Факторы устойчивости экономических систем стран БРИКС во время пандемии

Внутренние или внешние шоки способны существенно ослабить устойчивость при отсутствии контрмер со стороны правительств и привносят серьезные негативные изменениям. Правительство в любой критической ситуации оставляет за собой роль основного регулятора социально-экономических процессов, тем более, когда появляется пандемический шок – угроза жизни и здоровью людей. В различных странах доля государственного сектора и масштаб функций значительно отличаются, тем не менее нет ни одной страны, где государство бы не участвовало в жизни общества, особенно в кризисный период.

Одно из направлений исследований, которому часто уделяют особое внимание – регулирование макроэкономических показателей в интересах стабилизации экономики и финансовой сферы. Выделяют следующие типы мер по поддержанию устойчивости в период кризисов: финансовые вливания с целью рекапитализации банковского сектора и реального сектора экономики, меры по смягчению социальных последствий кризиса (выплата пособий, предоставление льгот и субсидий), формирование благоприятных условий для посткризисного развития (совершенствование инфраструктуры, стимулирование научно-технического прогресса) подробно исследованы в работах Гельбраса В.Г. [2], Слепова В.А. [6] и Петрико-вой Е.М. [4]. Отмечают, что в странах БРИКС также разработаны меры сдерживания инфляции, использование накопленных резервов (средства центрального и местного бюджетов, внебюджетных фондов и кредитов крупных государственных банков), привлечение иностранных инвестиций и создание дополнительных рабочих мест, поддержка фондового рынка и ключевых отраслей экономики (туризм и сельское хозяйство в Бразилии и Индии, НИОКР в Китае, промышленность в ЮАР, развитие ресурсно-экспортного потенциала в Рос- сии [10]), регулирование процентной ставки Центральным банком и поддержка малого и среднего бизнеса, сокращение налогов [7].

Общая устойчивость системы определяется ее элементами, и в во всех странах БРИКС существуют дисбалансы в развитии регионов, что требует особой роли государственного сектора.

Несмотря на разнообразие инструментов регулирования, общими мерами, обеспечивающими резилиентность стран БРИКС, являются: создание благоприятной инвестиционной среды; поддержка малого и среднего бизнеса; ограничение инфляции, субсидирование экономики. В то же время специфическими механизмами поддержки устойчивости являются: в Китае особое внимание уделяет развитию научно-технического потенциала и увеличению экспорта, для России наиболее важным является стабильность в экспорте газа и нефтепродуктов, для Бразилии и Индии – туризм, в ЮАР – ориентир на стимулировании индустриализации [3, 8, 9].

Из проведенного обзора политики стран БРИКС в период мировых кризисов очевидно, что правительство играет существенную роль в обеспечении устойчивого развития страны, обладая значительными ресурсами, способно перенаправить рабочую силу и капитал в проблемные отрасли.

Теория и методы

Авторами сформулированы следующие гипотезы:

– пандемия оказала негативное влияние на экономическое развитие стран БРИКС;

– степень негативного влияния на экономическое развитие стран в значительной степени зависела от мер государственной поддержки экономики.

Для проведения исследования использованы данные о параметрах развития 5 стран БРИКС за период 2011–2020 гг. Этот временной отрезок выбран с целью учесть разные этапы: до пандемии, в год распространения COVID, а также в целях мо- делирования (в интересах построения регрессионной модели).

На основе обзора методической литературы в качестве объясняющих переменных были выбраны 19 показателей, сгруппированных по экономическим факторам. В табл. 1 представлены эти переменные.

Переменные выбраны, чтобы отразить разные аспекты экономики, влияющие на устойчивость стран БРИКС во время пандемии (табл. 2).

Такое разделение переменных на кластеры использовано при построении регрессий.

Результат

Авторами применялась модель фиксированного эффекта (FE), которая обычно используется для моделей регионов и стран, что объясняется тем, что каждый из объектов выборки имеет свои индивидуальные характеристики [11, 12].

Теперь обратим внимание на то, как модели отражают реальность. Это можно сделать с помощью AR^2 (табл. 3).

