестиции сопровождаются улучшением технологий, можно говорить об эффективности инвестиций. Однако данный мотив — не единственный. Инвестиции также могут быть направлены на изменение структуры производства (изменение ассортимента производимой продукции), могут выполняться из стратегических соображений (с целью захвата большей доли рынка или для проведения сделок по слиянию и поглощению). Поэтому природа роста инвестиций, наблюдаемого в 2000-х гг. в отраслях российской промышленности, остается далеко не прозрачной.
В диссертационном исследовании изучается взаимосвязь инвестиций в основной капитал и материальных затрат на отраслевом уровне, моделированию которой до сих пор уделялось недостаточное внимание в отечественной и зарубежной литературе. Несмотря на то, что первые идеи о связи инвестиций и затрат возникли еще в начале прошлого века, свое развитие они получили в основном в теоретических и плановых моделях. Исследований, в которых данная взаимосвязь моделируется на отраслевом уровне, причем на основе статистических данных по отраслям российской промышленности, практически нет, поскольку с 2005 г. из-за смены- принципа классификации отраслей нарушается преемственность временных рядов. В данной работе решается вспомогательная задача по восстановлению преемственности необходимых для анализа статистических данных.
Построение эконометрических моделей, характеризующих' долгосрочную и краткосрочную взаимосвязь инвестиций в основной капитал с удельными материальными затратами, позволяет проверить гипотезу об эффективности инвестиционного процесса для отдельных отраслей в обрабатывающей промышленности. Инвестиции считаются эффективными, если их рост ведет к снижению удельных затрат. Эмпирическое подтверждение того, что инвестиции способны оказывать влияние на материальные затраты в отрасли, может способствовать переосмыслению ряда теоретических концепций. В случае, если инвестиции оказывают влияние на коэффициенты затрат, следует отражать зависимость коэффициентов производственных функций от инвестиций при моделировании динамики объема выпуска.
Связь инвестиционных процессов с материальными затратами и эффективностью производства в отечественной и зарубежной литературе исследуется на различных уровнях агрегации: от уровня фирмы, отрасли до уровня экономики в целом. Однако предмет и объект исследования, как и сама постановка задачи, отличаются.
В отечественной литературе эффективность капиталовложений изучалась для экономики СССР, однако основной упор был сделан на планирование, а не на исследование статистических взаимосвязей. Первые идеи о взаимосвязи эксплуатационных затрат и объемов капитальных вложений появились в работах Л. Юшкова, М. Протодъяконова и С. Кукель-Краевского и основывались на результатах анализа инвестиционных проектов в электроэнергетике и железнодорожной отрасли. Вопрос экономии затрат (себестоимости) продолжили изучать А. Лурье, В. Новожилов, В. Чернявский, Н. Ведут, Л. Вааг и С. Захаров, Д. Львов и В. Богачев. Позже данные идеи получили свое развитие в системных моделях планирования. Б. Михалевский строил межотраслевые модели и исследовал отраслевые технологические коэффициенты — прямые материальные затраты — как функцию объема выпуска в отрасли, где объем выпуска зависел от объема основных фондов и, следовательно, от инвестиций. Технологический аспект, связанный с влиянием роста объемов выпуска на изменение коэффициентов затрат в модели межотраслевого баланса (ММБ), изучался в работе Ф. Клоцвога и др. Первые статистические расчеты для изменения коэффициентов-затрат в ММБ (до кризиса 1998 г.) были осуществлены в работе В. Пугачева и А. Пителина. Изучение затрат ресурсов было продолжено Э. Ершовым, который показал, что коэффициенты прямых материальных затрат в отраслях российской промышленности не являются экзогенными, а генерируются эндогенно в межотраслевой модели. Отдельно следует упомянуть работы В. Лившица, В. Коссова, С Смоляка, П. Виленского, которые исследовали эффективность инвестиционных вложений и влияние инвестиций* на себестоимость в рамках оценки эффективности инвестиционных проектов.
В зарубежной литературе можно выделить работы следующих авторов. Моделирование инвестиционных процессов с учетом возрастного состава основных фондов рассматривалось в работах Д. Джоргенсона. Л. Йохансен, Р. Солоу, У. Солтер изучали возрастную структуру основных фондов и взаимосвязь инвестиций в основной капитал с техническим прогрессом. Выделялись два типа технического прогресса: овеществленный (embodied) и неовеществленный (disembodied). Неовеществленный технический прогресс экзогенен по отношению к параметрам производственной функции, овеществленный — связан с инвестициями через совокупную факторную производительность (СФП) или «остаток» Солоу (индикатор технического прогресса, широко используемый в зарубежной и отечественной литературе). Так, П. Сакелларис и Д. Уилсон моделируют связь инвестиций в основной капитал и СФП для предприятий обрабатывающей промышленности США. В середине 1990-х гг. в США наблюдался быстрый рост инвестиций в основной капитал. Согласно результатам авторов, до 20% технического прогресса предприятий (измеренного на основе СФП) относилось на долю инвестиций.
Рост инвестиций и экономию на затратах на модельном уровне изучали М. Спенс, X. Бестер и Е. Петракис, Е. Петракис и С. Рой. Авторы исследовали снижение затрат предприятия по мере роста инвестиций в НИОКР. Помимо этого, Е. Петракис и С. Рой рассматривали, как инвестиции предприятия в снижение затрат связаны с формированием структуры отрасли. При агрегировании с уровня предприятия до уровня отрасли ситуация осложняется неравномерностью инвестиционного процесса, а также возможным закрытием наименее эффективных предприятий.
