Миротворческие операции ООН как прогностический фактор экономических процессов Текст научной статьи по специальности «Экономика и бизнес»

Terra incognita

Миротворческие операции ООН как прогностический фактор экономических процессов

© Тимофеев В. В. © Timofeev V.

Миротворческие операции ООН как прогностический фактор экономических процессов UN peacekeeping operations as a predictor of economic processes

Аннотация. Исследована корреляция между количеством реализуемых миротворческих операций в год и коэффициентом Шиллера за 1947—2014 гг. Автор нашел корреляцию и ее аналитическую форму. Связь между переменными прямая и линейная. Показано, что увеличение факторной переменной на одну единицу измерения приводит к увеличению результативной переменной на 0,8363: миротворческое урегулирование, содействуя стабилизации политической и экономической ситуации, может содействовать поддержанию глобальной капиталистической системы.

Annotation. The article examines the correlation between the Shiller P/E ratio as a predictor of economic crises and the number of peacekeeping operations per year. Data were collected for the period from 1947 to 2014. The author found an analytical form of the correlation. The relationship between the variables is direct and linear. It is concluded that an increase in the factor variable by 1 unit of measurement leads to an increase in the outcome variable by 0,5796 units of measurement. The Shiller P/E ratio can be considered a mission predictor if it is greater than or equal to 3,4951690821. The author suggests that the Shiller P/E ratio can indicate the impact of economic factors on the onset of conflicts and, consequently, on missions aimed to resolve them. In other words, the Shiller P/E ratio is a predictor of regional and international conflicts and of UN missions. In future investigations, research questions that could be asked include rethinking the interpretation of correlation and theoretical description of the effect found.

Ключевые слова. Миротворчество, коэффициент Шиллера, S&P 500, капитализм.

Key words. Peacekeeping, Shiller P/E ratio, S&P 500, capitalism.

Возрастающие экономические риски и обострение военно-политической обстановки в мире делают актуальной взаимосвязь политических и экономических процессов. Возможность надвигающегося экономического кризиса также актуальна в контексте высоких значений коэффициента Шиллера. Особый интерес представляет возможность использования политических явлений в качестве прогностических факторов экономических трендов.

Существует множество исследований, в которых авторы изучали зависимость между экономическими факторами и конфликтами. Еще в 1990-е гг. исследователи проанализировали взаимосвязь между наличием полезных ископаемых и гражданскими войнами. В статье М. Росса

ТИМОФЕЕВ Владимир Владимирович — аспирант кафедры американских исследований факультета международных отношений Санкт-Петербургского государственного университета.

указывается на корреляцию между экспортом сырья и вероятностью войны [12. P. 339]. В разных исследованиях в качестве факторов возникновения и протекания конфликта рассматриваются различные ресурсы. Так, И. де Сойса нашел корреляцию между добычей нефти и началом конфликта [12. P. 339].

Ф. Стюарт показал, что бедность, безработица и экономическое неравенство вызывают конфликты. Кроме того, он отметил такой фактор, как индивидуальные экономические стимулы сражаться [14. P. 342]. В отчете мозгового центра RAND «Воля к борьбе: анализ и моделирование воли к борьбе у воинских соединений» также утверждается, что экономические драйверы составляют важную часть воли солдат сражаться [7. P. XVII]. В работе Э. Мигеля, Ш. Сатьянат и Э. Сердженти доказано, что падение в 5% повышает риск возникновения конфликта в течение половины следующего года [9. P. 746]. Дж. Виктор показал, что, чем ниже ВВП страны, которая отправляет контингент миротворческих сил, тем выше его численность, т. к. бедные страны рассчитывают на выплаты своим солдатам во время участия в миротворческих операциях [17. P. 227]. Таким образом, в науке активно изучается влияние экономических факторов на возникновение и ход конфликтов. Автор данной работы нашел зависимость количества миротворческих операций от коэффициента Шиллера.

Естественен вопрос о зависимости экономических процессов от хода урегулирования конфликтов. Существует представление, что миротворчество служит цели налаживания функции мировой политэкономической системы [10]. С. М. Стожек и Дж. Тир проанализировали влияние экономических факторов на принятие решений об отправке миротворческого контингента постоянными членами Совета Безопасности ООН [15]. Однако в целом вопрос влияния неолиберального капитализма на зоны конфликта мало изучен [5]. В целом данную проблему следует рассматривать через призму критической теории и анализировать возможные бенефиции капиталистической системы.