Таблица 1

Описание переменных

Имя переменной	Значение	Единицы измерения
GDPgrowh	Рост валового внутреннего продукта	ежегодный %
Inflation	Инфляция	потребительские цены (годовые %)
Unemployment	Общая безработица	% от общей численности рабочей силы
Net_trade	Чистая торговля товарами и услугами	Платежный баланс, текущий доллар США
Real_ir	Реальная процентная ставка	%
Stocks	Всего продано акций	% ВВП
Deposit_ir	Депозитная ставка	%
FDI	Прямые иностранные инвестиции, всего	Платежный баланс, текущий доллар США
Cabalance	Баланс текущего счета	% ВВП
Tax_revenue	Налоговые поступления	% ВВП
Total_reserves	Общие резервы	% от общего внешнего долга
NDC	Чистый внутренний кредит	текущий LCU
Ease_business	Оценка легкости ведения бизнеса	Счет
New_businesses	Количество новых зарегистрированных предприятий	Количество новых фирм
T_business	Время, необходимое для открытия бизнеса	Дни
NCA	Счет чистого капитала	Платежный баланс, текущий доллар США
NFA	Чистый финансовый счет	Платежный баланс, текущий доллар США

Источник: составлено авторами на основе открытых мировых баз данных. International Financial Statistics: [Electronic resource] – URL: (дата обращения: 12.09.2023); World Development Indicators: [Electronic resource] – URL: world-development-indicators (дата обращения: 10.09.2023); International Monetary Fund: [Electronic resource] – URL: (дата обращения: 11.09.2023).

Таблица 2

Группы переменных

Группа переменных	Переменные
Показатели, характеризующие экономическую деятельность	Легкость ведения бизнеса, количество вновь зарегистрированных предприятий, время, необходимое для открытия бизнеса, налоговые поступления и уровень безработицы.
Переменные, отражающие движение капитала	Чистый счет капитала, чистый финансовый счет, текущий счет, общие резервы и внутренний кредит
Индикаторы банковской сферы	Инфляция, депозитные и процентные ставки
Детерминанты, определяющие экономическую привлекательность страны для иностранных инвесторов.	ПИИ, торгуемые акции и чистая торговля

Показатели АR^2

Таблица 3

	GDP growth model	Unemployment model	Cabalance model	Inflation model	Nettrade model
Prob > F	0.0000	0.0068	0.0000	0.0009	0.0000
R-squared	0.6199	0.2303	0.6409	0.2575	0.4161
Adj R-squared	0.5565	0.3801	0.6090	0.2259	0.3780

Скорректированный R^2 для моделей невысок – от 38 до 61 %, поскольку учитываются не все факторы, влияющие на объясняемые переменные, а только те, которые были выбраны в качестве изучаемых, поэтому такое распределение можно считать удовлетворительным. Такие результаты объясняются, во-первых, качеством отобранных данных, а во-вторых, предварительной работой: проводились тесты на мультиколлинеарность, ге-тероскедастичность и автокорреляцию.

Первоначальная гетероскедастичность объясняется неравномерностью развития стран БРИКС. Несмотря на то, что страны объединены в альянс, среди них есть очень яркие лидеры и заметно отстающие страны. Китай демонстрирует высокие темпы роста и стабильность. Рост России слишком сильно замедлился после кризиса 2008 года из-за многочисленных структурных проблем, которые не были решены. Но основные проблемы не в Бразилии и не в Индии, а в ЮАР, которая не хочет жертвовать стабильностью ради быстрого роста [11].

Для устранения этих проблем и целостного рассмотрения полученных результатов были использованы специальные методики, такие как ро-баст, кластер, xtregar.

Первая регрессия характеризует экономическую активность стран с анализом изменений уровня безработицы и построена на основе табл. 1 и следующей формулы:

Unemployment = β0 + β1Ease_business +

+ β2New_business + +β3T_business +ε. (1)

Составим модель по формуле (1) (табл. 4).

В этой модели все переменные, кроме времени, необходимого для открытия бизнеса, являются значимыми и напрямую влияют на уровень безработицы в стране (см. табл. 4). Эта переменная не является значимой, поскольку она отображается в виде рейтинга от 0 до 100, тогда как остальные показатели представляют собой реальные значения. Логично и обратное значение этой переменной: чем больше времени требуется для открытия бизнеса, тем меньше у людей желания открывать собственное предприятие. Это может оказать негативное влияние на уровень занятости. Используя коэффициент, ошибки и свободную переменную (соответствующие столбцы в табл. 4), рассчитанные программой Stata, проведен расчет безработицы в Excel. Затем были сопоставлены реальные значения безработицы в странах БРИКС до и после пандемии с показателями, полученными на основе данных Stata. Результаты представлены в табл. 5.

