CC BY
42
V-XipC 3
кегианааистика
" h-:.';--. I ---A ....... Д"У.
у
£
• ILK Г.
ИЗОТОВ Дмитрий Александрович
Кандидат экономических наук, старший научный сотрудник
Институт экономических исследований ДВО РАН, ул. Тихоокеанская, 153, Хабаровск, Россия, 680042
IZOTOV Dmitry
Alexandrovich
Ph.D. in economics, senior research fellow Economic Research Institute FEB RAS, 153, Tikhookeanskaya Street, Khabarovsk, Russia, 680042
д \\// /Щ ъУукя
"vr "л M*» . ¡J■ ■ u,., „ f \ЧЛ«Л
& "ч <! <■ рЛ"V3" -Л' fjY-« ■ ■ ---- Η ■ ■■ ■ V '
DOI: 10.14530/reg.2014.
N
¡1 A ' SBB
УДК 338.27
ДАЛЬНИЙ ВОСТОК РОССИИ И ПРОГНОЗЫ КОНЪЮНКТУРЫ РЫНКОВ СЫРЬЕВЫХ ТОВАРОВ
Современные прогнозы экспорта сырьевых товаров как России в целом, так и Дальнего Востока конструируются с позиции производственных возможностей отраслей экономики и игнорируют конъюнктуру внешних рынков. Доказывается, что поиск эффективных вариантов экспорта сырьевых товаров дальневосточного макрорегиона должен происходить с учётом конъюнктуры внешних рынков, их структуры и особенностей функционирования. Проведена классификация методических подходов и эмпирических моделей, предназначенных для получения перспективных оценок конъюнктуры рынков сырьевых товаров.
Конъюнктура, прогноз, эмпирическая модель, внешний рынок, сырая нефть, природный газ, уголь, металлы, лесотовары, рыбопродукция, Дальний Восток
RUSSIAN FAR EAST AND FORECASTS OF PRIMARY COMMODITY MARKETS
The current forecasts of primary commodity exports in Russia as a whole and the Far East are constructed from a position of manufacturing capabilities of industries and ignoring the assessment of foreign market demand. It is proved that searching of effective ways of Far Eastern region's primary commodities exports should taking into account the external market conditions, structure, and features of its functioning. The classification of methodological approaches and empirical models for projections of conjuncture of primary commodity markets was conducted.
izotov@ecrin.ru
Conjuncture, forecast, empirical model, external shock, crude oil, natural gas, coal, metals, forest products, fish products, Russian Far East
© Изотов Д. А., 2014
кегноналмстика
/ Ж
-V
Ж
N
'Ш
РО!: 10.14530/гед.2014.
• - Ь-о „"■■' •. -Л' У
• ¡Г . ■ п.' М." .' гА> .13. '".ДчЖ*! й-
Введение
Конъюнктура как экономический феномен уже не одно десятилетие привлекает внимание исследователей. Свой вклад в формирование теории конъюнктуры внесли Н.Д. Кондратьев [8], Е.Е. Слуцкий [17], С. Кузнец [38], Г. Кассель [7] и др. Истоки эконометрического прогнозирования конъюнктуры обнаруживаются в работе Я. Тинбергена [54]. Положения методологии конъюнктуроведения, базирующегося на теории воспроизводства, циклов и кризисов, разрабатывались в трудах ЕС. Варги [1], А.А. Манукяна [14], Ф.Г. Пископпеля [15].
Традиционно разграничивают два вида экономической конъюнктуры: общехозяйственную, описывающую развитие глобальной экономики или экономики отдельного региона, и конъюнктуру отдельных отраслей экономики и товарных рынков [11]. Причём конъюнктура конкретного товарного рынка не развивается изолированно, она тесно связана с общехозяйственной глобальной конъюнктурой, с конъюнктурой, характеризующей производство и потребление данного товара ведущими странами.
С точки зрения охвата территории могут быть выделены глобальный и субглобальные внешние рынки. Под глобальным рынком в данной работе понимается система устойчивых торговых отношений между национальными экономиками, связанными между собой участием в международном разделении труда. В условиях глобализации появляются отдельные глобальные товарные рынки, в частности, сырьевых товаров. На каждом глобальном рынке складываются свои центры торговли (в основном товарные биржи и аукционы), цены которых признаются базисными в торговле соответствующими товарами. Субглобальный рынок определённого товара или товарной группы ограничивается преимущественно рамками одного региона (Европа, Азия, Северная Америка, страны
СНГ и т.д.). «Национальный рынок» - синоним внутреннего рынка.
Глобальные и субглобальные рынки сырьевых товаров не отличаются многообразием: они включают рынки сырой нефти, газа, цветных и чёрных металлов, продукции сельского хозяйства и рыбных промыслов, а также химических товаров [29].
Вопрос о том, насколько велика роль природных ресурсов для России в целом и для регионов с сырьевой специализацией в частности, является риторическим [12]. На внешних рынках реализуются сырьевые товары, избыточные для потребительского и производственного секторов России, их доля в российском экспорте весьма значительна (75% в 2013 г.).
Другой вопрос - насколько эффективно Россия связана с глобальными и субглобальными рынками сырьевых товаров? Ведь наделённость природными ресурсами не является по умолчанию залогом получения конкурентных преимуществ от них в рамках глобального или субглобальных рынков. Более того, природные ресурсы могут быть не только предпосылкой для быстрого экономического роста и поступательного развития, но и причиной экономических проблем [13, с. 72].
Недостаточный учёт конъюнктуры внешних рынков сырьевых товаров (а часто и фактический отказ от рассмотрения конкурентной рыночной среды) в прогнозировании развития открытой региональной экономики, избыточной с точки зрения наделённости природными ресурсами и специализирующейся в их выпуске, является «традиционным» для российских исследователей.
Экспорт сырьевых товаров характерен для дальневосточных регионов на протяжении всего времени их существования. Целый ряд факторов предопределил специализацию дальневосточной экономики в экспорте сырьевых товаров на субглобаль-
1 згноналистика
/ .г! ^Уй^»-?-' -К "', \с\\
I л • ,-ЖЛ-Х 1 г \ ' 'у-1-' - у,
¿¿0 . К
1 вЖ
N
К-1ГГ IV
///
(¿Ж ■
ГА
и^Г
ный рынок АТР. Очевидно, что развитие дальневосточных регионов в значительнейшей мере зависит от конъюнктуры на внешних рынках сырьевых товаров.
В настоящей работе будут определены основные группы сырьевых товаров, составляющие основу экспорта Дальнего Востока, выявлены особенности глобальных и субглобальных рынков сырьевых товаров и проведена классификация эмпирических прогнозных моделей, которые применяются для перспективных оценок конъюнктуры рынков сырьевых товаров (как глобального, так и субглобального уровней) и могут быть использованы для прогнозных оценок воздействий со стороны внешних рынков на экономику Дальнего Востока.
Дальний Восток как регион сырьевого типа и внешние рынки
Современные прогнозы экспорта российских сырьевых товаров конструируются на основе моделирования предложения, то есть с позиции производственных возможностей соответствующих отраслей российской экономики. К ним можно отнести перспективные оценки, получаемые в профильных институтах Сибирского отделения РАН: Институте экономики и организации промышленного производства (ИЭиОПП) [9], Институте нефтегазовой геологии и геофизики им. А. А. Трофимука (ИНГГ) [10] и Институте систем энергетики им. Л.А. Мелентьева (ИСЭМ) [2; 16].
Как представляется, производственный подход в отношении сырьевых товаров, реализуемых на внешних рынках, имеет весьма ограниченное значение, поскольку рассматривает страну или регион как экономику закрытого типа (в лучшем случае внешний спрос является экзогенно заданным и обезличенным). В результате такого подхода существенная переоценка внешнего спроса на сырьевые товары спо-
РО!: 10.14530/гед.2014. _
■
собна вызвать избыточные капитальные издержки и недопустимое увеличение запасов продукции. Игнорирование вола-тильности конъюнктуры внешнего рынка приводит к «распылению» бюджетных средств, используемых для создания производственной и транспортной инфраструктуры различных сырьевых проектов, ориентированных на внешние рынки.
Существует немало примеров неудачного использования производственного подхода для реализации проектов (как корпоративным сектором, так и в рамках различного рода инвестиционных программ, реализуемых за счёт средств государственного и региональных бюджетов), имеющих конечной целью поставку на внешние рынки сырьевых товаров. Например, строительство производственной и транспортной инфраструктуры по деревообработке в Хабаровском крае (деревопе-рерабатывающий комплекс «Аркаим», проект производства клееной фанеры и пиломатериалов в п. Харчипан). Существуют трудности с поставками из Амурской области на энергоизбыточный рынок Северо-Востока КНР электроэнергии, генерируемой на Бурейской ГЭС. Приостановлена на неопределённый срок разработка Бугдаинского молибденового и Быстрин-ского золото-медного месторождений ОАО ГМК «Норильский никель» в связи с недооценкой снижения цен на выпускаемую продукцию на внешних рынках.
Дальний Восток России является регионом с сырьевой специализацией экономики. Природные ресурсы и экономико-географическое положение остаются определяющими факторами развития всей дальневосточной экономики. Главную роль в развитии её ресурсного сектора играет внешний спрос, поэтому развитие сектора в большей мере определяется внешнеэкономической конъюнктурой, чем динамикой спроса в самом макрорегионе. На долю ресурсного сектора приходится около половины всей добавленной стои-
кегноналмстика
/А
/ / ¿г
' я
8 I £
-V
Ж
N
'Ш
DOI: 10.14530A-eg.2014.
