Диссертация (1137932), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

и т.д.1.2.3 Анализ отдачи от масштаба на основе результатовоценивания методами DEA и SFAАнализотдачиотмасштабавтрадиционномпониманииосновывается на расчете суммы предельных эффектов всех факторовпроизводства и сравнении получаемой величины с единицей.В литературе встречается множество работ, исследующих отдачу отмасштаба на основе результатов оценивания методом SFA. К примеру, в[Feng, Serletis, 2010] для американских крупных банков (активы которыхпревышают 1 млрд долл.) было выявлено действие возрастающей отдачиот масштаба за период с 2000 по 2005 гг. В [Paul, Nehring, 2005]исследовали техническую эффективность сельскохозяйственных ферм вСША за 1996–2000 гг., для которых наблюдалась возрастающая отдача от19масштаба, игравшая значительную роль в развитии сельскохозяйственногосектора.Два исследования на данных по швейцарским предприятиям имелибольшое значение для проводимых в те годы реформ.

В [Farsi, Fetz,Filippini, 2007] была обнаружена возрастающая отдача от масштаба длятранспортных фирм, в [Farsi, Filippini, Kuenzle, 2007] — для 26 компанийсектора распределения газа за 1996–2000 гг.В [Tovar et al., 2011] исследование было проведено уже послереформы в секторе распределения электричества Бразилии. Результатысвидетельствовали, что фирмы действовали в условиях возрастающейотдачи от масштаба с 1998 по 2005 гг.В [Niquidet, Nelson, 2010] была выявлена возрастающая отдача отмасштаба для лесопильных заводов Британской Колумбии, которая внекоторых регионах могла привести к образованию естественныхмонополий.В [Liu, Li, 2012] показано, что значительная возрастающая отдача отмасштаба в китайском промышленном секторе за 1999–2007 гг.

сталаважнейшим фактором роста китайской экономики в эти годы.Также на основе оценок SFA возрастающая отдача от масштаба былавыявлена в [Kumbhakar, Tsionas, 2006] для молочных ферм Испании за1993–1998 гг., постоянная отдача от масштаба — в [Mari, Lohano, 2007]для ферм по производству лука, томатов и перца в Пакистане.Независимо от традиционного подхода к анализу отдачи от масштабачасто в работах, оценивающих эффективность предприятий с помощьюметодов DEA и SFA, исследуется вопрос зависимости оценок техническойэффективности от размера фирмы.В [Margono et al., 2010] приходят к выводу, что индонезийские банкисреднего размера в 1993–2000 гг.

оказались более эффективными, чеммелкие и крупные.20В [Kumbhakar, Peresetsky, 2013] показано, что укрупнение банковприведет к повышению эффективности банковской системы как России,так и Казахстана.В [Щетинин, Назруллаева, 2012] анализируется влияние размерафирмы на техническую эффективность российских предприятий пищевойпромышленности в 2003–2010 гг. Результаты показали, что техническаяэффективность выше у крупных фирм.В[Ипатова,Пересецкий,2013]моделированиетехническойэффективности от размера предприятия показало, что для большей частироссийских фирм резиновой и пластмассовой промышленности за 2006–2010 гг.связьпоказателейположительная,однакодлянаиболееэффективных компаний она меняет свой знак на противоположный.1.2.4 Российский опыт оценивания СФП и ее компонент с помощьюDEA и SFAВ России применение методов анализа DEA и SFA для оценки СФПи ее компонент, включая техническую эффективность, на сегодняшнийдень не имеет столь широкого распространения.

СФП преимущественнооценивают с помощью подхода арифметики роста как «остаток Солоу»:[Бессонов, 2004] — отраслевые данные за 1990–2002 гг.; [Бессонов,Воскобойников, 2004] — отраслевые и микроданные по предприятиям за1997–2002 гг.; [Timmer, Voskoboynikov, 2016] — отраслевые данные за1995–2012 гг. и др.На российских данных СФП и ее компоненты с помощью методовDEA и SFA впервые были оценены в [Ипатова, 2015] на примере отраслипроизводства пластмассовых изделий за 2006–2012 гг. В [Апокин,Ипатова, 2017] оценивалась детерминированная производственная границас использованием данных по странам за 1990–2010 гг., а затем темпыприроста оценок СФП и ее компонент моделировались от расходов наНИОКР и других контрольных переменных.

Целью являлось нахождение21наилучших моделей прогноза темпов прироста оценок СФП и еекомпонент для России.DEA применяется для исследования технической эффективностироссийского банковского сектора в [Головань и др., 2010], [Алескеров идр., 2010a,b], [Белоусова, 2009, 2011a,b], а также российских университетовв [Абанкина и др., 2013], [Abankina et al., 2016a,b] и др. В [Алескеров и др.,2015] приводится обзор моделей оценки эффективности вузов.

В[Aleskerov, Petrushchenko, 2016] была предложена новая модель методаDEA, учитывающая наличие значительной гетерогенности в данных попредприятиям.Среди работ, использующих SFA и посвященных отдельнымотраслям экономики, к примеру, [Головань, 2006] — банковский сектор за2003–2005 гг.; [Головань и др., 2010] — банковский сектор за 2002–2006 гг.; [Борисова и др., 2010] — некоммерческие организации за 2008 г.;[Щетинин,Назруллаева,2012],[Щетинин,2015]—пищеваяпромышленность за 2003–2010 гг.