В таблице показаны реальные значения (Unemployment real) и прогнозируемые значения, которые, по расчетам Stata, вероятно будут иметь для этого показателя (Unemployment modeled), а также разница между ними (Difference). Видно, что в Бразилии и Южной Африке безработица ожидалась на уровне 13,06 и 17,63 % соответственно. Однако на самом деле он был выше – 13,93 и 29,22 % [6]. Это означает, что эти две страны оказались наименее устойчивыми с точки зрения экономической активности. В остальных странах ситуация обратная: наиболее благоприятную ситуацию демонстрирует Китай – реальное значение показателя оказалось существенно ниже расчетного.

Экономическая активность также влияет на внутренние денежные потоки, поэтому далее будет рассмотрена регрессия для этого показателя:

Cabalance = β0 + β1Total_reserves +

+ β2NDC + β3NCA + β4NFA + ε. (2)

В этой категории как сфере экономической системы был выбран баланс текущего счета в качестве объясняющей переменной, поскольку он отражает все движения средств в стране и из нее. Результаты регрессии представлены в табл. 6.

В этой модели не имеют значения только общие запасы. Это означает, что этот показатель не оказывает существенного влияния на текущий счет операций, возможно, потому что он не так подвержен изменениям, как другие переменные.

Еще раз рассчитываем смоделированное зна-

Таблица 4

Модель экономической деятельности

Unemployment Coef. Std. Err. t P>t [95 % Conf. Interval] Ease_business .0046694 .1866439 –0.03 0.980 –.380364 .3710253 New_businesses .0000299 .0000106 2.82 0.007 8.57e-06 .0000511 T_business –.1016231 .0561947 1.81 0.077 –.011491 .2147372 _cons –.6860688 12.2385 –0.06 0.956 –25.32089 23.94875 чение изучаемого в этой регрессии показателя и затем сравниваем его с реальным значением (табл. 7).

Таблица 5

Реальная и смоделированная безработица, % от общей численности рабочей силы

Страна	Unemployment real	Unemployment modeled	Difference
Китай	5,6	6,84	–1,24
Россия	5,59	6,44	–0,85
Бразилия	13,93	13,06	0,87
Индия	4,68	5,07	–0,39
ЮАР	29,22	17,63	11,59

Индия и Южная Африка оказались наименее устойчивыми в этом отношении: реальные значения составили 1,23 и 2,03 вместо ожидаемых значений текущего счета 2,88 и 2,72 соответственно. В Индии дисбаланс был больше, учитывая, что в предыдущие годы максимальное отклонение составляло 0,5 пункта и менее. Бразилия была умеренно устойчивой, а Китай и Россия были наиболее устойчивыми.

Следующей рассмотренной категорией были показатели банковской сферы. Для этой группы была выбрана инфляция в качестве объясняющей переменной, поскольку считается, что она оказывает наиболее существенное влияние на устойчивость экономической системы. Регрессия для этой группы представлена формулой

Inflation = β0 + β1Real_ir + β2Deposit_ir + ε. (3)

Результаты этой регрессии можно увидеть в табл. 8.

Эта таблица показывает, что как реальная процентная ставка, так и ставка по депозитам оказывают сильное влияние на инфляцию. Более того, зависимость между инфляцией и реальной ставкой обратная, что экономически правильно, поскольку реальная ставка представляет собой разницу между номинальной ставкой и инфляцией. То есть чем выше инфляция, тем ниже реальная ставка, что и подтверждается в данной модели.

Рассчитаем также смоделированную инфляцию для этой модели и сравним ее с реальной инфляцией (табл. 9).

Табл. 9 показывает, что, согласно модели, инфляция в Бразилии, Индии и ЮАР должна была составить около 0,98; 6,12 и 2,73 % соответственно [1, 5]. Вместо этого реальная инфляция в этих странах была выше: 3,20; 6,6 и 3,2 %. Особенно большое расхождение заметно в случае Бразилии. Что касается Китая и России, то, согласно расчетам, они добились большего успеха при более высокой инфляции, поскольку она была даже ниже, чем ожидалось, что предполагает большую устойчивость в этой экономической сфере.

