Анатомия финансового пузыря

Доля нефти и газа в экспорте страны (2005 год): 20% - Canada Statistics.

Качество институтов в стране:

· уровень восприятия коррупции: 84 балла (из 100) - Transparency International 2005 г.;

· эффективность государственного управления: 98% (значение соответствует проценту стран, находящихся в рейтинге эффективности государственного управления ниже исследуемого кандидата) - World Bank (2005).

Особенности структуры собственности нефтедобывающего сектора:

Добыча осуществляется частными национальными и международными компаниями.

Налогообложение нефтедобывающего сектора:

Налогообложение производится по принципу роялти: размер отчислений зависит от себестоимости добычи и мировых цен на энергоресурсы, основным получателем роялти в провинции Альберта является региональный бюджет, так как провинция владеет большей частью земли, на которых расположены месторождения.

Федеральный налог на прибыль составляет 15%, налог на прибыль провинции Альберта составляет 12%, до 2015-го года равнялся 10%.

Доля нефтяных доходов в бюджете провинции:

Согласно отчету о доходах бюджета провинции Альберта за 2005-й год, доля доходов от не возобновляемых источников энергии (основой которых являются нефть и газ) составили около 28% от всех доходов бюджета провинции.

Меры по стерилизации нефтяных доходов:

В 1976-м году был создан фонд провинции Альберта (The Alberta Heritage Savings Trust Fund), в который изначально направлялось 30% нефтяных роялти, в 1984-м году этот показатель был снижен до 15%, с 1987-го года отчисления не производились [Чиркова, 2017]. Следовательно, следует считать, что стерилизация отсутствует.

Казахстан (Алма-Аты)

Доля нефтяной ренты в ВВП страны (2005 год): 21% - World Bank.

Доля нефти и газа в экспорте страны (2005 год): порядка 70% - агентство статистики РК.

Качество институтов в стране:

· уровень восприятия коррупции: 26 баллов (из 100) - Transparency International 2005 г.;

· эффективность государственного управления: 35% (значение соответствует проценту стран, находящихся в рейтинге эффективности государственного управления ниже исследуемого кандидата) - World Bank (2005).

Особенности структуры собственности нефтедобывающего сектора Казахстана:

Государственная компания "КазМунайГаз" добывает порядка трети нефти в Казахстане (на 2008-го год), остальная добыча распределена между частными национальными и международными компаниями.

Налогообложение нефтедобывающего сектора Казахстана:

Налогообложение состоит из роялти, зависящих от нефтяных котировок, налогообложения на основании прибыли и обычного налога на прибыль.

Меры по стерилизации нефтяных доходов:

В 2000 году в Казахстане был учрежден Национальный фонд Республики Казахстан. Изначально отчисления производились при профиците бюджета. С 2008-го года в фонд поступают все налоги нефтегазовой отрасли, на основании бюджетных правил производятся трансферты в федеральный бюджет (в среднем на уровне половины поступлений), по данным экономиста Фонда Сороса [Каппаров, 2015].

Доля нефтяных доходов в бюджете Казахстана:

Строгие показатели отсутствуют, однако с 2008-го года трансферты из национального фонда в республиканский бюджет составляют около 30% бюджета страны. Аналитические статьи, написанные в период начала 2000-х гг. подтверждают, что доля доходов бюджета от нефтегазовой отрасли составляла порядка 60%, половина из которых сберегалась в фонде.

Россия (Москва)

Доля нефтяной ренты в ВВП страны (2005 год): 13,5% - World Bank.

Доля нефти и газа в экспорте страны (2005 год): примерно 60% - ГКС.

Качество институтов в стране:

· уровень восприятия коррупции: 24 баллов (из 100) - Transparency International 2005 г.;

· эффективность государственного управления: 38% (значение соответствует проценту стран, находящихся в рейтинге эффективности государственного управления ниже исследуемого кандидата) - World Bank (2005).

Особенности структуры собственности нефтедобывающего сектора России:

До 2004-го года нефтедобывающая отрасль состояла из частных компаний, после 2004-го года компания ЮКОС (добывавшая порядка 15% российской нефти) была национализирована. Транспортные нефтепроводы в России принадлежат государственной корпорации "Транснефть".

Налогообложение нефтедобывающего сектора России:

С 2002-го года основным получателем нефтегазовых роялти является федеральный бюджет (после введение НДПИ, зависящего от мировых цен на нефть).

Меры по стерилизации нефтяных доходов в России:

С 2000 по 2003 год профицит бюджета использовался для погашения внешнего долга. С 2004-го года сверхдоходы бюджета аккумулировались в стабилизационном фонде, строгие правила отчисления в него отсутствовали. На основании данных Министерства Финансов РФ и расчетов автора в 2004-2007 гг. сберегалось порядка 60% нефтегазовых доходов Нефтегазовые доходы федерального бюджета представляют собой доходы от уплаты НДПИ (на добычу углеводородов) и таможенных пошлин на экспортируемые нефть, газ и товары, выработанные из нефти.. Выводы сделаны на основании сопоставления объема нефтегазовых доходов федерального бюджета и отчислений в фонд в течение рассматриваемого периода.

Доля нефтяных доходов в бюджете России:

Согласно оценкам автора, на основании данных министерства финансов доля не сберегаемых нефтегазовых доходов в бюджете РФ в 2005-м году составляла порядка 27%, в 2006-м году показатель оставался на этом же уровне. Однако необходимо отметить, что государство получает также и иные доходы от нефтегазовой отрасли: к примеру, налог на прибыль нефтедобывающих компаний.

Аляска, США (Анкоридж)

Доля нефтяной отрасли в ВВП штата (2005 год): 26% - BEA.

Доля нефтяной ренты в ВВП штата (2005 год): данные отсутствуют (14% - оценка автора)

Доля нефтяной ренты в ВВП страны (2005 год): 0,3% - World Bank.

Доля нефти и газа в экспорте страны (2005 год): крупнейший мировой импортер.

Качество институтов в стране:

· уровень восприятия коррупции: 76 балла (из 100) - Transparency International 2005 г.;

· эффективность государственного управления: 91% (значение соответствует проценту стран, находящихся в рейтинге эффективности государственного управления ниже исследуемого кандидата) - World Bank (2005).