И. Надари и Т. Мамунеас, оценивая функцию затрат, выявили, что для отраслей обрабатывающей промышленности в США государственные инвестиции в НИОКР оказывают статистически значимое влияние на уровень технологий в отрасли и коэффициенты затрат факторов производства. В работе К. Моррисон, на основе эконометрического моделирования функции затрат в пищевой промышленности США, сделан вывод, что рост инвестиций в капитальные активы привел к снижению доли труда (в объеме выпуска) как фактора, используемого в производственном процессе, и росту потребления электроэнергии. При этом доля материальных затрат (за исключением расходов на топливо и энергию) практически не менялась.
П. Перетто и Дж. Ситер обобщили идеи микроэкономических и отраслевых исследований, свидетельствующих о влиянии инвестиций на коэффициенты затрат факторов производства, и предложили модель эндогенного роста, в которой инвестиции в НИОКР меняют доли факторов производства в рамках агрегированной производственной функции. Однако верификация гипотезы о влиянии инвестиций на коэффициенты затрат на основе статистических данных в работе отсутствовала.
Данное исследование развивает описанные выше идеи и восполняет пробел в литературе, связанный с отсутствием исследований на отраслевом уровне для российской экономики, в которых моделируется фактическое (а не теоретическое или плановое) влияние инвестиций в основной капитал на удельные материальные затраты. Исследование охватывает более чем десятилетие в развитии отраслей российской экономики и опирается на официальную статистическую информацию Росстата. В работе используется подход Р. Энгла и К. Грэнджера к построению долгосрочных (коинтеграционных) соотношений и моделей коррекции ошибками для связи между удельными материальными затратами и инвестициями в основной капитал. При моделировании учитывается возможное влияние эндогенных структурных сдвигов на основе подхода А. Грегори и Б. Хансена, обобщающего процедуру Э. Зивота и Д. Эндрюса для случая коинтеграции.
Предложен подход, позволяющий учесть влияние инвестиций на коэффициенты затрат в модели стохастической производственной границы, исследовавшейся в работах Д. Айгнера и др., Ж. Ван ден Броека, С. Кумбхакара и Н. Ловелля, Т. Коэлли и др., С. Айвазяна и М. Афанасьева. В основе модели лежит подход построению неявной производственной функции С. Базу, Дж. Ферналда и М. Кимбалла.
Статистические выводы в работе производились на основе бутстраповского подхода к построению доверительных интервалов для параметров и тестовых статистик, впервые предложенного в работе Б. Эфрона. В исследовании используется схема бутстрапа для временных рядов (параметрический и непаметрический бутстрап: Дж. Хоровиц; блочный бутстрап: П. Холл и др., X. Кюнш, П. Бюльман), бутстрап для1 нестационарных процессов (Дж. Парк), бутстрап для коинтегрированных процессов (X. Ли и Г. Маддал), а также бутстрап для метода максимального правдоподобия. (Р. Дэвидсон). Изучается' возможность применения бутстраповского подхода- при наличии, эндогенных структурных сдвигов (Б. Хансен).
Объектом исследования являются отрасли российской промышленности . и виды экономической деятельности по разделам добывающих, обрабатывающих производств, а также в секторе производства, передачи и распределения электроэнергии, газа и воды (в период с 1995 по 2009 гг.). Предметом исследования — влияние, оказываемое инвестиционными процессами на показатели финансовой (материальные затраты на производство и реализацию продукции, работ, услуг) и производственной деятельности (объем выпуска продукции) отраслей.
Целью диссертационного исследования является выявление и количественная оценка влияния инвестиций в основной капитал на удельные материальные затраты отраслей российской промышленности (видов экономической деятельности) на основе эконометрического моделирования по статистическим данным за период с 1995 по 2009 гг. Для достижения поставленной цели в диссертации решались следующие задачи, как прикладного, так и методологического характера.
• Анализ влияния инвестиций в основной капитал на удельные материальные затраты и эконометрическое моделирование затрат в зависимости от инвестиций по отраслям промышленности (видам экономической деятельности), изучение долгосрочной и краткосрочной взаимосвязей инвестиций и удельных затрат.
• Учет влияния инвестиций на коэффициенты затрат на основе моделирования стохастической производственной границы, учет в модели
I взаимосвязи инвестиций и эффективности производства.
• Построение матрицы перехода' для ретроспективного пересчета отраслевой статистики (в текущих ценах), необходимой для эконометрического моделирования в рамках данного исследования, из классификации в соответствии с Общесоюзным классификатором отраслей народного хозяйства (ОКОНХ) в классификацию по Общероссийскому классификатору видов экономической деятельности (ОКВЭД) за период с 1999 по 2004 гг. (на основе официально публикуемой Росстатом методологической и статистической информации и статистических материалов ГУ - ВШЭ).
• Выделение типов отраслей (видов экономической деятельности), для которых инвестиции (1) ведут к изменению технологий производства, (2) приводят к росту выпуска без технических изменений, (3) не приводят к значимым результатам в соответствии с полученными результатами эконометрического моделирования.
В диссертационном исследовании использовались методы:
• эконометрического моделирования связи между показателями финансовой и производственной деятельности отраслей (видов экономической деятельности) и инвестиционными процессами — на основе моделей с распределенными лагами, коинтеграционных соотношений, моделей коррекции ошибками (работы Р. Энгла и К. Грэнджера, А. Грегори и Б. Хансена);
• выявления возможных моментов эндогенных структурных скачков в динамике анализируемых показателей и использование соответствующего инструментария для учета структурных изменений при моделировании (работы Э. Зивота и Д. Эндрюса, А. Грегори и Б. Хансена);
• эконометрического моделирования стохастической производственной границы на основе модифицированной модели С. Кубхакара и Н. Ловелля, С. Базу, Дж. Ферналда и М. Кимбалла;
• бутстраповского подхода для построения доверительных интервалов параметров и тестовых статистик (работы X. Ли и Г. Маддала, Дж. Парка, Р. Дэвидсона).
