ИССЛЕДОВАНИЕ ЧУВСТВИТЕЛЬНОСТИ СТРАН-ЧЛЕНОВ ЕАЭС К ВНЕШНИМ ШОКАМ ПРИ ПОМОЩИ МОДЕЛИ GVAR

Зубарев Андрей Витальевич; Кириллова Мария Андреевна

Эконометрическое моделирование

ИССЛЕДОВАНИЕ ЧУВСТВИТЕЛЬНОСТИ СТРАН-ЧЛЕНОВ ЕАЭС К ВНЕШНИМ ШОКАМ ПРИ ПОМОЩИ МОДЕЛИ СУДЯ

А. В. ЗУБАРЕВ М. А. КИРИЛЛОВА

На малые открытые экономики, такие как, например, экономики стран—членов ЕАЭС, оказывают влияние различные внешние локальные (происходящие в странах-партнерах) и глобальные шоки. Мы построили эконометрическую модель глобальной векторной авторегрессии (вУАН), включающую модель для России, стран—членов ЕАЭС и еще 40 крупнейших экономик.

Получено, что все страны ЕАЭС демонстрируют снижение выпуска при негативном шоке выпуска в Китае, но ни Россия, ни Казахстан не сокращают объемы добычи нефти в ответ на него. В ответ на аналогичный шок выпуска Евросоюза все страны, кроме Казахстана, сокращают выпуск, и самый сильный эффект от этого наблюдается в Армении, а Россия значимо, но крайне слабо повышает добычу нефти. При падении добычи нефти в странах Персидского залива (и некоторых других) и следующим за ним повышением цен на нефть рост выпуска наблюдается не только у Казахстана и России, экспортирующих нефть, но и у остальных стран—членов ЕАЭС. При падении мировых цен на нефть все страны ЕАЭС реагируют сокращением выпуска, и самый сильный подобный эффект наблюдается у России, Киргизии и Армении.

Статья подготовлена в рамках выполнения научно-исследовательской работы государственного задания РАНХиГС при Президенте Российской Федерации.

Ключевые слова: глобальная векторная авторегрессия, вУАН, Евразийский экономический союз, ЕАЭС, выпуск, цены на нефть, добыча нефти, функции импульсных откликов. JEL С32, Е17, Е47.

Введение

Исследование различных взаимосвязей между странами - членами Евразийского экономического союза (ЕАЭС) представляет интерес для анализа последствий проведения совместной экономической политики и реакции данных стран на внешние и внутренние макроэкономические шоки. Одним из методов, позволяющих ответить на эти вопросы, является модель глобальной векторной авторегрессии (вУАЮ, которая дает возможность корректно специфицировать такие шоки и учесть различные каналы, по которым они передаются (напрямую от одной страны в другую или косвенно, через цепочку стран), а также оценить влияние шоков на основные макроэкономические показатели.

Интерес представляют шоки, происходящие в крупнейших экономиках мира и в странах - торговых партнерах Российской Федерации и других странах ЕАЭС, связанные с изменениями в выпуске, монетарной политике и другими факторами. Важнейшими также являются шоки, происходящие на мировом нефтяном рынке, которые, в свою очередь, связаны с шоками мировой деловой активности или шоками крупнейших стран-экспортеров нефти. Анализ подобных событий с помощью модели вУАН поможет выявить уязвимые места экономик стран-членов ЕАЭС и оценить степень сонаправленности в динамике их показателей. Кроме того, построенная модель позволит проводить анализ выгод от возможной координации экономической по-

Зубарев Андрей Витальевич, заведующий лабораторией прикладных макроэкономических исследований РАНХиГС при Президенте Российской Федерации, канд. экон. наук (Москва), e-mail: zubarev@ranepa.ru; Кириллова Мария Андреевна, младший научный сотрудник РАНХиГС при Президенте Российской Федерации (Москва), е-mail: kirillova-ma@ranepa.ru

литики стран и строить сценарные прогнозы развития экономик при различных условиях.

Целями настоящего исследования являются оценка распространения внутренних шо-ков между странами-членами ЕАЭС и оценка влияния глобальных шоков на эти экономики в рамках глобальной эмпирической модели векторной авторегрессии СУА^ Для этого решается ряд задач. В частности, проводится анализ подходов к изучению влияния глобальных и локальных шоков на различные экономики и к исследованию взаимосвязей между странами ЕАЭС. Следующий этап - построение модели GVAR с участием крупнейших мировых экономик и стран ЕАЭС, а также с учетом мирового рынка нефти. Далее проводится анализ влияния ряда шоков на макроэкономические показатели стран ЕАЭС.