Особенности структуры собственности нефтедобывающего сектора:

Добыча осуществляется частными национальными и международными компаниями.

Налогообложение нефтедобывающего сектора:

Роялти составляют от 12,5% до 30%, получателем роялти является собственник земли, на которой производится добыча. Получателем роялти может быть физическое лицо, юридическое лицо, штат или федеральное правительство. В большей степени получателями роялти в штате Аляска являются бюджет штата.

Доля нефтяных доходов в бюджете штата:

Доля нефтегазовых доходов в бюджете штата в период 2005-2014 гг. составляла от 80 до 90 процентов, согласно отчетам штата о структуре доходов.

Меры по стерилизации нефтяных доходов:

Согласно конституции штата 25% от нефтяных доходов штата перечисляются в Постоянный фонд Аляски. Инвестиции производятся как в американские, так и в зарубежные активы. Таким образам, степень стерилизации мала.

Глава 2. Методы диагностирования пузырей на рынке недвижимости и измерения ресурсной зависимости

Целью данной главы является рассмотрение основных подходов к диагностированию пузырей на рынках недвижимости и измерению ресурсной зависимости исследуемых странах и регионах.

В рамках работы рассматриваются нефтяные столицы мира, экономика которых в разной степени подвержена влиянию мировых цен на нефть. Для корректной интерпретации результатов диагностирования пузырей на рынке недвижимости необходимо понимать подверженность исследуемых стран ресурсному проклятию, "голландской болезни" в частности.

2.1 Методы диагностирования пузырей на рынке недвижимости

Соотношение рыночной и справедливой стоимостей

Наиболее изученными на сегодняшний день являются пузыри на фондовых рынках, для диагностирования которых используются модели, ориентированные на сопоставление рыночной цены актива и финансовых потоков (моделирование фундаментальной цены). Данные тесты используются и на рынке недвижимости, так как в качестве ренты может рассматриваться ожидаемая арендная плата. Данный подход требует предположения о том, что экономическим агентам безразлично, владеть недвижимостью или ее арендовать. У каждой из стратегий (покупка или аренда) есть свои преимущества и недостатки, которые при проведении анализа возможно учесть (издержки на переезд в случае расторжения договора аренды, издержки на капитальный ремонт при владении недвижимостью и другие).

При рассмотрении недвижимости в качестве инвестиционного актива, приносящего ренту, рыночная цена дома должна равняться сумме дисконтированной арендной платы (с поправкой на расходы и вынужденный простой при смене арендаторов). Также необходимо определить ставку дисконтирования, соответствующую риску данному типу инвестиций (ставка, как и рента, может изменяться во времени).

(1)

Недвижимость является реальным активом, поэтому существуют также подходы, ориентированные на выявления справедливой стоимости недвижимости через стоимость строительства домов, средний доход населения, доступность ипотеки и рыночные ставки ипотеки.

Ключевые показатели и соотношения, используемые для диагностирования пузырей на рынке недвижимости

Наиболее простым методом диагностирования пузырей на рынке недвижимости является анализ ключевых индикаторов:

Cоотношение цены недвижимости к среднему доходу - показывает доступность покупки недвижимости (для США средним соотношением в 1970-2000 являлось 2,5; в 2007 году оно равнялось 4, а в 2015-м - 3).

Cоотношение цены недвижимости к годовой арендной плате - данный показатель приблизительно соответствует числу, обратному доходности от сдачи недвижимости в аренду без учета расходов на обслуживание, простоя и иных убытков (к примеру, среднее для Нидерландов соотношение цены жилья к годовой ренте соответствует 16 [Ambrose et al., 2007], для США в среднем данное соотношение равняется 15, согласно данным компании данным газеты The New York Times http://www.nytimes.com/2008/10/16/business/economy/16housing.html?em=&pagewanted=all).

Количество совершаемых сделок купли-продажи в динамике - сопоставимо с индикатором "объем торгов", используемом при диагностировании пузырей на фондовом рынке. Однако в исследовании [Glaeser et al., 2017] показывается, что данный индикатор для рынка недвижимости неэффективен.

Доля недвижимости, приобретаемой в качестве инвестиционного актива для последующей продажи - покупка недвижимости с целью последующей продажи является одним из наиболее ярких индикаторов пузыря, изучается динамика данного показателя, средние данные отсутствуют.

Доля пустующих домов может являться одним из показателей, анализируемых при диагностировании пузырей на рынке недвижимости. При значительной доле сделок инвестиционного характера и высокой арендной плате значительная часть жилого фонда может пустовать.

Стоит отметить, что недвижимость является дорогостоящим активом. поэтому приобретение обычно финансируется с помощью ипотечного кредитования. Очень важным показателем является доля ипотечных платежей в располагаемом доходе домохозяйства при покупки типичной недвижимости. Данный показатель зависит напрямую как от стоимости недвижимости, так и от уровня процентных ставок, важного фактора анализа пузырей на рынках недвижимости (для США допустимым уровнем считается, когда платежи по ипотеке не превосходят 35-40% дохода домохозяйства до налогообложения, согласно данным газеты The New York Times) http://www.nytimes.com/2009/09/12/your-money/mortgages/12money.html.

Связь стоимости владения жильем и аренды

В отличии от универсальных тестов также разработаны детализированные подходы к анализу соотношений стоимости жилья и размера арендной платы.

Одним из известных примеров является статья [Poterba, 1984], в которой предлагается модель учета различных факторов при сравнении "стоимости аренды" и "стоимости владения" жильем. "Стоимости владения жилья" включает: упущенную выгоду от размещения на депозите суммы, равной стоимости жилья, налог на недвижимость (зависит от законодательства страны), возможность налоговых вычетов при выплате ипотеки с обратным знаком, сумма для поддержания жилья в хорошем состоянии и прибыль или убыток от ожидаемого изменения цен на жилье и прочий риск от владения жильем.

В работе экономиста Федерального Резервного Банка Нью-Йорка [Sinai, 2005] данная формула используется для оценки справедливой стоимости жилья. В работе доказывается, что в среднем, чистые расходы на владение жилья составляют порядка 5% (оценивая все вышеперечисленные показатели на исторических данных) от стоимости для США в год.

