ВЪЗДЕЙСТВИЕ НА УСВОЕНИТЕ ЕВРОФОНДОВЕ ВЪРХУ ИКОНОМИЧЕСКИЯ РАСТЕЖ НА БЪЛГАРИЯ И НА НОВИТЕ СТРАНИ – ЧЛЕНКИ Калина Л. Дурова1 1 Югозападен университет „Неофит Рилски“ – Благоевград, България E-mail: 1kalina_durova@swu.bg Резюме: Целта на настоящото изследване е да анализира краткосрочната и дългосрочната връзка между усвоените европейски средства и икономическия растеж в новите страни – членки (НСЧ-11) като група и на България вчастност през периода 2014–2020 г. За постигане целта на изследването е използван авторегресионен модел с разпределен лаг (ARDL). Резултатите показват, че като публични инвестиции усвоените европейски средства въздействат върху икономическия растеж на НСЧ – 11 в краткосрочен, но не и в дългосрочен период. Анализът на връзката между икономическия растеж и нормата на усвояемост на еврофондовете в България сочи за краткосрочно положително, но не и дългосрочно въздействие на усвоените евросредства върху темпа на прираст на реалния БВП на страната. Ключови думи: нови страни членки, фондове на Европейския съюз, икономически растеж. Тази статия се цитира, както следва: Дурова, К. (2022). Въздействие на усвоените еврофондове върху икономическия растеж на България и на новите страни – членки. Народностопански архив, (4), с. 20-39. URL: www2.uni-svishtov.bg/NSArhiv JEL: F15, F43, O47. * * * 20 Народностопански архив 4/2022 1. Увод К охезионната политика (КП) на Европейския съюз (ЕС) представлява система за споделено управление на фондовете на ЕС за стимулиране на хармоничното развитие на Съюза като цяло. Тя подлежи на периодични промени на базата на процесите на задълбочаваща се интеграция и разширяване на ЕС. Здравната криза, причинена от пандемията COVID-19, се превърна и в икономическа в резултат на предприетите ограничителни мерки за предотвратяване разпространението на заразата. Тези условия превърнаха фондовете на ЕС във важно средство за преодоляване на негативните здравни и икономически ефекти на COVID19, като важността на ефективното и целесъобразното използване на фондовете на ЕС непрекъснато нараства. Основни ползватели на кохезионни средства са новите страни– членки (НСЧ), които следва да конвертират към „старите“ държави–членки номинално и реално и да ги настигнат по степен на икономическо развитие. За да се реализира този процес на икономическа конвергенция, НСЧ следва да растат по-бързо от страните от Северна и Западна Европа. Затова детерминантите и начините за ускоряване на икономическия растеж на НСЧ е обект на засилен интерес в икономическата литература (Todorov, 2014; Todorov and Durova, 2016; Stoilova and Todorov, 2021; Ganchev and Todorov, 2021; Todorov and Stavrova, 2022 и др.). Целта на настоящата разработка е да изследва краткосрочната и дългосрочната връзка между усвоените европейски средства и икономическия растеж в НСЧ-11 (Естония, Латвия, Литва, Полша, Словакия, Словения, Унгария, Чехия, България, Румъния и Хърватия) като група и на България вчастност през периода 2014–2020 г. Целта е постигната чрез изпълнението на следните задачи: • Анализирано е управлението и усвояването на фондовете на Европейския съюз в НСЧ-11 през периода 2014–2020 г.; • Отчетена е промяната в бюджета на НСЧ-11 в резултат на COVID-19 пандемията; • Извършен е емпиричен анализ на връзката между икономическия растеж и процента на усвояемост на еврофондовете в НСЧ-11 за периода 2014–2020 г.; • Емпирично е анализирана връзката между икономическия растеж и процента на усвояемост на еврофондовете в България за периода 2014–2020 г.; • Формулирани са изводи и препоръки за максимализиране на ползата от еврофондовете за икономиките на НСЧ - 11 и на България в условията на икономическа криза, причинена от коронавируса и на Народностопански архив 4/2022 21 структурна трансформация в посока цифровизация и опазване на околната среда. Използваните методи на изследване са сравнителен анализ, авторегресионен модел с разпределен лаг (ARDL) и формулиране на препоръчителни политики и мерки за максимализиране на ползата от еврофондовете за икономиките на НСЧ-11 и на България в условията на здравна и икономическа криза, причинена от коронавируса. 