Стратегия развития металлургической промышленности

Для того, чтобы понять, как именно по двум группам компаний различаются показатели эффективности между экспортерами и неэкспортерами, можно использовать стандартный метод трех компонент, который показывает, что именно заложено в найденные различия (R):

R = {E(XN) ? E(XE)}? вE+ E(XE)?(вN? вE) + {E(XN) ? E(XE)}? (вN? вE) (10)

Первая компонента - {E(XN) ? E(XE)}? вE- «Endowmentseffect» отражает различия, которые выражены наличием разных характеристик у российских компаний металлургической промышленности.

Вторая ?E(XE)?(вN? вE) - «Coefficients» отвечает за разницу в коэффициентах (а также свободных членах).

Третья ? {E(XN) ? E(XE)}? (вN? вE) -«Interaction» отражает, одновременный эффект первых двух компонент на эту разницу.

Таблица 4.

Результаты декомпозиции Оаксаки-Блайндера В модели export=0 - отражал неэкспортеров, export=1 - экспортеров.

Variable	oaxaca_ta	oaxaca_ni	oaxaca_tps
Differential
Prediction_1	10,049***	6,737***	6,657***	1 - exp=0
Prediction_2	13,058***	9,671***	7,822***	2 - exp=1
Difference	-3,009	-2,935***	-1,165***
Decomposit~n
Endowments	-2,341***	-2,473***	-0,550***
Coefficients	-0,898***	-1,242***	-0,663***
Interaction	0,231***	0,780***	0,047
N_observ	3252	2509	3242

Таблица 4 показывает результаты проведенной декомпозиции Оаксаки-Блайндера. Как можно увидеть, разрыв в показателях эффективности между экспортерами и неэкспортерами достаточно заметный. Средние значения логарифмов показателей эффективности для экспортеров заметно больше, чем для тех компаний, которые не занимаются экспортной деятельностью. В случае с чистой прибылью и выручкой к количеству работников этот разрыв значим всегда. Однако при сравнении двух групп компаний по величине общих активов (точнее их натуральных логарифмов) можно заметить, что разрыв в эффективности совсем незначим.

Также можно заметить, что если бы экспортеры обладали характеристики неэкспортеров, то их эффективность снизилась бы на 2,341 по совокупным активам, на 2,473 по показателю чистой прибыли и на 0,55 по показателю выручки на работника.

Если бы экспортеры, обладая своими характеристиками, имели коэффициенты неэкспортеров, то снижение было бы менее заметным - на 0,898; 1,242; 0,663соответственно.



График 1.

Динамика компонент Endowmentsи Coefficientsв декомпозиции Оаксаки-Блайндера для зависимой переменной lnta

График 2.

Динамика компонент Endowmentsи Coefficients в декомпозиции Оаксаки-Блайндера для зависимой переменной lnni

График 3.

Динамика компонент Endowmentsи Coefficientsв декомпозиции Оаксаки-Блайндера для зависимой переменной lntps

Графики, представленные выше, отражают изменения, которые происходили в средних значениях показателей эффективности, которые были взяты за основу в данной работе.

Так, на имеющихся данных гипотеза о существовании обучения на экспорте отвергается, так как в настоящем временном промежутке не нашлось такого отрезка времени, когда бы по всем трем показателям происходил однозначный рост компоненты coefficients, которая отвечает в данном случае за обучаемость на экспорт

График 4.

Динамика оценки коэффициента в доверительном интервале при переменной экспорта в модели с зависимой переменной lnta

График 5.

Динамика оценки коэффициента в доверительном интервале при переменной экспорта в модели с зависимой переменной lnni



График 6.

Динамика оценки коэффициента при переменной экспорта в доверительном интервале в модели с зависимой переменной lntps

Графики 4-6 также подтверждают, что обучение на экспорте по собранным данным за 2006-2013 годы не обнаружено, так как во влиянии экспорта на эффективность заметен слабый ниспадающий тренд.

