«Изучение влияния показателей социально-экономического развития на степень активности кредитования в российских регионах»

Автор: Евстигнеева А.В.

Журнал: Экономика и социум @ekonomika-socium

Статья в выпуске: 6-2 (19), 2015 года.

Бесплатный доступ

В представленной статье производится изучение влияния наиболее важных социально-экономических индикаторов развития Российской Федерации на степень активности кредитования в различных регионах при использовании методов статистического анализа.

Кредит, регионы, экономика, валовой региональный продукт

Короткий адрес: https://sciup.org/140115160

IDR: 140115160

Текст научной статьи «Изучение влияния показателей социально-экономического развития на степень активности кредитования в российских регионах»

Уровень финансового развития регионов определяется общим уровнем развития страны, так же как развитие регионов оказывает значительное воздействие на экономическое состояние всего государства. Однако сегодня, и, как представляется, в будущем, основной проблемой регионального развития будет оставаться недофинансирование региональных производств в различных отраслях экономики, связанное с недостаточностью внутренних сбережений физических лиц и средств самих организаций, которые могли бы быть инвестированы в модернизацию производств и постепенное развитие регионов. В связи с этим актуальность работы связана с тем, что основным внутренним источником средств могут быть кредиты, предоставляемые коммерческими банками на региональных площадках.

При изучении данного вопроса выяснилось, что многими авторами активно исследуются проблемы влияния объемов кредитования на социально-экономические индикаторы. Среди них стоит особенно выделить Шляхову А. З., Саврукова А. Н., Гаевец Е. А. и др. Однако анализу влияния социально-экономических факторов на объемы кредитования внимания практически не уделяется.

Для осуществления анализа зависимостей между объемами кредитования и основными макроэкономическими показателями были взяты следующие переменные: объем валового регионального продукта; величина денежных доходов на душу населения; уровень безработицы; доля населения с доходами ниже прожиточного минимума; общее количество действующих кредитных организаций и величина активов банковского сектора.

С целью облегчения представления результатов анализа введем обозначения для исследуемых показателей. Они представлены в Таблице 1.

Таблица 1

Условные обозначения исследуемых показателей

Название показателя	Аббревиатура	Условное обозначение
Кредиты юридическим и физическим лицам, млн. руб.	КЮФЛ	y
Объем валового регионального продукта, млрд. руб.	ВРП	x1
Среднемесячный доход на душу населения, руб.	СДДН	x2
Уровень безработицы, %	УБ	x3
Количество кредитных организаций, ед.	ККО	x4
Объем активов кредитных организаций, тыс. руб.	ОАКО	x5

Анализ проведен по статистическим данным на 01.01.2014 г.

Первичные данные о выбранных переменных представлены в Таблице 2.

Таблица 2

Сведения о некоторых социально-экономических переменных и объемах кредитования физических и юридических лиц на 01.01.2014 г. [1, 2].

	КЮФЛ	ВРП	СДДН	УБ	ККО	ОАКО
Субъект РФ/Показатель	y	x1	x2	x3	x4	x5
Белгородская область	327281	589	23156	4,0	337	13044229
Брянская область	122174	226	19799	5,2	226	0
Владимирская область	159572	308	18713	3,8	368	10463912
Воронежская область	400272	613	22017	4,7	558	3401047
Ивановская область	90624	147	18307	5,2	289	16014393
Калужская область	149316	311	23555	4,5	274	21999964
Костромская область	72946	142	17280	4,9	191	171495773
Курская область	218386	274	20627	4,6	278	17614199
Липецкая область	150697	318	21810	3,7	301	27908547
Московская область	1689242	2633	31056	2,8	1779	74106924
Орловская область	89661	158	18229	5,8	194	5049626
Рязанская область	144467	267	19307	4,7	250	17464106
Смоленская область	122336	217	19602	5,2	203	5598276
Тамбовская область	125161	219	19950	4,6	218	3479984
Тверская область	139738	289	19092	5,3	268	12163382
Тульская область	227432	334	20659	4,2	343	5104059
Ярославская область	199181	350	20740	4,5	426	10881850
Республика Карелия	92481	175	20591	8,2	193	1389303
Республика Коми	115553	519	28238	7,1	287	5907913
Архангельская область	200099	506	25441	6,1	317	2214315
Вологодская область	204290	384	19571	6,1	428	93460326
Калининградская область	227781	286	21041	5,6	286	27578763
Ленинградская область	335774	727	19206	4,3	411	14503931