Информационная база исследования представляет собой совокупность источников статистической информации с 1995 по 2009 гг.:
• Центральная База Статистических Данных (ЦБСД) Росстата.
• ЕсВаве. Институт информационного развития ГУ - ВШЭ, ЦИТР.
Научная новизна диссертационного исследования заключается в следующем.
• Предложена новая постановка задачи— выявить на отраслевом уровне на основе статистических данных возможное влияние инвестиций в основной" капитал на удельные материальные затраты, — что можно интерпретировать как один из показателей эффективности инвестиционного процесса.
• Построены эконометрические модели взаимосвязи удельных материальных затрат и объемов инвестиций по отраслям (видам экономической деятельности) в российской промышленности в период с 1995 по 2009 гг. На основе оцененных коинтеграционных регрессий' выявлена взаимосвязь инвестиций и удельных затрат в долгосрочном периоде. Получены оценки эластичностей удельных затрат к инвестициям в долгосрочном периоде.
• - Из построенных моделей коррекции ошибками следует, что в краткосрочном периоде инвестиции оказывают влияние на удельные затраты только в отдельных отраслях обрабатывающей " промышленности (обрабатывающих производствах) с лагом в один квартал, в остальных отраслях краткосрочная взаимосвязь не выявлена.
• На основе эконометрического моделирования связи удельных затрат и инвестиций выявлено, что инвестиции способны оказывать влияние на коэффициенты затрат и уровень развития технологий в отрасли. Таким образом, необходимо учитывать связь инвестиций в основной капитал и коэффициентов затрат в моделях производственных функций.
• Предложена и оценена модифицированная модель стохастической производственной границы с учетом влияния инвестиций на коэффициенты затрат факторов производства по отраслям (видам экономической деятельности) и эффективность производства. Получены оценки параметров, характеризующих влияние инвестиций на коэффициенты затрат, а также проанализировано влияние инвестиций на эффективность производства.
Теоретическая значимость полученных результатов состоит в следующем:
• влияние инвестиций в основной капитал на коэффициенты затрат факторов производства влечет за собой необходимость модификации и доработки раздела прикладной теории экономического роста, связанного с оцениванием производственных функций и построением индикаторов технического прогресса;
• разделение в,рамках предложенных моделей эффекта, связанного с ростом объемов производства, и эффекта улучшения технологий производства, возникающего в результате инвестиций, позволяет решать задачу прогнозирования макроэкономических индикаторов эффективности инвестиций и эффективности производства.
Практическая значимость, в свою очередь, заключается:
• в определении эффективных и неэффективных направлений для вложения инвестиционных средств; например, отдача от инвестиций в добывающих производствах (в секторе добычи топливно-энергетических полезных ископаемых), с точки зрения влияния на удельные материальные затраты, отсутствует;
• в использовании полученных промежуточных прикладных результатов, а также кодов, написанных под программные пакеты EViews, Stata и Gauss, в преподавании курсов по эконометрике (продвинутый уровень).
Результаты исследования и эконометрический инструментарий использовались в качестве примеров для практических работ при преподавании курса «Эконометрика-2» в магистратуре факультета экономики (специализация «математические методы анализа экономики») и курса «Анализ финансово-экономических временных рядов» в бакалавриате факультета экономики ГУ -ВШЭ.
Структура диссертации следующая. Диссертационное исследование включает в себя введение, три главы, заключение, список используемой литературы и три приложения общим объемом 142 стр.
Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК
Методология и инструментарий прогнозирования межотраслевых связей и динамики современной российской экономики1999 год, доктор экономических наук Суворов, Николай Владимирович
Моделирование влияния монетарной политики Центрального Банка на динамику реальных инвестиций2003 год, кандидат экономических наук Беленькая, Ольга Игоревна
Структурная и конъюнктурная составляющие темпов экономического роста в Российской Федерации2009 год, кандидат экономических наук Казакова, Мария Владимировна
Особенности взаимосвязи ценовой и производственной динамики в транзитивной экономике2012 год, кандидат экономических наук Свиридов, Юрий Васильевич
Экономическое развитие нефтяного комплекса РФ в условиях глобализации мирового нефтяного хозяйства: теоретические и методологические аспекты2011 год, доктор экономических наук Козеняшева, Маргарита Михайловна
Заключение диссертации по теме «Математические и инструментальные методы экономики», Назруллаева, Евгения Юрьевна
3.4 Выводы
Результаты главы 3 представляют собой одну из возможных модификаций моделей производственных функций (и их более сложного с точки зрения технической реализации аналога - моделей стохастической производственной границы). В настоящее время в литературе не учитывается, что инвестиции в основной капитал могут оказывать непосредственное влияние на коэффициенты затрат в производственных функциях. Влияние инвестиций учитывается косвенным образом, через процесс накопления капитальных активов. В данной главе, помимо стандартного предположения о процессе накопления капитальных активов, были предложены 2 модификации модели стохастической производственной границы, согласующиеся с результатами главы 2. В результате на основе моделирования модифицированной модели стохастической производственной границы по видам экономической деятельности в период с 1999 по 2009 гг. можно сделать следующие выводы.
