книги / Методология формирования системы регионального мониторинга государственных программ
..pdfсущественно зависит от расходов консолидированного бюджета. В зону умеренного бюджетно-программного риска попали кластеры «Социальная политика» и «Эффективное управление», программы которых диверсифицированы по объемам финансирования. К зоне со средним риском отнесены «Экономическая политика» и «Территориальное развитие», где программы незначительны по объемам финансирования, но наблюдается увеличение бюджетных средств.
Таким образом, предложенная методика оценки бюджетнопрограммных рисков Пермского края на 2014–2016 гг. показала, что эффективность реализуемых государственных программ изначально запланирована умеренно эффективная, с умеренными рисками. Для достижения высокой эффективности необходимо составлять более долгосрочные программы с последующим разделением их на среднесрочные подпрограммы.
Следуя гипотезе о том, что бюджетно-программный риск – это вид финансового риска, полагаем, что к управлению такого рода рисками вполне применимы методы управления финансовыми рисками. Так, например, в последнее время в РФ стремительно набирает популярность метод стресс-тестирования. Стресс-тестирование – это общий термин, объединяющий группу методов оценки воздействия на финансовое положение субъекта неблагоприятных событий, определяемых как «исключительные, но правдоподобные (возможные)» – exceptional but plausible.
На сегодняшний день за рубежом стресс-тестирование признано необходимым методом управления рисками. В рамках этого метода рассчитывается ряд вероятностных показателей, которые используются для оценки и анализа рисков. Для наиболее вероятных событий с «ожидаемым» риском применяются классические методы оценки (см. табл. 3.8). Далее оценивается Value at Risk (VaR) – стоимость, подверженная риску. Это величина потерь при умеренно неблагоприятном, т.е. возможном в рамках нормальной конъюнктуры сегмента сценарии,
141
именуется «неожиданным риском»8. В свою очередь стресс-тести- рование включает в себя анализ чрезвычайных событий, которые характеризуются низкой вероятностью и высоким воздей-
ствием – Low probability high impact (LPHI) events. Эти события в силу катастрофических убытков не могут быть исключены из анализа, хотя очень сложно поддаются статистической оценке и прогнозированию. При анализе исключительных событий применяется специальный инструментарий – теория экстре-
мальных значений Extreme Value Theory (EVT).
По мнению С.Е. Шипицыной [53], применение метода стресс-тестирования при управлении бюджетно-программными рисками региона более чем допустимо. Это поможет оценивать готовность органов региональной власти к различным кризисным ситуациям, выявлять слабые стороны, разрабатывать различные сценарии поведения программного бюджета. В силу существующей специфики и ограничения применения большинства традиционных методов управления рисками из теории риск-менеджмента при управлении бюджетно-программными рисками субъектов РФ, метод стресс-тестирования может служить как дополнение к методам лимитирования и резервирования, которые Бюджетным кодексом РФ встроены в бюджетный процесс.
Оценим бюджетно-программные риски на примере Пермского края методом стресс-тестирования, для этого рассчитаем Value at Risk (VaR). Для программного бюджета основными рисками являются риски снижения доходной части бюджета, как основного источника финансирования, и, как следствие, риски
8Впервые концепция рисковой стоимости VaR стала использоваться Д. Везерстоуном, председателем совета директоров банка J.P. Morgan, который хотел каждый день в 16:15 получать отчет о максимальных потерях по всем позициям в банке. Этот отчет получил известность как «Отчет 415». В 1993 г. термин «Value at Risk» впервые появился в публичном документе – в докладе
«Derivatives: practices and principles», подготовленном J.P. Morgan. В октябре
1994 г. банк J.P. Morgan опубликовал систему RiskMetrics™ и разместил в Интернете в открытом доступе ее подробное описание.
142
снижения расходной части, превышение расходов над доходами (дефицит) выше нормативного значения (установленного законодательством) и низкое фактическое исполнение программного бюджета в полном объеме. Как показывают данные табл. 3.9, эффективность исполнения доходной части значительно выше, чем расходной. Если в период 2009–2013 гг. доходная часть соответствовала высокой эффективности исполнения (98,9–103,9 %), то эффективность расходной части можно определить как низ-
кую (91–76,5 %).