Мурманская область	119115	302	31752	7,2	252	9846634
Новгородская область	91828	186	20722	4,6	203	4848952
Псковская область	71439	117	17653	7,0	190	3588526
г.Санкт-Петербург	1981803	2473	31951	1,5	1574	1487071259
Республика Адыгея	41895	70	18589	7,9	109	7189542
Республика Калмыкия	30156	37	11190	12,5	55	1320483
Краснодарский край	977406	1552	25080	6,1	1731	156426054
Астраханская область	100165	228	19838	7,5	222	8956414
Волгоградская область	273681	619	17870	6,6	525	22908343
Ростовская область	660478	907	20675	6,0	1365	106425742
Республика Дагестан	62596	408	21638	11,6	257	20583111
Республика Ингушетия	12864	40	14002	43,7	27	1482723
Кабардино-Балкарская Республика	75650	114	14962	10,5	114	6305437
Карачаево-Черкесская Республика	50618	64	14301	9,8	54	12826072
Республика Северная Осетия - Алания	48017	108	18924	8,1	76	6235332
Чеченская Республика	30955	112	16915	26,9	51	0
Ставропольский край	292021	465	19470	5,6	621	9891229
Республика Башкортостан	549090	1245	23861	5,8	1129	79047943
Республика Марий Эл	88107	127	14735	5,2	147	2745777
Республика Мордовия	126528	143	14188	4,4	213	22133309
Республика Татарстан	724897	1550	26259	4,0	1119	730601094
Удмуртская Республика	249539	401	18411	5,7	432	45026629
Чувашская Республика	147045	234	15113	5,7	268	11464149
Пермский край	525194	968	25728	6,5	881	44915431
Кировская область	132205	229	18203	5,6	338	35308881
Нижегородская область	519095	905	23985	4,3	886	103552891
Оренбургская область	251360	679	19264	4,9	510	50022652
Пензенская область	130202	259	18085	4,8	292	4495531
Самарская область	511182	1016	25778	3,2	822	351553727
Саратовская область	273600	515	15454	5,2	504	75313852
Ульяновская область	181351	264	18277	5,5	284	5976183
Курганская область	83177	156	17201	7,5	191	3305644
Свердловская область	1015909	1602	30535	5,9	1222	512377334
Тюменская область	1083678	4983	35391	4,7	1241	633376357
Челябинская область	624016	910	21001	6,0	990	126102636
Республика Алтай	26779	32	14169	11,5	55	1322219
Республика Бурятия	147804	180	19941	8,0	312	14355288
Республика Тыва	26900	41	12699	19,3	60	482317
Республика Хакасия	55285	141	17621	6,0	174	6055597
Алтайский край	274249	400	15798	8,3	489	18724682
Забайкальский край	106742	243	19701	10,5	278	0
Красноярский край	566650	1287	23724	5,7	858	40367747
Иркутская область	382503	802	19971	8,3	622	22781240

Кемеровская область	547156	774	19626	6,0	591	28255126
Новосибирская область	447628	712	21553	5,9	712	446823438
Омская область	257294	538	21207	6,8	552	32524573
Томская область	165525	404	19609	7,6	293	12108108
Республика Саха (Якутия)	247389	583	30768	7,4	327	30949464
Камчатский край	64008	137	32717	5,7	126	21918492
Приморский край	325923	599	24484	7,1	543	98863340
Хабаровский край	273148	468	28220	5,7	369	7546739
Амурская область	112071	252	23563	6,1	228	381137060
Магаданская область	36444	83	40239	2,9	59	0
Сахалинская область	79528	692	39788	7,2	166	19392617
Еврейская автономная область	15421	46	19692	8,3	51	0
Чукотский автономный округ	9898	53	44897	3,3	22	0

Корреляционный анализ позволяет оценить, существует ли линейная связь между рассматриваемыми показателями. Корреляционная матрица по данным на 01.01.2014 представлена в Таблице 3.

Таблица 3

Данные корреляционного анализа взаимосвязи социальноэкономических показателей и объемов кредитования физических и юридических лиц на 01.01.2014 гг.

	КЮФЛ	ВРП	СДДН	УБ	ККО	ОАКО
КЮФЛ	1	0,838755	0,375026	-0,27409	0,923063	0,727833
ВРП	0,838755	1	0,451101	-0,2274	0,801176	0,638247
СДДН	0,375026	0,451101	1	-0,32728	0,319008	0,325526
УБ	-0,27409	-0,2274	-0,32728	1	-0,29515	-0,18665
ККО	0,923063	0,801176	0,319008	-0,29515	1	0,583856
ОАКО	0,727833	0,638247	0,325526	-0,18665	0,583856	1

Как можно заметить по данным Таблицы 3, между многими переменными существует тесная парная связь, особый интерес в ходе данного исследования представляет только степень связи социальноэкономических переменных с объемом кредитования физических и юридических лиц. Анализ является лишь количественным, для качественной оценки использована шкала Чеддока (в общем виде корреляционная связь определяется в зависимости от интервала, в котором находится показатель: до 0,3 – связь практически отсутствует; 0,3 - 0,5 – слабая; 0,5 - 0,7 – умеренная; 0,7 - 0,9 – сильная; 0,9 – 1,0 – очень сильная.). Результаты анализа представлены в Таблице 4.