• Инвестиции в основной капитал оказывают влияние на коэффициенты затрат факторов производства. Статистически значимое влияние было выявлено для коэффициента затрат капитала. Отсутствие влияния инвестиций на коэффициенты затрат труда по видам экономической деятельности (за исключением добычи «прочих» полезных ископаемых) согласуется с эмпирическими исследованиями для российской экономики. С течением времени коэффициент затрат капитала увеличивается, в то время как коэффициент затрат труда остается неизменным. Это означает, что рост инвестиций в основной капитал может привести к увеличению отдачи от масштаба.
• Влияние инвестиций в основной капитал может быть учтено и как идентифицируемый фактор неэффективности производства. Причем рост инвестиций ассоциируется с приближением отрасли с течением времени к граничному производственному потенциалу. Наоборот, если в отрасли происходит снижение инвестиций, как, например, во время кризиса 2008 г., отрасль в этот момент времени отдаляется от своей производственной границы.
Заключение
В диссертационной работе на основе проведенного исследования получены следующие результаты.
1. Эконометрическое моделирование связи инвестиций в основной капитал и удельных материальных затрат позволяет не только ответить на вопрос, эффективно ли расходуются инвестиционные средства в экономике, но и получить количественные оценки параметров, характеризующих эластичность удельных затрат к инвестициям. Из моделей коррекции ошибками было выявлено, что взаимосвязь инвестиций и удельных затрат характерна в основном для долгосрочного периода (коинтеграционные регрессии). Краткосрочная динамика статистически значима лишь для нескольких обрабатывающих отраслей (видов экономической деятельности).
2. Отрасли российской промышленности неоднородны с точки зрения связи инвестиций с удельными затратами. Влияние инвестиций в основной капитал на удельные затраты за период с 1995 по 2009 гг. выявлено в отраслях обрабатывающей промышленности. В данных отраслях снижение удельных затрат вследствие роста инвестиций, в соответствии с предположениями исследования, означает улучшение используемых в производстве технологий и позволяет говорить об эффективности инвестиционного процесса. В отраслях топливной промышленности, в которые направлен основной поток инвестиций, данная связь не была обнаружена: рост объема выпуска не сопровождался техническими изменениями.
3. Выявленная связь инвестиций в основной капитал и .удельных затрат означает, что инвестиции следует учитывать при построении моделей производственной функции (или стохастической производственной границы) на отраслевом уровне. Предложенная в работе модификация модели стохастической границы с учетом связи инвестиций в основной капитал с коэффициентами затрат и эффективностью производства позволяет получить качественные и количественные оценки эффектов, не учитываемых ранее в зарубежной и отечественной литературе.
4. Решена вспомогательная задача, связанная с построением матрицы перехода для ретроспективного пересчета отраслевой статистики. Матрица построена на основе сопоставления укрупненных хозяйственных отраслей и видов деятельности на уровне классов и позволяет решить задачу восстановления преемственности временных рядов, требуемых для эконометрического анализа в данном исследовании.
Рекомендации, которые можно сделать на основании проведенного диссертационного исследования, заключаются в следующем.
1. Полученные результаты эмпирического моделирования отраслевых производственных процессов могут быть использованы для модификации теоретических концепций, связанных анализом влияния инвестиций в основной капитал в прикладной теории роста и при использовании концепции производственной функции (или стохастической производственной границы).
2. Подход к моделированию влияния инвестиционных процессов можно рекомендовать для использования на практике для оценки эффективности осуществленных отраслевых инвестиционных вложений и влияния инвестиций на отраслевую структуру экономики.
Основные положения диссертации опубликованы автором в следующих работах.
Работы, опубликованные в ведущих рецензируемых научных журналах, рекомендованных ВАК Министерства образования и науки РФ:
1. Назруллаева Е.Ю. «Моделирование влияния инвестиционных процессов в российской промышленности на структуру затрат по видам экономической деятельности в 2005-2009 гг.». Прикладная эконометрика, 2010, 3(19), С. 3861, 1,4 п.л.
2. Назруллаева Е.Ю. «Удельные затраты в отраслях российской промышленности: ведут ли прямые инвестиции к их снижению*?». Экономический журнал ГУ-ВШЭ, 2009, 13(1), С. 59-79, 1,2 п.л. (в соавторстве с Канторовичем Г.Г., вклад автора - 0,6 п.л )
Другие работы, опубликованные по теме диссертации:
3. Nazrullaeva Е. "Econometric approach to modeling the influence of fixed capital investments on costs structure, technological efficiency, and economic growth in Russian industries". EBES 2010 Conference - Istanbul Program and Abstract Book. Istanbul: Sazak Ofset, 2010. P. 123, 0,1 п.л. (в соавторстве с Канторовичем Г.Г., вклад автора - 0,05 п.л.)
4. Назруллаева Е.Ю. «Моделирование влияния инвестиционных процессов в российской промышленности на структуру затрат, технический прогресс и экономический рост в 1995-2009 гг.» Труды IX международной конференции «Применение многомерного статистического анализа в экономике и оценке качества», Москва, М.: ГУ-ВШЭ, 2010. С. 33, 0,1 п.л. (в соавторстве с
Канторовичем Г.Г., вклад автора - 0,05 п.л.)
5. Nazrullaeva Е. "Industrial Structure of Russian Economy: Direct Investments, Technological Progress, and Economic Growth in 1995-2009". EBES 2010 Conference - Istanbul Program and Abstract Book. Istanbul: Sazak Ofset, 2010. P. 42—43, 0,1 п.л.
6. Nazrullaeva E. "Direct investment and costs of production: empirical results of modelling costs structure applied to Russian industry in 2005-2009". Proceedings of the Challenges for Analysis of the Economy, the Businesses, and Social Progress International Scientific Conference. Unidocument Kft. Szeged, 2010. P. 249-270, 1 п.л.