Существует вероятность, однако, что во взятый период времени просто не попало интересующее нас явление, так как большая часть рассмотренных в работе компаний достаточно крупные, и есть основания полагать, что вышли они все на внешний рынок достаточно давно. Возможно, их «обучаемость» прошла к моменту 2006 года.



Заключение

Изучение металлургической промышленности в России - достаточно сложный процесс, требующий большого количества времени и ресурсов. Поэтому даже один аспект (в данном случае влияние экспорта на эффективность компаний) его не может быть исчерпывающим образом изучен и проанализирован в рамках одного исследования, что оставляет много работы на будущее.

На данный момент, результаты получились следующие: наличие положительной связи между тем, занимается ли компания экспортной деятельностью и ее финансовой эффективностью применительно к российским данным действительно может быть замечена. Однако, как известно, эконометрический инструментарий позволяет определить лишь наличие этой связи, но не определить направление ее. Поэтому вопрос о причинно-следственных связей такого явления все же остается открытым, хотя нам и удалось определить, что различия в эффективности между двумя группами компаний - экспортирующими и неэкспортирующими существует. Однако предположение о том, что со временем разрыв этот будет увеличиваться, не нашло подтверждения. Поэтому на данный момент можно сказать, что обучение на экспорте за период с 2006 по 2013 годы по собранным данным не наблюдается.

В качестве направлений дальнейшего исследования можно выделить следующие:

продолжение поиска доказательств существования обучения экспорта

попытка найти подтверждение гипотезы о самоотборе

исследовать страновой эффект экспорта

Первое направление можно попробовать реализовать путем поиска данных об объеме экспорта, а также о возможной смене статуса с экспортера на неэкспортера и обратно. Сделать это можно как, попробовав найти эту информацию в других базах данных, так и устроив опрос компаний (в РУСЛАНЕ находятся помимо всего прочего контакты фирм, так что в теории это возможно осуществить). Тогда можно будет не ограничивать себя в выборе методологии анализа и действительно попытаться приблизиться к истине о существовании обучения экспорта.

Второе направление исследования также представляет большой интерес, однако, ввиду той же проблемы отсутствия данных на настоящий момент, пока оно нереализуемо. Тем не менее, если проводить опрос управляющих рассматриваемых компаний, можно получить достаточно достоверные данные о том, когда компания становилась экспортером и какие результаты показывала за несколько лет до этого.

Третье же направление было очень интересно исследовать и в данной работе, но тут ситуация та же, что и с предыдущими двумя аспектами. РУСЛАНА предоставляет по некоторым компаниям (которые, по всей видимости, такую информацию предоставили, так как их очень мало) информацию о том, в какой год в какие государства производился экспорт продукции. Однако из-за отсутствия данных об объеме, непонятно, каким образом определить, куда экспортируется больше, а куда меньше. Если бы эта информация была в наличии, можно было бы делить страны на некоторые группы (например, развитые и развивающиеся или страны СНГ и дальнего зарубежья) и исследовать, как влияет на финансовую эффективность экспорт в ту или иную группу стран.

Также стоит отметить, что можно расширить генеральную совокупность путем добавления компаний добывающей промышленности (в частности, компании пункта 13 ОКВЭД), а также производства готовой металлической продукции (компании кода 28 ОКВЭД).

Таким образом, настоящему исследованию еще есть куда развиваться в будущем и настоящие результаты лишь первый этап для определения влияния экспорта на финансовую эффективность компаний российский металлургии. металлургический промышленность экспортер регрессионный



Список литературы

Baldwin J., Gu W. «Export-Market Participation and Productivity Performance in Canadian Manufacturing» / J. Baldwin, W. Gu // he Canadian Journal of Economics / Revue canadienned'Economique, Vol. 36, No. 3 (Aug., 2003), pp. 634-657

BernardA., Wagner J. «Exports and Success in German Manufacturing» / A. Bernard, J. Wagner // WeltwirtschaftlichesArchiv, Bd. 133, H. 1 (1997), pp. 134-157

