7. Инвестиционная функция

Инвестиционная функция является дескриптивной моделью спроса на инвестиции и отображает связь (корреляцию) с теми или иными факторами, например, темпами роста ВНП, массы и нормы прибыли, объема основного капитала и т.д. Данная модель используется автономно или в системе моделей. Основное назначение данной функции анализ или прогнозирование потребностей в инвестициях под желаемый рост экономики страны в целом или отдельной отрасли. При этом учитывается баланс инвестиций, и определяются значения параметров, позволяющих регулировать этот процесс.

Известны разные формы инвестиционной функции, отличающиеся друг от друга:

• набором факторов (независимых переменных);

• характером поведения инвестиций, связанных с конкретными экономическим условиями.

Вероятность их осуществления в будущем определяет пригодность модели для прогнозирования расчетов. Так, при быстром повышении потребительского спроса инвестиции изменяются своеобразно принципу акселератора, но экономическая стабильность или низкая конъюнктура делают фактором, сильнее всего влияющим на их объем, ожидания роста прибыли.

Инвестиционная функция, учитывающая действие акселератора и других обстоятельств, может представляться как

,

где - инвестиционный спрос,

- основной капитал (наличие основных фондов);

- объем ВНП;

- предельная степень использования мощностей в предстоящее время;

- акселератор;

- «коэффициент реакции» на недостаток капитала.

В отличие от упрощенных моделей акселеративного типа, здесь обращается внимание на то, что в присутствии простаивающих мощностей экономический рост будет обеспечиваться вовлечением в производство, прежде всего, именно их. Но когда загрузка существующих предприятий достигнет уровня , для дальнейшего увеличения выпуска продукции потребуетсяинвестиций.

Таким моделям акселеративного типа альтернативна инвестиционная функция, имеющая вид

,

где - частные инвестиции;

- предпринимательский доход;

- налоги и другие платежи государству;

- дефлятор цен;

- средняя по ежедневным котировкам ставка процента;

- параметры регрессии.

Подобная функция используется, например, как элемент эконометрической модели среднесрочного плана Японии. А в предложенном польским экономистом и статистиком М. Калецким уравнении спроса на инвестиции их величина с некоторым временным лагом выступает как функция от объема сбережений и сдвигов прибыли, ВНП, запаса основных фондов. В бруклинской эконометрической модели США поток инвестиций представлен в зависимости от предшествующих изменений объемов продаж и т.д.

Некоторые инвестиционные функции содержат нормативные элементы. Такова модель, разработанная Б. Хикменом (США) и предназначенная для предвидения инвестиционного спроса в перспективе. Считается, что на начало периода прогнозирования инвестиционный спрос сбалансирован с предложением капитала, а затем начинает увеличиваться, поскольку растут потребности в продукции, изменяются цены (в том числе процентная ставка). Причем процесс его насыщения монотонен и устойчив:

Здесь - требуемый объем основных производственных фондов,

- их наличие;

- независимая переменная – нормативный элемент, характеризующий фиксированную часть, на которую год от года сокращается разница между спросом на капитал и его запасом ();

- желаемый объем производства;

- ожидаемый уровень цен;

- параметры корреляционной зависимости оти, а также от технического прогресса. Влияние технического прогресса на инвестиционный спрос выражается последним множителем в правой части инвестиционной функции, показывающим, что при неизменных ценах стабильность ВНП может быть обеспечена с привлечением меньшего капитала более высокого качества.

Расчеты по этой модели могут давать достоверные макроэкономические прогнозы, но не более чем на среднесрочную перспективу, и лишь при отсутствии существенных технологических сдвигов. Такие ограничения свойственны и другим инвестиционным функциям, в которых основной капитал представлен агрегировано, без учета того, что формирующие его асинхронные инвестиции эффективно неодинаково, ибо воплощаются в объекты разного научно-технического уровня. От этого надежность прогноза страдает тем более чем продолжительнее прогнозный период.

Избавиться от такого недостатка позволяет отображение динамики инвестиционного спроса моделью, включающей помимо других соотношений, производственные функции с неоднородным капиталом. Это дает возможность получить выводы о связях:

• нормы накопления со сроком службы оборудования;

• эффективности инвестиций с процентной ставкой;

• учесть замещение труда капиталом и наоборот.

Например, используемые в модели американского экономиста Р. Солоу производственные функции представляют продукцию как детализированную по признаку времени осуществления инвестиций, которые образовали капитал, применяемый для ее выпуска:

где - год (момент) капиталовложений;

- объем инвестиций в момент ;

- год производства продукции;

- объем производства в году продукции с использованием капитала, инвестированного в момент;

- размер трудовых ресурсов срока подготовки , привлекаемых к производству продукции в году;

- объем основных фондов, созданный за счет инвестиций в момент и привлекаемых к производству продукции в году;

- измеритель текущей (в году ) «нейтральной эффективности» научно-технического прогресса, достигнутого в момент;

- темп роста эффективности капитала как характеристика материализованного технического прогресса;

- рост эффективности капитала, как последствие «невоплощенного технического прогресса», т.е. сдвигов в технологии исключительно под влиянием времени;

- средний темп физического износа капитала;

и - параметры регрессии.

Пользуясь этой моделью, при предположении, что дифференциальная (предельная) производительность труда не зависит от , удается отделить- износ капитала из-за неоднородности инвестиций от характеризуемого величинойего физического износа с ходом времени – изменением. Отсюда учет морального износа основных фондов черезкак показатель, отражающий его темп, и доступность более достоверного прогноза динамики инвестиционного спроса в долгосрочной перспективе.

Параметры инвестиционной функции определяются с помощью метода наименьших квадратов или других способов статистической обработки наблюдений по соответствующим признакам.