7. Nazrullaeva E. "Direct investment and costs of production: empirical results of modelling costs structure applied to Russian industry in 2005-2009". Abstract Book. Challenges for Analysis of the Economy, the Businesses, and Social Progress International Scientific Conference. Szeged: Universitas Szeged Press, 2009. P. 129-130, 0,1 п.л.
8. Назруллаева Е.Ю. «Эконометрическое моделирование влияния прямых инвестиций на динамику удельных затрат в отраслях российской промышленности». Труды международной юбилейной сессии научного семинара «Многомерный статистический анализ и вероятностное моделирование реальных процессов», Москва, М.: ЦЭМИ РАН, 2009. С. 6472, 0,5 п.л. (в соавторстве с Канторовичем Г.Г. 0,5 п.л., вклад автора - 0,25 п.л.)
9. Nazrullaeva Е. "The reduction of costs per unit of output in Russian industry: direct investment as a reason?" EBES 2009 Conference - Instanbul Program and Abstract Book. Istanbul: Sazak Ofset, 2009. P. 97. (в соавторстве с Канторовичем Г.Г. 0,1 • п.л., вклад автора — 0,05 п.л.)
10. Назруллаева Е.Ю. «Эконометрическая модель связей- эффективности производства отраслей российской промышленности с прямыми инвестициями». Труды УП-ой Международной школы-семинара «Многомерный статистический анализ и эконометрика»; Москва 2008, С. 4960. (в соавторстве с Канторовичем Г.Г. 0,6 п.л., вклад автора - 0,3 п.л.)
11. Назруллаева Е. (2008) «Оценивание уровня технологического прогресса в российской экономике». // Международный эконометрический журнал на русском языке «Квантиль», 5, 59-82. http://www.quantiIe.ru/05/05-EN.pdf
Примечание. Программные коды, на основе которых проводилось эконометрическое моделирование связи удельных затрат и инвестиций в главе 2 (программные пакеты EViews, Gauss), и моделирование стохастической производственной границы в главе 3 (программные пакеты Stata, Gauss), доступны и могут быть высланы по соответствующему запросу. Контактный е-mail: enazrullaeva@hse.ru.
Список литературы диссертационного исследования кандидат экономических наук Назруллаева, Евгения Юрьевна, 2010 год
1. Айвазян С.А., Афанасьев М.Ю. (2009) Оценка экономической эффективности перехода к достижимому потенциалу. // Прикладная! эконометрика, 3 (15), 43-55.
2. Анатольев С. А. (2007). Эконометрический ликбез: бутстрап. Основы бутстрапирования. Международный эконометрический результат на русском языке «Квантиль», 3, 1-12. http://quantile.ru/03/03-SA.pdf
3. Анатольев С.А. (2005) Асимптотические приближения в современной эконометрике. // Экономика и математические методы, 41(2).
4. Анатольев С. А. Эконометрика для продолжающих. Курс лекций. М.: РЭШ, 2003.
5. Андреев М.Ю., Поспелов И.Г., Поспелова И.И., Хохлов М.А. (2007) Технология моделирования экономики и модель современной экономики России. Учебная книга Экономико-аналитического института МИФИ. М.: МИФИ.
6. Афанасьев М.Ю. (2006): Модель производственного потенциала с управляемыми факторами неэффективности // Прикладная эконометрика. №4.
7. Афанасьев М.Ю., Васильева Н.В. (2006): Моделирование производственного потенциала фирмы с учетом факторов неэффективности и риска // Экономическая наука современной России. № 2.
8. Бессонов В.А. (1997) О процессах самоорганизации на российском финансовом рынке в условиях переходного периода. // Исследование операций (модели, системы, решения). М.: Вычислительный центр РАН, 14-47.
9. Бессонов В.А. (2004) О динамике совокупной факторной производительности в российской переходной экономике. // Экономический журнал ВШЭ, 4, 542-587.
10. Бессонов В! А., Воскобойников И. Б. (2006). О динамике основных фондов и инвестиций в российской переходной экономике // Экономический журнал ВШЭ, 10(2), 193-228.
11. П.Бессонова Е. (2007) Оценка эффективности производства российских промышленных предприятий. //Прикладная эконометрика 2(6), Г-23.
12. Браун М. Теория и измерение технического прогресса. Под ред. Г.Г. Пирогова. Статистика, Москва 1971.
13. Бюльман П. Бутстрап-схемы для временных рядов. Международный эконометрический результат на русском языке «Квантиль», 3, 37—56.
14. Вааг Л. А., Захаров С.Н. Методы экономической оценки в энергетике. М.1. Л.: Госэнергоиздат, 1962.
15. Варшавский А.Е. Научно-технический прогресс в моделях экономического развития: методы анализа и оценки. М.: Финансы и статистика, 1984.
16. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов: теория и практика. Учебное пособие, 4-е изд. М.: Дело, 2008.
17. Воскобойников, И.Б. (2003) Оценка совокупной факторной производительности российской экономики в период 1961-2001 гг. с учетом корректировки динамики основных фондов. Препринт WP2/2003/03, Москва ГУ-ВШЭ.
18. Дэвидсон Р. (2007) Бутстрапирование эконометрических моделей. Международный эконометрический результат на русском языке «Квантиль», 3, 13-36. http://quantile.ru/03/03-RD.pdf
19. Ершов Э.Б. (2008) Развитие и реализация идей модели межотраслевых взаимодействий для российской экономики. // Экономический журнал ВШЭ, 1, 3-28.
