Оценка влияния внешних факторов на эффективность УК по пенсионным накоплениям Елена Анатольевна Фёдорова доктор экономических наук, профессор, кафедра финансового менеджмента, Финансовый университет при Правительстве РФ, Москва, Российская Федерация Анастасия Андреевна Ткаченко магистрант, кафедра финансового менеджмента, Финансовый университет при Правительстве РФ, Москва, Российская Федерация За последнее время в СМИ все чаще появляется информации о повышении пенсионного возраста в России. Инициатором и ярым сторонником данной реформы стал Минфин, по мнению которого это единственный способ преодоления хронического дефицита пенсионного фонда в условиях негативных демографических тенденций. Таким образом, как никогда актуальными становятся вопросы о том: куда направить свои пенсионные накопления, как оценить надежность и эффективность УК по пенсионным накоплениям и какие внешние факторы могут повлиять на их работу. Сложность оценки эффективности УК по пенсионным накоплениям заключается в специфике их портфелей, в которых отсутствуют такие показатели как труд и капитал. Стоит отметить, что последние исследования в области сравнительного анализа позволяют провести оценку деятельности компании не только по доходности, но и по ее технической эффективности. В первой части работы была проведена оценка эффективности 39 управляющих компаний по пенсионным накоплениям, с помощью непараметрического метода DEA. В расчете были использованы официально публикуемые ежеквартальные данные по УК 1 за период с 1 квартала 2004 по 2 квартал 2015 года. Оценка проводилась по 16 различным моделям, ориентированным на вход или выход. Для входа был использован относительный показатель расходов по инвестированию, а в качестве выходов выбраны такие показатели как СЧА, доходов от инвестирования и денежных средств на счетах кредитных организаций. Рассмотренные модели интересны тем, что предлагают систематические различия между результатами сравнительного тестирования в зависимости от предположений. Чем больше рассматриваемые наборы, тем больше оцениваемая технология, т.е. более 1 http://www.pfrf.ru/grazdanam/pensions/pens_nak/osnov_sved_invest/ оптимистична оценка потенциала улучшения компании. Однако у этого есть и обратная сторона в больших моделях показатели эффективности фирмы меньше. Таким образом, FDH - самое маленькое множество технологии. VRS больше, потому что мы ”заполнили отверстия”. Позволяя некоторое масштабирование, мы достигаем большего размера множества, любой DRS (который увеличивает множество для небольших входных значений), или IRS, который увеличивает технологию для больших входных значений. Позволяя полное масштабирование и выпуклость, мы определяем нашу самую большую технологию, технологию CRS. Одним из самых важных вопросов для обсуждения является вопрос о том, какую модель выбрать. Это и не удивительно, т.к. от выбора модели зависит уровень дохода компании. Фирмы обычно единодушно предпочитают модель FDH. Однако на практике данные достаточно редко позволяют избегать предположения об их выпуклости. Среди VRS, DRS, IRS и модели CRS моделей, фирмы также предпочитают модель VRS, т. к. при ее использовании они получают более высокие показатели эффективности, например, более высокую норму стоимости. Выбор между DRS и IRS делают с переменным успехом, в то время как CRS - худшая альтернатива для большинства фирм. Однако, как показывает практика, эта наименее оптимистичная модель наиболее реально отражает ситуацию. В связи с этим для последующего анализа влияния внешних факторов на эффективность работы УК мы будем использовать результаты оценки по модели CRS ориентированной на вход, позволяющей минимизировать входящие показатели при заданном уровне параметров выход с постоянной отдачей от масштаба. Анализ влияния внешних факторов на техническую эффективность DEA управляющих компаний был проведен в два этапа с помощью оценки байесовскими методами моделей многомерных векторных авторегрессий с наложенной на них теоретической структурой, позволяющей выявлять причинно-следственные связи. Для определения каналов влияния различных шоков на техническую эффективность использовались функции импульсных откликов (impulse response functions) и метод декомпозиции вариации переменных. На первом этапе было проведено исследование влияния шоков Индексов пенсионных накоплений (RUPCI, RUPAI) на техническую эффективность. Response of CRSIN to Cholesky One S.D. Innovations .008 .006 .004 .002 .000 -.002 -.004 1 2 3 4 5 6 RUPAI 7 8 9 10 RUPCI Рисунок 1. Функции импульсных откликов для технической эффективности Таблица.1 Декомпозиция вариации переменных CRSIN Period S.E. CRSIN RUPAI RUPCI 1 2 3 4 5 6 7 8 9 10 100.0000 99.95261 99.69455 99.63718 99.60427 99.57823 99.55572 99.53577 99.51794 99.50196 0.000000 0.012454 0.255512 0.296220 0.308667 0.315042 0.319370 0.322858 0.325865 0.328525 0.000000 0.034938 0.049934 0.066600 0.087061 0.106732 0.124908 0.141370 0.156196 0.169517 0.125722 0.125936 0.126131 0.126171 0.126195 0.126213 0.126228 0.126242 0.126254 0.126265 Таким образом, можно сделать вывод о том, что для технической эффективности наблюдается положительная реакция на возмущение Индекса RUPAI. В то же время на Индекс RUPCI отклик сначала отрицательный, а за тем приобретает положительную тенденцию. Вариация технической эффективности в значительной мере объясняется Индексом RUPAI (до 30%) и Индексом RUPCI (до 15%) . На втором этапе анализа было рассмотрено влияние таких внешних факторов как индекс РТС, курсы валют доллара и евро, денежная база и ВВП на сами Индексы пенсионных накоплений. По результатам анализа вариация Индекса пенсионных накоплений RUPAI в основном объясняется Индексом РТС (до 70%), ВВП (около 2%) и денежной базой (до 11%). Разница декомпозиций Индекса RUPCI также в значительной мере объясняется Индексом РТС, уровнем ВВП, денежной базой и курсом доллара. Следовательно, техническая эффективность УК пенсионных накоплений также будет реагировать на возмущения в данных показателях. В заключении стоит отметить, что при выборе УК по пенсионным накоплениям необходимо оценивать их эффективность не только с точки зрения доходности, но и с помощью современных средств сравнительного анализа, таких как метод DEA. Также следует обращать внимание на изменения в таких макроэкономических показателях как ВВП и денежная база и следить за колебания Индекса РТС и курсов валют доллара и евро. Литература: 1. Подкорытова О. А. Начальный практикум по эконометрике // Санкт-Петербург. 2004. С. 34 2. Bogetoft P., Otto L. Benchmarking with DEA, SFA, and R // Springer New York Dordrecht Heidelberg London. 2011. P. 368 3. Banker R. D., Charnes A., Cooper W. W. Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis // Management Science. 1984. № 30 (9). P. 1078-1092