>-С . . Г>
мости, производимой в регионе (в промышленности - более 60%) [13].
На четыре укрупнённые товарные группы (продукцию топливно-энергетического комплекса (ТЭК), металлы, лесо-товары и рыбопродукцию) начиная с 1990-х гг. и по настоящее время приходится порядка 80% стоимости дальневосточного экспорта (рис. 1). В связи с ростом с 2002 г. цен на энергоносители, а также выходом на проектную мощность нефтегазовых проектов Сахалинской области произошло наращивание стоимостных объёмов продукции ТЭК в экспорте региона.
Обеспеченность избыточными для внутреннего потребления природными ресурсами, большое расстояние до европейских регионов страны, близость к рынкам стран Восточной Азии, наличие магистральной транспортной инфраструктуры предопределили естественную специализацию дальневосточной экономики - экспорт сырьевых товаров на рынок АТР (более 80% экспорта Дальнего Востока) [3].
Ввиду географической близости основными рынками для дальневосточного экспорта являются страны Северо-
Восточной Азии. Наблюдаемая на протяжении последних двух десятилетий тенденция показывает, что Япония и Республика Корея остаются в числе основных потребителей дальневосточной сырьевой продукции. Вместе с тем вероятны определённые изменения среди ключевых внешнеторговых партнеров региона. Сохранение высоких темпов роста китайской экономики будет способствовать росту её воздействия на экономику Дальнего Востока. Поддержание значительного спроса со стороны КНР может способствовать росту стоимостных объёмов экспорта дальневосточных сырьевых товаров в данную страну.
Говоря о внешних рынках обозначенных сырьевых товаров, следует отметить различное ценообразование на них с точки зрения моделей торговли (глобальной, субглобальной; рыночной, нерыночной).
Самым значимым видом продукции ТЭК является сырая нефть, определяющая цены и объёмы потребления других видов топлива. Сегодня мировые цены продукции ТЭК формируются на биржах, основ-
=
70 60 50 40 30 20 10
Продукция ТЭК
Металлы
Лесотовары
Рыбопродукция
Рис. 1. Структура экспорта Дальнего Востока в разрезе товарных групп
Источник: рассчитано на основе данных региональных исполнительных органов власти и статистических комитетов краёв и областей Дальнего Востока.
0
■■"""lucTUKa
К-1ГГ EJ
/ Ü
t
-v
ш
N
JO
DOI: 10.14530/reg.2014.
-р— —; v Vfi" .. г> г. .-А 1 И
ными из которых являются Международная нефтяная биржа в Лондоне (ICE) и Нью-Йоркская товарная биржа (NYMEX). На них складывается равновесный уровень цен на определённый сорт сырой нефти (на ICE также газа и угля) [4].
В отличие от рынка сырой нефти, единого рынка природного газа в глобальном масштабе не существует. Международная торговля природным газом осуществляется на субглобальных рынках, представленных Европой, Северной Америкой и Азией. Каждый из них характеризуется специфическими условиями спроса и предложения, конкуренции и ценообразования. Кроме того, внутри этих сегментов различают два товарных сектора: трубопроводного и сжиженного природного газа (СПГ).
Субглобальные рынки энергетического угля характеризуются сравнительно большим числом покупателей и продавцов. В целом рынок энергетического угля имеет относительно низкую степень рыночной концентрации, процесс формирования цен носит конкурентный характер, в то же время в отсутствие специальных торговых «площадок» (угольных бирж) большая часть поставок осуществляется по фьючерсным контрактам, хотя существуют и сделки на свободном рынке [19; 20]. Рынок коксующегося угля является полной противоположностью по причине ограниченного числа покупателей (страны, имеющие металлургическую промышленность полного цикла) и продавцов (небольшое число стран, способных поставлять данную продукцию в достаточном объёме на внешний рынок) [24]. Ценообразование коксующегося угля осуществляется, как правило, на контрактной основе.
Продукция металлургического комплекса (производство цветных и чёрных металлов) активно торгуется на глобальном рынке как через биржевые механизмы, так и на нерыночной основе (главным образом предполагая участие потенциального потребителя в разработке тех или иных
месторождений за рубежом).
Лесотовары, как и рыбная продукция, ввиду различия их качественных характеристик, а также высокой степени монополизации рынков, торгуются главным образом на субглобальных рынках.
Говоря о перспективах интеграции дальневосточной экономики в глобальные и субглобальные рынки сырьевых товаров, следует отметить, что официальная позиция Министерства по развитию Дальнего Востока предполагает ориентацию экономики макрорегиона на экспорт в страны АТР, особенно в Китай. Для этих целей намечается наращивание государственных инвестиций в транспортную инфраструктуру, что, в конечном счёте, указывает на преобладание в принятии решений относительно внешних рынков для дальневосточных сырьевых товаров производственного подхода, не учитывающего рисков, связанных с рыночной конъюнктурой. Именно с этой позиции и профильным министерствам России, и крупным государственным корпорациям проще иметь дело с контрагентами из Китая, которые готовы гарантированно приобретать сырьевые товары по ценам ниже среднемировых [5].
Безусловно, необходимо отдавать себе отчёт в том, что модели торговли для различных видов сырьевых товаров могут существенно различаться. Тем не менее для России нерыночный экспорт сырьевых товаров является основной моделью внешнеторгового взаимодействия. В перспективе для России в целом и для дальневосточного региона в частности одним из главных вызовов будет являться встраивание в сложившуюся структуру конкурентных взаимодействий на рынках сырьевых товаров АТР, в которой увеличение предложения не обеспечивает успеха в конкурентной борьбе за товарные ниши на субглобальных рынках.
Любая программа развития макрорегиона будет однобокой, если она ориентирована только на инвестирование в освое-
кегионалмстика
/ M
£ "
ж
ГА
SV"
ние природных ресурсов и создание производственных мощностей и не учитывает процессов, которые могут произойти в перспективе на внешних рынках. Наличие богатых природных ресурсов и близость к основным потребителям не являются гарантией закрепления на конкурентных внешних рынках сырьевых товаров. Например, несмотря на близость Дальнего Востока к странам Северо-Восточной Азии, такие страны, как Новая Зеландия, Бразилия, ЮАР, расположенные на значительно большем удалении и в ряде случаев характеризующиеся значительно меньшими запасами природных ресурсов, занимают большие доли на рынках СВА и АТР, чем дальневосточный макрорегион и Россия в целом.
Очевидно, что поиск эффективных вариантов экспорта сырьевых товаров дальневосточного региона должен учитывать конъюнктуру внешних рынков, их структуру и особенности функционирования.
Конъюнктура рынков сырьевых товаров: классификация моделей
Исследование конъюнктуры товарных рынков строится на динамическом анализе, систематизации и оценке воздействия экономических показателей, которые определяются целью и задачами конкретного исследования. Помимо выявления динамических и прочих характеристик конкретного товарного рынка, главной целью изучения конъюнктуры выступает получение перспективных значений цен и физических объёмов.
В зависимости от целевой направленности можно выделить два вида прогнозов товарной конъюнктуры: поисковый и нормативный [18]. Нормативный прогноз предназначен для указания возможных путей и сроков достижения желаемого конечного состояния прогнозируемого объекта с применением методов прогноз-
DOI: 10.14530/reg.2014. _
~ W!"
ного графа и «дерева целей». Поисковый прогноз отталкивается при определении будущего состояния объекта от его прошлого и настоящего для определения возможных направлений развития прогнозируемого объекта. При конструировании поискового прогноза в основном применяются методы экстраполяции и эконо-метрического моделирования (табл. 1).
Методы прогнозирования на основе экстраполяции базируются на вычислении последовательных во времени значений прогнозируемого показателя с учётом степени влияния предыдущих уровней. Примерами таких моделей могут служить ARMA, ARIMA [32] и ARCH [45].
Наиболее распространёнными и содержательными являются методы прогнозирования товарной конъюнктуры, основанные на эконометрическом моделировании: при этом прогнозирование может осуществляться на основе единичных уравнений регрессии и на основе системы уравнений взаимосвязанных рядов динамики. Наиболее известно прогнозирование в рамках моделей общего экономического равновесия: вычислимых (CGE) и динамических стохастических (DSGE) [6]. Прогнозные оценки конъюнктуры конкретных товарных рынков осуществляются на основе модели частичного равновесия [43], в которой цены на все товары-субституты остаются неизменными, а изменения на одном рынке не генерируют изменений на других рынках.
С точки зрения логики прогнозирование осуществляется в рамках сценарного метода. Здесь можно выделить следующие виды прогнозов: дедуктивный, последовательный и индуктивный [27]. Дедуктивный прогноз основан на генеральной целевой установке в рамках сценарного исследования. Последовательный прогноз предполагает формулирование «инерционного» сценария, после чего на его основе конструируются целевые сценарии. В соответствии с индуктивным прогнозом достижение целей развития объекта опре-
Таблица 1
Классификация прогнозных моделей конъюнктуры рынков сырьевых товаров
Признак Вид Метод Примеры моделей
Нормативный прогноз Метод прогнозного графа и «дерева целей» IIASA-1 (продукция ТЭК)
Целевая направлен- Сложная экстраполяция (ARMA, ARIMA, ARCH) Исследования поведения суперциклов (сырая нефть, металлы); краткосрочная модель ОПЕК (сырая нефть); GFPM (лесотовары)
ность Поисковый прогноз Эконометрическое моделирование (CGE, DSGE, частичное равновесие) GTAP, STIFS, RSTEM, WEPS+, модель института Маккинзи, долгосрочная модель ОПЕК (продукция ТЭК); COALMOD (уголь); GEMAT (металлы); EFI-GTM (лесотовары); FDM, WFM (рыбопродукция)
Дедуктивный прогноз POLES (продукция ТЭК); GFPM (лесотовары)
Логика прогнозирования Индуктивный прогноз Сценарный метод IIASA-1 (продукция ТЭК)
Последовательный прогноз IIASA-2 (продукция ТЭК)
Формализа- Интуитивный прогноз Метод экспертной оценки Модель IEA до 2050 г. (продукция ТЭК)
ция Формализованный прогноз Численные методы Модели, выделяемые по
Объект Прогноз на основе ретроспективных данных исходного объекта Традиционные методы целевой направленности и логике прогнозирования
Прогноз на основе поведения схожего объекта Метод исторической аналогии Модель IEA до 2050 г. (продукция ТЭК)
Источник: составлено автором.