2. Специфика на фондовете на Европейския съюз по държави за периода 2014–2020 г. През програмния период 2014–2020 г. Кохезионната политика претърпява промени заради новия контекст, в който се развива ЕС – тя е опростена с фокус върху резултатите (https://cohesiondata.ec.europa.eu ). Целите на ЕС за 2020 г. предвиждат осигуряване на по-висока заетост, инвестиции в научноизследователска и развойна дейност, намаляване на емисиите на парникови газове, образование, борба с бедността и социалната изолация. КП през програмен период 2014–2020 г. е съобразена със Стратегията „Европа 2020” (чрез ориентация към 11 тематични цели, извлечени от стратегията) и Европейския семестър (чрез отчитане на специфичните за всяка страна препоръки и на националната програма за реформи). На КП се отделя повече внимание в периода 2014–2020 г. поради нейната специфична бюджетна тежест (около 32.5% от Бюджета на ЕС за единна политика), тематичен обхват, пространствена ориентация, залягането й в Партньорските споразумения и Оперативните програми и в изискванията за отчетност на ЕС (www.europa.eu ). За политиката на сближаване на Европейския съюз за периода 2014–2020 г. са предвидени 351,8 млрд. евро, които се равняват на 32,5% от общия бюджет на ЕС (www.eufunds.bg). Сумата на еврофондовете за периода 2014–2020 г. варира по държави – най-високият бюджет е определен за Полша, страната с най-голямото население в ЦИЕ. Еврофондовете на глава от населението са най-високи в Естония и Словакия. Полша и Румъния получат приблизително 50% от предназначените за ЦИЕ евросредства. Заедно с Чехия и Унгария техният дял достига 75% от общия бюджет на ЕС за ЦИЕ ((https://eumis2020.government.bg ). Процесът на усвояване на средствата през програмен период 2014– 2020 г. съдържа четири основни стъпки:  Планиране;  Преговори с ЕК;  Сключване на споразумение с ЕК;  Осъществяване на проекти. 22 Народностопански архив 4/2022 Повечето страни от ЦИЕ се движат заедно през четирите етапа на усвояване на средствата за новия програмен период 2014–2020 г. https://ec.europa.eu/ ). Периодът 2014–2020 се характеризира с някои промени при провеждане на политиката по сближаване, като:  По-голям акцент върху резултатите: по-ясни и измерими цели за по-добра отчетност;  Опростяване: един набор от правила за петте фонда;  Въвеждане на специални предварителни условия, които трябва да бъдат изпълнени, преди да бъдат отпуснати средства от фондовете;  Засилено градско измерение и борбата за социално приобщаване;  Връзка с икономическата реформа: ЕК може временно да спре финансирането на държава–членка, която не спазва икономическите правила на ЕС. 3. Промяна в бюджета на НСЧ в резултат на COVID-19 пандемията В Таблица 1 са представени данни за бюджет, договорени и усвоени средства, процент на договаряне и процент на усвояване на средствата от фондовете на Европейския съюз на НСЧ-11 през програмен период 2014–2020 г. През март 2020 г. Европейската комисия (ЕК) разреши на страните– членки на ЕС да използват 37 млрд. евро кохезионни средства за мерки за борба с коронавируса. С общо 1,8 трилиона евро се подпомага възстановяването на Европа след COVID-19. (https://cohesiondata.ec. europa.eu). В резултат на тези решения на ЕК, бюджетът на НСЧ-11 за програмния период 2014–2020 г. претърпя изменения (вж. Таблица 1). Договорените средства в абсолютно изражение са с най-висока стойност в Полша в размер на 92,69 млрд. евро, следва Унгария с 31,27 млрд. евро и Чехия с 28,56 млрд. евро. Най-малко договорени средства от ЕСИФ са за Словения, в размер на 4,36 млрд. евро, следва Естония със сумата от 5,11 млрд. евро и Латвия с размер от 6,38 млрд. евро. Договорените от България средства са в размер на 10,23 млрд. евро. Като дял от общия бюджет на фондовете, определен за съответната страна–членка на ЕС, договорените средства са с най-висока стойност в Румъния от 108,93%, следвана от Хърватия със 105,86% и Унгария със 105,08%. Най-малък процент договорени към бюджетирани евросредства се наблюдава в България с 87,38%, което обаче е над средната стойност за ЕС като показател. Народностопански архив 4/2022 23 Таблица 1 Бюджетирани, договорени и усвоени средства, дял на договорените средства в общ бюджет и дял на усвоените средства в общ бюджет на Европейските структурни и инвестиционни фондове (ЕСИФ) за новите страни–членки (НСЧ-11) през програмния период 2014–2020 г. Страна Бюджетирани средства Договоре- Усвоени Догово- Усвоени (млрд. евро) ни сред- средства рени към ства (млрд. към бюджети(млрд. евро) бюджерани ЕС Нацио- Общо евро) тирани средства нално средства (%) съфинан(%) сиране 4,42 1,35 5,77 5,11 3,33 88,48 57,59 Естония 8,44 1,56 9,99 9,37 5,80 93,75 58,03 Литва 5,63 1,273 6,91 6,38 3,94 92,29 57,05 Латвия 86,11 18,83 104,94 92,69 52,01 88,32 49,56 