В исследовании изучается коэффициент Шиллера — соотношение рыночной капитализации компаний и среднего значения их прибыли, рассчитанного с учетом инфляции [1. С. 95—96]. Обычно его применяют к фондовому индексу S&P 500. Коэффициент Шиллера обладает потенциалом прогностического фактора экономических кризисов, потому что он учитывает переоцененность рынка, сигнализируя о вероятном резком падении акций, и тем самым — об уровне кризисности в мировой экономике. Дж. У. Гуделл и Р. А. Боуди [7] показали, что, как только результаты американских президентских выборов становятся известными, коэффициент Шиллера падает. Вопрос о влиянии числа миротворческих операций на коэффициент Шиллера еще не поднимался.

Методология и результаты

В целях проверки гипотезы о зависимости между значениями коэффициента Шиллера и числом миротворческих миссий использован коэффициент ранговой корреляции Спирмена — метод математической статистики, используемый для анализа тесноты корреляционной связи между двумя рядами показателей. Он рассчитывается следующим образом:

1. Следует упорядочить значения признака фактора в рамках убывания или возрастания и присвоить ранги каждому значению. Со значениями результативного признака следует проделать ту же процедуру. Оба ряда признаков должны быть упорядочены одновременно либо в порядке убывания, либо в порядке возрастания.

2. Сопоставить получившиеся ряды ранжированных значений признаков.

3. Вычислить разность значений признаков в каждой паре. Найти сумму всех квадратов разностей.

4. Рассчитать коэффициент ранговой корреляции Спирмена по формуле:

= 1 _ 6 I d2 Р n (n2 - 1) .

5. Далее необходимо вычислить статистическую значимость коэффициента ранговой корреляции Спирмена. Для этого при уровне значимости а выдвигается нулевая гипотеза H0 о равенстве нулю генерального коэффициента ранговой корреляции рг Спирмена при конкурирующей гипотезе H1 : рг ^ 0. Затем вычисляется критическая точка:

^=t(a, k) ■ Vür,

где n — объем выборки; р — выборочный коэффициент ранговой корреляции Спирмена; t(a, k) — критическая точка двусторонней критической области, которую находят по таблице критических точек распределения Стьюдента по уровню значимости а и числу степеней свободы k = n - 2.

Если | р | < TT — нет оснований отвергнуть нулевую гипотезу. Ранговая корреляционная связь между качественными признаками не значима. Если | р | > TT — нулевую гипотезу отвергают. Между качественными признаками существует значимая ранговая корреляционная связь.

Ниже представлена таблица, которая содержит данные о числе инициированных на определенный год миротворческих операций ООН и годовых значениях коэффициента Шиллера за период 1947—2014 гг. Число миротворческих миссий принимается за факторный признак, а коэффициент Шиллера — за результативный признак. Сведения о числе миротворческих миссий взяты с сайта Our World in Data [11]. Информация о ежегодных средних показателях коэффициента Шиллера была получена с сайта, содержащего исторические показатели индекса S&P 500 [13].

Коэффициент корреляции Спирмена равен:

р = 0,625.

В соответствии со шкалой Чеддока, если коэффициент корреляции Спирмена принимает значения от 0,5 до 0,7, то делается вывод о заметной тесноте корреляционной связи.

Чтобы принять либо отклонить нулевую гипотезу, коэффициент корреляции Спирмена сопоставляется с критическим значением коэффициента корреляции Спирмена в соответствии с найденным числом степеней свободы.

Если коэффициент корреляции Спирмена меньше критического значения, то принимается нулевая, если больше — альтернативная гипотеза.

Число степеней свободы равно 66. При данном числе степеней свободы критическая точка двусторонней критической области распределения Стьюдента по уровню значимости а = 0,001 равна:

Т = 0 33

=> | р | > Т , т. е. принимается альтернативная гипотеза.

Определим статистическую значимость зависимости

'набл = 6,500

^крит = 3,444 г я > г ,

набл крит

=> зависимость является статистически значимой.

В работе принимается а = 0,001. В данном случае берется наименьший критерий а, что способствует минимизации риска возникновения ошибок первого рода. Таким образом, достигается более точный результат с точки зрения нивелирования ложноположительного решения.

Вывод: зависимость имеется. Сила связи — заметная.

Поскольку корреляция найдена, применим регрессионный анализ для определения аналитической формы связи.