деляется взаимодействием ключевых факторов.
По признаку формализации выделяют формализованные (основанные на численных методах) и интуитивные прогнозы, основанные на экспертных оценках. С точки зрения выбора объекта прогнози-
рования выделяют прогнозы на основе данных исходного объекта и прогнозы на основе поведения схожего объекта, предполагающего использование метода исторической аналогии, основанного на установлении и использовании аналогии объекта прогнозирования со схожим по при-
I ]Д R J
45
1") | А
■■"""lucTUKa
К-1ГГ EJ
/А
ff ¿r
f ff J
-V
m
\
DOI: 10.14530/reg.2014.
-/•■' ■ - • Л'
Vfi" ..ri it 2. S* . '- ■. ■ .¡Г1 "'Ч ■ * ■
роде объектом, опережающим первый в своём развитии [18].
Текущие и краткосрочные перспективные оценки конъюнктуры товарных рынков преимущественно строятся в рамках поискового прогноза с применением метода экстраполяции (прогноза на основе ретроспективных данных исходного объекта), а также формализованного прогноза. Средне- и долгосрочные перспективные оценки конъюнктуры товарных рынков, как правило, конструируются в рамках других видов прогнозов, представленных в таблице 1.
Рассмотрим более подробно некоторые из эмпирических прогнозных моделей конъюнктуры рынков сырьевых товаров.
Прогнозы конъюнктуры продукции ТЭК
Традиционно наиболее многочисленными являются прогнозы конъюнктуры продукции ТЭК, поскольку от цен на неё, а также от торгуемых объёмов зависит энергопотребление и, соответственно, экономическое развитие многих стран мира.
Текущие (до 1 года) и краткосрочные (до 2 лет) прогнозы цен, производства и потребления продукции ТЭК строятся на основе как экстраполяции, так и экономет-рического моделирования.
При помощи методов сложной экстраполяции может быть осуществлена текущая и краткосрочная оценка колебаний цен на продукцию ТЭК, реализуемую через глобальные торговые площадки [37; 48]. На основе методов экспертной оценки и экстраполяции текущие прогнозы цен на продукцию ТЭК на глобальном рынке строятся большим количеством организаций, среди которых Goldman Sachs, Société Générale, Credit Suisse, JP Morgan, BNP Paribas, Deutsche Bank и многие другие. С 2010 г. подобные организации в целом довольно точно предсказывают либо рост, либо снижение цен на нефть в рамках од-
ного года, однако более далеко идущие оценки могут значительно различаться. Например, в 2010 г. по нефти сорта WTI наиболее точным был прогноз Scotia Capital, а в 2011 г. - Société Générale.
Краткосрочные перспективные оценки, основанные на данных топливно-энергетических балансов рынка нефти и нефтепродуктов, получают в Организации стран - экспортеров нефти (ОПЕК). Эти оценки публикуются в ежемесячных докладах [42], в которых описываются основные тенденции ценообразования на различные сорта сырой нефти на глобальном рынке, анализируются взаимосвязи рынка сырой нефти с другими товарными рынками, инвестиции в разработку и фьючерсные контракты на поставку сырой нефти, оцениваются перевозки сырой нефти танкерным флотом. Краткосрочный прогноз ОПЕК строится как для глобального рынка в целом, так и по отдельным странам, из которых традиционно выделяются главные потребители нефти и нефтепродуктов: страны-члены ОЭСР, США, страны ЕС, Китай и Япония. Сравнение перспективных данных с реальными данными спроса на сырую нефть за период 2001-2013 гг. показывает, что краткосрочные прогнозы ОПЕК характеризуются видимыми отклонениями: мировой спрос на нефть то недооценивается (2001-2004 и 2009-2013 гг.), то переоценивается (2005-2008 гг.).
Что касается моделей краткосрочного прогнозирования рынков продукции ТЭК на основе эконометрического моделирования, то их насчитывается немного. Среди них следует отметить модель STIFS, разработанную Энергетической информационной администрацией Министерства энергетики США (Energy Information Administration - EIA), которая используется для расчётов производства и потребления продукции ТЭК по рынку США и других стран мира в рамках ежемесячных обзоров [49]. В данной модели главным фактором, определяющим предложение продукции ТЭК на глобальном и субглобаль-
1 эгионалистика
/ . ■ '.: 1 .. " --"т&'Г^ ' >' 1 \ '. % J\\
-j ---------- 1 а lt--J. - ■ 1 • .-- ■, 1 V.
К-1ГГ ly
/ й
-v
ж
\
JO 'Ш
игТ
ных рынках, является спрос на неё. По сравнению с краткосрочной моделью ОПЕК модель БИББ с 2010 г. показывает более точные оценки потребления, производства и цен сырой нефти, а также природного газа и угля.
Долгосрочные прогнозы объёмов потребления, производства, мировых цен на различные энергоресурсы на регулярной основе разрабатываются рядом специализированных международных и национальных организаций. Эти прогнозы учитывают различные варианты развития мировой энергетики и преимущественно основываются на сценарном методе, эконометриче-ском моделировании, методах прогнозного графа и экспертной оценки. Долгосрочные прогнозы на основе экстраполяции, предполагающие нахождение циклов на глобальном рынке продукции ТЭК (например, суперциклов реальных цен на сырую нефть [57]), эпизодичны и могут быть использованы только как дополнение к перспективным оценкам, основанным на применении более сложных методов.
Следует отметить, что результаты, полученные в ходе моделирования глобальной энергетической системы на долгосрочную перспективу различными организациями, как правило, характеризуются значительным разбросом, что обусловлено различными допущениями прогнозистов о силе и направлении действия ключевых факторов, формирующих потребление, добычу и ценовую конъюнктуру рынка энергоресурсов.
Пожалуй, наиболее подробные исследования подобного рода были проведены в Международном институте прикладного системного анализа [30]. В рамках проекта 11Л8Л-1 оценивались сроки и пути перехода к новой энергетической структуре в связи с исчерпанием дешёвых ресурсов органического топлива. Страны мира были сгруппированы в 7 регионов, а рассматриваемые сценарии различались, главным образом, заданными темпами экономического роста и потребления энер-
■
гии. Структура энергетических технологий определялась решением задачи линейного программирования с помощью оптимизационной модели MESSAGE. Полученные результаты показали, что до 2030 г. органическое топливо останется доминирующим. Модель проекта IIASA-1 является примером нормативного прогноза. В дальнейшем в рамках проекта IIASA-2 (учитывающего фактор научно-технического прогресса в энергетике) были получены перспективные оценки доли органического топлива в структуре производства и потребления глобальной экономики. Согласно этим оценкам, только после 2050 г. проявятся ограничения на ресурсы ТЭК. О прогнозной силе данных моделей в целом говорить пока ещё рано, но промежуточные оценки показывают справедливость некоторых описанных тенденций.
EIA ежегодно публикует долгосрочные прогнозы развития мировой энергетики [35], которые основываются на сценарном методе и предполагают использование эконометрического моделирования. Каждый год (2002-2014 гг.) долгосрочные прогнозные данные пересматриваются, добавляются неучтённые факторы и в итоге изменяются перспективные оценки. Главными факторами эмпирической модели данной организации являются экономический рост стран и цены на энергоносители (в первую очередь на сырую нефть), в зависимости от которых строятся сценарии. Спрос и предложение на глобальном энергетическом рынке моделируются с помощью модели WEPS+, включающей отдельные модели по секторам энергетики и сводящей к равновесию с помощью ценовой компоненты (которая находится в зависимости от роста ВВП) такие параметры, как потребление и предложение энергетических ресурсов. С помощью данной модели отдельно прогнозируются спрос и предложение на сырую нефть (расчёт происходит на основе модели глобального нефтяного баланса - GWOB), природный
■■—-щетка
К-1ГГ |у
//
(Li ■
5Р J % У
■5? а,
fV"
DOI: 10.14530/reg.2014.
- ч-с- /•■' ■ - • Л' ,,
Y1, Д * А V .. v цщ.У. •. 1, '
газ (оценки строятся в рамках модели глобального потребления природного газа -INGM), энергетический уголь, электроэнергию; потребление энергоресурсов промышленностью, транспортом, а также экологические показатели. Сравнение перспективных данных по ежегодникам Министерства энергетики США 2000-х гг. с реальными объёмами спроса на сырую нефть, газ и уголь показывает, что долгосрочные прогнозы данной организации немного недооценивают спрос глобальной экономики на продукцию ТЭК в базовом сценарии. Министерством энергетики США прогнозируется тенденция к увеличению роста спроса на энергоносители в долгосрочной перспективе, при этом цены на продукцию ТЭК на глобальном и субглобальных рынках могут значительно колебаться: например, на сырую нефть - от 50 до 200 долларов за баррель.