Полша 4,00 19,13 17,75 7,98 92,78 41,71 Словакия 15,14 3,93 1,03 4,95 4,36 2,61 88,03 52,67 Словения 25,01 4,75 29,76 31,27 16,12 105,08 54,16 Унгария 23,87 8,42 32,28 28, 56 16,84 88,48 52,16 Чехия 9,87 1,83 11,70 10,23 5,68 87,38 48,52 България 30,88 5,89 36,77 40,05 15,81 108,93 42,98 Румъния 1,91 12,65 13,39 5,53 105,86 43,76 Хърватия 10,73 Източник: https://cohesiondata.ec.europa.eu/ и собствени изчисления. Усвоените средства в абсолютно изражение по фондове са на найвисока стойност в Полша – 52,01 млрд. евро, следвана от Чехия и Унгария, съответно с 16,84 млрд. евро и 16,12 млрд. евро и Румъния с 15,81 млрд. евро. Усвоените от България средства от ЕСИФ са 5,68 млрд. евро. Наймалко усвоени евросредства в абсолютно изражение към края на януари 2021 г. са в Словения, Естония и Латвия, съответно в размери от 2,61 млрд. евро за Словения, 3,33 млрд. евро за Естония и 3,94 млрд. евро за Латвия. По дял на усвоени средства в общия бюджет по европейските фондове най-добре се представя Литва с 58,03%, следвана от Естония с 57,59% и Латвия с 57,05%. На следващо място, отново със стойности над 50% усвояемост, се нареждат Унгария с 54,16%, Словения с 52,67% и Чехия с 52,16%. България се нарежда на 8-мо място сред НСЧ-11 с 48,52% усвоени към бюджетирани евросредства. Най-малък процент усвоени към бюджетирани евросредства се наблюдават в Хърватия – 43,76%, Румъния 42,98% и Словакия с 41, 71% по данни към 31 януари 2021 г. 24 Народностопански архив 4/2022 4. Емпиричен анализ на връзката между икономическия растеж и процента на усвояемост на еврофондовете в НСЧ-11 за периода 2014–2020 г. 4.1. Методология и данни В настоящата точка връзката между икономическия растеж и усвояемостта на еврофондовете в НСЧ-11 е моделирана чрез авторегресионен модел с разпределен лаг (ARDL). Използвани са годишни данни на Евростат и от уебсайта https://cohesiondata.ec.europa.eu/ за периода 2014–2020 г. ARDL моделът включва следните променливи: GDPGR – темп на прираст на реалния БВП в страна i в година j; EUFAR – процент на усвоените европейски фондове в страна i в година j. EUFAR е изчислен като процентно съотношение между действително усвоените и планираните в началото на програмния период европейски средства за съответната страна. 4.2. Тестове за стационарност Тестовете за стационарност на променливите в ARDL показват, че GDPGR е стационарна на базови стойности, а EUFAR – на първи разлики. Различният ред на интеграция на променливите изисква прилагане на авторегресия с разпределен лаг (ARDL). 4.3. Оптимален брой на лаговете Тестът за оптималния брой на лаговете в авторегресията с разпределен лаг (ARDL) показва, че според критериите FPE и AIC този брой е един лаг. Народностопански архив 4/2022 25 Таблица 2 Тест за оптималния брой на лаговете в ARDL VAR Lag Order Selection Criteria Endogenous variables: D(GDPGR) D(EUFAR) Exogenous variables: C Date: 01/28/21 Time: 09:46 Sample: 2015 2019 Included observations: 22 L a gLogL 0 LR -89.36662 -73.32315 -68.47647 2 FPE NA 27.71145* 7.490325 AIC SC 13.87970 8.306056 4.659278 7.211195 4.369403* 7.134224* 8.405242 7.508753* 7.630153 HQ 8.329422 7.281291 7.251050* * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion Източник: Собствени изчисления. 4.4. Резултати от иконометричната оценка на ARDL и ECM ARDL моделът е оценен с един лаг (вж. Таблица 3). ARDL моделът има вида: (1) D(GDPGR) = C(1) + C(2)*D(GDPGR(-1)) + C(3)*D(EUFAR(-1)) + C(4)*GDPGR(-1) + C(5)*EUFAR(-1) 26 Народностопански архив 4/2022 Таблица 3 Резултати от иконометричната оценка на ARDL модела Dependent Variable: D(GDPGR) Method: Panel Least Squares Date: 01/28/21 Time: 08:47 Sample (adjusted): 2017 2019 Periods included: 3 Cross-sections included: 11 Total panel (balanced) observations: 33 Variable Coefficient C D(GDPGR(-1)) D(EUFAR(-1)) GDPGR(-1) EUFAR(-1) 3.596064 -0.007242 0.020972 -0.614606 -0.131861 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.507163 0.436757 1.033031 29.88029 -45.18638 7.203466 0.000404 Std. Error t-Statistic 0.802374 0.157004 0.090973 0.229077 0.063799 4.481779 -0.046125 0.230526 -2.682967 -2.066804 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Prob. 0.0001 0.9635 0.8194 0.0121 0.0481 0.181818 1.376466 3.041599 3.268342 3.117891 1.629748 Източник: Собствени изчисления. Граничният (Bounds) тест сочи, че съществува дългосрочна връзка между променливите в ARDL модела. Това налага конструиране на модел с корекция на грешката (ECM). Народностопански архив 4/2022 27 Таблица 4 Граничен (Bounds) тест за наличие на дългосрочна връзка между променливите в ARDL модела Wald Test: Equation: ARDL Test Statistic Value df Probability F-statistic Chi-square 9.852551 19.70510 (2, 28) 2 0.0006 0.0001 Value Std. Err. Null Hypothesis: C(4)=C(5)=0 Null Hypothesis Summary: Normalized Restriction (= 0) 0.614606 0.131861 C(4) C(5) 0.229077 0.063799 Restrictions are linear in coefficients. Източник: Собствени изчисления. Резултатите от оценката на модела с корекция на грешката са показани в Таблица 4. Членът за корекция на грешката (ЕСТ) е статистически значим и отрицателен, което означава, че между икономическия растеж и усвояемостта на еврофондовете в НСЧ-11 съществува дългосрочна равновесна връзка. Абсолютната стойност на ЕСТ (0.78) сочи, че всяко отклонение от дългосрочното равновесие между GDPGR и EUFAR се елиминира със скорост 78% на година. Краткосрочният коефициент пред D(EUFAR(-1)) не е статистически значим, което означава, че в краткосрочен период усвоените европейски средства не въздействат върху икономическия растеж в НСЧ-11. ECM моделът има вида: (2) D(GDPGR) = C(1) + C(2)*D(GDPGR(-1)) + C(3)*D(EUFAR(-1)) + C(4)*ECT(-1) 28 Народностопански архив 4/2022 Таблица 5 Резултати от иконометричната оценка на ECM Dependent Variable: D(GDPGR) Method: Panel Least Squares Date: 01/28/21 Time: 09:27 Sample (adjusted): 2017 2019 Periods included: 3 Cross-sections included: 11 Total panel (balanced) observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C D(GDPGR(-1)) D(EUFAR(-1)) ECT(-1) 0.713349 0.063660 -0.113600 -0.782808 0.383834 0.170126 0.083102 0.242081 1.858483 0.374195 -1.366998 -3.233664 0.0733 0.7110 0.1821 0.0030 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.382852 0.319010 1.135889 37.41710 -48.89771 5.996793 0.002614 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 0.181818 1.376466 3.205922 3.387316 3.266955 1.489747 Източник: Собствени изчисления. 4.5. Диагностика на ARDL и ECM Тестовете за нормално разпределение на остатъците в ARDL и ECM сочат, че и в двата модела остатъците са нормално разпределени, което е индикатор за надеждността на тези модели. Други индикатори за тази надеждност са сравнително високите коефициенти на детерминация (0.51 за ARDL и 0.38 за ECM) и ниските вероятности на F-отношението (0.002614 за ЕСМ и 0.000404 за ARDL). Народностопански архив 4/2022 29 6 Series: Standardized Residuals Sample 2017 2019 Observations 33 5 4 3 2 1 0 -1.0 -1.5 -0.5 0.0 -4.03e-16 -0.041399 2.246042 -1.437849 0.966312 0.206000 2.276060 Jarque-Bera Probability 0.954021 0.620636 2.0 1.5 1.0 0.5 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Източник: Собствени изчисления. Фигура 1. Тест за нормално разпределение на остатъците в ARDL 12 Series: Standardized Residuals Sample 2017 2019 Observations 33 10 8 6 4 2 0 -2 -1 0 1 2 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis -1.79e-16 -0.184678 3.078723 -2.100722 1.081335 0.511727 3.535642 Jarque-Bera Probability 1.834760 0.399564 3 Източник: Собствени изчисления. Фигура 2. Тест за нормално разпределение на остатъците в ECM 4.6. Интерпретация на резултатите Резултатите от емпиричния анализ на връзката между икономическия растеж и нормата на усвояемост на еврофондовете в НСЧ-11 в програмния период 2014–2020 г. потвърждават изводите от предишните емпирични анализи в настоящото изследване. Като публични инвестиции, усвоените европейски средства въздействат върху икономическия растеж в краткосрочен, но не и в дългосрочен период. Статистически значимият и отрицателен регресионен коефициент пред EUFAR (-1) в Таблица 6 означава, че в дълъг срок усвоените европейски средства оказват негативно въздействие върху икономическия растеж в НСЧ-11. Този негативен ефект може да се дължи на различни причини – неефективно изразходване на европейските средства, корупция и изместване на частните инвестиции от публичните. През периода 2014–2020 г. се установява отрицателно дългосрочно, но не и краткосрочно въздействие на абсорбираните европейски фондове 30 Народностопански архив 4/2022 върху икономическия растеж в НСЧ-11. Това негативно дългосрочно въздействие може да се обясни чрез неефективно изразходване на европейските средства, корупционни практики и ефекти на изместване на частните инвестиции от публичните (Ascani et. al, 2021). Позицията на автора е, че КП е важно, но недостатъчно условие за постигане на икономическо и социално