Система национальных счетов: международные стандарты и практика.

Введение

Система национальных счетов (СНС) — международная стандартная система национальных счетов, первый международный стандарт которой был опубликован в 1953 году. Выпущены руководства по редакциям 1968, 1993 и 2008 годов. Система национальных счетов, в различных выпущенных версиях, часто с существенными локальными адаптациями, была принята многими странами. Она продолжает развиваться и поддерживается Организацией Объединенных Наций, Международным валютным фондом, Всемирным банком, Организацией экономического сотрудничества и развития и Евростатом. Цель СНС — предоставить интегрированную, всеобъемлющую систему счетов, обеспечивающую международное сопоставление всей значимой экономической деятельности. Рекомендуется, чтобы отдельные страны использовали СНС в качестве руководства при создании собственных систем национальных счетов для повышения международной сопоставимости. Однако соблюдение международного стандарта является полностью добровольным и не подлежит жесткому принуждению. Системы, используемые некоторыми странами (например, Францией, Соединенными Штатами и Китаем), значительно отличаются от СНС. Само по себе это не является серьезной проблемой, при условии, что каждая система предоставляет достаточно данных, которые можно переработать для составления национальных счетов в соответствии со стандартом СНС.

Публикация данных

Экономические и финансовые данные стран-членов используются для составления годовых (и иногда квартальных) данных о валовом продукте, инвестициях, капитальных операциях, государственных расходах и внешней торговле. Результаты публикуются в ежегоднике ООН «Статистика национальных счетов: основные агрегаты и подробные таблицы», который в настоящее время (и до вступления в силу пересмотра 2008 года) основывается на рекомендациях 1993 года. Значения приводятся в национальной валюте. Помимо этого, национальные статистические службы могут публиковать данные, соответствующие Системе национальных счетов (СНС). Более детальные данные с меньшей степенью агрегации часто доступны по запросу. Данные национальных счетов печально известны своей подверженностью пересмотру, поскольку они включают в себя огромное количество различных источников данных, записей и оценочных процедур, влияющих на итоговые показатели. Поэтому часто возникают расхождения между итоговыми данными за один и тот же учетный период, представленными в разных публикациях, выпущенных в разные годы. Так называемые «первые окончательные данные» могут быть пересмотрены несколько раз задним числом из-за новых источников, методологий или концептуальных изменений. Годовые пересмотры могут быть незначительными по объему, но в совокупности, например, за десять лет, они могут существенно изменить тенденцию. Исследователю следует учитывать это при стремлении получить согласованный набор данных.

Качество и охват

Качество и полнота данных национальных счетов различаются в разных странах. Среди причин: некоторые правительства инвестируют значительно больше средств в статистические исследования, чем другие. Экономическую активность в одних странах гораздо сложнее точно измерить, чем в других (например, значительная теневая экономика, широкая неграмотность, недостаток безналичных расчетов, трудности с проведением опросов из-за географических факторов или социально-политической нестабильности, высокая мобильность населения и активов – это особенно характерно для стран Африки к югу от Сахары). Некоторые статистические ведомства обладают большей научной автономией и свободой в распоряжении бюджетом, чем другие, что позволяет им проводить исследования и составлять статистические отчеты, которые другим ведомствам запрещены по юридическим, политическим или финансовым причинам. В некоторых странах (например, Нидерландах, Германии, Великобритании, Польше и Австралии) существует давняя и сильная интеллектуальная (научная или культурная) традиция в области социальной статистики, часто насчитывающая сто и даже несколько сотен лет, в то время как в других (например, во многих африканских странах, где государственная перепись населения начала проводиться лишь недавно, а большинство университетов были основаны позднее) такой традиции нет. В этом смысле важно, прежде всего, признает ли общество ценность статистики, широко ли использует статистические знания для аналитических и политических целей и, следовательно, поддерживает ли инвестиции в статистическую деятельность. Хотя Организация Объединенных Наций обладает ограниченными возможностями для обеспечения производства статистики в соответствии с определенными стандартами в странах-членах, даже при подписании международных конвенций, некоторые государства входят в состав международных союзов (например, Европейский Союз, ОЭСР или Соединенные Штаты), которые в соответствии с соглашениями требуют от государств-членов предоставления стандартизированных наборов данных для межгосударственных сравнений, даже если эти страны сами не испытывают особой потребности в предоставленных данных. Таким образом, для некоторых стран существуют "внешние стимулы" для получения более полной статистической информации, которые менее заметны в других странах, где информация запрашивается определенной международной организацией.