В период завышенных цен на жилье обычно стоимость "владения" значительно превосходит стоимость "аренды". Данная ситуация может быть обусловлена значительными расходами на выплату процентов по ипотечному кредиту или упущенной выгоде от размещения суммы эквивалентной стоимости жилья на депозите. Стоит также отметить, что наблюдается слабая эластичность арендных плат по стоимости недвижимости в период развития бумов: данный факт подтверждает рост соотношения цены жилья к арендной плате в во время развития пузырей на рынке недвижимости,

Тест зависимости между дисперсией актива и дивидендов

Подход, описанный в исследовании [Shiller, 1981], создавался для проверки гипотезы эффективности рынков, однако позднее был использован в качестве теста для выявления пузырей на финансовых рынках.

Фундаментальная цена актива определяется как дисконтированная стоимость будущих дивидендов. При исследовании исторических цен на активы и фактических дивидендов возможно рассчитать истинную фундаментальную стоимость (дисконтировав фактические дивиденды). На следующем этапе рассчитывается дисперсия найденной фундаментальной цены и сравнивается с дисперсией рыночных цен. Дисперсия фундаментальной цены и дисперсия случайной ошибки (при предпосылке о рациональных ожиданиях разница между истинной ценой и фундаментальной непредсказуема, имеет нулевое математическое ожидание и заданное стандартное отклонение) не должна превышать дисперсию фактических рыночных цен.

В работе [Blanchard and Watson, 1982] было выдвинуто предположение о том, что дисперсия рыночных цен может превышать дисперсию фундаментальных цен из-за развития пузырей на рынке. Данный подход позднее применялся при диагностировании пузырей на рынке акций недвижимости в Великобритании в работе экономистов [Brooks et al., 2001]. Проблема применения данного подхода именно к ценам на недвижимость обусловлена малой волатильностью цен на жилье. К примеру, низкая волатильность индекса Кейса-Шиллера (наиболее репрезентативного индекса цен на рынке недвижимости) вызвана тем, что он рассчитывается по купли-продажи одного и того же актива, которые случаются редко.

В рамках данного подхода необходимо обратить внимание на работу [Flood et al., 1994] в которой показано, что дисперсия рыночной цены может превышать дисперсию "фундаментальной цены" и при отсутствии пузыря на рынке.

Тест на коинтеграцию актива и дивидендов

Следующим шагом развития методов, используемых при диагностировании пузырей, стал тест на коинтеграцию, приведенный в работе [Diba and Grossman, 1988].

Подход позволяет проводить тестирование активов, подразумевая, что могут существовать некие ненаблюдаемые фундаментальные переменные. Предполагается, что временной ряд дивидендов является стационарным (или интегрированным процессом n-го порядка), ненаблюдаемые переменные стационарны, тогда динамика стоимости актива также должна быть стационарной или являться интегрированным процессом такого же порядка, как и дивиденды.

При рассмотрении развития "рациональных пузырей" элемент пузыря не является ни стационарным, ни интегрированным процессом. Следовательно, при наличии "элемента пузыря", рыночная стоимость актива не будет интегрированным процессом такого же порядка, как и дивиденды, что сигнализирует о наличии на рынке пузыря. Однако в работе [Evans, 1991] критикуется данный подход, так как в его рамках невозможно обнаружение повторяющихся пузырей.

Особенностью применения данного подходя к рынку недвижимости, как и теста о зависимости дисперсий, является проблема низкой волатильности цен на актив. Также стоит отметить, что кроме динамики арендной платы в значительной степени на цены на рынке жилой недвижимости влияет размер доходов домохозяйств.

Тесты на "взрывной рост" цен

Проблема повторяющихся пузырей может быть решена при использовании подхода, описанного в исследованиях [Hamilton, 1989] и [Funke et al., 1994]. Работы основываются на том, что в обычное время цены на некоторый актив представляют собой стационарный процесс, а в периоды развития пузыря демонстрируют взрывной рост.

На основании идеи о том, что при развитии пузыря наблюдается "взрывной" рост рыночной цены был создан подход с использованием ADF (Augmented Dickey Fuller) теста в работе [Hall et al., 1999]. В работе [Phillips et al., 2007] для диагностирования пузыря применяется скользящий тест ADF. Данный подход основывается на предпосылках работы [Campbell and Shiller, 1989] о детерминантах стоимости актива (все показатели берутся в реальном выражении):

(2)

Лог-линейная аппроксимация уравнения (2) позволяет записать получить следующее уравнение (Campbell and Shiller, 1989):

(3)

Далее производится анализ (фундаментальной цены) и (пузыря). Динамика реальной фундаментальной цены определяется динамикой реальных дивидендов (предполагается, что это стохастический или интегрированный временной ряд). В данном тесте исследуется развитие на рынке рационального пузыря, поэтому элемент должен демонстрировать взрывной рост.

Таким образом, для выявления пузыря тестируется логарифм реальной рыночной цены и логарифм реальных реализовавшихся дивидендов на наличие "взрывного роста". Необходимым условием для утверждения о том, что на рынке развивается пузырь, является взрывной рост реальных рыночных цен, а достаточным отсутствие взрывного роста логарифма реальных дивидендов.

Тест ADF (с помощью которого производится тестирование на наличие взрывного роста) представляет собой авторегрессию, в которой проверяется значение и значимость первого коэффициента авторегрессии. Если он превосходит 1 и значим (от этого происходит название теста: unit root), следовательно, имеет место "взрывной корень".

(7)

(8)

H0: (9)

Ha: (10)

Для исследования выбирается промежуток из некоторого количества наблюдений, на котором тестируется реальная стоимость актива и дивидендов на наличие "взрывного роста", далее промежуток сдвигается на 1 измерение вперед и снова проводится тестирования, поэтому данный метод называется "скользящее" ADF тестирование.

Гипотеза H0 тестируется против гипотезы Нa при помощи сравнения фактической ADF статистики с критическим значение (рассчитывалась при помощи Монте-Карло симуляций с учетом количества наблюдений, статистический пакет STATA автоматически проводит данные расчеты). Количество лагов подбирается на основании теста Кэмбела-Перрона.