Damijan J., Kostevc C. «Learning-by-Exporting: Continuous Productivity Improvements or Capacity Utilization Effects? Evidence from Slovenian Firms»?/ J. Damijan, C. Kostevc // Review of World Economics / WeltwirtschaftlichesArchiv, Vol. 142, No. 3 (Oct., 2006), pp. 599-614

Haidar J., «Trade and productivity: Self-selection or learning-by-exporting in India/ J. Haidar» // Economic Modelling 29 (2012) pp. 1766-1773

Kneller R., Pisu M. «The returns to exporting: evidence from UK firms» / R. Kneller, M.Pisu // The Canadian Journal of Economics / Revue canadienned'Economique, Vol. 43, No. 2 (May / mai 2010), pp. 494-519?

Oaxaca R. «Male-Female wage differentials in urban labor markets»/ R. Oaxaca // International Economic Review, Vol. 14, Issue 3 (Oct. 1973) pp. 693-709

Ruane F., Sutherland J. «Export Performance and Destination Characteristics of Irish Manufacturing Industry» / F. Ruane, J. Sutherland // Review of World Economics / WeltwirtschaftlichesArchiv, Vol. 141, No. 3 (Oct., 2005), pp. 442-459

Голикова В.В. Эмпирические доказательства обучающих эффектов экспорта: препринт [Текст]/ В. В. Голикова, К. Р. Гончар, Б. В. Кузнецов ; Нац. исслед. ун-т «Высшая школа экономики». - М. : Изд. дом Высшеи? школы экономики, 2011.

Кондратюк А. Металлургия расчет засчет «Силы Сибири» и золота Чукотки[Электронный ресурс] http://www.riarating.ru/corporate_sector_study/20141216/610640746.html

Кондратюк А. Российская металлургия на подъеме[Электронный ресурс] http://www.riarating.ru/corporate_sector_study/20140924/610633394.html

Стратегия развития металлургической промышленности России на период до 2020 года // Минпромторг России, 18 марта 2009

Стратегия развития цветной металлургии России на 2014 - 2020 годы и на перспективу до 2030 года

Стратегия развития черной металлургии России на 2014 - 2020 годы и на перспективу до 2030 года

РатниковаТ. А.,Фурманов К.К. Анализ панельных данных и данных о длительности состояний[Текст] /Т. А. Ратникова, К.К. Фурманов; Нац. исслед. ун-т «Высшая Школа Экономики». - М.: Изд. дом Высшей школы экономики, 2014.



Приложение 1

Рейтинг финансового состояния отраслей промышленности России по итогам 2013 года



Приложение 2

Рейтинг финансового состояния отраслей промышленности России по итогам 6 месяцев 2014 года



Приложение 3

Результат регрессионного анализа модели REс зависимой переменной lntps



Приложение 4

Результат регрессионного анализа модели pooledс зависимой переменной lntps



Приложение 5

Тест Бройша-Пагана для сравнения моделей REи pooledс зависимой переменной lntps



Приложение 6

Результат регрессионного анализа модели pooledс зависимой переменной lnni



Приложение 7

Результат регрессионного анализа модели REс зависимой переменной lnni



Приложение 8

Тест Бройша-Пагана для сравнения моделей REи pooledс зависимой переменной lnnin



Приложение 9

Результат регрессионного анализа модели pooledс зависимой переменной lnt_a



Приложение 10

Результат регрессионного анализа модели REс зависимой переменной lnt_a



Приложение 11

Тест Бройша-Пагана для сравнения моделей REи pooledс зависимой переменной lnt_a



Приложение 12

Результат декомпозиции Оаксаки-Блайндера для зависимой переменной lnturn_per_pers