Таблица 4

Качественная оценка тесноты связи между социальноэкономическими переменными и активностью кредитования

Название показателя	2014 год
	Коэффициент парной корреляции	Оценка тесноты связи

ВРП	0,838755	Сильная
СДДН	0,375026	слабая
УБ	-0,27409	Практически отсутствует
ККО	0,923063	Очень сильная
ОАКО	0,727833	Сильная

Как видно по данным количественного и качественного анализа, корреляция между объемами кредитования физических и юридических лиц и: а) среднемесячным доходом на душу населения и б) уровнем безработицы практически отсутствует. Для подтверждения этого факта проведена оценка коэффициентов по t-критерию и найдены соответствующие коэффициенты для каждой переменной, стандартные ошибки и P-значение. Результаты продемонстрированы в Таблице 5.

Таблица 5

Данные регрессионной статистики (для переменных х1, …, х5)

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	-66711,14813	56188,151	-1,187281428	0,238965725
Переменная X 1	72,20036131	31,14925582	2,317883988	0,023261068
Переменная X 2	1,138082761	2,186812189	0,520430043	0,604338765
Переменная X 3	371,8588096	2364,770421	0,157249434	0,875482396
Переменная X 4	567,6551922	51,53140369	11,01571375	3,51501E-17
Переменная X 5	0,000394067	7,29522E-05	5,401712353	7,89106E-07

Для оценки значимости переменных по t-критерию было найдено значение tкр с помощью программного продукта Microsoft Excel. Итак, tкр = =1,99 и данное значение сравнивается с tнабл для каждого коэффициента из представленных a0, a1, …, a5. Тогда:

1) | t0| = 1,19 < tкр = 1,99, => коэффициент a0 признается незначимым;
2) | t1| = 2,32 > tкр = 1,99, => коэффициент a1 признается значимым, вместе с ним значимой признается переменная х1 и связь между объемом валового регионального продукта и объемом выданных кредитов;
3) | t2| = 0,52 < tкр = 1,99, => коэффициент a2 признается незначимым, вместе с ним незначимой признается переменная х2 и связь между среднемесячным доходом на душу населения и объемом выданных кредитов;
4) | t3| = 0,16 < tкр = 1,99, => коэффициент a3 признается незначимым, вместе с ним незначимой признается переменная х3 и связь между уровнем безработицы и объемом выданных кредитов;
5) | t4| = 11,02 > tкр = 1,99, => коэффициент a4 признается значимым, вместе с ним значимой признается переменная х4 и связь между количеством кредитных организаций и объемом выданных кредитов;
6) | t5| = 5,40 > tкр = 1,99, => коэффициент a5 признается значимым, вместе с ним значимой признается переменная х5 и связь между объемом валового регионального продукта и выданных кредитов.

Поскольку регрессоры а2 и а3 были признаны незначимыми, для того, чтобы составить уравнение, показывающее влияние показателей на объемы кредитования, заново был проведен регрессионный анализ, в ходе которого получены результаты, представленные в Таблице 6. Для упрощения анализа оставшимся переменным (объем валового регионального продукта, количество кредитных организаций и объем активов кредитных организаций) присвоены обозначения х1, х2 и х3 соответственно. Автором найдено значение tкр, оно составило 1,99.

Таблица 6

Данные регрессионной статистики (для переменных х1, х2 и х3)

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	-40690,627	17526,97053	-2,3216007	0,022972487
Переменная X 1	77,4383194	29,13406935	2,65799873	0,009602434
Переменная X 2	563,655137	49,50168518	11,3865848	5,13319E-18
Переменная X 3	0,00039646	7,19363E-05	5,51128152	4,81233E-07

Сравнив значение tкр = 1,99 со значениями t0, t1, t2 и t3 можно сделать вывод, что все регрессоры являются значимыми, поэтому факторы, оказывающие влияние на объемы кредитования подобраны верно.

Тогда уравнение регрессии (уравнение прогнозирования) окончательно примет вид: y = -40 690,62700000 + 77,43831940 * х1 + 563,65513700 *х2 + +0,00039646* x3, где х1 – объем валового регионального продукта (млрд. руб.), х2 – количество кредитных организаций (единиц), x3 – объем активов кредитных организаций (тыс. руб.).

Так, например, увеличение объема валового регионального продукта на 1 млрд. руб. приведет к увеличению объемов кредитования на 77,4 млрд. руб. при неизменности остальных факторов.

Результаты исследования интересны для сопоставления данных модели и итогов деятельности по статистическим данным Банка России, которые представлены по состоянию на 01.01.2015 г. В целом, проведенное моделирование отражает действительные результаты, однако существуют незначительные отклонения от модели, поскольку определенные факторы (внешние - ухудшение политической ситуации, проявившееся в применении санкций в отношении ряда банков с государственным участием; внутренние - политика укрупнения и концентрации банковского сектора, проводимая Банком России) все же отразились на объемах кредитования регионов.

Список литературы «Изучение влияния показателей социально-экономического развития на степень активности кредитования в российских регионах»

Отчет о развитии банковского сектора и банковского надзора в 2013 году (Электронный ресурс). Режим доступа: http://www.cbr.ru/publ/archive/root_get_blob.aspx?doc_id=9525 (Дата обращения: 01.12.2015);
Официальный сайт Федеральной службы государственной статистики. (Электронный ресурс). Режим доступа: www.gks.ru (Дата обращения: 31.10.2015).

Статья научная