Уравнение линейной регрессии:

у = Ьх + а.

Для нахождения коэффициентов а и Ь, характеризующих параметры а и в, применяется метод наименьших квадратов (МНК) [3]. С помощью данного метода мы выбираем значения параметров таким образом, чтобы сумма квадратов отклонений была минимальной [3].

Критерий МНК может иметь следующий формальный вид:

$ = 2 (У -у*)2 — т1п.

Система нормальных уравнений:

ап + Ь 2 х = 2 У,

а 2 х + Ь 2 х2 = 2 ух.

На основе имеющихся данных рассчитаем параметры регрессии (см. табл. 2). Для наших данных система уравнений имеет вид

68а + 593Ь = 1260,77, 593а + 7915Ь = 13289,32.

Находим

а = 11,25, Ь = 0,84.

Получаем уравнение регрессии

у = 0,84л- + 11,25.

Полученное уравнение регрессии позволяет интерпретировать характер связи между факторной и результативной переменными: увеличение факторной переменной на единицу измерения приводит к увеличению результативной переменной на 0,8363 единицы измерения. Связь между переменными — прямая. Связь между коэффициентом Шиллера и числом миротворческих операций — прямая и линейная.

Дискуссия

Таким образом, было выявлено, что коэффициент Шиллера растет или падает на фоне увеличения или уменьшения числа операций ООН по поддержанию мира. То, что именно миротворческие операции являются причиной, а изменения коэффициента Шиллера — следствием, доказывает график, на котором видно, что за колебаниями в числе операций ООН следуют колебания значений коэффициента Шиллера (см. рис. 1).

Рисунок 1. График коэффициента Шиллера и числа миротворческих миссий ООН

Метод регрессионного анализа помог получить аналитический вид найденной связи, согласно которому увеличение числа миротворческих миссий повышает вероятность роста среднегодовых значений коэффициента Шиллера. Можно предложить следующую интерпретацию: миротворческие операции создают условия, которые способствуют увеличению коэффициента Шиллера. Улучшение международной политической ситуации, реализуемое путем миротворческого урегулирования, может содействовать развитию благоприятной экономической динамики, которая, в свою очередь, может быть бустером роста рыночной стоимости компаний S&P 500. Если интересы ведущих капиталистических государств затрагиваются в результате увеличения нестабильности в зонах конфликтов, то мирное урегулирование будет естественным образом отражать их интересы. Конечно, капиталистические государства могут выигрывать от конфликтов, которые таким же образом могут приносить дивиденды. Но не только разжигание войн может быть инструментом поддержания существующей системы глобального капитализма.

Так, Caterpillar, являющаяся поставщиком горнодобывающего оборудования, выигрывает, если в раздираемых конфликтами странах, где добывающие корпорации осуществляют свою хозяйственную деятельность, операции по принуждению к миру обеспечивают стабилизацию ситуации. В частности, лидер золотодобывающей отрасли Barrick Gold Corp., использующая оборудование Caterpillar [16], работает в Мали [8], где реализуется Многопрофильная комплексная миссия ООН по стабилизации в Мали (МИНУСМА) [2]. Дестабилизация ситуации в этой стране создаст препятствия для эксплуатации золотых рудников. Ухудшение экономических перспектив Barrick Gold Corp. может негативно отразиться на поставках техники Caterpillar. В более глобальном масштабе ухудшение возможностей горнодобывающей деятельности для ряда корпораций из-за нестабильности в странах, где эти компании работают, уменьшает шансы на приобретение ими продукции Caterpillar или сокращает объем ее поставок. Миротворческие операции снижают риски компаний, что создает возможности для расширения горнодобывающей деятельности и приобретения новой продукции компании Caterpillar.

Это лишь один из примеров причинно-следственных связей, которые могут лежать в основе найденной корреляции. Данная зависимость требует дальнейшего изучения и проверки. Возможны другие интерпретации полученной закономерности, но приведенное описание строится на фактологических аргументах и потому заслуживает внимания.

Литература

1. Данилов Ю. А., Пивоваров Д. А., Давыдов И. С. К вопросу о предвидении глобальных финансово-экономических кризисов // Финансы: теория и практика. 2020. Т. 24. Вып. 1.

2. МИНУСМА : Фактологический бюллетень 2022. 22.03 // Операции ООН по поддержанию мира. — https:// peacekeeping.un.org/ru/mission/minusma (дата обращения: 15.12.2021).