Авторы применили данный подход к анализу NASDAQ, позднее данный подход успешно использовался для диагностирования пузыря на рынке недвижимости Израиля в исследовании [Caspi, 2015]. Популярность данного подхода объясняется относительной простотой применения и результативностью: при анализе исторических данных он выявляет большинство консенсус-пузырей (Phillips et al., 2013).

Регрессионные модели

С инвестиционной точки зрения цены на недвижимости должны соответствовать дисконтированной стоимости будущих финансовых потоков. Однако рассматривается реальный актив, поэтому существуют и иные факторы спроса и предложения, определяющие уровень цен. С этой целью были разработаны подходы, заключающиеся в моделировании справедливых цен на недвижимость.

В качестве детерминант спроса на недвижимость часто рассматриваются ожидаемое увеличение цены на недвижимость, реальные процентные ставки (влияние через "стоимость" ипотеки), доходы домохозяйств, демографические факторы и ожидаемая доходность от владения домом (посредством арендных платежей). Со стороны предложения выделяются затраты на строительство и стоимость земли (HM Treasury, 2003).

Одними из первых эконометрических работ, основанных на данном подходе, является являются исследования [Case and Shiller, 1989], [Jesse and Hendershott, 1993] и [Peel and Wilcox, 1991], в ходе которых проверялась зависимость цен на недвижимость от основных факторов, определяющих спрос и предложение недвижимости.

Классическая методология эконометрического моделирования цен на рынке недвижимости приведена в исследовании известных экономистов Карла Кейса и Роберта Шиллера [Case and Shiller, 2003]. В качестве зависимой переменной используется квартальное изменение индекса Кейса-Шиллера (индекса стоимости домов).

Объясняющие переменные в предлагаемом регрессионном уравнении таковы:

· изменение населения (в процентах);

· изменение безработицы (в процентах);

· уровень ставок по ипотеке (процентов годовых);

· количество новых начатых строительств;

· доход на душу населения.

Результаты моделирования показали, что наибольшей объясняющей силой обладают доход на душу населения и темп прироста населения.

Эконометрическое исследование также используется в статье [Bourassa et al., 2001] (сходная методология применялась ранее в статье [Hort, 1999]) при изучении рынка недвижимости США, Австралии и Швеции. Авторами сравниваются рыночные цены с фундаментальными (долгосрочным равновесием), предсказанными при помощи линейной регрессии следующего вида:

. (11)

где

- прирост реальной цены жилой недвижимости в процентах за период;

- прирост в процентах реальной стоимости строительства;

- уровень занятости в процентах;

- реальный доход работников;

- прирост всего населения в процентах за счет миграции:

- реальная процентная ставка по ипотеке.

Важно обратить внимание, что при построении долгосрочной регрессии используется процентный прирост цены (первая разность, которая обычно стационарна), а не абсолютные значения. Такой подход позволяет предотвратить проблему "мнимой регрессии" (spurious regression), описанной в работе [Granger and Newbold, 1974]. C помощью Монте-Карло симуляций ее авторы показали, что при регрессии интегрированного временного ряда на интегрированный временной ряд статистики, используемые для проверки значимости коэффициентов, не работают.

2.2 Выбор методов диагностирования пузырей на рынке недвижимости нефтяных столиц мира

Анализ динамики цен на недвижимость посредством скользящего теста ADF

Первым этапом эмпирического исследования является применение эконометрического теста к рынку недвижимости исследуемых нефтяных столиц. Подход, основанный на использовании скользящего ADF теста, представленный в статье [Phillips et al., 2007], является одним из наиболее современных, также он эффективно применялся при диагностировании пузырей на рынке недвижимости.

В данной работе применяется скользящее ADF тестирование реальных цен на недвижимость в период с 2000 по 2008 гг. Ввиду отсутствия квартальных данных по ставкам аренды для Москвы, Осло и Алма-Аты течение исследуемого периода проверяется только необходимое условие: взрывной роста цен на недвижимость. Обычно реальные "дивиденды" являются стохастическим или интегрированным процессом (Huang, 2008), в противном случае доля прибыли компаний в экономике должная бесконечно расти.

Тестирование производится при помощи статистического пакета STATА. При проведении ADF тестирования с помощью данной программы используются следующие гипотезы ( - первый коэффициент авторегрессии после константы):

Н 0: (12)

Ha: (13)

При тестировании на наличие "взрывного роста" изменяется альтернативная гипотеза: Ha: . (использование правостороннего тестирования). Следовательно, р-значение для теста на "взрывной рост" соответствует единице минус р-значение, рассчитанного статистическим пакетом STATA в рамках теста ADF (команда dfuller).

Анализ ключевых показателей и соотношений

В периоды взрывного роста цен будут рассматриваются следующие основные показатели, используемые при выявлении пузырей на рынке недвижимости:

· отношение стоимости недвижимости к доходу домохозяйств;

· отношение стоимость недвижимости к годовой арендной плате.

Данные показатели позволяют экономическим агентам оценить доступность жилья и его инвестиционную доходность при сдаче в аренду, которые являются одними из ключевых детерминант фундаментальных цен на недвижимость.

Невозможность использовать все перечисленные в рамках обзора литературы показатели и соотношения обусловлена отсутствием необходимых данных, особенно в России и Казахстане.

Моделирование справедливых цен на недвижимость

В рамках данной работы необходимо провести исследование взаимосвязи рыночных цен на недвижимость и основных макроэкономических показателей (к примеру, дохода). Цены на недвижимость, уровень ВВП и многие иные экономические временные ряды не являются стохастическими, что вызывает проблему "мнимой регрессии", в результате которой тесты на значимость регрессии в целом и отдельных коэффициентов не работают. (Granger and Newbold, 1974)

Данная проблема решается использованием регрессии первых разностей (процентных приростов). Такой подход позволяет выявить долгосрочную зависимость процентных изменений цен на недвижимость от изменений объясняющих переменных, он успешно использовался в исследовании [Bourassa et al., 2001]. В данной работе оценивается только долгосрочная зависимость без поправки на краткосрочную динамику ввиду меньшего временного промежутка, и отсутствия коинтеграции исследуемых показателей в некоторых городах.