Обзор литературы

Модель глобальной векторной авторегрессии (GVAR) впервые была предложена в работе Песарана и др. [18] как метод построения глобальной модели с участием нескольких крупных мировых экономик и с учетом различных каналов взаимодействия между странами. В отличие от, например, стандартных VAR-мо-делей GVAR-модель борется с проблемой проклятия размерности (слишком большого числа оцениваемых параметров) путем включения некоторых показателей во взвешенном виде с помощью экзогенно заданных весов. В этой работе и большинстве последующих в качестве весов используются объемы торговли между всеми парами стран, включенных в модель. GVAR-подход позволяет учитывать взаимосвязи между экономиками посредством включения показателей одних стран в модели для других в некотором агрегированном виде, поэтому он зарекомендовал себя как метод для оценки влияния самых различных локальных, региональных и глобальных шоков на показатели отдельных экономик. Так, например, в работе Диса и др. [13] исследуется влияние шоков монетарной политики в США, в работах Мохаддеса и Песарана [15] и Мохад-

деса и Раиси [16] изучаются эффекты от шоков на рынке нефти, в работах Чадика и др. [12] и Смита и др. [19] оцениваются последствия пандемии GDVID-19.

Другое направление, в котором активно применяют модель GVAR, это анализ взаимосвязей внутри некоторого региона или между некоторым регионом и мировой экономикой. Этот подход использовался и в самых ранних работах -например, когда из-за сильной взаимосвязи экономик и общей денежной системы страны Центральной Европы объединились в Европейский союз [13], который в модели рассматривается как единая экономика. Этим удобным свойством GVAR-модели пользуются и авторы работы [16], выделяя в отдельную группу страны Персидского залива (GCC), имеющие схожее экономическое устройство, основанное на экспорте нефти. В [20] исследуются взаимоотношения Мексики, США и Канады до и после создания Североамериканской зоны свободной торговли. В [14] рассматривается взаимосвязь между ЕС и странами Юго-Восточной Европы. Авторы работы [17] оценивают динамику распространения шоков и выявляют основные причины влияния на нее инфляции на примере группы азиатских стран, выделяя ассоциацию государств Юго-Восточной Азии (ASEAN) и Новые индустриальные страны (NIS). В настоящей работе мы аналогичным способом добавляем в модель страны ЕАЭС.

Существует большой пласт работ, посвященных непосредственно изучению функционирования и перспектив ЕАЭС. Часть авторов сосредоточена на изучении процессов, происходящих внутри Союза. Каукин и др. [6] рассматривают последствия налогового нефтяного маневра конца 2014 г. и его влияние на структуру производства и экспорта. В [4] исследуются факторы, влияющие на экономику стран ЕАЭС в процессе интеграции. Для этого строится модель благосостояния, учитывающая долю торговли с остальными членами Союза, фискальную политику партнеров по ЕАЭС, корреляцию шоков реального и финан-

сового секторов внутри объединения и в остальных странах. Дополнительно строится модель, учитывающая добывающий сектор и долю государственных расходов, институциональную среду, структуру производства и торговли. В работе Демиденко и др. [3] анализируются состояние монетарной политики стран ЕАЭС, эффективность каналов этой политики и препятствия для координации между странами-партнерами.

Другое направление исследования - взаимодействие Союза с глобальной экономикой. Работа [7] посвящена сценариям интеграции стран Азиатско-Тихоокеанского региона (АТР) и оценке рисков и выгод данного сближения для стран ЕАЭС. Авторы строят вычислимую модель общего равновесия и получают прогнозы изменения выпусков и совокупного экспорта. Алиев и др. [1] изучают волатильность обменных курсов национальных валют стран ЕАЭС в связи с внешними шоками 2014-2015 гг. вследствие разных валютных режимов и разных подходов к монетарной политике и соответствующие изменения в торговой динамике. Полбин и др. [10] в рамках ЕАУАН-моде-ли ищут общие факторы, влияющие на макроэкономические показатели стран ЕАЭС, уделяя особое внимание мировым ценам на сырье. В [8] оцениваются влияние волатильности обменного курса на торговлю с использованием макроэкономических показателей по 214 экономикам и их участие в различных валютных союзах. В еще одной работе по оценке воздействия внешних шоков на страны Союза [2] рассматривается влияние внешней торговли на развитие ЕАЭС. В ней строится модифицированная гравитационная модель мировой торговли для оценки вклада стран ЕАЭС и возможностей развития торговли по наиболее вероятным направлениям. В настоящей работе мы также строим глобальную модель, учитывающую и взаимосвязи между странами-членами ЕАЭС, и их связи с остальными экономиками и мировым рынком.