В Международном агентстве по энергетике (International Energy Agency -IEA) на основе методов экспертной оценки и исторической аналогии был разработан долгосрочный прогноз (до 2050 г.) развития мировой энергетики [29]. Главными факторами развития энергетики в этом прогнозе выступили технологические изменения, экологические показатели (эмиссия углекислого газа), экономический рост, демографические тенденции, предложение и конечное потребление энергии, потребление энергии транспортом. В данном исследовании были выделены различные сценарии развития мировой энергетики в зависимости от её экологичности (консервация существующих технологий энергосбережения, частичный и массовый переход глобальной экономики к политике энергосбережения), роста потребления и технологических изменений в промышленности. Анализ показал, что до 2020 г. будет реализован первый сценарий, предполагающий консервацию существующих технологий энергосбережения, что в долгосрочном периоде будет закреплять тенденцию роста производства и потребления
продукции ТЭК.
Опубликованный Европейской энергетической комиссией прогноз, посвящён-ный мировой энергетике, технологиям и экологическим проблемам до 2030 г. [55], является дедуктивным и основывается на сценарном методе. Для прогнозных расчётов в данном исследовании использовалась эконометрическая модель POLES [46], представленная тремя модулями: международные энергетические рынки; региональные энергетические балансы; национальные модели спроса на продукцию энергетики, новые технологии, возобновляемые источники энергии, генерация электроэнергии, предложение первичной энергии и эмиссия двууглекислого газа. Согласно модели, до 2030 г. будет наблюдаться снижение энергоинтенсивности глобального производства в связи с масштабным ростом технологий энергосбережения, поскольку в долгосрочном периоде предполагается дефицит сырой нефти и газа на глобальном и субглобальных рынках. Текущие данные по потреблению и производству продукции ТЭК в мире не подтверждают справедливость данного прогноза, поскольку он был разработан в 2003 г., когда о масштабном получении сланцевой нефти и газа не было и речи.
Институтом глобальных проблем Маккинзи на основе сценарного метода, метода экспертной оценки и эконометри-ческого моделирования разработан прогноз глобального спроса на продукцию ТЭК до 2020 г. [26]. Основополагающим модулем для прогнозных расчётов в данном исследовании является глобальная модель спроса на продукцию энергетики, её главное отличие от программных пакетов, применяемых EIA, заключается в том, что в ней волатильность темпов роста ВВП является более существенным фактором, чем колебания цен на нефть. Эта глобальная модель спроса на продукцию энергетики основывается на микроэкономических предпосылках, то есть в ней учитываются предприятия, виды энергоёмкой
J
Ч-Л4:
"чф EJ
J.:,-,I I
i 3M.—1Г
^егионалмстика
M A R V&
/ if
-v
ш
N
JO
trbl ( 1 T ' ■ "-"-■■■¿i \D^E \L %
тШшЫ^ж^' Vvr V^
продукции как в период производства, так и в период эксплуатации, и она направлена на прогнозирование конечного спроса секторов экономики различных стран, исходя из которого строятся общие перспективные оценки энергопотребления на уровне стран и регионов. Согласно данному прогнозу, до 2020 г. мировое потребление продукции ТЭК начиная с 2007 г. будет ежегодно увеличиваться в среднем на 2,2%. Сопоставление со статистическими данными показывает, что это не соответствовало реальности.
ОПЕК был разработан долгосрочный прогноз спроса на продукцию ТЭК до 2035 г. [52]. В целом прогноз строился схожим образом с прогнозом Института глобальных проблем Маккинзи, поскольку был направлен на прогнозирование конечного спроса секторов глобальной экономики. С одной только разницей: уровень цен на сырую нефть и нефтепродукты является таким же существенным фактором, как и экономический рост. В отличие от других прогнозов, в перспективных оценках ОПЕК анализируются средне- и долгосрочные ограничения стабильности мирового нефтяного рынка. Анализ промежуточных оценок долгосрочного прогноза ОПЕК показывает недооценку потребления нефти и переоценку цен на неё.
Компания British petroleum (BP) представила прогноз производства и потребления продукции ТЭК до 2035 г. [21] Согласно перспективным оценкам, главным генератором роста потребления продукции ТЭК в долгосрочном периоде останутся страны Азии (Китай и Индия), произойдёт диверсификация глобального энергобаланса за счёт широкомасштабной добычи газа и угля, в результате чего сырая нефть, природный газ и уголь будут занимать примерно равные доли в глобальном энергопотреблении. О справедливости некоторых выводов прогноза BP говорить пока рано, но можно согласиться с тем, что роль КНР как глобального потребителя энергии будет увеличиваться.
DOI: 10.14530/reg.2014. _
.¿V у
Среди комплексных прогнозов выделяются исследования, в которых перспективные оценки конъюнктуры осуществляются для отдельных продуктов ТЭК. Всемирным банком [23] на основе модели частичного равновесия были спрогнозированы до 2025 г. значения цен глобального рынка на сырую нефть, уголь и природный газ. Международным валютным фондом (МВФ) на среднесрочную перспективу были спрогнозированы цены на сырую нефть (спот), цены региональных рынков газа (российского газа в Германии, индонезийского в Японии, а также цены рынка США) и цены австралийского и южноафриканского углей [34]. При помощи модели общего равновесия COALMOD была получена сценарная оценка развития мирового рынка угля до 2030 г. [33], учитывающая изменения транспортных расходов, а также технологической составляющей. На основе перспективных оценок производства, потребления и реальных цен на продукцию ТЭК как для глобального, так и субглобального рынков возможно построение прогнозов развития энергетической отрасли на национальном уровне с использованием как стандартных эконо-метрических подходов, так и более сложных модельных комплексов (например, MARKAL, TIMES G5 и LEAP) [51].
Если провести сравнение перспективных оценок глобального рынка на продукцию ТЭК по такому параметру, как цены, то можно заметить, что ведущими организациями мира тенденции данного параметра на средне- и долгосрочную перспективы видятся по-разному (табл. 2).
Ввиду разных предпосылок моделей ОПЕК и МВФ занимают диаметрально противоположные позиции по тенденциям цен на сырую нефть. ОПЕК традиционно рассматривает ценообразование нефти со стороны предложения, то есть предполагает возможность добычи сырой нефти на умеренном уровне, в результате чего цены на данный сырьевой товар будут расти.
—
Л .Ш-
Таблица 2
Сравнение прогнозов текущих цен продукции ТЭК глобального и субглобальных рынков в исследованиях ведущих организаций
Организация 2014 2015 2020 2025
Сырая нефть, долл / т
ОПЕК - 823 823 935
Всемирный банк 794 781 788 811
Международный валютный фонд 767 743 697 -
Уголь, долл / т
Всемирный банк 77 79 89 100
Международный валютный фонд 78 75 75 -
Природный газ, долл / тыс. м3
Всемирный банк 288 280 271 266
Международный валютный фонд 299 288 292 -
Источники: [23; 34; 52].
В МВФ и EIA, напротив, рассматривают ценообразование сырой нефти исходя из спроса на неё, который будет снижаться по причине внедрения технологий энергосбережения в ведущих странах мира, а также ввиду «сланцевой революции». С этой точки зрения снижение цен на нефть будет способствовать снижению цен на уголь и природный газ. Согласно прогнозу Всемирного банка, следует ожидать снижение цен на сырую нефть в среднесрочном периоде и их рост в долгосрочном, рост цен на уголь, а также снижение цен на природный газ.
Прогнозы конъюнктуры продукции металлургического комплекса
Текущие прогнозы конъюнктуры рынков продукции металлургического комплекса направлены в основном на получение перспективных оценок спотовых цен, а также цен фьючерсных контрактов. Данные прогнозы строятся большим числом организаций, среди которых необходимо отметить агентство Bloomberg, а
также крупные мировые банки: Bank of America-Merrill Lynch, BNP Paribas, ANZ, Royal Bank of Scotland, Raiffeisen, HSBC, Deutsche Bank, Danske Bank, Credit Suisse, Credite Agricole S.A., Commerzbank, Citigroup Investment Research и т.д. Определить наиболее компетентную организацию, которая точно прогнозирует цены на продукцию металлургического комплекса, невозможно, в противном случае вся биржевая торговля ориентировалась бы только на её оценки. Однако, поскольку для экспертов перечисленных организаций характерны в целом схожие ожидания относительно волатильности цен на продукцию металлургического комплекса, возможно получение средневзвешенной оценки по прогнозным показателям данных организаций.
Средне- и долгосрочные прогнозы для оценки реальных цен, производства и потребления продукции металлургического комплекса на глобальном и субглобальных рынках строятся как на основе экстраполяции, так и при помощи эконометриче-ского моделирования (модели общего и
1 згноналистика
/ . ■ '.: 1 .. " --"т&'Г^ ' >' 1 \ '. % J\\
Гч------- 1 а »--Г"- ■ ■ - .-- ■, 1 • V.
К-1ГГ К"
/ й
-fc i
ГА
trbl ( 1 Т и1'' ■ \
частичного экономического равновесия).
Долгосрочные оценки реальных цен могут быть получены на основе сложной экстраполяции (анализа суперциклов [25]) и с учётом рентабельности вводимых в эксплуатацию проектов по выпуску продукции металлургического комплекса в рамках подхода предельных издержек и глобальной предельной стимулирующей цены (как для свободного рынка, так и для случая олигополии) [47]. Перспективные оценки глобального производства данного вида продукции строятся путём анализа соответствующих трендов добычи, производства и потребления при учёте материальных потоков и жизненного цикла капитальных товаров и инфраструктуры [56]. Данные оценки являются довольно упрощёнными для долгосрочного прогнозирования цен, потребления и производства продукции металлургического комплекса и могут использоваться в качестве дополнительного фактора в рамках эконометриче-ского моделирования.