Таблица 3 . 9
Основные показатели структуры бюджета Пермского края за 2009–2016 гг., млрд руб.
Год |
|
Доходы |
|
Расходы |
Дефицит/ |
|||
|
|
профицит |
||||||
|
|
|
|
|
|
|||
|
план |
факт |
исполн., % |
план |
факт |
исполн., % |
план |
факт |
2009 |
63,036 |
65,514 |
103,9 |
83,508 |
73,824 |
88,4 |
–20,473 |
–8,309 |
2010 |
61,361 |
62,705 |
102,2 |
85,368 |
65,308 |
76,5 |
–24,007 |
–2,604 |
2011 |
77,529 |
78,695 |
101,5 |
88,734 |
79,869 |
90,0 |
–11,205 |
–1,174 |
2012 |
93,928 |
90,217 |
96,0 |
104,503 |
93,089 |
89,1 |
–10,575 |
–2,872 |
2013 |
89,896 |
88,897 |
98,9 |
105,574 |
96,050 |
91,0 |
–15,678 |
–7,153 |
2014 |
101,002 |
– |
– |
113,714 |
– |
– |
–12,712 |
– |
2015 |
99,674 |
– |
– |
113,49 |
– |
– |
–13,816 |
– |
2016 |
107,047 |
– |
– |
121,960 |
– |
– |
–14,914 |
– |
Наглядно соотношение планируемых и фактических показателей бюджета Пермского края показано на рис. 3.9.
Кроме того, бюджет Пермского края на протяжении анализируемого периода планировался и прогнозировался с дефицитом. Наличие дефицита допускается бюджетным законодательством, но величина его не должна превышать нормативное значение – 15 % утвержденного общего годового объема доходов бюджета субъекта Российской Федерации без учета утвержденного объема безвозмездных поступлений9.
9Бюджетный кодекс Российской Федерации от 31.07.1998 № 145-ФЗ. Доступ из справ.-правовой системы «КонсультантПлюс».
143
Рис. 3.9. Динамика показателей планирования и эффективности исполнения бюджета Пермского края за 2009–2016 гг. (млрд руб.)
Однако сопоставление показателей планируемого и фактического размера дефицита выявило, что на стадии планирования величина дефицита в некоторые годы определялась по верхней планке нормативного значения: в 2009 г. – 31 %, 2010 г. – 39 % (см. табл. 3.9). Это можно объяснить рядом причин: во-первых, очевидно влияние последствий финансового кризиса 2008 г., во-вторых, хуже складывается исполнение «бюджета развития», значительную долю в котором составляют целевые программы, в-третьих, снижается качество управления бюджетным процессом.
Как видно на рис. 3.10 в процессе исполнения бюджета фактический размер дефицита сокращается по сравнению с планом. Это объясняется тем, что расчет планируемых потребностей бюджетных ассигнований определяется с нарушением методики планирования и доминирования пессимистического сценария, как правило, при исполнении бюджета исключению подлежат расходы, предлагаемые без надлежащего оформления расходных обязательств.
144
Рис. 3.10. Динамика планируемого и фактического дефицита бюджета Пермского края 2009–2016 гг. (млрд руб.)
Для оценки риска и расчета Value at Risk (VaR) в качестве вероятностного показателя примем размер дефицита бюджета Пермского края как производной переменной от доходов и расходов бюджета. VaR для бюджетного риска – это ожидаемый наибольший размер дефицита, который с заданной вероятностью может выдержатьбюджет Пермского края.
Существуют несколько методов расчета VaR: дельта-нор- мальный метод (параметрический), метод исторического моделирования и метод Монте-Карло. Для апробирования воспользуемся параметрическим – подходом RiskMetrics. Показатель VaR рассчитывается по следующей формуле:
VaR = k · σ · PV, |
(3.1) |
где k – коэффициент, соответствующий одному из доверительных интервалов: если доверительный интервал 0,8, то k = 0,841621;
если 0,9, k = 1,281552; если 0,95, k = 1,644854; если 0,975, k = 1,959964; если 0,99, k = 2,326348;
PV – текущая стоимость финансового актива; σ – стандартное отклонение.