Отдельно стоит выделить работу Пелипа-ся и Шимановича [9], в которой авторы уже

строили модель вУАН для пяти стран ЕАЭС с целью анализа влияния внешних шоков на экономику Беларуси. Здесь в модель включаются реальный выпуск, ИПЦ, обменный курс, краткосрочная процентная ставка и денежная масса в качестве эндогенных переменных, а взвешенные реальный выпуск, ИПЦ и обменный курс для стран ЕАЭС - в качестве слабо экзогенных. Авторы при построении модели предположили, что денежные показатели стран-партнеров не влияют на динамику рассматриваемой экономики, а российские переменные не испытывают влияния со стороны инфляции и валютных курсов остальных стран ЕАЭС. В качестве глобальных переменных были использованы выпуск Китая, США и ЕС. Дополнительно авторы построили БУАН-модель для белорусской экономики, с тем чтобы оценить действие трансмиссионного механизма монетарной политики. Эта модель включает ставку рефинансирования, денежную базу, реальный выпуск, ИПЦ и номинальный курс белорусского рубля к доллару США в качестве эндогенных переменных; цену на нефть, реальный взвешенный выпуск торговых партнеров и номинальный обменный курс рубля к доллару США - в качестве экзогенных. Авторы получили функции импульсных откликов в ответ на шоки нефтяных цен, реального ВВП России и курса российского рубля.

В нашем исследовании мы все же придерживаемся подхода включения в вУАН-модель показателей крупнейших мировых экономик в качестве эндогенных переменных. Предлагаемая в [5] модель вУАН дополнена странами ЕАЭС, в индивидуальных моделях для которых учитывается наличие структурных сдвигов в трендах реального выпуска.

Описание модели и анализ данных

В работах по вУАН, представленных в обзоре, предлагается стандартный подход для оценивания индивидуальных уравнений модели вУАН в виде

Xt = аг 0 + ailt + 2Ф l=i

iXi,t-l + ^ i0 Xit

где хи - вектор эндогенных домашних переменных г-й страны; Хи - взвешенные переменные других стран относительно г-й; с11 - вектор глобальных экзогенных переменных.

Для построения индивидуальных моделей рассматриваемых N экономик мы будем по возможности использовать следующие переменные: х=(у, п, д, гег, г, цоП)', где у - реальный выпуск; п - инфляция; д - реальный фондовый индекс; гег - реальный обменный курс национальной валюты относительно доллара США; г - номинальная краткосрочная процентная ставка; доИ - объемы добычи нефти. Если какие-то ряды недоступны для страны, индивидуальная модель укорачивается. Взвешен-

к

+Z AuKt-i+^ о d + Z -l+su, l=i i =i

ные переменные получаются следующим об-

= 0, где w. . - вес, с ко-

разом: уи =£ w^j,, j=i

торым j-я страна воздействует на г-ю. Веса берутся из торгового баланса: для каждой пары

Export + Import

стран w = —-—,j--—j. Если вес - доля

j Export■ + Import торговли со страной j в общей торговле страны г, то при распространении шоков большее влияние на страну г окажут те экономики, которые сильнее с ней связаны.

Оценивание модели проводится в форме модели коррекции ошибок c экзогенными переменными (VECMX) некоторым количеством долгосрочных соотношений:

q si

Axt = a,o ECht-i +2ФЙ AXi,t-i + 2Au Ax*-i + 2^ i Ч-i + ut

i=i

l=0

EC, = -Д(( Xu, x£, d'u )' - Yit ) = ДХ + PI* X* + Д + Д.