Средне- и долгосрочные прогнозы конъюнктуры продукции металлургического комплекса строятся при помощи модели общего равновесия на основе данных GTAP (Global Trade Analysis Project). Например, динамическая модель общего равновесия для азиатской торговли (GEMAT) [44] с горизонтом предсказания до 2015 г. была построена Азиатским банком для оценки спроса стран Азии в зависимости от колебания цен на глобальном рынке на такие виды продукции, как алюминий, медь, железная руда, свинец, никель и цинк. Анализ показал, что прогноз GE-MAT является недостаточно точным для того, чтобы применять его для анализа глобального и субглобальных рынков сырьевых товаров, поскольку цены в нём являются вторичным фактором, а производство и потребление привязаны к базисному году.
Среднесрочные оценки конъюнктуры продукции металлургического комплекса строятся в рамках модели частичного рав-
DOI: 10.14530/reg.2014. _
~ W!"
новесия. Например, для глобального рынка железной руды и продукции из стали на основе данных МВФ была разработана динамическая модель с горизонтом предсказания 5 лет [39]. В качестве экзогенных переменных в модели предусмотрены данные по промышленному производству, индексы цен производителей, валютные курсы, цены фрахта и цены на коксующийся уголь. Модель предсказывает динамику цен, объёмов экспорта и импорта, производства и потребления железной руды и продукции из стали по странам и регионам мира. Сопоставление с имеющимися статистическими данными указывает на то, что данная модель в целом справедливо обозначила тренд широкомасштабного экспорта железной руды из Бразилии и Австралии в Китай в 2000-е гг., а также рост потребления продукции из стали в азиатском регионе.
Построением средне- и долгосрочных прогнозов занимаются такие крупнейшие добывающие компании, как BHP Billiton, AME Mineral Economics, VALE и другие. Прогнозы глобального спроса на продукцию металлургического комплекса данных организаций находятся во взаимосвязи с перспективными оценками EIA и IEA по нефти, газу и, особенно, коксующемуся углю. Поскольку данные компании активно торгуют на глобальном и субглобальных рынках продукцией цветной и чёрной металлургии, их оценки относительно производства и потребления, как правило, являются несколько завышенными, особенно в последние годы. Тем не менее динамика глобального производства и потребления продукции металлургического комплекса данными компаниями описывается верно.
Всемирным банком регулярно выпускаются прогнозные данные, полученные с использованием модели частичного равновесия, по ценам глобального рынка алюминия, меди, железной руды, свинца, никеля, олова, цинка, золота, платины и серебра [23]. МВФ также были спрогнози-
кегконалмстика
РО!: 10.14530/гед.2014.3
"Г""'-'
рованы перспективные цены на алюминии, медь, железную руду, свинец, никель, олово и цинк [34]. Сравнение прогнозов глобального рынка металлов данных организаций показывает наличие разнонаправленных тенденций цен только для железной руды: рост - в прогнозе Всемирного банка, снижение - в прогнозе МВФ (табл. 3). По таким сырьевым товарам, как алюминий, олово, свинец и цинк, ожидается рост цен на глобальном рынке, по меди - снижение, по никелю - волатиль-ность, то есть снижение в краткосрочном периоде и рост в долгосрочном.
1 м I //1 •' -Г
Прогнозы конъюнктуры продукции лесного комплекса
Основной организацией, осуществляющей комплексный анализ и прогнозирование производства, потребления, торговли и ценообразования на лесотовары как в мире, так и по отдельным странам, является Продовольственная и сельскохозяйственная организация при ООН (БЛО).
БЛО для европейских стран на основе эконометрического моделирования был разработан прогноз (до 2030 г.) производства и потребления, экспорта и импорта
Сравнение прогнозов цен глобального Таблица 3 рынка металлов, долл / т
Организация 2014 2015 2020 2025
Железная руда
Всемирный банк 100 110 126 145
Международный валютный фонд 104 85 85 -
Алюминий
Всемирный банк 1 800 1 840 1 989 2 150
Международный валютный фонд 1 902 2 118 2 330 -
Медь
Всемирный банк 6 900 6 880 6 840 6 800
Международный валютный фонд 6 986 7 052 6 967 -
Олово
Всемирный банк 22 500 22 700 23 822 25 000
Международный валютный фонд 22 500 22 028 23 013 -
Свинец
Всемирный банк 2 120 2 150 2 199 2 250
Международный валютный фонд 2 169 2 272 2 289 -
Никель
Всемирный банк 18 500 17 000 17 493 18 000
Международный валютный фонд 17 738 19 087 18 879 -
Цинк
Всемирный банк 2 080 2 100 2 245 2 400
Международный валютный фонд 2 196 2 369 2 329 -
Источники: [23; 34].
х^т 52
^ ----- - , ■'1 .1 п _ г-.-.-у-' уу 1 ■ 7 н >1 и
.. .. а, | ~ I | 11 Т -regionalistica.org 2014 Том 1 № 3
в» л % *&» 1 . \ у
1 згноналистика
/ tSs .r-l ^fflfi't' • -■' ц-sscvк "', \Л\
-UL. ■ I l£lt Л .'ЖЛ:^1 г S ' ...---ts; у,
¿¿0 шё. {
1 вЖ
N
к-irr t
/// 'Li ■
Ж-ä
ГА
trbl Г 1 ■ -5" \D^E\L %
«öi^^»' WT V^
продукции из древесины [36]. Также FAO, базируясь на динамической модели общего равновесия, оценивает долгосрочное поведение рынка продукции лесного комплекса на глобальном уровне [31]. Главной моделью для расчётов, основанной на сценарном подходе, является Глобальная модель оценки производства продукции лесного комплекса (The Global Forest Products Model - GFPM), имитирующая равновесие спроса и предложения конъюнктуры по 14 категориям лесной продукции по 180 странам [40]. Программный пакет генерирует равновесие путём максимизации стоимости продуктов, минимизации издержек производства в условиях сбалансированности и масштабных ограничений по каждой стране за определённый год. Спрос в GFPM моделируется на предположении, что потребление страной продукции лесного комплекса зависит от экономического роста и уровня цен. В краткосрочном периоде спрос может зависеть только от ВВП и цен. Модель GFPM имитирует равновесие на рынке в динамике для глобального лесного комплекса. Каждый год спрос, предложение, торговля и цены рассчитываются как для идеального рынка для всех продуктов и всех регионов (статичная фаза). Затем параметры модели обновляются для отражения экзогенных и эндогенных изменений (динамичная фаза). Как показывает анализ, данный прогноз достаточно точно описывает существующие тенденции производства и потребления большинства видов лесной продукции, в нём также было в целом справедливо обозначено превращение Китая в одного из главных продуцентов, потребителей и импортёров круглой древесины в мире.
Европейская комиссия ООН [22] осуществляет построение краткосрочных прогнозов объёмов производства, экспорта и импорта лесной продукции по странам и регионам мира на основе метода эконо-метрического моделирования. Сравнение с текущими данными показало, что глобальные оценки Европейской комиссии ООН
DOI: 10.14530/reg.2014. _
являются завышенными.
Европейским лесным институтом (Финляндия) для построения прогнозов глобальной торговли продукцией лесного комплекса применяется модель частичного равновесия БТ1^ТМ, которая включает информацию по 31 региону мира, 6 сортам древесины, 26 видам продукции лесной промышленности и 4 маркам макулатуры. По каждому региону уравнения, описывающие спрос на конечный продукт лесного комплекса, являются функциями реальных цен. При помощи данной модели были оценены (до 2020 г.) негативное влияние изменений тарифной политики в России на рынок необработанной древесины [50], а также последствия реализации политики по предотвращению нелегального импорта продукции лесного комплекса [41]. Согласно оценкам специалистов Европейского лесного института, тенденцию роста потребления, торговли и цен на лесную продукцию в рамках долгосрочного периода не переломят различные негативные институциональные и прочие факторы.
На основе модели частичного равновесия Всемирным банком вычисляются прогнозные значения цен рынка тропической древесины (Камерун и Малайзия) на долгосрочную перспективу [23]. МВФ были спрогнозированы цены на пиломатериалы и круглую древесину хвойных и лиственных пород [34]. Среднесрочные прогнозы конъюнктуры продукции лесного комплекса на основе данных GTAP строятся для азиатской торговли на основе модели общего равновесия ^БМАТ) [44].
Ввиду различия качественных характеристик древесины на субглобальных рынках прямое сравнение прогнозных цен на данный сырьевой товар представляется некорректным. Поэтому прогнозные цены на лесотовары, публикуемые ведущими исследовательскими организациями, можно только соотносить друг с другом для отслеживания тенденций их роста или снижения. Оценки большинства упомянутых прогнозов указывают на увеличение
v. i:.
i'T-,1
7 мл. r Хж
■ Vs
Ii It- ■ ■■■ ' " 1
кегионалмстика
/
ГА
DOI: 10.14530/reg.2014.
- ti»о • . Jvv 1 • ,'v 1>
----- Vfi" .. Г> г. .-А 1 И .. ■ - ■. ■ ¡Г1 "'Ч ■ * ■
текущих цен на круглую древесину вне зависимости от её сорта на субглобальных рынках как в кратко-, так и в долгосрочной перспективе. Только в прогнозе МВФ в среднесрочной перспективе предполагается снижение цен на круглую древесину в связи с замедлением мировой экономики.
