Translate this page:
Please select your language to translate the article


You can just close the window to don't translate
Library
Your profile

Back to contents

Theoretical and Applied Economics
Reference:

Cluster analysis of the impact of blockchain technologies upon the development of the sectors of national economy

Safiullin Marat Rashitovich

Doctor of Economics

Professor, the department of Corporate Management, Kazan Federal University; Vice-Rector on the Questions of Economic and Strategic Planning, Kazan Federal University

42008, Russia, respublika Tatarstan, g. Kazan', ul. Kremlevskaya, 18

c.p@tatar.ru
Sharapov Azat Rafikovich

Doctor of Economics

Vice-Rector of Economics, Volga Region State Academy of Physical Education, Sport and Tourism

420138, Russia, respublika Tatarstan, g. Kazan', ul. Derevnya Universiady, 35

c.p@tatar.ru
Elshin Leonid Alekseevich

Doctor of Economics

Senior researcher at Center for Strategic Assessment and Forecasts of the Institute of Management, Economics and Finance, Kazan Federal University

420139, Russia, respublika Tatarstan, g. Kazan', ul. Ostrovskogo, 23/1

Leonid.Elshin@tatar.ru
Other publications by this author
 

 

DOI:

10.25136/2409-8647.2021.4.35488

Received:

13-04-2021


Published:

11-11-2021


Abstract: Prospects for the development of national economy in the context of integration of blockchain technologies into the system of economic processes testify necessitate elaboration of the methods and algorithms for formalized assessment of their impact upon the key parameters of socioeconomic dynamics. If within scientific-and-expert space, one may occasionally come across the works dedicated to separate aspects of this scientific methodological problem, the questions of the impact of blockchain technologies upon individual economic sectors are yet to be explored within the information-analytical and scientific space. The methods of empirical research of the impact of blockchain technologies upon the parameters of economic development currently did not find their consolidated solution, and are of fragmentary nature. This research is an attempt to strengthen the positions of formalized approaches towards examination of the articulated scientific and practical problem. The subject of this research is the economic relations of economic agents pertaining to implementation of blockchain technologies in the economic activity and formation of the new business models. The object is the types of economic activity of the national economy of the Russian Federation and their sensitivity to the diffusion of blockchain technologies. The article offers an algorithm for studying the dynamics of gross value added of the economic sectors of the Russian Federation through the prism of possible transformation of the key parameters of functionality of the financial and real sectors of the economy as a result of diffusion of blockchain technologies. Leaning on the advanced hypotheses, the author builds co-integration models for the indicated types of economic activity, which reveal the contribution of exogenous factors that are being adjusted under the pressure of infiltration of the distributed data storage technologies into the economic environment to the degree of incremental value added. This allows conducting cluster analysis of the economic sectors under review in accordance of their sensitivity to institutional changes caused by integration of the blockchain technologies into the economic environment.


Keywords:

blockchain technology, economic activities, economic dynamics, cointegration modeling, scenario analysis, clustering, National economy, economic sectors, gross value added, mathematical methods


ВВЕДЕНИЕ (introduction)

Следует констатировать, что в условиях набирающей «обороты» четвертой промышленной революции все чаще можно наблюдать активную интеграцию в систему хозяйственных отношений новых, прогрессивных форм организации моделей социально-экономического развития. К их числу, несомненно, необходимо отнести блокчейн технологии, интенсивно проникающие в последние годы в социоэкономическую среду и попадающие в «орбиту» внимания многих экспертов и ученых. Между тем, с сожалением приходится констатировать, что, несмотря на прогрессирующий интерес со стороны экспертного и научного сообщества к технологиям распределенного хранения данных и проблематике изучения их влияния на развитие национальной экономики и ее отдельных секторов, наблюдается как разобщенность взглядов к решению поставленного вопроса, так и отсутствие единых подходов к формализованной оценке возможных генерирующихся возможностей и рисков. Как правило, существующие работы, посвященные проблематике исследования влияния блокчейн технологий на экономическую динамику, ограничиваются либо качественными характеристиками, либо реализуются через призму экспертных оценок, а также рассуждений общего логического порядка. При этом в подавляющем большинстве случаев позиции авторов, как российских, так и зарубежных, склоняются к тому, что исследования подобного рода вопросов являются крайне актуальными, значимыми с практической и с научной точек зрения и требуют разработки соответствующего методологического аппарата [1-8].