В качестве регрессоров используются "доход" и "процентные ставки", имеющие наибольшую прогнозную силу, согласно работе [Case and Shiller, 2003]. Изначально планировалось также использовать стоимость миграционные потоки, стоимость строительства, площадь введённых в эксплуатация жилых зданий, однако квартальные данные по данным показателям отсутствуют для многих городов, особенно для 2000-2004 гг.

Выбор валюты исследования

При рассмотрении цен на недвижимость в мировых нефтяных столицах мира в некоторых случая используются цены в долларах США. Данный подход позволяет с точки зрения покупателя сравнить стоимость недвижимости в разных странах, однако на курс национальных валют к доллару в нефтеэкспортирующих странах значительное влияние оказывают мировые цены на нефть.

При диагностировании пузырей на рынках недвижимости в данной работе будут использованы номинальные цены на недвижимость, дефлированные по уровню индекса потребительских цен, так как такой подход позволяет оценить динамику цен без влияния различных национальных уровней инфляции и прямых шоков валютного курса.

2.3 Подходы к измерению ресурсной зависимости

Для анализа динамики рынка недвижимости нефтяных столицах мира необходимо рассмотреть подходы к оценке уровня ресурсной зависимости стран и отдельных регионов.

В работе Чирковой отмечается, что "в современной экономической науке принято различать ресурсную зависимость (resource dependence) и ресурсное изобилие (resource abundance). Не все богатые на ресурсы (resource-rich) страны от них зависят" [Чиркова, 2017]. Именно в рамках данного подхода предполагается ранжировать исследуемые страны по степени подверженности национальных экономик колебаниям цен на нефть.

Одним из наиболее распространенных способов оценки степени ресурсной зависимости является анализ доли природной ренты (включает в себя ренту от нефти, природного газа, угля, минеральных и лесных ресурсов) в экономике по методологии Всемирного Банка. Природная вычисляется как разность между международной средней ценой товара и стоимостью его производства, помноженная на объем произведенного данного товара в отдельной стране. Такой способ не учитывает объемов запасов природных ресурсов в исследуемой стране, поэтому был создан показатель, основанный на природном капитале (дисконтированной ренте, рассчитанной на основании прогнозов цен на ресурсы и их запасов) и прочий капитал страны (промышленный, человеческий, институциональный и прочий).

Рассмотренный выше подход позволяет оценить степень диверсификации экономики и, как следствие, зависимости от добычи природных ресурсов в целом, однако не позволяет прогнозировать последствия шоков цен на отдельные ресурсы. В работе, опубликованной в рамках деятельности исследовательского центра Еврокомиссии DG Joint (Kitous et al., 2016), исследуется зависимость нефтеэкспортирующих стран от изменений мировых цен на нефть. В качестве меры зависимости используется эластичность ВВП на душу населения и доходов бюджета по мировым ценам на нефть. Для вычисления эластичности производится регрессия с поправкой на тренд, но без контрольных переменных (Данные представлены в Таблице 1). США не рассматриваются в рамках данного анализа, так как страна является нетто импортером нефти.

Таблица 1. Эластичность ВВП на душу населения и доходов бюджета по ценам на нефть

Страна	ВВП на душу населеня - цена нефти	Доходы бюджет цена нефти
	Эластичность	Период	Эластичность	Период
Саудовская Аравия	0.5	1990-2014	0.9	1990-2014
Ирак	0.8	2004-2014	1.1	2004-2014
Катар	0.4	1990-2014	0.6	1990-2014
Иран	0.7	1990-2014	0.8	1990-2014
Ливия	0.6	1990-2010	1.0	1990-2010
Нигерия	0.4	2000-2014	0.8	2000-2014
Судан	0.3	1999-2010	1.0	1999-2010
Россия	0.7	1998-2014	0.8	1998-2014
Казахстан	0.8	1994-2014	1.0	1994-2014
Норвегия	0.3	1990-2014	0.3	1990-2014

Источник: Alban et al., (2016).

При анализе влияния отрицательных нефтяных шоков на ВВП на душу населения и потребление авторы использовали модель общего равновесия GEM-E3. В ходе моделирования оценивалось, на сколько процентов при 60% снижении цен на нефть (с уровня в 100 долл. за баррель) должно сократиться потребление в нефтеэкспортирующих странах. Анализ результатов продемонстрировал пропорциональное снижение потребления доле нефти в экспорте исследуемых стран (данные представлены в Таблице 2).

Таблица 2. Изменение потребления в процентах при снижении нефтяных котировок на 60 процентов

Страна	Изменение в процентах	Страна	Изменение в процентах
Мир	0.96	Мексика	-7.33
Европейский союз	1.52	Аргентина	0.95
США	1.65	Северная Африка	-2.14
Россия	-3.97	Новая Зеландия	1.82
Канада	-1.3	Саудовская Аравия	-12.81
Япония	1.36	Иран	-3.68
Индонезия	2.88	Центральная и Южня Америка	0.87
Бразилия	2.05	Центральная Азия и Кавказ	-5.88
Прочая Европа и Турция	0.57	Прочая Азия и Тихоокеанский регион	3.02

Источник: Alban et al. (2016).

Стоит обратить внимание, значительная волатильность мировых цен на энергоресурсы определяет именно размер "ренты" (разницы между стоимостью добычи и стоимостью продажи нефти). Согласно статистике консалтинговой компании Rystad Energy, в 2015-м году наибольшая средняя себестоимость добычи барреля нефти среди исследуемых стран приходится на Канаду (41 долл. США за баррель), что выше реальных нефтяных котировок в 2002-2008 гг.

Оценка ресурсной зависимости исследуемых стран

На основании информации об исследуемых странах и регионах, приведённой в Пункте 1.3 данного исследования (в Таблице 3 приведены ключевые показатели), и рассмотренных методах необходимо оценить степень влияние высоких цен на энергоносители на исследуемые страны и регионы. Основные показатели рассматриваются на 2005 год, середину данного периода.