Прогнозы конъюнктуры продукции рыбного комплекса
Кратко- и среднесрочные прогнозы производства и потребления рыбопродукции представлены главным образом отдельными исследованиями по конкретным странам и определённым видам продукции. Как правило, результаты подобных исследований закрыты для публичного доступа, что не позволяет верифицировать такие прогнозы, используя «открытые» статистические показатели.
Долгосрочное прогнозирование производства и потребления продукции рыбного комплекса осуществляется на основе эконометрического моделирования. Подобными комплексными перспективными оценками занимается ограниченное число организаций.
Департаментом рыболовства и аква-культуры (Fisheries and Aquaculture Department) FAO с помощью модели FDM (Food Demand Model) было подготовлено несколько количественных прогнозов долгосрочного развития мирового рыбного комплекса до 2030 г. [53]. Указанная модель долгосрочного прогнозирования, основанная на модели частичного равновесия спроса и предложения рыбной продукции на глобальном рынке, включает 36 региональных/национальных уравнений по 32 видам рыбной продукции и заимствует эластичности из модели WFM (World Food Model). Согласно прогнозу, начиная с 2010-х гг. и до 2030 г. рост спроса на рыбную продукцию будет обеспечиваться Китаем, США, Индией, странами Юго-Восточной Азии, Латинской Америки и тропической Африки, что пока подтвер-
ждается текущими статистическими показателями.
Другой долгосрочный (до 2020 г.) прогноз был подготовлен в Международном научно-исследовательском институте продовольственной политики (International Food Policy Research Institute - IFPRI) [28]. Расчёты перспективных оценок проводились с помощью модели IMPACT по различным сценариям, как для глобального, так и национального уровней. Данная эмпирическая модель основывается на дезагрегировании статистических категорий FAO и переводе их в категории модели IMPACT. В модели используются эластичности спроса и предложения по каждому из 36 рынков, которые включены в серию линейных и нелинейных уравнений, аппроксимирующих функции спроса и предложения. Спрос внутри каждой рыночной группы представлен функцией от цен, дохода и роста населения. Мировая цена на товар складывается в результате равновесного механизма, зависящего от экзогенного шока. Изменения внутренних цен отражаются на предложении и спросе данного товара и его заменителей, что также отражается в модели. Согласно расчётам, в 1997-2020 гг. следует ожидать ежегодный прирост уловов на 1-1,5% (со снижением каждые пять лет). Согласно базовому сценарию, к 2020 г. следует ожидать (по сравнению с 1997 г.) рост цен на все виды рыбной продукции и продукции морских промыслов: на ценные породы рыб - 15%; на прочие породы рыб - 6%; на ракообразных - 16%; на моллюсков - 4%; на рыбную муку - 18%; на рыбий жир - 18%. Анализ имеющихся статистических показателей позволяет утверждать, что в данном прогнозе были завышены показатели потребления различных видов рыбной продукции, вместе с тем тенденция роста производства и потребления на основных рынках была описана верно.
При помощи эконометрического моделирования на среднесрочную перспективу МВФ были спрогнозированы цены на
Ispciap ■
кегноналмстика
¿¿0 шё. К
1 вЖ
N
///
'La ■
Ал
ГА
лососевые виды рыб и ракообразных [34]. Всемирным банком был опубликован долгосрочный прогноз цен ракообразных на североамериканском рынке [23]. Азиатским банком развития на основе модели общего равновесия строятся краткосрочные прогнозы ценовой конъюнктуры рыбной продукции на рынке АТР [44].
В различных прогнозах конъюнктуры рыбной продукции обнаруживаются разные тенденции в поведении цен на рыбную продукцию: чем более «свежими» являются перспективные оценки (МВФ, Всемирный банк), тем чётче видна тенденция снижения цен.
Заключение
Прогнозированием конъюнктуры глобального и субглобальных рынков сырьевых товаров занимаются крупные международные исследовательские центры, применяющие различные модели для получения перспективных оценок. Вряд ли в условиях высокой ценовой волатильно-сти на сырьевые товары возможно появление организации, которая бы составляла абсолютно точные прогнозы конъюнктуры соответствующих рынков. Однако можно отметить как более точные среди средне- и долгосрочных прогнозов производства и потребления продукции ТЭК перспективные оценки Энергетической информационной администрации Министерства энергетики США; продукции металлургического комплекса - МВФ, а также крупнейших горнодобывающих компаний мира; продукции лесного комплекса - Продовольственной и сельскохозяйственной организации при ООН (БАО); рыбопродукции -Департамента рыболовства и аквакульту-ры Б АО и Международного научно-исследовательского института продовольственной политики (1РРЫ).
Использование подобных оценок конъюнктуры внешних рынков сырьевых товаров, как представляется, может содержательно дополнить прогнозы развития
DOI: 10.14530/reg.2014. _
■ Vj!
дальневосточной экономики, имеющие в своей основе производственный подход.
Список литературы
1. Варга Е.С. Современный капитализм и экономические кризисы: избранные труды. 2-е изд. М.: Изд-во АН СССР, 1963. 507 с.
2. Грицко Г.И., Санеев Б.Г., Соколов А.Д. Перспективы развития угольной промышленности в Сибири // Интерэкспо Гео-Сибирь. 2006. Т. 5. С. 234-245.
3. Деваева Е.И., Горюнов А.П., Котова Т.Е., Изотов Д.А. Оценка последствий присоединения России к ВТО для внешней торговли Дальнего Востока // Пространственная экономика. 2005. № 3. С. 64-84.
4. Изотов Д.А. Оценка воздействия внешнего спроса на ресурсный экспорт региона // В кн.: Оценка факторов роста и прогнозирование социально-экономического развития регионов России / Под ред. А.И. Татаркина, П.А. Минакира. Екатеринбург: Институт экономики УрО РАН, 2012. С. 17-25.
5. Изотов Д.А. Рынок сырьевых товаров КНР // Пространственная экономика. 2013. № 4. С. 70-89.
6. Изотов Д.А. Эмпирические модели общего экономического равновесия // Пространственная экономика. 2014. № 3. С. 138-167.
7. Кассель Г. Теория конъюнктуры. М., 1925. 146 с.
8. Кондратьев Н.Д. Рынок хлебов и его регулирование во время войны и революции. М.: Наука, 1991. 487 с.
9. Конторович А.Э., Коржубаев А.Г. Прогноз развития новых центров нефтяной и газовой промышленности на Востоке России и экспорта нефти, нефтепродуктов и газа в восточном направлении // Регион: экономика и социология. 2007. № 1. С. 210-229.
10. Коржубаев А., Соколова И., Эдер Л. Перспективы развития нефтяной и газовой промышленности Сибири и Дальнего Востока и прогноз экспорта нефти и газа из России на Тихоокеанский рынок. URL: http://www. burneft.ru/archive/issues/2009-12/1 (дата обращения: 10.10.2014).
11. Левшин Ф.М., Мухин С.Б., Соловьева В.Н. Мировые рынки: конъюнктура и цены. М.:
Ispciap ■
кегноналмстика
/
if ¿r
f jf J
-V
Ж
\
JO 'Ш
Международные отношения, 1987. 120 с.
12. Минакир П.А. От главного редактора // Пространственная экономика. 2006. № 1. С. 4.
13. Михеева Н.Н. Оценка ресурсного сектора дальневосточной экономики на основе таблиц «затраты-выпуск» // Пространственная экономика. 2006. № 1. С. 72-86.
14. Общее учение о конъюнктуре. Конъюнктура товарных рынков / Под ред. А. А. Ману-кяна. М., 1947. 160 с.
15. Пископпель Ф.Г. Основы изучения конъюнктуры капиталистического хозяйства. М., 1960. 292 с.
16. Санеев Б.Г. Восточная энергетическая политика России: направления, подходы науки и практики к её реализации // Регион: экономика и социология. 2007. № 1. С. 298-305.
17. Слуцкий Е.Е. Экономические и статистические произведения. Избранное. М.: Эксмо, 2010. 1152 с.
18. Статистическое моделирование и прогнозирование / Под ред. А.Г. Гранберга. М.: Финансы и статистика, 1990. 383 с.
19. Энергетика XXI века: системы энергетики и управление ими / Отв. ред. Н.И. Воропай. Новосибирск: Наука, 2004. 364 с.
20. Энергетика XXI века: Условия развития, технологии, прогнозы / Отв. ред. Н.И. Воро-пай. Новосибирск: Наука, 2004. 386 с.
21. BP Energy Outlook 2035. January 2014. URL: http: //www. bp. com/content/dam/bp/pdf/ Energy-economics/Energy-Outlook/Energy_Out look_2035_booklet.pdf (дата обращения: 10.10.2014).
22. COFFI Market Forecasts. URL: http://www.unece.org/forests/fpm/timbercommitte e.html (дата обращения: 10.10.2014).
23. Commodity Markets Outlook. July 2014. URL: http://www.worldbank.org/content/dam/ Worldbank/GEP/GEPcommodities/commodity_m arkets_outlook_2014_july.pdf (дата обращения: 10.10.2014).
24. Cornot-Gandolphe S. Global Coal Trade from Tightness to Oversupply. Note de l'ifri, February 2013. URL: http://www.ifri.org/ ?page=contribution-detail&id=7570&id_proven ance=87&provenance_context_id=7191 (дата обращения: 10.10.2014).
25. Cuddington J.T., Jerrett D. Super Cycles in
■
Real Metals Prices? // IMF Staff Papers. 2008. Vol. 55. № 4. Pp. 541-565.
26. Curbing Global Energy Demand Growth: The Energy Productivity Opportunity. URL: http://www.mckinsey.com/mgi/publications/Curbi ng_Global_Energy/index.asp (дата обращения: 10.10.2014).