Преобразованная в форме векторной авторегрессии модель

N

Gx = mt-i +... + a0 + ait + dt + U,U : IID(0,^u)

может быть использована для прогнозирования и получения обобщенных функций импульсных откликов, которые не зависят от порядка включения переменных в модель (более подробно построение модели GVAR для российской экономики описано нами в [5]). В настоящей работе мы добавляем в глобальную векторную авторегрессию индивидуаль-

г=1

ные модели для Казахстана, Беларуси, Армении и Киргизии, экономики которых испытывают те же структурные сдвиги, что и экономика России. Поэтому страновые модели для всех стран-членов ЕАЭС строятся по одному и тому же принципу.

К полученной GVAR-модели мы добавляем уравнение для цены на нефть:

F I '

Ap°ilt =c+2ai Ap°ilt-l +2 Д AYt-l +2 ^ AQ-l

l=i

l=0

где роИ{ - цена на нефть; У{ - мировой спрос на нефть; О{ - мировое предложение нефти. Данные ряды получены аналогично переменным X, весами выступают доли стран модели в объемах мирового выпуска для и доли стран-экспортеров нефти в объеме добычи

нефти, учитываемой в модели, для О..

В модели рассматриваются развитые экономики, страны Азии и Латинской Америки, Европы, Африки, а также страны Востока и Центральной Азии. Развитые страны представлены США, Японией, Великобританией, Юж-

ной Кореей, Канадой, Австралией, Сингапуром, Швейцарией, Швецией, Норвегией и странами ЕС: Германией, Нидерландами, Францией, Бельгией, Италией, Австрией, Испанией, Финляндией. Китай, Индия, Индонезия, Малайзия и Таиланд представляют азиатские экономики, а Аргентина, Бразилия, Чили, Мексика и Перу - экономики Латинской Америки. Страны Евразии включают Россию, Турцию, Армению, Казахстан, Киргизию и Беларусь, а страны Африки - ЮАР. Страны Востока и Центральной Азии представлены Саудовской Аравией и Ираном. Экономики GCC+ представлены Бахрейном, Кувейтом, ОАЭ, Ливией, Оманом, Катаром и Алжиром.

Переменные для всех стран получены из квартальных данных (для стран ЕАЭС -за 19992020 гг., для остальных стран - за 19792020 гг.). Данные по ВВП, ИПЦ, фондовому индексу, ставке и нефтяным ценам взяты из баз IMF1 и OECD2. Данные по добыче нефти взяты в EIA3. Ряды для реального выпуска очищены от сезонности с помощью процедуры X-13ARIMA-SEATS. При отсутствии квартальных данных ряды интерполированы в соответствии с процедурой, описанной в [13]. В уравнении для стран ЕАЭС на данный момент учитываются только реальные факторы: уровень реального ВВП, реальный обменный курс и объемы добычи нефти. Эти переменные являются ключевыми для описания системы отечественной экономики и ее связей с глобальной экономикой и странами ЕАЭС.

Объемы экспорта и импорта для каждой страны взяты из торговой статистики DOTS IMF4. Для расчетов выбрано оценивание с фиксированными весами, а для исследования реакции макропоказателей и дальнейшего прогнозирования их динамики был выбран период 2016-2018 гг. При этом последний не включает адаптационный период после санкций в 2015 г. и шок пандемии в 2020 г. По результатам

построения весов самыми важными торговыми партнерами Армении являются Евросоюз (25%), Россия (17%) и Китай (12%); для Беларуси - Россия (32%) и Евросоюз (11%); для Казахстана - Евросоюз (43%), Китай (15%) и Россия (12%); для Киргизии - Китай (35%) и Россия (13%); для России - Евросоюз (29%) и Китай (19%).

Анализ влияния внешних шоков на экономики стран ЕАЭС

Интересно рассмотреть, как глобальные и локальные шоки действуют не только на Россию, но и на другие страны ЕАЭС. Функции импульсных откликов представлены для периода в 20 кварталов, но наиболее валидными являются оценки для краткосрочного периода (около 8 кварталов). Отклики получены в ответ на шоки в размере одного стандартного отклонения соответствующей величины. На графиках приведены 68%-ные доверительные интервалы и медианный отклик, полученные на основании процедуры бутстрапирования.

Получено, что негативный шок такого ключевого для многих стран Союза партнера, как Китай, соответствующий падению китайского ВВП на 1%, приводит не только к снижению реального ВВП в России на 0,6% к концу первого года после шока, но и к падению ВВП в Казахстане приблизительно на 0,5%, в Беларуси -на 0,2%, в Армении - на 1% и более чем на 1% - в Киргизии. (См. рис. 1.) При 1%-ном шоке ВВП Китая не наблюдается статистически значимой реакции в добыче нефти двух нефтедобывающих стран - России и Казахстана.