Таблица 3. Ключевые показатели диверсификации экономик исследуемых стран и регионов, методов распределения нефтегазовой ренты

	Эфф. гос. управления (World Bank)	Доля нефтяной ренты в ВВП	Получатель нефтегазовой ренты	Доля нефтегазовых доходов в бюджете	Уровень стерилизации нефтегазовых доходов бюджета
Техас	91	4%	В большей степени частные лица	3%	Нет необходимости
Аляска	91	14%	Бюджет штата	80-90 %	25% нефтегазовых доходов перечисляются в фонд
Норвегия	96	9,8%	Национальный бюджет	Фактически отсутствуют; полная стерилизации	Полная
Альберта	98	8%	Бюджет провинции	28%	Отсутствует
Казахстан	35	21%	Республиканский бюджет	около 60%	Около 50% доходов стерилизуется
Россия	35	13,5%	Федеральный бюджет	около 60%	Около 60% доходов стерилизуется

Источник: расчеты автора.

На основании проведенного анализа можно заключить, что для штата Техас (Хьюстон) минимально влияние цен на энергоресурсы ввиду значительной диверсификации экономики (малая доля нефтегазовой ренты в ВВП и доходах бюджета).

Для Норвегии (Осло) также предполагается малое влияние цен на энергоресурсы на экономику страну ввиду полной стерилизации нефтегазовых доходов правительства, несмотря на значительную долю данного сектора в ВВП страны.

В провинции Альберта (Эдмонтон и Калгари) значительная доля доходов бюджета приходится на нефтегазовый сектор (порядка 30%), а стерилизация доходов отсутствует, что ведет к процикличной фискальной политике. Однако влияние ниже, чем в России и Казахстане ввиду большей диверсификации экономики и лучшего качества институтов (влияние институтов на ресурсное проклятие рассматривается в Пункте 1.3)

Для России (Москва) и Казахстана (Алма-Аты) предполагается наибольшая зависимость от шоков цен на энергоресурсы ввиду высокой доли не стерилизуемых доходов от нефтегазового сектора в национальных бюджетах, а также низком уровне качества государственных институтов.

Экономика Аляски, значительно зависит от добычи нефти (порядка 30% ВВП штата), а бюджет фактически основан только на нефтегазовых доходах (80-90% бюджета штата приходится на нефтегазовую отрасль), что может быть классическим примером "государства-рантье", однако необходимо выделить высокое качество институтов.

Глава 3. Эмпирическое исследование рынка недвижимости нефтяных столиц мира в 2000-2016 гг.

Целью данной главы является диагностирование пузырей на рынке недвижимости нефтяных столиц (в 2002-2008 гг.) и анализ последующей динамики цен (в 2008-2016 гг.).

В первой части данной главы анализируется динамика цен на недвижимость и формулируются гипотезы. Во второй части описывается выборка, используемая в исследовании и примененная методология. В третьей части приводятся результаты эмпирического исследования.

Различия в динамике цен на недвижимость, развитии пузырей и их коррекции объясняются с помощью экономических особенностей исследуемых стран, влияния ресурсного проклятия и "голландской болезни" в частности.

3.1 Описание динамики нефтяных котировок, выдвижение гипотез и рассмотрение реальных цен недвижимость в нефтяных столицах мира

Мировые цены на нефть подвержены значительной волатильности, как уже было рассмотрено в рамках обзора литературы. В период с января 2002-го года по июнь 2008-го года наблюдался один из значительнейших периодов роста цен на нефть: котировки выросли с менее чем 20 долл. США до уровня в 140 долл. США за баррель в июле 2008-го (показано на Рисунке 7).

Рис. 7. Номинальные цены на нефти марки WTI за баррель в долларах США Источник: FRED St. Louis, расчеты автора.

Таким образом, возможно предположить, что в период продолжительного роста цен на нефть в нефтяных столицах происходил рост доходов, что влекло за собой рост реальных цен на недвижимость.

В ходе эмпирического исследования рынков недвижимости нефтяных столиц мира проверяются следующие гипотезы:

1. В период роста мировых цен на нефть (2002 - 2008 гг.) под воздействием благоприятной экономической конъюнктуры в нефтяных столицах мира происходил рост реальных цен на недвижимость.

2. В период роста цен на энергоносители (2002-2008 гг.) на рынках недвижимости нефтяных столиц мира наблюдаются пузыри ввиду наличия благоприятных условий для их развития

3. Чем больше степень подверженности страны или региона ресурсному проклятию, тем больше переоценка рынка недвижимости в период пика пузыря (ввиду большего роста реальных доходов и большей подверженности "голландской болезни").

4. При развитии пузырей на рынках недвижимости в период высоких цен на нефть (2002-2008 гг.) коррекция наступает во второй половине 2008-го года ввиду снижения цен на нефть.

Анализ реальных цен на недвижимость

На Рисунке 8 приведены индексы реальных цен на недвижимость в исследуемых городах. В начале 2000-го года за 100 приняты цены в Эдмонтоне, Хьюстоне, Осло, Москве, Калгари и Анкоридже. для Алма-Аты и Тегерана начальным значением индекса является 20 единиц для удобства отображения ввиду значительного роста цен в исследуемый период. Для построения графиков номинальные цены были дефлированы по национальным индексам потребительских цен.

Важно выделить, что для Тегерана индекс составлен на основании цен на землю в городе (по данным ЦБ Ирана). Ввиду данной особенности дальнейшее исследование рынка недвижимости Тегерана не производится, однако индекс приводится для ознакомления с общей ситуацией в данном городе (автор считает это интересным). Важно выделить, что в этом городе наблюдалось два ценовых пика на землю: в конце 2008-го и 2014-го года.

Рис. 8. Реальные цены на недвижимость в исследуемых нефтяных столицах

Источник: расчеты автора, источники данных приведены в Приложении 4.

На графике видно, что динамика реальных цен в Москве, Алма-Аты, Эдмонтоне и Калгари сходна с городами, на рынках недвижимости которых наблюдались пузыри. В Хьюстоне и Анкоридже стоимость жилья минимально росла в течение исследуемого периода, а в Осло наблюдается стабильный рост, близкий к линейному, в течение всего рассматриваемого периода.