The quality and comprehensiveness of national account data differ between countries. Among the reasons are that:

some governments invest far more money in statistical research than other governments. economic activity in some countries is much more difficult to measure accurately than in others (for example, a large grey economy, widespread illiteracy, a lack of cash economy, survey access difficulties because of geographic factors or socio political instability, very large mobility of people and assets – this is particularly the case in sub Saharan countries). some statistical agencies have more scientific autonomy and budgetary discretion than others, allowing them to do surveys or statistical reports which other statistical agencies are prevented from doing for legal, political or financial reasons. some countries (for example, The Netherlands, Germany, Britain, Poland, and Australia) have a strong intellectual (scholarly or cultural) tradition in the area of social statistics, often going back a hundred or even several hundred years, while others (such as many African countries, where a population census began to be organized by the government only much more recently, and most universities started much later) do not. What matters in this sense is, above all, whether a society sees the value of statistics, makes extensive use of statistical expertise for analytical and policy purposes and therefore is sympathetic to investing in the statistical enterprise. although the United Nations has rather little power to enforce the actual production of statistics to a given standard in member countries, even if international conventions are signed, some of the world's states are part of an international union (for example the European Union, the OECD, or the United States), which requires by agreement that the member states of the union will physically supply standardized data sets, for the purpose of inter state comparisons, even if the countries themselves might not have so much use for the data supplied. Thus, there may be "external incentives" for the production of more comprehensive statistical information which affect some countries but are much less evident in others, where the information is required by some international body.

Пересмотр СНС 2008 года

В 2008 году была проведена переработка Системы национальных счетов (СНС), полный текст которой доступен в сети Интернет: Организация экономического сотрудничества и развития (ОЭСР) предоставляет общий обзор и комментарии. Пересмотр системы 1993 года был координирован Межсекретарной рабочей группой по национальным счетам (МРГСС), в которую входили Отдел статистики Организации Объединенных Наций (ООН), Международный валютный фонд (МВФ), Всемирный банк (ВБ), Организация экономического сотрудничества и развития (ОЭСР), Статистическое управление Европейских сообществ (Евростат) и региональные комиссии Организации Объединенных Наций. У рабочей группы МРГСС есть собственный веб-сайт в рамках Отдела статистики ООН.

Критика ВВП

Наиболее распространенная критика национальных счетов направлена против концепции валового внутреннего продукта (ВВП). Отчасти эта критика ВВП неправомерна, поскольку проблема заключается не столько в самой концепции. Полезно иметь показатель совокупного чистого выпуска страны и его изменений во времени – это лучше, чем не иметь никакого показателя вообще. Проблема в том, как правительства, эксперты и предприниматели используют эту концепцию в публичном дискурсе. ВВП используется для различных сравнений, но некоторые из них концептуально не совсем уместны. Показатели ВВП часто неправомерно используются авторами, которые не понимают их значения, принципов расчета или областей их допустимого применения. Экономисты, такие как Джозеф Стиглиц, утверждают, что для уравновешивания показателя роста выпуска необходима оценка "благосостояния".