На рис. 2 представлена реакция стран Союза на 1%-ный шок выпуска в Евросоюзе, который приводит к статистически значимому снижению в выпуске Армении,Беларуси и Киргизии, причем самая сильная реакция наблюдается у Армении: падение на 1,5% достигается уже через полгода после возникновения шока.

1 International Monetary Fund, International Financial Statistics. URL: https://data.imf.org/

2 Organisation for Economic Co-operation and Development. URL: https://stats.oecd.org/

3 Energy Information Administration. URL: https://www.eia.gov/international/data/world/

4 International Monetary Fund, Direction of Trade Statistics. URL: https://data.imf.org/

Рис. 1. Отрицательный шок ВВП Китая: выпуск

Казахстан: выпуск

0,2 -

-1,0 ----■„____

-1,2 -

0 4 8 12 16 20

Киргизия: выпуск

1,0 -0,5 \-

-2,0 -_______

-2,5 ----------

-3,0 -

0 4 8 12 16 20

Россия: выпуск

0,2 -

-1,0 -^ __- --------

-1,2 -

0 4 8 12 16 20

Источник: расчеты авторов.

Реакция России колеблется на границе значимости,а медианный отклик -на уровне -0,5% в течение всех кварталов после шока. Реакция Казахстана статистически незначима.

На рис. 3 показано, что реакция добычи нефти в Казахстане не является значимой в ответ на шок ВВП Евросоюза, а добыча нефти в России растет с темпами около 0,3-0,4% в квартал.

В ответ на 1%-ное падение ВВП США во всех странах ЕАЭС также наблюдается падение выпуска. (См. рис. 4.) Так, одновременно со сни-

Армения: выпуск

1,0 -

0,5 ч-

\

0 4 8 12 16 20

Беларусь: выпуск

0,00 -

О 4 8 12 16 20

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Цена на нефть

2 -

-10 -

0 4 8 12 16 20

жением российского выпуска с темпами -0,8% выпуск Казахстана и Беларуси снижается при этом с меньшими темпами (около -0,3%), а сокращение выпуска в Киргизии и Армении проявляется сильнее (до -1,5% к предыдущему кварталу). Если при негативном шоке выпуска в Евросоюзе в России можно было наблюдать небольшое, но статистически значимое снижение нефтедобычи (см. рис. 3), то при негативном шоке выпуска в США незаметно уменьшение добычи нефти ни в Казахстане, ни в России.

Рис. 2. Отрицательный шок ВВП Евросоюза: выпуск

Казахстан: выпуск

Армения: выпуск

1.0 0,5 0,0 -0,5 -1,0 -1,5 -2,0

4 8 12

Киргизия: выпуск

4 8 12

Беларусь: выпуск

4 8 12

Россия: выпуск

8 12 Цена на нефть

-0,75

-1,00 --1,25 --1,50 -

0 4 8

Источник расчеты авторов.

20

Рис. 3. Отрицательный шок ВВП Евросоюза: добыча нефти

0,4

Казахстан: добыча нефти

0,2 х-\

0,0 — -0,2

-0,4 --0,6 —

0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0

Россия: добыча нефти

0 4 8

Источник расчеты авторов.

Рис. 4. Отрицательный шок ВВП США: выпуск

Казахстан: выпуск

0,2 -

0 4 8 12 16 20

Киргизия: выпуск

0,0 -

-0,5 ^-

\

-3,5 -

О 4 8 12 16 20

Россия: выпуск

0,3 -

0,0 ---

О 4 8 12 16 20

Источник: расчеты авторов.

Армения: выпуск

0 4 8 12 16 20

Беларусь: выпуск

0,0 — \

\

-0,5 -

0 4 8 12 16 20

Цена на нефть

2 -

-10 -

О 4 8 12 16 20

При падении добычи нефти в странах вСС+ у Казахстана, Армении и Киргизии наблюдается рост выпуска на границе уровня значимости, а Беларусь и Россия значимо не реагируют. (См. рис. 5.) Реакция добычи нефти в странах ЕАЭС на негативные шоки добычи в странах вСС+ не прослеживается, а рост выпуска в этих странах можно отнести скорее на эффект повышения нефтяных цен из-за сокращения предложения.