В этой связи, учитывая весьма высокий интерес к поставленной проблематике, существует необходимость разработки методических решений, обеспечивающих процесс обоснования влияния технологий распределенного хранения данных на возможную динамику роста отдельных секторов национальной экономики. Решение данной задачи позволит не только перейти от качественных оценок к формализованным, основанным на использовании специальных методов экономико-математического моделирования, но и сформировать задел для создания и развития теории блокчейн-экономики.

Методы (methods)

Важно подчеркнуть, что развитие секторов экономики характеризуется неоднородностью и дифференциацией, как с точки зрения динамики, так и с точки зрения чувствительности к трансформациям во внешней и внутренней среде. Интеграция блокчейн технологий в хозяйственную среду национальной экономической системы, несомненно, таким же неравномерным и непропорциональным образом будет отражаться на ключевых параметрах отраслевого развития.

Развивая данную парадигму исследования, авторами предпринимается попытка разработать соответствующий методический инструментарий, апробация которого реализована на примере отдельных видов экономической деятельности, соответствующих кодам ОКВЭД (общероссийский классификатор видов экономической деятельности).

В работе использованы поквартальные данные за период с 2008 по 2019гг. из официальных источников [9]. Расчеты осуществлены с применением статистического пакета Eviews. В таблице 1 приведены переменные разрабатываемой модели, их условные обозначения и источники данных. Выбор экзогенных факторов, использующихся при построении соответствующих моделей, обусловлен их приоритетностью с точки зрения чувствительности к проникновению блокчейн технологий в хозяйственную среду [10, 11].

Таблица 1 - Описание переменных разрабатываемой модели

Переменная

Обозначение

Источник данных

Зависимая

Валовая добавленная стоимость (в разрезе каждого анализируемого сектора экономики РФ), млрд. руб.

ВДС

Росстат

Независимые

Объем торгов на фондовом рынке, млрд. руб.

Vторгов

Московская биржа

Переводы денежных средств, осуществленные через платежную систему Банка России, с использованием сервисов перевода/ систем расчетов, млрд руб.

Vфинрез

ЦБ РФ

Общий объем прибыли /убытков, полученных действующими кредитными организациями, млн. руб.

Vтранзакций

ЦБ РФ

Важным методическим аспектом, предопределившим порядок построения модели, является то, что в случае исследования стохастических временных рядов применение традиционных методов корреляционно-регрессионного анализа может привести к проблемам, выражающимся в смещённости, несостоятельности и неэффективности полученных оценок. А значит, такая модель может быть непригодной для дальнейшего анализа и прогнозирования.

Исследование зависимостей между финансовыми (стохастическими) временными рядами может быть осуществлено с применением метода коинтеграционного анализа.

В концентрированной форме на рисунке 1 представлена графическая интерпретация алгоритма оценки влияния диффузии блокчейн технологий на развитие секторов национальной экономики.

Рисунок 1 - Графическая интерпретация алгоритма оценки влияния диффузии блокчейн технологий на развитие секторов национальной

экономики

Результаты и обсуждение (results and discussion)

В соответствии с предложенным алгоритмом (Рисунок 1) для каждого вида экономической деятельности, попавшего в исследуемую выборку, построены соответствующие уравнения коинтеграции. Результаты приведены в таблице 2.

Таблица 2 – Результаты и данные статистической значимости уравнений коинтеграции в разрезе анализируемых видов экономической деятельности, вошедшие в исследуемую выборку

Отрасль

Параметры уравнения коинтеграции

R2

Объем торгов на фондовом рынке

Количество переводов денежных средств, осуществленных через платежную систему Банка России, млн, ед.

Сальдированный финансовый результат деятельности организаций, млрд, руб.

Сельское хозяйство

0,0009

0,65

0,04

0,79

Добыча полезных ископаемых

0,14

1,84

0,30

0,7

Обрабатывающие производства

0,06

7,25

0,16

0,80

Торговля

-0,0034

5,80

0,07

0,87

Деятельность финансовая и страховая

0,03

0,47

0,05

0,76

Транспортировка и хранение

0,0008

0,64

0,01

0,62

Государственное управление и обеспечение военной безопасности; социальное обеспечение

0,01

0,07

0,01

0,75

Деятельность в области здравоохранения и социальных услуг

0,0042

0,64

0,01

0,84

Все построенные уравнения, вошедшие в выборку, имеют высокий коэффициент детерминации (R-squared), что свидетельствует об их статистической значимости.