27. Davis G. Scenarios as a Tool for the 21st Century. URL: https://www.pik-potsdam.de/ avec/peyresq2005/talks/0921/leemans/literature/ davis_how_does_shell_do_scenarios.pdf (дата обращения: 10.10.2014)
28. Delgado C.L., Wada N., Rosegrant M.W., Meijer S., Ahmed M. Fish to 2020. Supply and Demand in Changing Global Markets. URL: http://www.ifpri.org/sites/default/files/publication s/oc44.pdf (дата обращения: 10.10.2014).
29. Energy to 2050. Scenarios for a Sustainable Future. URL: http://www.iea.org/textbase/nppdf/ free/2000/205 0_2003.pdf (дата обращения: 10.10.2014).
30. Global Energy Perspectives. URL: http://user.iiasa.ac.at/~gruebler/Lectures/Graz-04/WECbook_1_4.pdf (дата обращения: 10.10.2014).
31. Global Forest Products Consumption, Production, Trade and Prices: Global Forest Products Model Projections to 2010. URL: http://www.fao. org/D0CREP/003/X 1607E/X1607E00.HTM (дата обращения: 10.10.2014).
32. Greene W.H. Econometric Analysis. 3rd edition. Upper Saddle River, New Jersey: Prentice-Hall, 1997.827 p.
33. Haftendorn C., Holz F., Hirschhausen C. The End of Cheap Coal? A Techno-Economic Analysis until 2030 Using the COALMOD-World Model // Fuel. 2012. Vol. 102. Pp. 305-325.
34. IMF Primary Commodity Prices. URL: http://www.imf.org/external/np/res/commod/index .aspx (дата обращения: 10.10.2014).
35. International Energy Outlook 2014. URL: http://www.eia.gov/forecasts/ieo/pdf/0484%28201 4%29.pdf (дата обращения: 10.10.2014).
36. Jonsson R. Econometric Modelling and Projections of Wood Products Demand, Supply and Trade in Europe. URL: http://www.unece.org/ fileadmin/DAM/timber/publications/DP-59_FIN AL.pdf (дата обращения: 10.10.2014).
37. Kang S.H., Yoon S.M. Modelling and Forecasting the Volatility of Petroleum Futures Prices
кегианалмстика
/А
if ¿г
f jf J
-v
Ж
\
JO 'Ш
// Energy Economics. 2013. Vol. 36. Pp. 354-362.
38. Kuznets S. Secular Movements in Production and Prices. Boston: Houghton Mifflin, 1930. 536 p.
39. Labson B.S. Changing Patterns of Trade in the World Iron Ore and Steel Market: An Econometric Analysis // Journal of Policy Modeling. 1997. Vol. 19. Pp. 237-251.
40. Michinaka T., Tachibana S., Turner J.A. Estimating Price and Income Elasticities of Demand for Forest Products: Cluster Analysis Used as a Tool in Grouping // Forest Policy and Economics. 2011. Vol. 13. Pp. 435-445.
41. Moiseyev A., Solberg B., Michie B., Kallio A.M.I. Modeling the Impacts of Policy Measures to Prevent Import of Illegal Wood and Wood Products // Forest Policy and Economics. 2010. Vol. 12. Pp. 24-30.
42. OPEC. Monthly Oil Market Report. 10 September 2014. URL: http://www.opec.org/ opec_web/static_files_project/media/downloads/p ublications/MOMR_September_2014 .pdf (дата обращения: 10.10.2014).
43. Parappurathu S. Partial Equilibrium Models for Agricultural Policy Analysis. URL: http://www.iasri.res.in/sscnars/socialsci/ 13-Parti al%20Equilibrium%20Model.pdf (дата обращения: 10.10.2014).
44. Park C.Y., Zhai F. Asia's Imprint on Global Commodity Markets. ERD Working Paper № 90. December 2006. URL: http://www.adb.org/ sites/default/files/pub/2006/WP090.pdf (дата обращения: 10.10.2014).
45. Perrelli R. Introduction to ARCH & GARCH Models. URL: http://www.econ.uiuc.edu/ ~econ472/ARCH.pdf (дата обращения: 10.10.2014).
46. Prospective Outlook on Long-term Energy Systems. URL: http://webu2.upmf-grenoble.fr/ iepe/textes/POLES8p_01.pdf (дата обращения: 10.10.2014).
47. Pustov A., Malanichev A., Khobotilov I. Long-term Iron Ore Price Modeling: Marginal Costs vs. Incentive Price // Resources Policy. 2013. Vol. 38. № 4. Pp. 558-567.
48. Sadorsky P. Modeling and Forecasting Petroleum Futures Volatility // Energy Economics. 2006. Vol. 28. № 4. Pp. 467-488.
49. Short-Term Energy Outlook. URL: http://www.eia.gov/forecasts/steo/pdf/steo_full.pd
~ W!"
f (дата обращения: 10.10.2014).
50. Solberg B., Moiseyev A., Kallio A.M.I., Toppinen A. Forest Sector Market Impacts of Changed Roundwood Export Tariffs and Investment Climate in Russia // Forest Policy and Economics. 2010. Vol. 12. Pp. 17-23.
51. Suganthi L., Samuel A.A. Energy Models for Demand Forecasting - A Review // Renewable and Sustainable Energy Reviews. 2012. Vol. 16. Pp.1223-1240.
52. The Organization of the Petroleum Exporting Countries. World Oil Outlook 2013. URL: http://www.opec.org/opec_web/static_files_projec t/media/downloads/publications/woo_2013.pdf (дата обращения: 10.10.2014).
53. The State of World Fisheries and Aquaculture 2014. URL: http://www.fao.org/3Za-i3720e.pdf (дата обращения: 10.10.2014).
54. Tinbergen J. Statistical Testing of Business Cycle Theories. Geneva: League of Nations, 1939. 164 p.
55. World Energy, Technology and Climate Policy Outlook. (WETO). 2030. URL: http://ec.europa.eu/research/energy/pdf/weto_final _report.pdf (дата обращения: 10.10.2014).
56. Yellishetty M., Ranjith P.G., Tharuma-rajah A. Iron Ore and Steel Production Trends and Material Flows in the World: Is This Really Sustainable? // Resources, Conservation and Recycling. 2010. Vol. 54. № 12. Pp. 1084-1094.
57. Zellou A.M., Cuddington J.T. Is There Evidence of Super Cycles in Oil Prices? URL: http://inside.mines.edu/~jcudding/papers/Super_C ycles/Zellou-Cuddington-Super%20Cycles%20in %20Crude%20Oil%20Prices%283-22-2012% 29.pdf (дата обращения: 10.10.2014).
References
1. Varga E.S. Contemporary Capitalism and Economic Crisis: Selected Works. Moscow, 1963. 507 p. (In Russian)
2. Gritsko G.I., Saneev B.G., Sokolov A.D. Prospects for the development of the coal industry in Siberia. Interexpo Geo-Siberia. 2006. Vol. 5. Pp. 234-245. (In Russian)
3. Devaeva E.I., Goryunov A.P., Kotova T.E., Izotov D.A. Impact assessment of Russia's Accession to WTO for Russian Far East Foreign Trade. Prostranstvennaya economika [Spatial Econom-
Ш-Т"
L3rH0Ha/iMCTUKa
/ E&^'.rl "^Sw^'t '■---'■ - -S^ ~ jx? O; •',
. (
1 fe'i
N
K-irr ly
///
(Li ■
j?\ 'i
u\
ics]. 2005. No. 3. Pp. 64-84. (In Russian)
4. Izotov D.A. Assessment of External Demand's Impact on Region's Raw Material Exports. In: Estimation of Growth's Factors and Forecast of Social-Economic Development of Russian Regions. Ed. by A.I. Tatarkin, P.A. Mi-nakir. Yekaterinburg, 2012. Pp. 17-25. (In Russian)
5. Izotov D.A. Raw Materials Market of China. Prostranstvennaya economika [Spatial Economics]. 2013. No. 4. Pp. 70-89. (In Russian)
6. Izotov D.A. Empirical Models of General Economic Equilibrium. Prostranstvennaya economika [Spatial Economics]. 2014. No. 3. Pp. 138-167. (In Russian)
7. Cassel G. Theory of Social Economy. Moscow, 1925. 146 p. (In Russian)
8. Kondratiev N.D. Bread Market and Its Regulation during the War and the Revolution. Moscow, 1991. 487 p. (In Russian)
9. Kontorovich A.E., Korzhubaev A.G. The Development of New Oil-and-Gas Centers in Eastern Russia and the Oriented East Export of Oil, Gas and Oil Products: Forecasts. Region: economika i sociologia [Region: Economics and Sociology]. 2007. No. 1. Pp. 210-229. (In Russian)
10. Korzhubaev A., Sokolova I., Eder L. Development Prospective Of Siberian and Far-Eastern Oil and Gas Industry and Prediction of Oil and Gas Export from Russia to Pacific Market. Available at: http://www.burneft.ru/archive/issues/ 2009-12/1 (accessed 10 October 2014). (In Russian)
11. Levshin F.M., Mukhin S.B., Solovyov V.N. World Markets: Market Conditions and Prices. Moscow, 1987. 120 p. (In Russian)
12. Minakir P.A. Chief Editor's Address. Prostranstvennaya economika [Spatial Economics]. 2006. No. 1. P. 4. (In Russian)
13. Mikheeva N.N. Evaluating the Russian Far East's Resource Sector Based on «Input - Output» Tables. Prostranstvennaya economika [Spatial Economics]. 2006. No. 1. Pp. 72-86. (In Russian)
14. The General Doctrine of Conjuncture. Commodity Market Trends. Ed. by A. Manukyan. Moscow, 1947. 160 p. (In Russian)
15. Piskoppel F.G. Basis of the Study of Capitalist Economy's Conjuncture. Moscow, 1960.
■ W!-
292 p. (In Russian)
16. Saneev B.G. Energy Concept for Eastern Russia: Scientific and Practical Approaches to Its Implementation. Region: economika i sociologia [Region: Economics and Sociology]. 2007. No. 1. Pp. 298-305. (In Russian)
17. Slutskiy E.E. Economic and Statistical Works. Moscow, 2010. 1152 p. (In Russian)
18. Statistical Modeling and Forecasting. Ed. by A.G. Granberg. Moscow, 1990. 383 p. (In Russian)
19. Energy of XXI Century: Energy Systems and Their Management. Ed. by N.I. Voropai. Novosibirsk, 2004. 364 p. (In Russian)
20. Energy of XXI Century: the Development Conditions, Technology, Forecasts. Ed. by N.I. Voropai. Novosibirsk, 2004. 386 p. (In Russian)
21. BP Energy Outlook 2035. January 2014. Available at: http://www.bp.com/content/dam/ bp/pdf/Energy-economics/Energy-Outlook/Ener gy_Outlook_2035_booklet.pdf (accessed 10 October 2014).