сближаване между НСЧ-11 и богатите икономики в ЕС. В условията на здравна и икономическа криза, причинена от коронавируса, европейските фондове могат да се използват не само с краткосрочни стабилизационни цели (преодоляване на негативните последици от кризата), но и с дългосрочна ориентация – чрез инвестиции в цифрови и „зелени технологии“ за структурна трансформация на икономиките на НСЧ. 5. Емпиричен анализ на връзката между икономическия растеж и процента на усвояемост на еврофондовете в България за периода 2014–2020 г. 5.1. Методология и данни В настоящата точка връзката между икономическия растеж и усвояемостта на еврофондовете в България е моделирана чрез авторегресионен модел с разпределен лаг (ARDL). Използвани са тримесечни данни на Евростат и (https://eumis2020.government.bg ) за периода 2014–2020 г. ARDL моделът включва следните променливи: GDPGRt – темп на прираст на реалния БВП на България в тримесечие t; EUFARt – процент на усвоените европейски фондове в България в тримесечие t. EUFARt е изчислен като процентно съотношение между действително усвоените еврофондове в тримесечие t и планираните в началото на програмния период европейски средства за България. 5.2. Тестове за стационарност Тестовете за стационарност на променливите в ARDL модела (вж. Таблица 9) показват, че GDPGR е стационарна на базови стойности, а EUFAR – на първи разлики. Различният ред на интеграция на променливите изисква прилагане на авторегресия с разпределен лаг (ARDL). 5.3. Оптимален брой на лаговете Тестът за оптималния брой на лаговете в авторегресията с разпределен лаг (ARDL) показва, че този брой е един лаг (вж. Таблица 6). Народностопански архив 4/2022 31 Таблица 6 Тест за оптималния брой на лаговете в ARDL VAR Lag Order Selection Criteria Endogenous variables: D(GDPGR) D(EUFAR) Exogenous variables: C Date: 02/13/21 Time: 13:26 Sample: 2014Q2 2020Q3 Included observations: 23 Lag LogL LR FPE AIC SC HQ 0 1 2 -95.24778 -75.94831 -73.65267 NA 33.56430* 3.593181 16.13005 4.276672* 5.015288 8.456329 7.125940* 7.274145 8.555067 7.422156* 7.767838 8.481161 7.200437* 7.398307 * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion Източник: Собствени изчисления. 5.4. Резултати от иконометричната оценка на ARDL ARDL моделът е оценен с един лаг (вж. Таблица 7). Граничният (Bounds) тест сочи, че не съществува дългосрочна връзка между променливите в ARDL модела (вж. Таблица 8). Този резултат прави невъзможно конструирането на модел с корекция на грешката (ECM). В кратък период обаче нормата на усвояемост на еврофондовете въздейства положително върху икономическия растеж в България със закъснение от едно тримесечие (регресионният коефициент пред D(EUFAR(-1)) в Таблица 13 е статистически значим). Стойността му от 1.4 показва, че нарастване на нормата на усвоените еврофондове с 1% повишава икономическия растеж на България с 1.4%. 32 Народностопански архив 4/2022 Таблица 7 Резултати от иконометричната оценка на ARDL модела Dependent Variable: D(GDPGR) Method: Least Squares Date: 02/13/21 Time: 13:29 Sample (adjusted): 2014Q4 2020Q3 Included observations: 24 after adjustments Variable Coefficient Std. Error t-Statistic C D(GDPGR(-1)) D(EUFAR(-1)) GDPGR(-1) EUFAR(-1) -0.672378 -2.213812 1.399342 0.861430 -0.466221 2.057393 2.077714 0.468970 2.001406 0.445415 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.764610 0.715054 1.987794 75.07516 -47.73976 15.42928 0.000009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat -0.326811 -1.065504 2.983863 0.430413 -1.046712 Prob. 0.7474 0.3000 0.0076 0.6717 0.3084 0.154167 3.723834 4.394980 4.640408 4.460092 1.997145 Източник: Собствени изчисления. Таблица 8 Граничен (Bounds) тест за наличие на дългосрочна връзка между променливите в ARDL модела Wald Test: Equation: ARDL Test Statistic Value df Probability F-statistic Chi-square 0.874756 1.749512 (2, 19) 2 0.4331 0.4170 Value Std. Err. 0.861430 -0.466221 2.001406 0.445415 Null Hypothesis: C(4)= C(5)=0 Null Hypothesis Summary: Normalized Restriction (= 0) C(4) C(5) Restrictions are linear in coefficients. Източник: Собствени изчисления. Народностопански архив 4/2022 33 5.5. Диагностика на ARDL Тестовете върху остатъците в ARDL сочат отсъствие на хетероскедастичност и серийна корелация (вж. Таблица 9 и Таблица 10). Тестът CUSUM показва, че ARDL е динамично стабилен (вж. Фигура 3), а тестът на Рамзи – липса на грешки в спецификацията на ARDL. Други индикатори за надеждност на ARDL е