Следующая группа показателей устойчивости БРИКС, которая будет изучена, – это те, которые характеризуют привлекательность страны для иностранных партнеров и инвесторов в формуле

Таблица 6

Модель движения средств стран

Cabalance	Coef.	Std. Err.	t	P>t	[95 % Conf.	Interval]
Totalreserves	.0017487	.0055389	0.32	0.754	–.0094072	.0129047
NCA	–8.95e-11	4.44e-11	–2.01	0.050	–1.79e-10	7.43e-15
NFA	3.03e-11	4.81e-12	6.29	0.000	2.06e-11	3.99e-11
NDC	1.16e-14	4.99e-15	2.33	0.025	1.55e-15	2.17e-14
_cons	–1.416873	.5289981	–2.68	0.010	–2.482329	–.3514158

Реальное и смоделированное сальдо текущего счета, % ВВП

Таблица 7

Страна	Current account balance real	Current account balance modeled	Difference
Китай	1,86	1,04	0,82
Россия	2,43	0,12	2,31
Бразилия	–1,70	–2,04	0,35
Индия	1,23	2,88	–1,65
ЮАР	2,03	2,72	–0,70

Модель показателей банка

Таблица 8

Inflation	Coef.	Std. Err.	t	P>t	[95 % Conf.	Interval]
Real_ir	–.1241069	.0525709	–2.36	0.022	–.229866	–.0183478
Deposit_ir	.9049616	.2244119	4.03	0.000	.453503	1.35642
_cons	.1212347	1.263529	0.10	0.924	–2.420659	2.663128

Net_trade = β0 + β1Stocks +

+ β2Tax_revenue + β3FDI + ε.       (4)

Таблица 9

Реальная и смоделированная инфляция, потребительские цены (год. %)

Страна	Inflation real	Inflation modeled	Difference
Китай	2,40	2,71	–0,31
Россия	3,40	4,10	–0,70
Бразилия	3,20	0,98	2,22
Индия	6,60	6,12	0,48
ЮАР	3,20	2,73	0,47

Переменная чистая торговля была выбрана в качестве объясняющей переменной в этой группе. Результаты модели представлены в табл. 10.

Все переменные в этой модели значимы, т. е. оказывают влияние на объясняемую переменную чистой торговли. Все переменные, за исключением доходов от налогообложения, имеют прямую связь с чистой торговлей. Это означает, что высокие налоги в стране могут оказать негативное влияние на торговый оборот и, следовательно, снизить привлекательность страны для иностранных партнеров.

Еще раз рассчитаем смоделированный показатель и сравним его с реальным, чтобы выявить наиболее и наименее устойчивые страны по данной группе показателей (табл. 11).

В Бразилии, Индии и Южной Африке реальная чистая торговля оказалась намного ниже прогнозируемой. Наибольшие дисбалансы наблюдались в Индии и Бразилии. Китай и Россия оказались более устойчивыми к потрясениям в этой категории [12]. Значительный рост в Китае можно объяснить тем, что КНР стала первой страной, которая смогла взять вирус под контроль и восстановить темпы производства и продаж.

Теперь, следуя той же логике, посмотрим на устойчивость БРИКС в целом, используя анализ темпов роста ВВП по формуле

GDPgrowth = β0 + β1Inflation + β2Unemployment +

+ β3Cabalance + +β4Nettrade + β5CHE +

+ β6Population + ε.              (5)

Ниже вы можете увидеть результаты модели (табл. 12).

В этой модели все переменные, кроме населения, значимы на уровне 10 %. Безработица, инфляция, как и ожидалось, отрицательно коррелируют с ростом ВВП.

Давайте теперь проверим общую устойчивость стран БРИКС, сравнив расчетные и реальные данные о росте ВВП (табл. 13).