22. COFFI Market Forecasts. Available at: http://www.unece.org/forests/fpm/timbercommitte e.html (In Russian).
23. Commodity Markets Outlook. Available at: http://www.worldbank.org/content/dam/Worldban k/GEP/GEPcommodities/commodity_markets_out look_2014_july.pdf (accessed 10 October 2014).
24. Cornot-Gandolphe S. Global Coal Trade from Tightness to Oversupply. Note de l'ifri, February 2013. Available at: http://www.ifri.org/ ?page=contribution-detail&id=7570&id_provena nce=87&provenance_context_id=7191 (accessed 10 October 2014).
25. Cuddington J.T., Jerrett D. Super Cycles in Real Metals Prices? IMF Staff Papers. 2008. Vol. 55. No. 4. Pp. 541-565.
26. Curbing Global Energy Demand Growth: The Energy Productivity Opportunity. Available at: http://www.mckinsey.com/mgi/publications/ Curbing_Global_Energy/index.asp (accessed 10 October 2014).
27. Davis G. Scenarios as a Tool for the 21st Century. Available at: https://www.pik-potsdam.de/avec/peyresq2005/talks/0921/leem ans/literature/davis_how_does_shell_do_scenarios .pdf (accessed 10 October 2014).
28. Delgado C.L., Wada N., Rosegrant M.W.,
m,
m
1 3ruoHanucTUKa
/ ' ': ' : i —■ 1 - ' : ' ' \ ',
r^.'J-- ■ | If If---.-- ■ . Jg.^-rj 1 • -- •■. ' '■■■■|l"' \.
K-liT t
/ if ¿r
J
-v
m
N
JO '-JE?}
Meijer S., Ahmed M. Fish to 2020. Supply and Demand in Changing Global Markets. Available at: http: //www .ifpri. org/sites/default/files/publica tions/oc44.pdf (accessed 10 October 2014).
29. Energy to 2050. Scenarios for a Sustainable Future. Available at: http://www.iea.org/ textbase/nppdf/free/2000/2050_2003 .pdf (accessed 10 October 2014).
30. Global Energy Perspectives. Available at: http://user.iiasa.ac.at/~gruebler/Lectures/Graz-04/ WECbook_1_4.pdf (accessed 10 October 2014).
31. Global Forest Products Consumption, Production, Trade and Prices: Global Forest Products Model Projections to 2010. Available at: http://www.fao.org/D0CREP/003/X1607E/X1607 E00.HTM (accessed 10 October 2014).
32. Greene W.H. Econometric Analysis. 3rd edition. Upper Saddle River, New Jersey: Prentice-Hall, 1997.827 p.
33. Haftendorn C., Holz F., Hirschhausen C. The End of Cheap Coal? A Techno-Economic Analysis until 2030 Using the COALMOD-World Model. Fuel. 2012. Vol. 102. Pp. 305-325.
34. IMF Primary Commodity Prices. Available at: http: //www. imf. org/external/np/res/commod/ index.aspx (accessed 10 October 2014).
35. International Energy Outlook 2014. Available at: http://www.eia.gov/forecasts/ieo/pdf/0484 %282014%29.pdf (accessed 10 October 2014).
36. Jonsson R. Econometric Modelling and Projections of Wood Products Demand, Supply and Trade in Europe. Available at: http://www.unece.org/fileadmin/DAM/timber/pub lications/DP-59_FINAL.pdf (accessed 10 October 2014).
37. Kang S.H., Yoon S.M. Modeling and Forecasting the Volatility of Petroleum Futures Prices. Energy Economics. 2013. Vol. 36. Pp. 354-362.
38. Kuznets S. Secular Movements in Production and Prices. Boston: Houghton Mifflin, 1930. 536 p.
39. Labson B.S. Changing patterns of trade in the world iron ore and steel market: An econometric analysis. Journal of Policy Modeling. 1997. Vol. 19. Pp. 237-251.
40. Michinaka T., Tachibana S., Turner J.A. Estimating Price and Income Elasticities of Demand for Forest Products: Cluster Analysis Used as a Tool in Grouping. Forest Policy and Economics. 2011. Vol. 13. Pp. 435-445.
■ «>f
41. Moiseyev A., Solberg B., Michie B., Kallio A.M.I. Modeling the Impacts of Policy Measures to Prevent Import of Illegal Wood and Wood Products. Forest Policy and Economics. 2010. Vol. 12. Pp. 24-30.
42. OPEC. Monthly Oil Market Report. 10 September 2014. Available at: http://www.opec.org/ opec_web/static_files_project/media/downloads/ publications/MOMR_September_2014.pdf (accessed 10 October 2014).
43. Parappurathu S. Partial Equilibrium Models for Agricultural Policy Analysis. Available at: http://www.iasri.res.in/sscnars/socialsci/13-Parti al%20Equilibrium%20Model.pdf (accessed 10 October 2014).
44. Park C.Y., Zhai F. Asia's imprint on Global Commodity markets. ERD Working Paper no. 90. December 2006. Available at: http://www.adb. org/sites/default/files/pub/2006/WP090.pdf (accessed 10 October 2014).
45. Perrelli R. Introduction to ARCH & GARCH Models. Available at: http://www.econ.uiuc.edu/ ~econ472/ARCH.pdf (accessed 10 October 2014).
46. Prospective Outlook on Long-term Energy Systems. Available at: http://webu2.upmf-grenoble.fr/iepe/textes/POLES8p_01 .pdf (accessed 10 October 2014).
47. Pustov A., Malanichev A., Khobotilov I. Long-term Iron Ore Price Modeling: Marginal Costs vs. Incentive Price. Resources Policy. 2013. Vol. 38. No. 4. Pp. 558-567.
48. Sadorsky P. Modeling and forecasting petroleum futures volatility. Energy Economics, 2006, Vol.28, no. 4. Pp. 467-488.
49. Short-Term Energy Outlook. Available at: http://www.eia.gov/forecasts/steo/pdf/steo_full. pdf (accessed 10 October 2014).
50. Solberg B., Moiseyev A., Kallio A.M.I., Toppinen A. Forest Sector Market Impacts of Changed Roundwood Export Tariffs and Investment Climate in Russia. Forest Policy and Economics. 2010. Vol. 12. Pp. 17-23.
51. Suganthi L., Samuel A.A. Energy Models for Demand Forecasting - A Review. Renewable and Sustainable Energy Reviews. 2012. Vol. 16. Pp.1223-1240.
52. The Organization of the Petroleum Exporting Countries. World Oil Outlook 2013. Available at: http://www.opec.org/opec_web/static_files_projec t/media/downloads/publications/woo_2013.pdf
Щ
кегионалмстика
/ ш
t
-V
Ж
N
ff. '■ИП
(accessed 10 October 2014).
53. The State of World Fisheries and Aquaculture 2014. Available at: http://www.fao.org/37a-i3720e.pdf (accessed 10 October 2014).
54. Tinbergen J. Statistical Testing of Business Cycle Theories. Geneva: League of Nations, 1939. 164 p.
55. World Energy, Technology and climate policy Outlook. (WETO). 2030. Available at: http://ec.europa.eu/research/energy/pdf/weto_final _report.pdf (accessed 10 October 2014).
56. Yellishetty M., Ranjith P.G., Tharuma-rajah A. Iron Ore and Steel Production Trends and Material Flows in the World: Is This Really Sustainable? Resources, Conservation and Recycling. 2010. Vol. 54. No. 12. Pp. 1084-1094.
57. Zellou A.M., Cuddington J.T. Is There Evidence of Super Cycles in Oil Prices? Available at: http://inside.mines.edu/~jcudding/papers/Super_C ycles/Zellou-Cuddington-Super%20Cycles%20in %20Crude%20Oil%20Prices%283-22-2012% 29.pdf (accessed 10 October 2014).
Для цитирования:
Изотов Д.А. Дальний Восток России и прогнозы конъюнктуры рынков сырьевых товаров // Регионалистика. 2014. Т. 1. № 3. С. 39-60. For citing:
Izotov D.A. Russian Far East and Forecasts of Primary Commodity Markets. Regionalistica [Regionalistics]. 2014. Vol. 1. No. 3. Pp. 3960. (In Russian)