В соответствии с опубликованными ранее авторами данными [10, 11], возможные эффекты, вызванные корректировкой анализируемых факторов (Vторгов, Vфинрез, Vтранзакций) в результате проникновения блокчейн технологий в систему хозяйственных отношений, приведены в таблице 3.

Ожидаемый, в соответствии со сценарным анализом, прирост значения факторов предопределен применением базовых сценарных предпосылок:

А) рост эффективности кредитных организаций.

- по операционным рискам снижение ставки резервирования операционных рисков на 20% с 12,5% до 10% от средней величины финансовых результатов за последние три года;

- по кредитным рискам выбран сценарий, предусматривающий снижение сомнительных и проблемных ссуд на 25%. Данный сценарий отнесен к базовому и предусматривает минимально возможные эффекты, тем самым, практически гарантируя возможные результаты, генерирующиеся в банковском секторе по направлению «Кредитная деятельность» в рамках использования блокчейн технологий.

Совокупный прирост финансовых результатов вследствие реализации данных сценариев оценивается в 88,5 млрд. рублей в год.

Б) Влияние блокчейн технологий на процесс трансформации платежной системы.

В качестве базового сценария, в рамках проведения анализа чувствительности ВВП к приросту ликвидности капитала экономических агентов в результате перехода платежной системы на криптотранзакции принят наиболее консервативный из рассматриваемых сценарий, предусматривающий, в соответствии с проведенными оценками, рост ликвидности хозяйствующих субъектов до 128 млрд. рублей, как результат перехода 10% от текущего объема национальной платежной системы в криптосреду.

В) Корректировки объема торгов на фондовом рынке в результате проникновения блокчейн технологий (социализация инвестиционной деятельности).

По данным ММВБ[1], в 2019 объем торгов на фондовом, денежном, валютном и товарном рынках РФ составил 778 155 млрд. руб. [17]. Средняя брокерская комиссия по ведущим брокерам в 2019 году соответствует значению 0,3% от суммы сделки. Таким образом, можно сделать вывод о том, что комиссионные сборы соответствовали значению 2334,465 млрд.руб., что соответствует около 1325 руб. на 1 жителя РФ. Используя разработанное уравнение, оценивающего взаимосвязь между среднедушевыми денежными доходами населения и объемом биржевых торгов установлено, что прирост доходов населения на 1325 рублей способствует ежеквартальному увеличению объемов торгов на ММВБ на 462,61 млрд руб.

Таблица 3 - Возможные эффекты для национальной экономики РФ, вызванные корректировкой исследуемых факторов (Vторгов, Vфинрез, Vтранзакций), в результате проникновения блокчейн технологий в систему хозяйственных отношений

Экзогенный фактор коинтеграционной модели

Ожидаемый, в соответствии с сценарным анализом, прирост значения фактора, в млрд. рублей.

1

Vфинрез - общий объем прибыли /убытков, полученных действующими кредитными организациями

+ 88,5 в год;

+ 22,125 в среднем квартал

2

Vторгов - объем торгов на фондовом рынке

+ 462,611 в среднем в квартал

3

Прирост оборотного капитала, активизация деловой активности (эффект 1 фактора Vтранзакций)

+128,0 в год

3.1

Прирост оборотного капитала исследуемого сектора экономики (эффект 1 фактора Vтранзакций)

Прирост оборотного капитала исследуемого сектора экономики*

* рассчитывается на основе доли оборотного капитала исследуемого сектора экономики к общему объему оборотного капитала в целом по национальной экономике (формула: 128,0 * Доля оборотного капитала исследуемого вида экономической деятельности в общем объеме оборотных активов национальной экономики)

Далее представлена последовательность расчетов (на примере вида экономической деятельности «Сельское хозяйство»), оценивающих уровень прироста валовой добавленной стоимости в результате проникновения в национальную экономику блокчейн технологий.