Абсолютно все страны показали более низкие темпы роста реального ВВП, чем прогнозировалось, хотя столь существенных различий в предыдущие годы не было (максимальное расхождение в ту или иную сторону за весь период с 2011 по 2019

Таблица 10

Модель привлекательности для иностранных партнеров и инвесторов

Nettrade	Coef.	Std. Err.	t	P>t	[95 % Conf.	Interval]
FDI	.1246984	.2541211	–0.49	0.062	–.6362177	.3868209
Stocks	1.05e+09	2.26e+08	4.63	0.000	5.92e+08	1.50e+09
Taxrevenue	–6.66e+09	2.70e+09	–2.47	0.017	–1.21e+10	–1.23e+09
_cons	7.57e+10	4.56e+10	1.66	0.104	–1.61e+10	1.67e+11

Таблица 11

Реальная и смоделированная чистая торговля, платежный баланс в десяти миллиардах текущих долларов США

Страна	Net trade real	Net trade modeled	Difference
Китай	36,97	24,64	12,33
Россия	7,67	2,26	5,41
Бразилия	1,14	8,83	–7,68
Индия	–0,83	7,05	–7,89
ЮАР	1,51	1,64	–0,13

Таблица 12

Модель роста ВВП

GDPgrowth Coef. Std. Err. t P>t [95 % Conf. Interval] Inflation –.2653879 .1079346 2.46 0.018 .0475671 .4832086 Unemployment –.0759967 .0761629 1.00 0.032 –.0777062 .2296997 Cabalance .6273552 .2934057 –2.14 0.038 –1.219472 –.0352386 Nettrade 1.59e-11 6.10e-12 2.60 0.013 3.56e-12 2.82e-11 CHE –1.078094 .4453166 –2.42 0.020 –1.976779 –.1794087 Population 1.06e-09 1.44e-09 0.74 0.466 –1.85e-09 3.97e-09 _cons 5.487332 3.333867 1.65 0.107 –1.240684 12.21535 год составило –1,02 и +0,98). Это говорит о том, что пандемия оказала существенное негативное влияние на устойчивость всех стран БРИКС. Устойчивость снизилась больше всего в Индии и меньше всего – в Бразилии и Китае. Однако реальные данные показывают, что Китай (см. табл. 13) – единственная страна, рост ВВП которой в 2020 году остался положительным. Это говорит о том, что эта страна, тем не менее, оказалась более устойчивой к пандемии.

Таблица 13

Реальный и смоделированный рост ВВП, % в год

Страна	GDP growth real	GDP growth modeled	Difference
Китай	2,35	5,68	–3,33
Россия	–2,95	1,52	–4,48
Бразилия	–4,06	–2,12	–1,94
Индия	–7,25	6,13	–13,38
ЮАР	–6,43	–1,05	–5,38

Обсуждение и выводы

Итак, наименее устойчивыми во время пандемии коронавируса оказались Индия и Южная Африка. Китай и Россия продемонстрировали наибольшую устойчивость. Такой вывод был сделан на основе анализа данных о следующих группах факторов, отражающих динамику и состояние экономических систем. Это подтверждает рисунок.

Для этого показателя на графике были рассчитаны абсолютные различия и значения преобразованы в проценты. Если показатель страны превышает 100 %, то страна оказалась более устойчивой по определенному типу показателей. Если меньше 100 %, то менее устойчива. Здесь, как и в таблице выше, видно, что наиболее устойчивыми к пандемии оказались Китай и Россия, а менее устойчивыми оказались ЮАР и Индия.

Можно также отметить, что инфляция, безработица, чистая торговля и сальдо текущего счета вместе с факторами, влияющими на них, оказывают существенное влияние на устойчивость систем.

Таким образом, регрессионный анализ статистических данных подтвердил гипотезу, сформулированную в данной работе: пандемия оказала негативное влияние на социально-экономическое развитие стран БРИКС и степень этого влияния зависела от мер поддержки экономики, принимаемых государствами. Это отражается в значительном снижении основных макроэкономических показателей и благосостояния населения этих стран. Однако Китай, как наиболее динамично развивающаяся страна, смог лучше противостоять пандемии. Напротив, Индия и Южная Африка почувствовали гораздо более сильный удар в части экономического и социального развития, поскольку они находились в состоянии, близком к кризису еще до начала пандемии.

400,00%

§ 300,00%

I 200,00%•

• 1    100,00%                           •           •           •

• 2  0,00% -------------------------------------•-----------*-----------------------

• - 100,00% 0               1               2               3               4               56

OJ 00 о

Китай         Россия       Бразилия       Индия        ЮАР

• • Unemployment • Current account balance • Inflation • Net trade

Степень устойчивости стран, %