сравнително високият коефициент на детерминация (0.76) и ниската вероятност на F-отношението (0.000009). Таблица 9 Резултати от теста за хетероскедастичност на остатъците в ARDL Heteroskedasticity Test: ARCH F-statistic Obs*R-squared 0.148036 0.161000 Prob. F(1,21) Prob. Chi-Square(1) 0.7043 0.6882 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 02/13/21 Time: 13:36 Sample (adjusted): 2015Q1 2020Q3 Included observations: 23 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C RESID^2(-1) 3.536622 -0.083646 2.162466 0.217402 1.635458 -0.384755 0.1169 0.7043 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.007000 -0.040286 9.798877 2016.378 -84.08157 0.148036 0.704288 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 3.264134 9.607270 7.485354 7.584093 7.510186 2.003404 Източник: Собствени изчисления. 34 Народностопански архив 4/2022 Таблица 10 Резултати от теста за серийна корелация на остатъците в ARDL Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 1.06E-05 1.42E-05 Prob. F(1,18) Prob. Chi-Square(1) 0.9974 0.9970 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 02/13/21 Time: 13:35 Sample: 2014Q4 2020Q3 Included observations: 24 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C D(GDPGR(-1)) D(EUFAR(-1)) GDPGR(-1) EUFAR(-1) RESID(-1) 0.002627 0.001945 -0.000249 -0.002785 -0.000422 0.001383 2.261963 2.216335 0.487849 2.226383 0.475519 0.423926 0.001162 0.000878 -0.000511 -0.001251 -0.000887 0.003263 0.9991 0.9993 0.9996 0.9990 0.9993 0.9974 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.000001 -0.277777 2.042263 75.07512 -47.73975 2.13E-06 1.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 3.84E-16 1.806692 4.478312 4.772826 4.556447 1.997697 Източник: Собствени изчисления. Народностопански архив 4/2022 35 15 10 5 0 -5 -10 -15 I II III IV I 2016 II III IV 2017 CUSUM I II III IV I 2018 II III 2019 IV I II III 2020 5% Significance Източник: Собствени изчисления. Фигура 3. Тест за динамична стабилност на ARDL 5.6. Интерпретация на резултатите Резултатите от емпиричния анализ на връзката между икономическия растеж и нормата на усвояемост на еврофондовете в България през програмния период 2014–2020 г. показват краткосрочно положително, но не и дългосрочно въздействие на усвоените евросредства върху темпа на прираст на реалния БВП на страната. Това означава, че българското макроикономическо управление може да използва фондовете на Европейския съюз като средство за излизане от рецесията, причинена от коронавируса. Наличието на краткосрочно и отсъствието на дългосрочно влияние на процента на усвоените европейски средства върху икономическия растеж в България могат да се обяснят чрез пренасочване на част от абсорбираните еврофондове от инвестиции към потребление. По мнение на автора това пренасочване е резултат както от отклоняването на европейски фондове за финансиране на краткосрочни мерки за борба с икономическата криза с разрешението на Европейската комисия, така и от злоупотреби и корупция с европейски средства. 6. Заключение През програмния период 2014–2020 г. Кохезионната политика (КП) на ЕС е съобразена със Стратегията „Европа 2020” и Европейския семестър. На нея се отделя повече внимание в програмния период 2014–2020 36 Народностопански архив 4/2022 г. поради нейната специфична бюджетна тежест (около 32.5% от Бюджета на ЕС за единна политика), тематичен обхват, пространствена ориентация, залягането й в Партньорските споразумения и Оперативните програми и в изискванията за отчетност на ЕС. КП не е самостоятелна, а върви с инструменти, които са базирани върху секторната политика, осъществявана чрез базирания по място подход. Акцентите при използването на КП през последната година на програмния период 2014–2020 г. и през новия програмен период 2021–2027 г. са преодоляването на здравните и икономическите последици от коронавируса (Кънева, 2021). През периода 2014–2020 г. нормата на усвояемост на европейските средства има отрицателно дългосрочно, но не и краткосрочно влияние върху икономическия растеж в НСЧ-11. Този резултат води до два извода: първо, потвърждава се характерът на европейските фондове на разходи с инвестиционен характер и дългосрочно въздействие; второ, негативният дългосрочен ефект върху растежа предполага неефективност на публичните инвестиции в резултат на корупция и изместване на частните инвестиции. През периода 2014–2020 г. са налице емпирични доказателства за наличие на положително