20. Ершов Э.Б. (2009) Альтернативные методы построения макроэкономических производственных функций: выявление против оценивания. Доклад научного семинара Лаборатории макроструктурного моделирования экономики России (ЦФИ), ГУ ВШЭ.
21. Ершов Э.Б., Садыков И. (1986) Исследование взаимозаменяемости ресурсов и их динамической пропорциональности в отраслях промышленности СССР // Экономика и математические методы, 22(3).
22. Ершов Э.Б., Садыков И. (1986) Агрегационный анализ границ производственных возможностей для отраслей промышленности СССР // Экономика и математические методы, 22(6).
23. Ершов Э.Б., Яременко Ю., Смышляев А (1975) Модель межотраслевых взаимодействий. // Экономика и математические методы, 11(3).
24. Заработная плата в России. Эволюция и дифференциация. Под ред. Гимпельсона В.Е., Капелюшникова Р.И. Издательский дом ГУ-ВШЭ, М.: 2008.
25. Канторович Г.Г. (2002) Анализ временных рядов // Экономический журнал ВШЭ, 6 (1-4), 7(1).
26. Клоцвог Ф.Н., Ершов Э.Б., Бузунов P.A., Конюс A.A., Абдыкулова Г.М. Модель межотраслевого баланса с элементами оптимизации. // Экономика и математические методы, 1971, 5.
27. Коссов В.В., Шахназаров А.Г., Лившиц В.Н. Методические рекомендации по оценке эффективности инвестиционных проектов. М.: Экономика, 2000.
28. Кукель-Краевский С.А. (1940) Обобщенный метод выбора оптимальных параметров энергетических установок. // «Электричество», 8.
29. Лившиц В. Н., Виленский П.Л., Смоляк С.А., Шахназаров А.Г. О методологии оценки эффективности реальных инвестиционных проектов. // Российский экономический журнал, 2006, № 9-10.
30. Лившиц В.Н., Лившиц C.B. Макроэкономические теории, реальные инвестиции и государственная российская экономическая политика. М.: URSS, 2008.
31. Лившиц В. Н. О методологии оценки эффективности российских инвестиционных проектов. М.: Институт экономики РАН, 2009.
32. Лурье А.Л. Методы сопоставления эксплуатационных расходов и капитальных вложений при экономической оценке техническихмероприятий. Сб. «Вопросы экономики железнодорожного транспорта». М.: Трансжелдориздат, 1948.
33. Лурье А.Л. О математических методах решения задач на оптимум при планировании социалистического хозяйства. М.: Наука, 1964.
34. Львов Д.С., Богачев В.Н. Срок окупаемости. Теория сравнения плановых вариантов. М.: Экономика, 1966.
35. Новожилов В.В. Измерение затрат и их результатов в социалистическом хозяйстве. М.: Соцэкгиз, 1959.
36. Методологические положения по статистике. Выпуск второй. М.: Росстат, 1998.
37. Методологические положения по статистике. Выпуск пятый. М.: Росстат, 2006.
38. Михалевский Б.Н. Система моделей среднесрочного народнохозяйственного планироваия. М.: Наука, 1972.
39. Плискевич Н.М. (2010) «Система низких заработных плат» -институциональная ловушка постсоциалистической экономики. // Журнал новой экономической ассоциации, 5,126-146.
40. Протодьяконов М.М. Изыскания и проектирование железных дорог. М. : Трансжелдориздат, 1934.
41. Пугачев В.Ф., Пителин А.К. (2001) Народнохозяйственная оценка инвестиционных проектов. // Экономика и математические методы, 37(2).
42. Российская промышленность на этапе роста. Факторы конкурентоспособности фирм. Под ред. Гончар К.Р., Кузнецова Б.В. ГУ-ВШЭ, М.: 2008.
43. Российский экономический барометр. Научно-исследовательская программа. Центра Исследования Переходной Экономики ИМЭМО РАН.
44. Центральная База Статистических Данных (ЦБСД). Росстат. http://www.gks.ru/dbscripts/Cbsd/DBInet.cgi
45. Энтов Р., Луговой О., Астафьева Е., Бессонов В., Воскобойников И., Турунцева М., Некипелов Д. (2003) Факторы экономического роста российской экономики. Научные труды №70. М.: ИЭПП.120
46. Юшков Л. (1928) Основной вопрос плановой методологии. // Вестник финансов, 10.
47. Aghion P., Angeletos G.-M., Baneijee A., Manova К. Volatility and Growth: Credit Constraints and Productivity Enhancing Investment. NBER Working Paper Series. 2005. № \ 1349.
48. Aigner D.J., Lovell C.A.K., Schmidt P. (1977): Formulation and Estimation of Stochastic Frontier Production Function Models // Journal of Econometrics, 6 (1), 21-37.
49. Bai J., Perron P. (1998) Estimating and testing linear models with multiple structural changes // Econometrica, 66, 47-78.
50. Banerjee A., Lumsdaine R.L., Stock J.H. (1992) Recursive and Sequential Test of the Unit Root and Trend Break Hypothesis: Theory and International Evidence // Journal of Business and Economic Statistics, 10, 271-287.
51. Basu S., Fernald J. (1995) Returns to Scale in U.S. Production: Estimates and Implications. International Finance Discussion Papers 546, 1-52.
52. Basu S. (1998) Technology and Business Cycles: How Well Do Stadard Models Explain the Facts? Conference Series Proceedings., 207-269
53. Basu S., Fernald J., Kimball M. (1998) Are Technology Improvements Contractionary? International Finance Discussion Papers 625, 1-58.