1. Опираясь на данные сценарного анализа экзогенных факторов коинтеграционной модели Vторгов и Vфинрез в соответствии с рассчитанными ранее эффектами (Таблица 3) определяется чувствительность валовой добавленной стоимости исследуемого сектора к изменению анализируемых параметров.

2. Для определения параметра, оценивающего влияние трансформации платежной системы в результате ее перехода на криптотранзакции, строится отдельное регрессионное уравнение, где в качестве эндогенной переменной выступает ВДС исследуемого сектора экономики, а в качестве экзогенной – его оборотный капитал (в млрд. рублей). Данный методический подход обусловлен тем, что в полученном коинтеграционном уравнении объясняющий фактор Vтранзакций характеризует общее изменение объема перевода денежных средств. Поскольку переход платежной системы в криптосреду не повлияет на объемы переводов денежных средств, осуществленных через платежную систему Банка России, возникает эффект «сообщающихся сосудов» - перевод платежей из фиатной среды приведет к пропорциональному росту платежной системы, построенной на использовании цифровых денег.

К примеру, для рассматриваемого здесь в качестве примера вида экономической деятельности «Сельское хозяйство», уравнение, характеризующее степень влияния изменения оборотного капитала данного сектора экономики на изменение его валовой добавленной стоимости имеет вид:

Y=2,72x-1009,86

Подставляя в полученное уравнение ожидаемый прирост оборотного капитала по исследуемому сектору (пропорционально общему приросту оборотного капитала в целом по экономике (+128 млрд рублей, таблица 3) вследствие перевода 10% транзакций в криптосреду (базовый сценарий для анализа)) определяется эффект роста валовой добавленной стоимости (ВДС) данного вида деятельности в рамках проникновения блокчейн технологий в платежную систему национальной экономической системы.

4. Производится суммирование полученных трех эффектов (прирост ВДС вследствие изменения Vторгов, Vфинрез, Vтранзакций) и определяется итоговое потенциальное значение прироста ВДС исследуемого вида экономической деятельности в рамках генерирующихся эффектов.

5. Полученный прирост соотносится с фактическим уровнем валовой добавленной стоимости на отчетный, анализируемый период и рассчитывается темп роста сектора экономики в результате проникновения блокчейн технологий в хозяйственную среду.

Основываясь на представленных алгоритмических действиях в таблице 4, рисунке 2 приведены результаты аналогичных оценок, характеризующие ожидаемый прирост валовой добавленной стоимости вследствие «блокчейнизации» хозяйственной среды в разрезе исследуемой совокупности секторов экономики РФ.

Таблица 4 - Оценка влияния блокчейн технологий на параметры прироста валовой добавленной стоимости (ВДС) в разрезе исследуемой совокупности секторов экономики РФ, в %

Вид экономической деятельности

Прирост ВДС в год, %

Прирост ВДС в год, млрд. рублей

Сельское хозяйство

0,24

3,1

Добыча полезных ископаемых

2,16

73,8

Обрабатывающие производства

0,87

32,9

Торговля

0,0023

0,1

Деятельность финансовая и страховая

1,7

18,1

Транспортировка и хранение

0,17

2,4

Государственное управление и обеспечение военной безопасности; социальное обеспечение

0,58

9,3

Деятельность в области здравоохранения и социальных услуг

0,43

2,7

Рисунок 2 - Графическая иллюстрация влияния блокчейн технологий на возможные темпы прироста валовой добавленной стоимости исследуемых секторов экономики в рамках анализируемого базового сценария, в % в год

Полученные результаты, раскрывающие особенности влияния проникновения блокчейн технологий в систему хозяйственных и операционных процессов национальной экономики, формируют базовые основы для проведения производных форм анализа, включая кластеризацию исследуемых видов экономической деятельности по типу их реагирования к проникновению в хозяйственную среду технологий распределенного хранения данных.

Данный вид анализа позволяет сгруппировать сектора экономики по уровню их чувствительности (в млрд. рублях) к генерирующимся эффектам, вызванным в результате диффузии блокчейн технологий.

В соответствии с правилами статистической кластеризации, ниже приведены основные результаты данного вида работ. Исследование проводилось на основе использования иерархического кластерного анализа. При проведении расчетов и оценок использовался информационно-автоматизированный пакет SPSS.