краткосрочно, но не и дългосрочно въздействие на усвоените европейски фондове върху икономическия растеж в България. Тези резултати предполагат: първо, че европейските фондове могат да се използват за преодоляване на последиците от кризата с коронавируса в кратък период; второ, че част от предвидените за инвестиции европейски средства са били пренасочени за борба с коронавируса. Авторът смята, че значението на усвоените евросредства за България е голямо поради следните причини: • Фондовете на ЕС представляват важен източник за финансиране на инвестициите в България, който директно увеличава капиталовите запаси в българската икономика; • Еврофондовете способстват за създаването на иновации и повишават технологичното равнище на икономиката; • Европейският социален фонд финансира проекти, които подобряват количеството и качеството на човешкия капитал; • Еврофондовете финансират изграждането на важни обекти от обществената инфраструктура, които привличат чуждестранни инвестиции и стимулират икономическия растеж; • Европейските фондове са важно средство за преодоляване на здравните и икономическите последици от COVID-19 пандемията. Здравната криза, причинена от коронавируса, се превърна и в икономическа в резултат на предприетите ограничителни мерки за предотвратяване разпространението на пандемията (Минасян, 2020). В тези Народностопански архив 4/2022 37 условия европейските фондове са важен инструмент за преодоляване на негативните здравни и икономически ефекти на COVID-19, като важността на ефективното и целесъобразното им използване непрекъснато нараства. Кризата трябва да се разглежда не само като опасност, но и като шанс за развитие и структурна трансформация на българското, европейското и световното стопанство в посока дигитализация и „зелена икономика“. В този смисъл използването на европейските фондове в настоящите кризисни условия е важно не само за излизане от кризата, но и за осъществяване на революционния технологичен преход към цифрово зелено стопанство в национален и европейски мащаб. Използвани източници Ascani, A., Faggian, A., & Montresor, S. (2021). The geography of COVID-19 and the structure of local economies: The case of Italy. Journal of Regional Science, 61(2),407– 441. Ganchev, G. and Todorov, I. (2021). Taxation, government spending and economic growth:The case of Bulgaria. Journal of Tax Reform, 2021, 7(3), pp. 255– 266. Camagni, R., Capello, R., Cerisola, S., & Fratesi, U. (2020). Fighting gravity: Institutional changes and regional disparities in the EU. Economic Geography. forthcoming. 96(2),108– 136. Cerqua, A., & Pellegrini, G. (2018). Are we spending too much to grow? The case ofstructural funds. Journal of Regional Science, 58(3), 535– 563. Conte, A., Lecca, P., Sakkas, S., & Salotti, S. (2020). The territorial economic impact of COVID-19 in the EU. A RHOMOLO analysis (Vol. JRC121261). Joint ResearchCentre. Crescenzi, R., Giua, M., & Sonzogno, G. V. (2021). Mind the Covid-19 crisis: An evidence-based implementation of Next Generation EU. Journal of Policy Modeling, 43(2), 278– 297. Dall'Erba, S., & Fang, F. (2017). Meta-analysis of the impact of European Union StructuralFunds on regional growth. Regional Studies, 51(6), 822– 832. Ehrlich, M. V., & Overman, H. G. (2020). Place-based policies and spatial disparities acrossEuropean cities. Journal of Economic Perspectives, 34(3), 128– 149. Nikolova, I. (2014). Instruments of EU Cohesion Policy for Bulgaria. Economy & Business Journal of International Scientific Publications www. scientificpublications.net, Department of Economics, New Bulgarian University, ISSN 1314-7242, Volume 8, 2014. Stoilova, D. and Todorov, I. (2021). Fiscal policy and economic growth: Evidence fromCentral and Eastern Europe. Journal of Tax Reform, 2021, 7(2), pp. 146–159. 