54. Basu S., Fernald J., Kimball M. (2006) Are Technology Improvements Contractionary? //American Economic Review, 5, 1418-1448.
55. Battese G.E., Coelli T.J. (1988) Prediction of Firm-level Technical Efficiencies with a Generalized Frontier Production Function and Panel Data. // Journal of Econometrics, 38, 387-399.
56. Bester H., Petrakis E. (1993) The Incentives for Cost Reduction in a Differentiated Industry. // International Journal of Industrial Organization, 11, 519-534.
57. Burke M.D., Gombay E. (1991) The Bootstrapped Maximum Likelihood Estimation with an Application. Statistics and Probability Letters, 12,421-427.
58. Buraside, C. (1996) Production Function Regressions, Returns to Scale, and Externalities. // Journal of Monetary Economics 37, 177-201.
59. Burnside C., Eichenbaum M., Rebelo M. (1995) Capital utilization and returns to scale. NBER Working Paper Series 5125, 1-52.
60. Carlstein E. (1986) The Use of Subseries Values for Estmating the Variance of a General Statistic from a Stationary Sequence. // Annals of Statistics, 14, 1171— 1179.
61. Coelli T.J., Rao D.S.P., OT>onnell C.J., Battese G.E. (2005) An Introduction to Efficiency and Productivity Analysis, 2nd Edition. Springer
62. Cook S. Spurious Rejection by Cointegration Tests Incorporating Structural Change in the Cointegrating Relationship: Discussion Paper Series. Swansea University, 2003.
63. Cornwell C., Schmidt P , Sickles R.C. (1990): Production Frontiers with Cross-Sectional and Time-Series Variation in Efficiency Level. // Journal of Econometrics, 46 (1,2).
64. Davidson J. (1994). Stochastic Limit Theory: An Introduction for Econometricians. Oxford: Oxford University Press.
65. Dickey D. A., Fuller W. A. (1981) Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root. // Econometrica, 49, 1057-1072.
66. Dickey D.A., Fuller W.A. (1979) Distribution of the Estimators for Autoregressive Time Series with a Unit Root. // Journal of the American Statistical Assiciation, 74, 427-431.
67. Dickey D.A., Pantula S.G. (1987) Determining the Order of Differencing in Autoregressive Processes // Journal of Business and Economic Statistics, 5, 455-461.
68. Diewert, W.E. & K.J. Fox (2004) On the Estimation of Returns to Scale, Technical Progress and Monopolistic Markups. Discussion Paper, 1-54.
69. DiNardo J., Johnston J. Econometric Methods. 4th ed. N.Y.: McGraw-Hill, 1997.
70. Dolado J. J., Jenkinson T., Sosvilla-Rivero S. (1990) Cointegration and unit roots. // Journal of Economic Surveys, 4, 249-273.
71. Eaton J., Kortum S. (2001) Trade in capital goods. NBER working paper No.8070.
72. EcBase. Институт информационного развития ГУ ВШЭ, ЦИТР. http://stat.hse.ru/main.html
73. Efron В. (1979) Bootstrap methods: another look at the jackknife // Annals of' Statistics, 7, 1-26.
74. Enders W. Applied Econometric Time Series, John Wiley & Sons, Inc., 1995.
75. Engle R. F., Granger C. W. T. (1987). Co-integration and error correction: Representation, estimation and testing. //Econometrica, 55(2), 251-276.
76. Flaherty M.T. (1980) Industry Structure and Cost-reducing Investment. // Econometrica, 48(5), 1187-1209.
77. Gollin, D. (2002) Getting Income Shares Right. // Journal of Political Economy, 110, 458-474.
78. Gordon R.J. The Measurement of Durable Goods Prices. University of Chicago Press, Chicago, 1990.
79. Granger C.W.J. (1969) Investigating Causal Relations by Econometric Models and Cross-spectral Methods. //Econometrica., 37(3), 424-438.
80. Green, W.H. Econometric Analysis. 5th ed. Prentic Hall, 2003.
81. Greenwood J., Hercowitz Z., Krussel P. (1997) Long-run implications of investment-specific technological change. // American Economic Review, 87(3), 342-362.
82. Gregory A. W., Hansen В. E. (1996) Residual-based tests for cointegration in models with regime shifts. // Journal of Econometrics, 70, 99-126.
83. Griliches, Z. (1982) Comparing Productivity Growth: An Exploration of French and U.S. Industrial Firms Data. NBER Working Paper Series 961, 1-52.
84. Hall, R. E. (1988) The Relation Between Price and Marginal Cost in U.S. Industry. //Journal of Political Economy, 96(5), 921-47.
85. Hansen B.E. (2000) Testing for Structural Change in Conditional Models. // Journal of Econometrics, 97(1), 93-115.
86. Harberger, A.C. (1998) A Vision of the Growth Process, 88(1), 1-32.
87. Horowitz J. (2001) The bootstrap. Handbook of Econometrics, 5. Elsevier Science: North-Holland.
88. Hulten C. (1992) Growth accounting when technical change is embodied in capital. // American Economic Review, 82(4), 964-980.
89. Hulten C., Wykoff F. (1981) The Measurement of Economic Depreciation. In. Hulter C. (Ed.) Depreciation, Inflation, and the Taxation of Income from Capital. Urban Institute, Washington, DC, 81-125.
90. Inklaar R. (2006) Cyclical Productivity in Europe and the U.S.: Evaluating the Evidence on the Returns to Scale and Input Utilization // Economica, 296, 822841.
91. Johansen L. (1959) Substituiton versus fixed proportion coefficients in the theory of economic growth //Econometrica, 12(2), 157-176.