Марксистская критика

Марксистские экономисты критиковали концепции СНС также с другой теоретической точки зрения на вновь созданную стоимость или валовой продукт. С этой точки зрения, разграничения, проводимые в СНС для определения дохода от производства и дохода от собственности, представляются довольно произвольными или эклектичными, тем самым скрывая различные компоненты и источники реализованной прибавочной стоимости; утверждается, что категории основаны на непоследовательном понимании вновь созданной, сохраненной и перераспределенной стоимости (см. также двойной счет). В результате истинный объем прибыли занижается в счетах – поскольку реальный доход от прибыли превышает операционный профицит – а заработная плата работников завышается, поскольку в счетах отражаются общие затраты работодателя на оплату труда, а не фактический "факторный доход", получаемый работниками. Если интересует, какие доходы люди фактически получают, чем владеют или сколько берут в долг, национальные счета часто не предоставляют необходимой информации. Кроме того, марксисты утверждают, что агрегированная категория СНС "вознаграждение работников" недостаточно четко разграничивает доходы до и после уплаты налогов, доходы высшего руководства корпораций и отложенные выплаты (взносы работников и работодателей в различные системы социального страхования). "Вознаграждение работников" может также включать стоимость опционов на акции, получаемых в качестве дохода высшим руководством корпораций. Таким образом, утверждается, что для получения достоверной картины доходов, генерируемых и распределяемых в экономике, необходимо существенно переагрегировать счета. Проблема заключается в том, что подробная информация для этого часто недоступна или доступна лишь по непомерной цене. Статистики правительства США откровенно признают, что "к сожалению, финансовый сектор – один из наиболее трудноизмеримых секторов в национальных счетах". Парадоксально, что именно финансовый сектор сегодня доминирует в международных операциях и оказывает значительное влияние на траекторию развития мировой экономики. Таким образом, именно для ведущего сектора мировой экономики отсутствуют систематические, всесторонние и сопоставимые данные.

Marxian economists have criticized SNA concepts also from a different theoretical perspective on the new value added or value product. On this view, the distinctions drawn in SNA to define income from production and property income are rather capricious or eclectic, obscuring thereby the different components and sources of realised surplus value; the categories are said to be based on an inconsistent view of newly created value, conserved value, and transferred value (see also double counting). The result is that the true profit volume is underestimated in the accounts – since true profit income is larger than operating surplus – and workers' earnings are overestimated since the account shows the total labour costs to the employer rather than the "factor income" which workers actually get. If one is interested in what incomes people actually get, how much they own, or how much they borrow, national accounts often do not provide the required information. Additionally, it is argued by Marxists that the SNA aggregate "compensation of employees" does not distinguish adequately between pre tax and post tax wage income, the income of higher corporate officers, and deferred income (employee and employer contributions to social insurance schemes of various kinds). "Compensation of employees" may also include the value of stock options received as income by corporate officers. Thus, it is argued, the accounts have to be substantially re aggregated, to obtain a true picture of income generated and distributed in the economy. The problem there is that the detailed information to do it is often not made available, or is available only at a prohibitive cost. US government statisticians admit frankly that "Unfortunately, the finance sector is one of the more poorly measured sectors in national accounts". The oddity of this is, that the finance sector nowadays dominates international transactions, and strongly influences the developmental path of the world economy. So, it is precisely the leading sector in the world economy for which systematic, comprehensive, and comparable data are not available.

Критика статистиков

Статистики также критикуют обоснованность международных статистических сравнений с использованием данных национальных счетов, поскольку в реальном мире оценки редко формируются единообразно – несмотря на обратное впечатление. Например, Йохен Хартвиг приводит доказательства, показывающие, что "расхождение в темпах роста [реального ВВП] между США и ЕС с 1997 года можно объяснить почти исключительно изменениями в методах дефляции, внедрёнными в США после 1997 года, но не – или в очень ограниченной степени – в Европе". "Волшебство" национальных счетов заключается в том, что они предоставляют мгновенный источник подробных международных сопоставлений, однако, по мнению критиков, при ближайшем рассмотрении эти цифры оказываются не столь сопоставимыми, как кажется. В результате политики и исследователи оперируют множеством упрощённых сравнений, которые, если бы была раскрыта техническая основа данных, никогда бы не предпринялись, поскольку они научно несостоятельны (или, по крайней мере, весьма сомнительны). И сила, и слабость национальных счетов заключаются в их опоре на огромное разнообразие источников данных. Сила состоит в возможности перекрёстной проверки данных и наборов данных для оценки достоверности оценок. Слабость же – в том, что обилие выводов, сделанных на основе различных наборов данных, повышает вероятность ошибок и затрудняет оценку погрешностей. Качество данных также часто подвергается критике, поскольку то, что выдаётся за "данные", на деле часто представляет собой лишь оценки, экстраполированные из математических моделей, а не прямые наблюдения. Эти модели предназначены для прогнозирования ожидаемых значений данных на основе выборочных данных об "индикативных тенденциях". Например, можно заметить, что при увеличении переменных X, Y и Z переменная P также растёт в определённой пропорции. В этом случае может быть не нужно напрямую обследовать P или её компоненты – достаточно получить данные о тенденциях для X, Y и Z и ввести их в математическую модель, которая затем спрогнозирует значения P в каждый момент времени. Поскольку статистические обследования обходятся дорого, их сложно организовать или данные необходимо получить в сжатые сроки, статистики часто стремятся найти более дешёвые, быстрые и эффективные методы получения данных, опираясь на уже имеющиеся данные или на легкодоступные выборочные данные. Однако возражение против такого подхода – хотя иногда удаётся доказать его успешность в обеспечении точных данных – заключается в потере точности и качества данных. Экстраполированные оценки могут лишиться надёжной эмпирической основы, а тенденция к "сглаживанию" колебаний величин переменных возникает в процессе оценки или интерполяции. Любое неожиданно резкое изменение переменной трудно предсказать с помощью математической модели, поскольку в конечном счёте модель предполагает, что будущая тенденция будет соответствовать закону больших чисел и историческим закономерностям. Без достаточных и всесторонних данных, полученных в результате прямых обследований, многие статистические выводы просто невозможно достоверно проверить. Всё, что можно сказать об оценках, – это то, что они "вероятно, достаточно точны, учитывая предыдущие и сопутствующие данные". Типичный ответ статистиков на подобные возражения заключается в том, что, хотя предпочтительнее использовать всесторонние данные обследований в качестве основы для оценки, и хотя ошибки и неточности данных неизбежны, можно найти методы, позволяющие удерживать пределы погрешности в приемлемых рамках.