На рис. 6 можно видеть, что в ответ на 1%-ный негативный шок мировых цен на нефть

падение выпуска наблюдается не только у Казахстана и России, непосредственно зависящих от экспорта нефти, - затронуты шоком оказались и экономики остальных стран ЕАЭС. Если у России, Киргизии и Армении падение выпуска достигало 0,1% к предыдущему кварталу в конце первого года после возникновения шока, то экономики Казахстана и Беларуси пострадали меньше и снижение выпуска у них составило лишь 0,03%.

В ответ на негативный шок нефтяных цен не обнаружено статистически значимой реак-

Рис. 5. Отрицательный шок добычи нефти стран GCC+: выпуск

Казахстан: выпуск

Армения: выпуск

0,4 0,3 0,2 0,1 0,0 -0,1

0,75 0,60 0,45 0,30 0,15 0,00 -0,15

4 8 12

Киргизия: выпуск

20

4 8 12

Беларусь: выпуск

20

8 12 Россия: выпуск

4 8 12

Цена на нефть

0,40 0,30 0,20 0,10 0,00 ;

-0,10 ----

-0,20 —

0 4 8

Источник расчеты авторов.

3,0 2,5 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -

ции российской добычи нефти, но рост добычи в Казахстане в течение первого года после шока находится приблизительно на границе значимости, хотя экономический эффект при этом невелик. Падение мировой цены на нефть приводит приблизительно к 0,01%-ному росту добычи казахстанской нефти. (См. рис. 7.)

В итоге модель GVAR обнаруживает некоторые важные особенности экономик стран ЕАЭС.

При негативном шоке ВВП Евросоюза Армения, Беларусь и Киргизия реагируют на него

значимым снижением выпуска. При этом аналогичный по силе негативный шок ВВП Китая приводит к сокращению выпуска у всех стран ЕАЭС. Несмотря на незначимость откликов Казахстана и России в ответ на шок ЕС, их медианные отклики при обоих шоках практически одинаковы. При этом Армения и Беларусь в ответ на шок ЕС реагируют более сильным падением. Для Армении это можно объяснить тесными торговыми связями с Евросоюзом (25% внешней торговли происходит со странами ЕС и только 12% - с Китаем). У Беларуси же приблизи-

Рис. 6. Отрицательный шок цены на нефть: выпуск

Казахстан: выпуск

0,02 --0,10

°'01 —-„ — ---0,05

0,00 ^ч-^^ --^

-0,02 \\- _________________-0,05

■°'03 ---0,10 Л

-0,04 -\-^-

-0.05 ---°'15 -

-0,06 ---0,20 —

0 4 8 12 16 20 О

Киргизия: выпуск

0,06 --0,005 —

0,03 ,-^----°'000

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

\ ___-0,005

0,00 V-^- . — щ

У Х -----0,010 А

-0,03 \\\- . - / ---------------------------0,015

\ / / ,' д\

-0,06 / ---°'020 Да

___ \\ / У -0,025 —^

-0,09 —\Л-/ /-->

\\~-f У -0,030

-°-12 \ /---0,035 -

-0,15 -—---0,040-

О 4 8 12 16 20 О

Россия: выпуск

0,03 _______0,2 -

0,00 ^-____ __~~~~

-0,03 %-У / х-'''--"°'2 /

Л \ ✓ ' / ✓ ' -0,4 ,

-0,06 V-'--/----'

Л / / "0,6 -1+Г

-0 09 __^_^__'/ '

°.12-Ч-У---1,0 -М-

-0,15 ---1,2 —-

О 4 8 12 16 20 О

Источник: расчеты авторов.

Рис. 7. Отрицательный шок цены на нефть: добыча нефти

Казахстан: добыча нефти

0,03 --0,020 -—

0,02 --0,015-^-

0,01 //уЛ^__°'01° —

' / \ """" ~ ~ ~ - 0,005 _

о.оо <-/-V-~----------

/________0,000 -

-°-01// ---0,005 \

-0,02 /--- ---0,010 —-^Ц^

-0,03 ---0,015 —

О 4 8 12 16 20 О

Источник: расчеты авторов.