38 Народностопански архив 4/2022 Todorov, I. (2014). Macroeconomic trends in the new member countries of the European Union before the Euro Area debt crisis. Analele Stiintifice ale Universitatii Al I Cuzadin Iasi - Sectiunea Stiinte Economice, 2014, 61(2), pp. 197–217. Todorov, I. and Durova, K. (2016). Economic growth of Bulgaria and its determinants. Ikonomicheski Izsledvania, 2016, 25(4), pp. 3–35. Paliova, I. and Lybek, T. (2014). Bulgaria’s EU Funds Absorption: Maximizing the Potential! IMF Working Paper, pp. 1-64. Кънева, А. (2015). Сравнителен анализ на усвояването на средства от Структурните фондове в страните-членки на Европейския съюз през програмен период 2007-2013 г. Единадесета международна научна конференция на тема: „Членството на България в Европейския съюз: седем години по-късно“, Катедра „Международни икономически отношения и бизнес, Факултет „Международна икономика и политика“, УНСС, София, Издателски комплекс – УНСС, стр. 324-334. Кънева, А. (2021). Мерки на европейските институции за ограничаване на въздействието на пандемията от COVID-19 върху икономиките на страните членки на Европейския съюз Наименование на сборник: Научна конференция на тема: „45 години катедра „Международни отношения” в УНСС: приемственост и развитие в изучаването на международните отношения и процесите в Европа“, изд-во,унив.,инст.,орг.,и т.н.): Катедра „Международни отношения”, УНСС, стр. 1-8. Минасян, Г. (2020). Финансова подкрепа на ЕС за България, „Икономически живот“, стр. 1-3. http://ec.europa.eu/ https://cohesiondata.ec.europa.eu https://europa.eu https://www.eufunds.bg/ https://eumis2020.government.bg/ Калина Л. Дурова е главен асистент, доктор по икономика в катедра „Финанси и отчетност“, Стопански факултет при ЮЗУ „Неофит Рилски“ – Благоевград, България. През 2018 г. е носител на две награди: Специална награда на Асоциацията на индустриалния капитал в България в конкурса "Млад икономист" и Първо място в Седмия годишен академичен конкурс "Д-р Иванка Петкова". През 2019 г. защитава дисертация в областта на Кохезионната политика на ЕС и усвояването на еврофондове от новите страни–членки от ЦИЕ. Научни интереси: европейска интеграция, еврофондове, Европейски съюз. ORCID ID: 0000-0001-8051-1342 Народностопански архив 4/2022 39 НАРОДНОСТОПАНСКИ АРХИВ ГОДИНА LXXV, КНИГА 4 – 2022 СЪДЪРЖАНИЕ Мерием Чафик, Мохамед Набил Ел Мабруки Възможности и предизвикателства пред трансграничното банкиране с оглед на пан-африканските банки /3 Калина Дурова Въздействие на усвоените еврофондове върху икономическия растеж на България и на новите страни – членки /20 Десислава Колева-Стефанова Динамичните трансформации на пазара на труда в България при условията на дигитални технолигии и пандемия /40 Райна Петрова Компетентностният подход през призмата на обучението по управленско счетоводство в университетите /63 Ана Иванова Реформата в болничната дейност в България – модели за финансиране и експертна оценка на състоянието /88 РЕДАКЦИОНЕН СЪВЕТ: Проф. д-р Андрей Захариев – главен редактор Проф. д-р Йордан Василев – зам. главен редактор Проф. д-р Стоян Проданов Доц. д-р Искра Пантелеева Доц. д-р Пламен Йорданов Доц. д-р Светослав Илийчовски Доц. д-р Пламен Петков Доц. д-р Анатолий Асенов Доц. д-р Тодор Кръстевич МЕЖДУНАРОДЕН СЪВЕТ: Проф. д-р ик.н. Михаил А. Ескиндаров – Финансов университет при Правителството на Руската федерация, Москва (Русия). Проф. д-р ик.н. Григоре Белостечник – Молдовска академия за икономически изследвания, Кишинев (Молдова). Проф. д-р ик.н. Михаил Ив. Зверяков – Одески държавен икономически университет, Одеса (Украйна). Проф. д-р ик.н. Андрий Крисоватий – Тернополски национален икономически университет, Тернопол (Украйна). Проф. д-р ик.н. Йон Кукуй – Университет Валахия, Търговище (Румъния) Проф. д-р Кен О'Нийл – Университет Ълстер (Великобритания) Проф. д-р Ричард Торп – Университет Лийдс (Великобритания) Проф. д-р ик.н. Олена Непочатенко – Умански национален аграрен университет, Уман (Украйна) Проф. д-р ик.н. Дмитрий Лукьяненко –Киевски национален икономически университет "Вадим Гетман", Киев (Украйна) Доц. д-р Мария Стефан – Университет "Валахия", Търговище (Румъния) Доц. д-р Анисоара Дуика - Университет "Валахия", Търговище (Румъния) Доц. д-р Владимир Климук – Брановички държавен университет, Бранович (Беларус) Екип за техническо обслужване: Технически секретар – д-р Росица Проданова Стилов редактор – Анка Танева Превод на английски език – ст. преп. Венцислав Диков и ст. преп. д-р Петър Тодоров Адрес на редакцията: 5250 Свищов, ул. „Ем. Чакъров” 2 Проф. д-р Андрей Захариев – главен редактор  (++359) 889 882 298 Д-р Росица Проданова – технически секретар  (++359) 631 66 309, е-mail: nsarhiv@uni-svishtov.bg Благовеста Борисова – компютърен дизайн  (++359) 882 552 516, е-mail: b.borisova@uni-svishtov.bg Отпечатването на списанието за 2022 г. се осъществява с безвъзмездната финансова помощ на Фонд “Научни изследвания” – Договор ДНП № КП-06-НП3-69 по конкурс “Българска научна периодика – 2022 г.” © Академично издателство „Ценов” – Свищов © Стопанска академия „Димитър А. Ценов” – Свищов