Основными компонентами для вычисления VaR являются временной интервал и доверительный уровень. Для целей наших расчетов рисковой стоимости временной период примем равным финансовому году (с 1 января по 31 декабря), а довери-
145
тельный интервал для оценки финансового риска по методике RiskMetrics рекомендуется на уровне 95 %.
Для расчета рисковой стоимости дефицита бюджета на примереПермскогокраявначале определим стандартное отклонение:
σ = |
(xi − |
|
)2 |
|
|
x |
= 2,78655. |
||||
n |
|||||
|
|
||||
Далее по формуле (3.1),
VaR = 1,644854 · 2,78655 · 7,153 = 32,785 млрд руб.
Полученный результат оценки бюджетно-программных рисков показывает следующие тенденции и особенности управления предгосударственными и государственными программами (далее – ПиГП) региона:
1)плановая эффективность реализуемых ПиГП программ – умеренно эффективная с умеренными бюджетно-программными рисками;
2)в течение прогнозируемого периода 2014–2016 гг. более крупный дефицит бюджета, чем VaR (32,786 млрд руб.), может
случиться только с 5 % вероятностью – это безопасная ситуация для края, в 95 % случаев, при неблагоприятном стечении обстоятельств заданный порог преодолен не будет;
3)в случаях роста и превышения дефицита бюджета над VaR возникает ситуация абсолютной небезопасности региона, которая требует разработки антикризисных мер;
4)текущий сценарий, применяемый к бюджетному процессу и программно-целевому управлению, можно использовать
вбудущем, с учетом необходимых корректировок, вызванных внешними и внутренними факторами.
Таким образом, по нашему мнению, современный процесс управления безопасностью программно-целевого управления не должен ограничиваться только выполнением бюджетного законодательства и соблюдением нормативов. Бюджетный менедж-
146
мент и механизм оценки бюджетно-программных рисков должен базироваться на научных методах оценки, законах математики, теории вероятности и математической статистики с использованием передовых технологий в сфере управления безопасностью.
В завершение данной методики для всесторонней оценки бюджетно-программных рисков региона и бюджетной безопасности в целом необходимо провести консолидированную экс- пресс-оценку всех муниципальных образований, расположенных на территории региона. Следует заметить, что использование методической базы должно основываться на возможностях иметь целевую направленность и отвечать на основной вопрос: какова цель оценки?
Произведем оценку бюджетных рисков муниципальных образований края с целью определения «подушки бюджетной безопасности» для программно-целевого управления, основанную на статистическихметодах оценки. Алгоритмоценкиследующий.
Во-первых, на начало 2014 г. на территории Пермского края насчитывалось 48 муниципальных образований, из них 8 городских округов и 40 муниципальных районов. Воспользуемся отчетными данными фактического исполнения бюджетов муниципальных образований за 2012–2014 гг.
Во-вторых, примем, что для бюджетного процесса основными бюджетными рисками являются: риски снижения доходной части бюджета, превышение расходов над доходами (дефицит) и низкое фактическое исполнение расходной части бюджета. В этой связи оценивать будем три индикатора: 1) показатели фактического формирования доходной части бюджета; 2) показатели фактического исполнения расходной части; 3) фактические показатели дефицита бюджета.
В-третьих, для оценки рисков и зависимости устойчивости бюджета от фактических показателей бюджета воспользуемся статистическим методом оценки. Для этого определим коэффициенты вариации по 48 муниципальным образованиям за 2011–2013 гг., отражающиеоценку единицсовокупности(табл. 3.10).