Гипотеза 1: На основании динамики реальных цен не отвергается.

Гипотеза 2: Наибольший рост цен наблюдается в Москве и Алма-Аты "столицах" стран наиболее подверженных ресурсному проклятию. Однако в Анкоридже рост цен значительно меньше, несмотря на значительную зависимость экономики Аляски от добычи нефти. Гипотеза не отвергается лишь при допущении, что Аляска незначительно подвержена ресурсному проклятию ввиду высокого качества государственных институтов и отсутствия ресурсного проклятия для США в целом.

Гипотеза 3: гипотеза не отвергается, так как присутствует резкий рост цен с последующим значительным снижением в Москве, Алма-Аты, Калгари и Эдмонтоне.

Гипотеза 4: гипотеза отвергается, так как в Алма-Ате, Эдмонтоне и Калгари резкое снижение цен на недвижимость начинается с середины 2007-го года.

3.2 Описание использованных данных и уточнение методологии

В данной работе исследуются города, как в развитых странах, так и в развивающихся. Диагностирование пузырей и моделирование фундаментальных цен производится по единой методологии, что позволяет сопоставлять полученные результаты. Расчеты ключевых соотношений, эконометрическое тестирование и моделирование "справедливых цен" производятся на основании квартальных данных за исключением Алма-Аты, где используются полугодовые данные ввиду отсутствия иных. Источники данных приведены в Приложении 4.

При моделировании "справедливых цен" использовались два ключевых показателя: реальные доходы населения и реальные процентные ставки (номинальные ставки переведены в реальные по методологии, использованной в работе [Bourassa et al., 2001]: на основании инфляции за предыдущий год и последующий год от даты наблюдения) по ипотеке (используемые показатели в качестве доходов и ставок по ипотеке представлены в Таблице 4).

Таблица 4. Данные, использованные в качестве доходов и процентных ставок

	Доход	Процентные ставки
Хьюстон	Средние квартальные зарплаты	Средние ставки по ипотечным кредитам с переменной процентной ставкой
Осло	Национальный ВВП на душу населения	Средние ставки по выданным ипотечным кредитам
Эдмонтон	Региональный ВВП на душу населения	Средние ставки по выданным ипотечным кредитам
Калгари	Региональный ВВП на душу населения	Средние ставки по выданным ипотечным кредитам
Анкоридж	Средние квартальные зарплаты	Средние ставки по ипотечным кредитам с переменной процентной ставкой
Москва	Национальный ВВП на душу населения	Долгосрочные процентные ставки, рассчитанные ОЭСР Данные по ипотечным ставкам отсутствуют, в качестве «бенчмарка» используются долгосрочные ставки процента (рассчитаны ОЭСР) на дату
Алма-Аты	Национальный ВВП на душу населения	Ставка ЦБ Казахстана Ввиду отсутствия информации по ставкам ипотечного кредитования и расчётов долгосрочных ставок в качестве «бенчмарка» используется ставка ЦБ Казахстана на дату

Источник: расчеты автора.

Для Москвы, Осло и Алма-Аты в качестве доходов использованы национальные данные, так как города являются финансовыми центрами стран (также иные данные для Москвы и Алма-Аты недоступны).

При выборе показателей, отражающих процентные ставки в данной работе, применяется подход, использованный в работе [Bourassa et al., 2001]: необходимо рассмотреть ставки по новым ипотечным кредитам, так как именно на их основании экономические агенты принимают решение относительно приобретения жилья, что влияет на спрос на недвижимость.

Уровень процентных ставок значительно влияет на спрос на рынке недвижимости посредством размера ипотечных платежей. На Рисунке 9 приведены процентные ставки для исследуемых стран.



Рис. 9. Номинальные процентные ставки, используемые в моделировании

Источник: расчеты автора.

С 2002-го года ставки во всех странах находились на стабильном уровне или снижались; важно отметить, что в Казахстане, Канаде, США и Норвегии наблюдался рост ставок с 2006-го года, а в России рост начался лишь середины 2008-го года. Обращаясь к Рисунку 8, на котором представлены графики реальных цен на недвижимость, можно заметить, что значительное снижение цен с пиковых уровней в нефтяных столицах соответствует периоду роста процентных ставок.

Проводимое эконометрическое моделирование имеет ряд недостатков: исследуемый промежуток является непродолжительным, используется лишь две объясняющие переменные: "реальный доход" и "реальная ставка процента". Однако данный подход позволяет на имеющихся ограниченных данных оценить долгосрочную реакцию реальных цен на недвижимость на изменение двух ключевых драйверов цен на недвижимость. При проведении моделирования справедливых цен не учитывалась динамика подстройки цен в краткосрочном периоде к долгосрочному равновесию.

3.3 Описание результатов эмпирического исследования

Тестирование динамики цен на недвижимость

Первым этапом эмпирического исследования является тестирование реальных цен недвижимости на взрывной рост, характерный развитию рациональных пузырей. Результаты скользящего ADF тестирования на 1% уровне значимости приведены в Таблице 5, расчеты p-значений для всего периода приведены в виде графиков в Приложении 1.

Размер "скользящего окна" выбран в 60 месяцев, что соответствует 16 квартальным наблюдением или 11 полугодовым.

Таблица 5: результаты ADF тестирования на "взрывной рост" реальных цен на недвижимость на 1% уровне значимости

	Начало периода бума	Конец периода бума
Хьюстон	январь 2003	апрель 2008
Осло	июль 2002	октябрь 2008
Эдмонтон	июль 2002	январь 2009
Калгари	апрель 2002	январь 2009
Анкоридж	октябрь 2002	январь 2008
Москва	январь 2003	июль 2008
Алма-Аты	январь 2001	июль 2007

Источник: Расчеты автора

Таким образом, анализ динамики реальных цен на недвижимость допускает развитие рационального пузыря в период 2000-2008 гг. во всех нефтяных столицах, даже в Хьюстоне, где рост цен практически незаметен при графическом анализе, что может быть объяснено крайне незначительным превосходством единицы первого коэффициента авторегрессии, однако крайне малой его дисперсией, ввиду чего гипотеза о "случайном блуждании" реальных цен на недвижимость (=1) отвергнута в пользу "взрывного роста" ( на 1% уровне значимости.