Приложение 13

Результат декомпозиции Оаксаки-Блайндера для зависимой переменной lnnincom



Приложение 14

Результат декомпозиции Оаксаки-Блайндера для зависимой переменной lnt_a



Приложение 15

Результат коррелляционного анализа переменных



Приложение 16

Результат проверки на гетероскедастичность в модели RE для зависимой переменной lnt_a



Приложение 17

Результат проверки на гетероскедастичность в модели RE для зависимой переменной lnnincom



Приложение 18

Результат проверки на гетероскедастичность в модели RE для зависимой переменной lntps



Приложение 19

Результат регрессионного анализа в модели FEдля зависимой переменной lnta



Приложение 20

Результат регрессионного анализа в модели FE для зависимой переменной lnni



Приложение 21

Результат регрессионного анализа в модели FE для зависимой переменной lnturn_per_pers



Приложение 22

Результат теста Хаусманадля зависимой переменной lnni



Приложение 23

Результат теста Хаусманадля зависимой переменной lnturn_per_pers



Приложение 24

Результат теста Хаусманадля зависимой переменной lnta



Приложение 25

Результат регрессионного анализа для зависимой переменной lntps методом инструментальной переменной



Приложение 26

Коды ОКВЭД (2008)

Код ОКВЭД	Вид экономической деятельности
27	Металлургическое производство
27.1	Производство чугуна, ферросплавов, стали, горячекатаного проката и холоднокатаного листового (плоского) проката
27.11	Производство чугуна и доменных ферросплавов
27.12	Производство продуктов прямого восстановления железной руды
27.13	Производство ферросплавов, кроме доменных
27.14	Производство стали
27.15	Производство полуфабрикатов (заготовок) для переката
27.16	Производство стального проката горячекатаного и кованого
27.16.1	Производство стального сортового проката горячекатаного и кованого
27.16.2	Производство стального горячекатаного листового (плоского) проката
27.17	Производство холоднокатаного плоского проката без защитных покрытий и с защитными покрытиями
27.2	Производство чугунных и стальных труб
27.21	Производство чугунных труб и литых фитингов
27.22	Производство стальных труб и фитингов
27.3	Производство прочей продукции из черных металлов, не включенной в другие группировки
27.31	Производство холоднотянутых прутков и профилей
27.32	Производство холоднокатаных узких полос и лент
27.33	Производство гнутых стальных профилей
27.34	Производство стальной проволоки
27.35	Производство железных порошков, прочей металлопродукции из стального проката, не включенной в другие группировки
27.35.1	Производство железных порошков
27.35.2	Производство изделий из стального проката для верхнего строения железнодорожного пути
27.35.3	Производство профилей и конструкций шпунтового типа из стального проката
27.4	Производство цветных металлов
27.41	Производство драгоценных металлов
27.42	Производство алюминия
27.42.1	Производство сырья для получения алюминия
27.42.11	Производство оксида алюминия (глинозема)
27.42.12	Производство криолита и фтористого алюминия
27.42.2	Производство первичного алюминия
27.42.3	Производство алюминиевых порошков
27.42.4	Производство алюминиевых сплавов
27.42.5	Производство полуфабрикатов из алюминия или алюминиевых сплавов
27.43	Производство свинца, цинка и олова
27.44	Производство меди
27.45	Производство прочих цветных металлов
27.5	Производство отливок
27.51	Производство чугунных отливок
27.52	Производство стальных отливок
27.53	Производство отливок из легких металлов
27.54	Производство отливок из прочих цветных металлов



Приложение 27

Сравнение оценки коэффициента при переменной экспорта в доверительном интервале в моделях REи Hausman-Tailorдля зависимых переменных lntaи lnni

	RE	H-T
	beta	beta-s.e.	beta+s.e.	s.e.	beta	beta-s.e.	beta+s.e.	s.e.
lnta	0,8521541	0,6966682	1,00764	0,1554859	2,751156	1,7707647	3,7315473	0,9803913
lnni	0,8371613	0,6320758	1,0422468	0,2050855	4,461496	2,617844	6,305148	1,843652

Размещено на Allbest.ru