Армения: выпуск

4 8 12

Беларусь: выпуск

4 8 12

Цена на нефть

Россия: добыча нефти

тельно одинаковы доли торговли с Китаем и ЕС (7 и 11% соответственно), но на шок ЕС страна реагирует сильнее: с одной стороны, это можно объяснить прямым эффектом небольшого перевеса ЕС во внешней торговле, с другой -сильной реакцией, обусловленной косвенными эффектами из-за близости с Россией (32% внешней торговли). Даже несмотря на то, что Россия реагирует на шоки ЕС несколько сильнее, чем на шоки Китая, при масштабировании на экономику Беларуси это может приводить к заметной разнице в откликах.

Второе наблюдение, которое можно сделать из функций импульсных откликов, показывает, что шоки на рынке нефти косвенно влияют и на не экспортирующие нефть страны: при сокращении добычи нефти в странах GCC+ некоторый положительный эффект достигается во всех странах ЕАЭС, а при падении нефтяных цен негативные последствия для Армении и Киргизии оказываются такими же ощутимыми, как и для России. Из этого следует, что шоки, передающиеся через нефтяной канал, достаточно сильно затрагивают всех членов ЕАЭС.

Заключение

В настоящей работе построена модель GVAR с включением всех стран ЕАЭС, в рамках кото-

рой мы анализируем реакцию стран-членов Союза на ряд внешних шоков. Модель GVAR демонстрирует поддающиеся качественной и количественной интерпретации оценки воздействия внешних для стран ЕАЭС шоков. Исследованы эффекты таких шоков, как локальный шок производства в Китае, Евросоюзе и США, глобальный шок цен на нефть, региональный шок добычи нефти в странах GCC+.

В результате получено, что все страны ЕАЭС демонстрируют снижение выпуска при негативном шоке выпуска в Китае, но ни Россия, ни Казахстан не сокращают объемы добычи нефти в ответ на него. Сильнее всего на данный шок реагирует Киргизии, слабее всего -Беларусь. В ответ на аналогичный по размеру шок выпуска Евросоюза самое сильное падение наблюдается в Армении, а Россия значимо, но крайне слабо, наращивает добычу нефти. При снижении добычи нефти странами GCC+ и следующем за ним повышении цен на нефть рост выпуска наблюдается не только у Казахстана и России, экспортирующих нефть, но и у остальных стран-членов ЕАЭС, а самый сильный рост отмечается у Армении. При падении мировых цен на нефть все страны ЕАЭС реагируют сокращением выпуска - самый ощутимый эффект при этом наблюдается в России, Киргизии и Армении. ■

Литература

1. Алиев Т., Зайцев Ю., Кнобель А. Волатильность обменного курса и торговля в странах ЕАС // Экономическое развитие России. 2017. Т. 24. № 9. С. 18-28.

2. Гиноян А., Ткаченко А. Внешнеторговая политика стран ЕАЭС: результаты имитационного моделирования // Финансы: теория и практика. 2022. Т. 26. № 2. С. 175-189.

3. Демиденко М., Ковач М., Коршунов Д., Пелипась И., Точицкая И. Колебания валютных курсов в ЕАЭС в 2014-2015 годах: анализ и рекомендации // ЦИИ ЕАБР. 2017. № 44. С. 3-73.

4. Добронравова Е. Моделирование процессов экономической и валютной интеграции // SSRN. 2017. URL: https://ssrn.com/abstract=2938395.

5. Зубарев А.В., Кириллова М.А. Построение модели GVAR для российской экономики // Экономический журнал ВШЭ. 2023. T. 27. № 1. С. 9-32.

6. Каукин А., Кнобель А., Фиранчук А. Последствия реализации налогового маневра: добыча нефти и производство нефтепродуктов // Экономическое развитие России. 2016. Т. 23. № 12. С. 48-53.

7. Кнобель А., Седалищев В. Риски и выгоды для ЕАЭС от различных сценариев интеграции в Азиатско-Тихоокеанском регионе // Экономическая политика. 2017. № 2. С. 72-85.

8. Кнобель А., Ченцов А. Влияние обменных курсов и их волатильности на внешнюю торговлю России с учетом ее членства в ЕАЭС // SSRN. 2018. URL: https://ssrn.com/abstract=3204314

9. Пелипась И., Шиманович Г. Международные связи и внешние шоки: использование глобальной VAR-модели для Беларуси // Банковский вестник. 2017. Т. 4. № 645. С. 24—32.