Предварительные результаты расчетов позволили определить количество укрупненных групп (кластеров) со схожими характеристиками, раскрывающими особенности влияния анализируемых трех эффектов (рост деловой активности, как результат высвобождения оборотного капитала; социализация каналов доступа к фондовым рынкам и рост финансовых результатов кредитных организаций), вызванных «блокчейнизацией» национальной экономической системы (Рисунок 3).

Исходные данные параметров (факторов) использующихся для проведения кластеризации анализируемой совокупности секторов национальной экономики представлены в таблице 5.

Таблица 5 – Значения факторов, использующихся в рамках проведения кластерного анализа, направленного на определение однородных секторов экономики по степени реагирования прироста ВДС в результате диффузии блокчейн технологий

Отрасль

Прирост ВДС в год, млрд. рублей

Vфинрез - общий объем прибыли /убытков, полученных действующими кредитными организациями

Vторгов- объем торгов на фондовом рынке

Прирост оборотного капитала, активизация деловой активности

ВСЕГО

Сельское хозяйство

0,95

0,39

1,79

3,1

Добыча полезных ископаемых

6,65

65,16

1,98

73,8

Обрабатывающие производства

3,43

28,29

1,15

32,9

Торговля

1,567

-1,55

0,065

0,1

Деятельность финансовая и страховая

1,05

16,14

0,86

18,1

Транспортировка и хранение

1,95

0,37

0,112

2,4

Государственное управление и обеспечение военной безопасности; социальное обеспечение

0,16

6,8

2,36

9,3

Деятельность в области здравоохранения и социальных услуг

0,21

1,93

0,54

2,7

Рисунок 3 - Дендрограмма с использованием метода внутригрупповых данных

Представленные на дендрограмме данные демонстрируют основные закономерности формирования кластеров, находящихся на относительно большом расстоянии друг от друга. Интерпретация результатов иерархического анализа демонстрируют необходимость создания двух кластеров.

Осуществив заключительный этап кластерного анализа методом k – средних были получены значения конечных центров кластеров (Таблица 6), а также принадлежность анализируемых видов экономической деятельности к ним. Это в дальнейшем позволило определить влияние изучаемых экстерналий, вызванных «блокчейнизацией»» хозяйственной среды, на прирост валовой добавленной стоимости. В результате в таблице 7 представлена группировка исследуемых отраслей, в соответствии с обобщающими признаками прироста ВДС в результате чувствительности к анализируемым факторам Vторгов, Vфинрез, Vтранзакций.

Таблица 6 – Конечные центры кластеров

Факторы

Кластер

1

2

Vторгов

0,0288

0,289

Vфинрез

0,7069

6,5259

Vтранзакций

0,0641

0,1129

Таблица 7 – Принадлежность анализируемых видов экономической деятельности к кластерам, характеризующим влияние изучаемых экстерналий, вызванных «блокчейнизацией»» хозяйственной среды, на прирост ВДС в рублях

Отрасль

Принадлежность к кластеру

Сельское хозяйство

2

Добыча полезных ископаемых

2

Обрабатывающие производства

2

Торговля

1

Деятельность финансовая и страховая

1

Транспортировка и хранение

1

Деятельность в области здравоохранения и социальных услуг

1

Деятельность домашних хозяйств как работодателей; недифференцированная деятельность частных домашних хозяйств по производству товаров и оказанию услуг для собственного потребления

1

Выводы (SUMMARY)

Реализованные оценки демонстрируют образование двух ключевых кластеров, объединяющих сектора экономики РФ по степени чувствительности к интеграции блокчейн технологий в социоэкономическую среду. В первый, наиболее широкий, кластер вошли виды экономической деятельности, характеризующиеся умеренной реакцией на процессы «блокчейнизации», во второй – сектора экономики, демонстрирующие весьма заметную реакцию к интеграции исследуемых технологий в экосреду (обрабатывающие производства, добыча полезных ископаемых, сельское хозяйство). Главной отличительной характеристикой секторов экономики, относящихся ко второй кластерной группе, является высокий уровень реагирования на изменение финансовых результатов кредитных организаций, вызванных процессами «блокчейнизации». Кроме того, данные сектора экономики демонстрируют значимую чувствительность и к изменению процессов социализации фондовых рынков «под давлением» блокчейн технологий. По всей видимости это связано с тем, что хозяйствующие субъекты данных видов экономической деятельности весьма сильно интегрированы в систему фондовых рынков, в связи с чем крайне позитивно реагируют на рост активности биржевых торгов.