147
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 3 . 1 0 |
|
Статистические показатели оценки бюджетного риска |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
№ |
Показатель |
|
|
Формула |
|
|
|
|
Расшифровкаобозначений |
|||||||
п/п |
|
длярасчета |
|
|
|
|
||||||||||
|
|
|
|
|
|
|
||||||||||
1 |
Ожидаемоеиспол- |
|
|
|
|
|
n |
|
|
|
|
n – общеечисловозможныхвари- |
||||
|
нениебюджета |
|
|
|
= ri pi |
антовисполнениябюджета, |
||||||||||
|
|
r |
||||||||||||||
|
(среднеематемати- |
|
|
|
|
i =1 |
|
|
|
|
ri – i-еисполнениебюджета, |
|||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
ческоеожидание) |
|
|
|
|
|
|
|
|
|
|
|
pi – вероятностькаждогоисхода |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
событий |
||||
2 |
Дисперсия |
σ2 = (Ri |
− R)2 Pi |
|
Ri – значениевозможныхвариан- |
|||||||||||
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i =1 |
|
|
|
|
|
|
товожидаемогодоходапорас- |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
сматриваемомубюджету, |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R |
– среднееожидаемоезначение |
|
|
|
|
|
|
|
|
|
|
|
|
|
постатьямдоходов(расходов) |
||||
|
|
|
|
|
|
|
|
|
|
|
|
бюджета, |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Pi – вероятноепоявлениебюд- |
|||
|
|
|
|
|
|
|
|
|
|
|
|
жетногориска, |
||||
|
|
|
|
|
|
|
|
|
|
|
|
n – числонаблюдений |
||||
3 |
Отклонениепока- |
|
|
|
n |
|
|
|
|
|
|
ri – ожидаемоезначениедлякаж- |
||||
|
зателейисполнения |
|
|
(ri |
− |
|
)2 n |
|
|
|
|
|
||||
|
|
r |
дойстатьидоходов(расходов), |
|||||||||||||
|
бюджета(среднее |
σ = |
|
i =1 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
n |
r – среднееожидаемоезначение |
||||||||||
|
квадратичноеот- |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
клонение) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
Коэффициентва- |
V = ±σ 100 % |
σ – среднее квадратичное от- |
|||||||||||||
|
риации(общий |
|
|
|
|
|
|
|
|
|
|
клонение, |
||||
|
|
|
|
|
r |
|
|
|
|
|||||||
|
бюджетныйриск) |
|
|
|
|
|
|
|
|
|
|
|
|
– среднееожидаемоезначение |
||
|
|
|
|
|
|
|
|
|
|
|
r |
|||||
На основе полученной информации был составлен временной ряд, и с помощью статистических показателей были найдены коэффициенты вариации для каждого муниципального образования Пермского края.
В-четвертых, для детального анализа причин возникновения бюджетных рисков необходимо провести кластеризацию муниципальных образований по полученным данным коэффициентов вариации на основе шкалы оценки для доходной и расходной частей бюджетов.
В результате исследования определены три кластера: высокий (V > 4 %), средний (V = 2…4 %), низкий (V < 2 %) уровень риска, которыенеобходимовизуализироватьпотерритории региона.
148
На основании рис. 3.11 можно сделать вывод о том, что расходная часть бюджетов имеет большую вариативность, приводящую к большей доли муниципальных образований с высокой степенью риска – 53,6 % (против 16,7 % доходной части). При этом доля муниципальных образований с низкой степенью риска расходной части (31,3 %) также уступает доле по доходной части (58,4 %). Средний уровень риска для расходов незначительно выше (37,5 %), чем для доходов (25 %).
Рис. 3.11. Территориальное расположение кластеров доходнорасходных рисков бюджетов муниципальных образований
Кроме того, для доходно-расходных рисков наблюдается следующая зависимость: в «кластер высокого риска» попадают в основном муниципальные районы с низкой устойчивостью бюджета, что говорит о необходимости усиления бюджетного менеджмента. В кластер низкого риска попали городские округа (за исключением г. Березники) и муниципальные районы края с высокой бюджетной устойчивостью.
149
В-пятых, поскольку дефицит бюджета является производной переменной от доходов и расходов бюджета, для завершения оценки бюджетных рисков произведем кластеризацию муниципальных образований на основе полученных данных коэффициента вариации фактического и нормативного значения дефицита местных бюджетов, регулируемого бюджетным законодательством (10 % доходной части бюджета за исключением безвозмездных поступлений).
Заметим, что в процессе исполнения местных бюджетов на протяжении 2011–2013 гг. фактический размер совокупного дефицита имеет тенденции к сокращению, что объясняется ростом безвозмездной помощи (бюджетные дотации) практически всем 48 муниципальным образованиям и нарушением методики бюджетного планирования. Стоит отметить тот факт, что общая сумма бюджетного дефицита 48 муниципальных образований Пермского края имеет мультипликативный эффект, отражающий тенденции исполнения доходов и расходов бюджетов (рис. 3.12).
Рис. 3.12. Кластеры рисков дефицита бюджетов муниципальных образований
150