и 2005–2011 гг., соответственно;[Ипатова,Пересецкий,2013]—резиноваяипластмассоваяпромышленность за 2006–2010 гг.; [Малахов, Пильник, 2013] — бетоннаяпромышленностьза2006–2010 гг.,[Могилат,Ипатова,2016]—добывающие и обрабатывающие производства, электроэнергетика за 2003–2013 гг. и др.

В [Краснопеева и др., 2016] анализ проводится дляпредприятий российской промышленности по данным, схожим с теми, чтоиспользуются в настоящем исследовании.Раздел 1.3 Описание используемых методов1.3.1 Общая теория индексовОбщая теория индексов начинается с определения основныхпеременных, показателей и понятий. Предположим, что объектомисследования являются фирмы, которые могут производить N продуктов22и затрачивать на их производство M факторов. Пусть qit Nи xit M— векторы объемов выпусков и факторов производства фирмы i в моментвремени t , pit N, wit M— соответствующие векторы их цен.Существуют такие неотрицательные, неубывающие и линейно однородныефункции Q() и X () , которые позволяют получать агрегированные выпускQit  Q(qit ) и затраты факторов X it  X ( xit ) для каждой фирмы в каждыймомент времени.

При этом величины Pit  pit qit Qit и Wit  wit xit X itназываются скрытыми (теневыми) ценами агрегированных выпуска изатрат. Следовательно, показатель прибыльности3 PROFit для фирмы i вмомент времени t (отношение общей выручки к общим издержкам) можетбыть записан как:PROFit   Pit Qit  Wit X it (1)Изменение (индекс) прибыльности фирмы i в момент времени t посравнению с фирмой h в момент времени s будет выглядеть следующимобразом:PROFI hs ,it (2)PROFitPQ P Q it it : hs hs PROFhs Wit X it Whs X hsPit Phs Qit Qhs PI hs ,it QI hs ,it TTI hs ,it  TFPI hs ,itWit Whs X it X hs WI hs ,it XI hs ,itгде PI hs ,it и WI hs ,it — индексы скрытых (теневых) цен агрегированныхвыпуска и затрат факторов, QI hs ,itиXI hs ,it— индексы объемовагрегированных выпуска и затрат факторов, TTI hs ,it — индекс условийторговли (Terms-of-Trade Index), TFPI hs ,it — индекс совокупной факторнойпроизводительности (Total Factor Productivity Index).СФП равна отношению агрегированного выпуска к агрегированнымзатратам факторов производства.

Чем больше единиц агрегированного3Терминология была введена в [Balk, 2003].23выпуска фирма получает с единицы агрегированных затрат факторов, темпроизводительнее считается ее производство.В зависимости от выбранной функции агрегирования для выпусков изатратфакторовсуществуютразныеиндексыСФП,кпримеру,Ласпейреса, Пааше, Фишера, Торнквиста, Малмквиста, Хикса-Мурстейна,Феэ-Примонта, Лоуэ и др. В [O’Donnell, 2012] приведено шесть аксиом(седьмая является следствием двух предыдущих), которым должныудовлетворять индексы агрегирования для выпуска и затрат факторов, атакже индекс СФП (во избежание повторения аксиомы записаны толькодля индекса агрегирования выпуска):1) монотонность:QI (qhs , q jr , p0 )  QI (qhs , qit , p0 )q jr  qitприиQI (q jr , qit , p0 )  QI (qhs , qit , p0 ) при q jr  qhs — увеличение индексас ростом qit (сравниваемый вектор) и его уменьшение с падениемqhs (базисный вектор);2) линейная однородность: QI (qhs , qit , p0 )  QI (qhs , qit , p0 ),   0—увеличениеиндексапропорциональноувеличениюсравниваемого вектора;3) тождественность: QI (qit , qit , p0 )  1 — равенство индекса единицепри одинаковых сравниваемом и базисном векторах;4) однородностьнулевойстепени:QI (qhs , qit , p0 )  QI (qhs , qit , p0 ),   0 — неизменность индексапри умножении обоих векторов на одно и то же число;5) соизмеримость: QI (qhs , qit , p01 )  QI (qhs , qit , p0 ) , где  —диагональная матрица, в которой диагональные элементы строгобольшенуля—неизменностьиндексаприизменениимасштабирования;6) транзитивность:QI (qhs , qit , p0 )  QI (qhs , q jr , p0 )QI (q jr , qit , p0 )—получение значения индекса для двух векторов через третийвектор.24Из второй и третьей аксиом вытекает свойство пропорциональности:QI (qhs , qhs , p0 )   ,   0 .

Оно означает, что если сравниваемый векторпропорционален базисному, то индекс должен быть равен коэффициентупропорциональности.Экономический смысл всех аксиом интуитивно понятен. К примеру,аксиома монотонности означает, что если сравнивать выпуски двух фирм вкакие-то моменты времени с третьей (базисной), то индекс объемаагрегированного выпуска будет больше у той из двух, у которой большевектор объемов выпусков.

Характеристики

Список файлов диссертации