Стоит отметить практически идентичные графики p-значений для городов Эдмонтона и Калгари, а также схожую динамику реальных цен на недвижимость. Это можно объяснить тем, что города входят в единую агломерацию и находятся лишь в 300-х километрах друг от друга.

На основании данного теста не отвергаются Гипотезы 1, 2 и 4. Судить о Гипотезе 3 на основании данного теста невозможно, так как степень переоценки в нем не отражается.

Результаты расчета ключевых соотношений

Наличие свидетельств роста реальных цен на недвижимость в период роста цен на энергоресурсы, характерного развитию рациональных пузырей требует дальнейшего анализа. В Приложении 2 приведены рассчитанные отношения стоимости жилья к годовой арендной плате и годовому доходу домохозяйства из двух человек для исследуемых нефтяных столиц.

В Москве динамика и уровни приведенных соотношения доказывают развитие значительного пузыря на рынке недвижимости в 2002-2009 гг., для Алма-Аты в 2003-2007 гг. Значение соотношения Цена/Доход для Москвы и Алма-Аты в 2016-м году на уровне 3,4 и 4 (наблюдается завышение, однако некритичное) и стабильность соотношения Цена/Аренда может говорить о близости рынка недвижимости к равновесию.

Ввиду отсутствия данных по ставкам аренды для Казахстана соотношение Цена/Аренда не рассчитано, однако в 2016-м году согласно частному агентству недвижимости krysha.kz оно находится на уровне 17, что соотносится с мировыми уровнями долгосрочного равновесия.

На рынке недвижимости Эдмонтона и Калгари можно увидеть рост исследуемых соотношений с ноября 2005 года по июль 2007-го, а затем коррекцию до долгосрочных уровней, на конец 2016-го года соотношение Цена/Доход составляет 4.

Анализ рассчитанных соотношений для Хьюстона и Анкориджа, как и минимальный рост реальных цен в течение исследуемого периода, свидетельствует об отсутствии признаков развития спекулятивного пузыря в течение рассматриваемого временного промежутка.

Детальный анализ ситуации в Осло

Отдельное внимание необходимо уделить Осло: на Рисунке 8 видно, что реальные цены на недвижимость в норвежской столице растут в течение всего периода времени (2000-2016 гг.) Соотношение Цена/Аренда находится на уровне 15, что не является высоким уровнем, однако соотношение Цена/Доход находится на уровне 6, что является значительным сигналом о переоценке рынка недвижимости.

По данным OECD стандартизированное соотношение Цена/Доход (за 100 принято долгосрочное равновесие) совпадает с динамикой, рассчитанной автором для Осло и составляет 140 (что говорит о переоценке рынка), значение в 100 единиц данный индекс принимал в 2005-м году, когда соотношение Цена/Доход в Осло находилось на уровне 4 (что близко к равновесию согласно расчетам Кейса-Шиллера).

Итоги анализа ключевых индикаторов

Подводя итог анализу ключевых индикаторов, стоит отметить, что соотношения Цена / Рента сопоставимы во всех нефтяных столицах за исключением Анкориджа, где данный показатель находится на уровне 20. Симптомы развития пузыря на рынке недвижимости в период высоких цен на энергоносители наблюдаются практически во всех годах, в меньшей степени в Анкоридже и отсутствуют в Хьюстоне.

Соотношение Цена/Доход для Москвы, Эдмонтона, Калгари и Алма-Аты находится на уровне 3,5-4 продолжительный период времени, что можно объяснить относительной дороговизной жилья как одним из симптомов "голландской болезни", которой подвержены Россия, Канада и Казахстан.

На основании данного этапа тестирования возможно судить о Гипотезах 2, 3 и 4. Гипотеза 2 не отвергается (наблюдается 4 пузыря). Гипотеза 3 не отвергается, при условии отсутствия ресурсного проклятия в штате Аляска (ввиду значительной диверсификации экономики страны (США) и высокого качества институтов государственного управления). Наибольший рост и падение ключевых индикаторов наблюдается в Москве и Алма-Аты, "столицах" стран наиболее подверженных ресурсному проклятию. Гипотеза 4 отвергается: в Алма-Ате, Эдмонтоне, Калгари показатели снижаются с середины 2007-го года, за год до падения цен на нефть.

Результаты моделирования реальных цен на недвижимость на основании реальных доходов.

При проведении регрессий для выявления долгосрочной зависимости цен на недвижимость от уровня доходов и процентных ставок проверялась значимость коэффициентов регрессоров. Если коэффициент является незначимым даже на 10% уровне значимости, он из модели исключается, надёжными моделями возможно считать те, в которых регрессия значима хотя бы на 5% уровне, что соответствует регрессиям для Эдмонтона, Калгари, Анкориджа, Москвы и Алма-Аты. Основные показатели проведенных регрессий представлены в Таблице 6.

Таблица: 6 Показатели регрессий, проведенных при моделировании "справедливых цен"

	Константа	Доход	Реальные процентные ставки	p-значение теста на значимость регрессии	р-значение теста на значимость к. регрессора "Доход"	р-значение теста на значимость к. регрессора "Ставка"
Хьюстон	.0047106	.1099245 (.0633901)	-	0.0874	0.087	Не значим
Осло	.0075103	1.676542 (.9798239)	-	0.0918	0.092	Не значим
Эдмонтон	.0151061	.6340597 (.1681172)	-.6781528 (.1814836)	0.000	0.000	0.000
Калгари	.016255	.6642595 (.1868085)	-.5583837 (.2016609)	0.001	0.001	0.007
Анкоридж	.0047106	.1324939 (.076959)	-.2133556 (.1030915)	0.0300	0.090	0.043
Москва	-.0006642	.6083263 (.2705669)	-	0.0280	0.028	Не значим
Алма-Аты	-.1649584	6.78302 (1.618776)	-2.819543 (.7664457)	0.0004	0.001	0.010

Источник: расчеты автора.

Коэффициент при переменной доход показывает, на сколько процентов в среднем изменяется реальная стоимость недвижимости при увеличении реальных доходов на 1% (расчет эластичности).