10. Полбин А., Андреев М., Зубарев А. Зависимость стран — членов ЕАЭС от цен на сырьевые товары // Экономика региона. 2018. Т. 14. № 2. С. 623-637.

11. Cesa-Bianchi A. Housing cycles and macroeconomic fluctuations: A global perspective // Journal of International Money and Finance. 2013. Vol. 37. Pp. 215-238.

12. Chudik A., Mohaddes K., Pesaran M., Raissi M., Rebucci A. A Counterfactual Economic Analysis of Covid-19 Using a Threshold Augmented Multi-Country Model // NBER Working Paper. 2020. No. 27855. Pp. 1-37.

13. Dees S., Mauro F., and Pesaran M.H. Exploring the international linkages of the Euro area a Global VAR analysis // Journal of Applied Econometrics. 2007. Vol. 22. No. 1. Pp. 1-38.

14. Koukouritakis M., Papadopoulos A.P., Yannopoulos A. Linkages between the Eurozone and the SouthEastern European countries: A global VAR analysis // Economic Modelling. 2015. Vol. 48. Pp. 129-154.

15. Mohaddes K., Pesaran M. Country-specific oil supply shocks and the global economy: A counterfactual analysis // Energy Economics. 2016. No. 59. Pp. 382-399.

16. Mohaddes K., Raissi M. The U.S. Oil Supply Revolution and the Global Economy // Empirical Economics. 2019. Vol. 57. Pp. 1515-1546.

17. Osorio, Unsal F. Inflation dynamics in Asia: Causes, changes, and spillovers from China // Journal of Asian Economics. 2013. Vol. 24. Pp. 26-40.

18. Pesaran M.H., Schuermann T., Weiner S.M. Modeling Regional Interdependencies Using a Global Error-Correcting Macroeconometric Model // Journal of Business & Economic Statistics. 2004. Vol. 22. No. 2. Pp. 129-162.

19. Smith L.V., Tauri N., Yamagatax T. Assessing the Impact of COVID-19 on Global Fossil Fuel Consumption and Co2 Emissions // Energy Economics. 2021. Vol. 97. Pp. 105-170.

20. Wei H., Lahiri R. The impact of commodity price shocks in the presence of a trading relationship: A GVAR analysis of the NAFTA // Energy Economics. 2019. Vol. 80. Pp. 553-569.

References

1. Aliev T., Zaitsev Yu., Knobel A. Exchange Rate Volatility and Trade in EAU Countries // Russian Economic Development. 2017. Vol. 24. No. 9. Pp. 18-28.

2. Ginoyan A., Tkachenko A. Foreign trade policy of EAEU countries: Results of simulation modeling // Finance: Theory and Prectice. 2022. Vol. 26. No. 2. Pp. 175-189.

3. Demidenko M., Kovach M., Korshunov D., Pelipas I., Tochitskaya I. Exchange rate fluctuations in the EAEU in 2014-2015: Analysis and recommendations // EBD Operations. 2017. No. 44. Pp. 3-73.

4. Dobronravova E. Modeling economic and monetary integration processes // SSRN. 2017. URL: https:// ssrn.com/abstract=2938395

5. Zubarev A.V., Kirillova M.A. Building a GVAR model for the Russian economy // HSE Economic Journal. 2023. Vol. 27. No. 1. Pp. 9-32.

6. Kaukin A., Knobel A., Firanchuk A. Implications of Tax Maneuver: Rroduction of Oil and Petrochemicals // Russian Economic Development. 2016. Vol. 23. No. 12. Pp. 48-53.

7. Knobel A., Sedalischev V. Risks and benefits for the EAEU from different scenarios of integration in the Asia-Pacific region // Economic Policy. 2017. No. 2. Pp. 72-85.

8. Knobel A., Chentsov A. Impact of exchange rates and their volatility on Russia's foreign trade, taking into account its membership in the EAEU // SSRN. 2018. URL: https://ssrn.com/abstract=3204314

9. Pelipas I., Shimanovich G. International links and external shocks: Using the global VAR model for Belarus // Banking Bulletin. 2017. Vol. 4. No. 645. Pp. 24-32.

10. Polbin A., Andreev M., Zubarev A. Dependence of EAEU member countries on commodity prices // Economy of Region. 2018. Vol. 14. No. 2. Pp. 623-637.