Statisticians have also criticized the validity of international statistical comparisons using national accounts data, on the ground that in the real world, the estimates are rarely compiled in a uniform way – despite appearances to the contrary. For example, Jochen Hartwig provides evidence to show that "the divergence in growth rates [of real GDP] between the U. S. and the EU since 1997 can be explained almost entirely in terms of changes to deflation methods that have been introduced in the U. S. after 1997, but not – or only to a very limited extent – in Europe". The "magic" of national accounts is that they provide an instant source of detailed international comparisons, but, critics argue, on closer inspection, the numbers are not really so comparable as they are made out to be. The effect is that all sorts of easy comparisons are tossed around by policy scientists which, if the technical story behind the numbers was told, would never be attempted because the comparisons are scientifically untenable (or at the very least rather dubious). Both the strength and the weaknesses of national accounts are that they are based on an enormous variety of data sources. The strength consists in the fact that a lot of cross checking between data sources and data sets can occur, to assess the credibility of the estimates. The weakness is that the sheer number of inferences made from different data sets used increases the possibility of data errors, and makes it more difficult to assess error margins. The data quality has also often been criticized on the ground that what pretends to be "data" in reality often consists only of estimates extrapolated from mathematical models, not direct observations. These models are designed to predict what particular data values ought to be, based on sample data for "indicative trends". One can, for example, observe that if variables X, Y, and Z go up, then variable P will go up as well, in a specific proportionality. In that case, one may not need to survey P or its components directly, it is sufficient to get trend data for X, Y, and Z and feed them into a mathematical model which then predicts what the values for P will be at each interval of time. Because statistical surveys are very costly or may be difficult to organize, or because the data has to be produced rapidly to meet a deadline, statisticians often try to find cheaper, quicker, and more efficient methods to produce the data, by means of inferences from data that they already have, or from selected data which they can get more easily. But the objection to this approach although it can sometimes be proved to provide accurate data successfully is that there is a loss in data accuracy and data quality. The extrapolated estimates may lack any solid empirical basis, and the tendency is for fluctuations in the magnitudes of variables to be "smoothed out" by the estimation or interpolation procedure. Any unexpectedly large fluctuation in a variable is difficult to predict by a mathematical model since ultimately the model's descriptions assume the future trend will conform to the law of averages and the patterns of the past. Without adequate, comprehensive observational data from direct surveys, many of the statistical inferences made are simply not truly verifiable. All one can then say about the estimates is, that they are "probably fairly accurate, given previous and other concurrent data." A typical reply of statisticians to this kind of objection is that although it is preferable to have comprehensive survey data available as a basis for estimation, and although data errors and inaccuracies do occur, it is possible to find techniques that keep the margins of error within acceptable bounds.