92. Jorgenson D.W. (1972) Investment Behavior and the Production Function. // Bell Journal of Economics and Management Science, 3(1), 220-251.
93. Jorgenson, D. (1995) Productivity. Volume I. Postwar U.S. economic growth. Cambridge and London: MIT Press.
94. Jorgenson D.W., Griliches Z. (1967) The explanation of productivity change. // The Review of Economic Studies, 34, 349-83.
95. Jovanovic B., Rob R. (1997) Solow vs. Solow: machine prices and development. NBER working paper No. 5871.
96. Kaldor, N. (1961) Capital Accumulation and Economic Growth. In The Theory of Capital, edited by Friedrich A. Lutz and Douglas C. Hague. New York: St.Martin's Press (for Internat. Econ. Assoc.)
97. Kumbhakar S.C, Lovell C.A.K. (2000) Stochastic Frontier analysis. Cambridge University Press, Cambridge.
98. Kunsch H.R (1989) The Jackknife and the Bootstrap for General Stationary Observations. //Annals of Statistics, 17, 1217-1241.
99. Kwiatkovski D., Phillips P.C.B, Schmidt P., Shin Y. (1992) Testing the null hypothesis of stationarity against the alternative of a unit root // Journal of Econometrics, 54, 159-178.
100. Leybourae S., Newbold P. Spurious Rejections by Cointegration Tests Induced by Structural Breaks // Applied Economics 2003. Vol. 35. P. 1117— 1121.
101. Li H., Maddala G.S. (1997) Bootstrapping cointegrating regressions. // Journal of Econometrics, 80, 297-318.
102. MacKinnon J.G. Critical Values for Cointegration Tests. Engle R.F., Granger C.W.J, (eds.) Long-run Economic Relationships: Readings in Cintegration. Oxford: Oxford University Press, 1991.
103. Maddala G.S., Kim I.-M. Cointegration, Unit Roots and Structural Change. Themes in Modern Econometrics. Cambridge University Press, 1998.
104. Meinen, G., Verbiest, P. & P.-P Wolf. (1998) Perpetual Inventory Method. Service lives, Discard Patterns, and Depreciation Methods. Statistics Netherlands, Department of National Accounts.
105. Meeusen W., van den Broeck J. (1977) Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error. // International Economic Review, 18, 435-444.
106. Morrison C.J. (1997) Stuctural Change, Capital Investment, and Productivity in the Food Processing Industry. // American Journal of Agricultural Economics, 79(1), 110-125.
107. Nadiri I.M., Mamuneas T.P. (1994) The Effects of Public Infrastructure and R&D Capital on the Cost Structure and Performance of U.S. Manufacturing Industries. // The Review of Economics and Statistics, 76(1), 22-37.
108. Nelson R. (1964) Aggregate production functions and medium-range growth predictions. // American Economic Review, 54(5), 575-606.
109. OECD Manual. Measuring Productivity. Measurement of Aggregate and Industry-level Productivity Growth. Statistics Portal, 1-156.
110. Oomes N., Dynnikova O. (2006) The Utilization-Adjusted Output Gap: Is the Russian Economy Overheating? IMF Working Paper 06/68, Appendix 1: Characteristics and Methodology of Capacity Utilization Surveys, 24-36
111. Park J. Y. (2003). Bootstrap unit root tests. // Econometrica, 71(6), 18451895.
112. Peretto P. F., Seater J. J. (2007). Factor-eliminating technical change. Economic Research Initiatives at Duke (ERID) Working Paper 17.
113. Petrakis E., Roy S. (1999) Cost-Reducing Investment, Competition, and Industry Dynamics. // International Economics Review, 0(2), 381-401.
114. Pollok D.S.G. A Handbook of Time Series Analysis. Princeton: Princeton University Press, 1994.
115. Romer D. Advanced Macroeconomics. 3rd ed. Berkeley: McGraw-Hill, 2006.
116. Said E. S., Dickey D. A. (1984) Testing for unit roots in autoregressive-moving average models of unknown order. // Biometrika, 71(3), 599-607.
117. Salter W.E.G. Productivity and Technical Change. Cambridge University Press, 1960.
118. Sakellaris P., Wilson D J. (2004) Quantifying embodied technological change. // Review of Economic Dynamics, 7, 1-26.
119. Shea J. (1993) The Input-Output Approach to Instrument Selection. // Journal of Business and Economic Statistics, 2, 145-155.
120. Solow, R.M. (1957) Technical Change and the Aggregate Production Function. //Review of Economics and Statistics 39, 312-320.
121. Solow, R.M-. (1964) Draft of Presidential Address: On the Short-Run Relation of Employment and Output. MIT, manuscript
122. Spence, M. (1984) Cost Reduction, Competition and Industry Performance. // Econometrica, 52(1), 101-121.
123. Staiger D., Stock J.H. (1994) Instrumental Variables Regression with Weak Instruments. NBER Technical Working Paper Series 151.
124. Stock J.H.,Yogo M. (2004) Testing for Weak Instruments in Linear IV Regression. NBER Technical Working Paper Series 284.
125. Stock J.H., Watson M.W. (1993) A simple estimator of cointegrating vectors in higher order integrated systems. // Econometrica, 61(4), 783-820.
126. Stock J.H., Wright J.H., Yogo M. (2002) A Survey of Weak Instruments and Weak Identification in Generalized Method of Moments. // Journal of Business and Ecoonomic Statistics, 4, 518-529.
127. Zivot E., Andrews D. W. K. (1992). Further evidence on the great crash, the oil-price shock, and the unit-root hypothesis. // Journal of Business and Economic Statistics, 10(3), 251-270.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.