При этом данные сектора проявляют менее заметную реакцию на трансформацию институциональной среды, вызванную переходом платежной системы в криптосреду. Это, скорее всего, может быть связано с менее высокими коэффициентами оборачиваемости их капитала.

Заключение (conclusions)

В целом же, несмотря на обнаруженную дифференциацию чувствительности исследуемых секторов экономики к диффузии блокчейн технологий, все они весьма заметно реагируют на данные процессы. При этом, как показывают полученные оценки, в наибольшей степени ожидаемый прирост ВДС фиксируется в так называемых «торгуемых» секторах. Полученные выводы формируют основу для выработки управленческих решений, направленных на определение и обоснование мер отраслевой политики в условиях цифровой трансформации социально-экономической среды.

[1] ММВБ- Московская межбанковская валютная биржа

References
1. Pekhtereva, E.A. Perspektivy ispol'zovaniya tekhnologii blokchein i kriptovalyuty v Rossii / E. A. Pekhtereva // Ekonomicheskie i sotsial'nye problemy Rossii.-2018.-№ 1 (37).-S. 71-95.
2. Nurmukhametov, R.K. Tekhnologiya blokchein i ee primenenie v torgovom finansirovanii / R.K.Nurmukhametov, P.D.Stepanov, T.R.Novikova // Finansovaya analitika: problemy i resheniya. 2018.-T. 11.-№ 2 (344).-S. 179-190.
3. Konopleva, Yu.A. Blokchein kak novyi etap razvitiya ekonomiki Rossii / Yu.A.Konopleva, B.N.Kiseleva, C.E.Cheremnykh // Ekonomika i upravlenie: problemy, resheniya. 2018.-T. 5.-№ 4.-S. 136-140.
4. Vranken H. (2017). Sustainability of bitcoin and blockchains. Current Opinion in Environmental Sustainability. Vol. 28, pp. 1-9
5. Kim K. J, Hong S. P. (2016). Study on Rule-based Data Protection System Using Blockchain in P2P Distributed Networks. International Journal of Security and its Application. Vol. 10, No. 11, pp.201-210
6. Bariviera, A.F., Basgall, M.J., Hasperué, W., Naiouf, M., 2017. Some stylized facts of the Bitcoin market. Physica A 484, 82–90. https://doi-org.lcproxy.shu.ac.uk/10. 1016/j.physa.2017.04.159.
7. Cocco L., Concas G., Marchesi M. Using an artificial financial market for studying a cryptocurrency market // Journal of Economic Interaction and Coordination-2017.-Vol. 12, Is.2. – pp. 345-365.
8. Pieters G., Vivanco S. Financial regulations and price inconsistencies across Bitcoin markets // Information Economics and Policy-2017.-Vol. 39. – pp. 1-14.
9. Federal'naya sluzhba gosudarstvennoi statistiki Rossiiskoi Federatsii. [Elektronnyi resurs].-Rezhim dostupa: https://rosstat.gov.ru/, svobodnyi (29.04.2020).
10. Safiullin M.R. Formalizovannaya otsenka stsenarnogo razvitiya natsional'noi ekonomiki v usloviyakh proniknoveniya blokchein tekhnologii v finansovyi sektor /M.R. Safiullin, A.A. Abdukaeva, L.A. El'shin, M.V. Savushkin// Vestnik universiteta. 2020. № 7. S. 154-162.
11. Safiullin M.R. Empiricheskaya otsenka vliyaniya blokchein tekhnologii na effektivnost' razvitiya bankovskoi sistemy / M.R. Safiullin, R.T. Burganov, L.A. El'shin, A.A. Abdukaeva // Teoreticheskaya i prikladnaya ekonomika. 2020. № 3. S. 105-116.
12. Faktory ustoichivogo razvitiya regionov Rossii. Borisova N.G., Grigor'ev M.F., Dragileva L.Yu., El'shin L.A., Zbinyakova E.A., Ivanov A.V., Izhguzina N.R., Nikolaeva N.A., Prygunova M.I., Safiullin M.R., Stepanova E.Yu., Chernogradskaya N.M. Novosibirsk, 2015. Tom Kniga 21.