3. Тимофеев В. Н. Основы теории вероятностей и математической статистики : учебное пособие. Мирный : Мирнинская городская типография, 2021.

4. Тимофеев В. В. Экономические факторы и миротворческая деятельность Канады: в поисках закономерности // Восьмые канадские чтения в Санкт-Петербургском университете : материалы конференции. Санкт-Петербург, 30 сентября — 1 октября 2021 г. / под ред. Ю. Г. Акимова и К. В. Минковой. СПб. : Скифия-принт, 2021.

5. Bellamy A. J., Williams P. Introduction: Thinking anew about peace operations // International Peacekeeping. 2004. Vol. 11. Iss. 1: Peace Operations and Global Order.

6. Connable B., McNerney M. J. et al. Will to Fight. Analyzing, Modeling, and Simulating the Will to Fight of Military Units. 2018. — https://www.rand.org/pubs/research_reports/RR2341.html (дата обращения: 15.12.2021).

7. Goodell J. W., Bodey R. A. Price-earnings changes during US presidential election cycles: voter uncertainty and other determinants // Public Choice. 2012. March. Vol. 150. № 3/4.

8. Loulo-Gounkoto : Mali // Barrick.com. — https://www.barrick.com/operations/loulo-gounkoto/default.aspx (дата обращения: 20.01.2020).

9. Miguel E., Satyanath S., Sergenti E. Economic Shocks and Civil Conflict: An Instrumental Variables // Approach Journal of Political Economy. 2004. Vol. 112. № 4.

10. Pugh M. Peacekeeping and critical theory // International Peacekeeping. 2004. Vol. 11. Iss. 1: Peace Operations and Global Order.

11. Roser M., Nagdy M. Peacekeeping // Our World in Data. — https://ourworldindata.org/peacekeeping (дата обращения: 15.12.2021).

12. Ross M. L. What Do We Know about Natural Resources and Civil War? // Journal of Peace Research. 2004. Vol. 41. № 3.

13. Shiller PE Ratio by Year // multpl.com. — https://www.multpl.com/shiller-pe/table/by-year (дата обращения: 15.12.2021).

14. Stewart F. Root Causes of Violent Conflict in Developing Countries // British Medical Journal. 2002. Vol. 324. № 7333.

15. Stojek S. M., Tir J. The supply side of United Nations peacekeeping operations: Trade ties and United Nationsled deployments to civil war states // European Journal of International Relations. 2015. Vol. 21(2).

16. Technical Report on the Cortez Joint Venture Operations, Lander and Eureka Counties, State of Nevada, U.S.A. — https://www.miningnewsfeed.com/reports/Cortez_Technical_Report_03212016.pdf (дата обращения: 15.12.2021).

17. Victor J. African peacekeeping in Africa: Warlord politics, defense economics, and state Legitimacy // Journal of Peace Research. 2010. Vol. 47. № 2.

Приложение

Таблица 1

Год Число санкционированных операций ООН по поддержанию мира Среднегодовое значение коэффициента Шиллера

1947 0 11,47

1948 1 10,42

1949 2 10,25

1950 2 10,75

1951 2 11,90

1952 2 12,53

1953 2 13,01

1954 2 12,00

1955 2 15,99

1956 3 18,29

1957 3 16,72

1958 4 13,79

1959 3 17,98

1960 4 18,34

1961 4 18,47

1962 5 21,20

1963 6 19,26

1964 6 21,63

1965 6 23,27

1966 6 24,06

1967 4 20,43

1968 3 21,51

1969 3 21,19

1970 3 17,09

1971 3 16,46

1972 3 17,26

1973 4 18,71

1974 5 13,53

1975 5 8,92

1976 5 11,19

1977 5 11,44

1978 6 9,24

1979 6 9,26

1980 5 8,85

1981 5 9,26

1982 5 7,39

1983 5 8,76

1984 5 9,89

1985 5 10,00

1986 5 11,72

1987 5 14,92

1988 7 13,90

1989 10 15,09

1990 10 17,05

1991 14 15,61

1992 16 19,77

1993 19 20,32

1994 19 21,41

1995 20 20,22

1996 19 24,76

1997 20 28,33

1998 18 32,86

1999 20 40,57

2000 18 43,77

2001 15 36,98

2002 16 30,28

2003 14 22,90

2004 16 27,66

2005 17 26,59

2006 16 26,47

2007 17 27,21

2008 17 24,02

2009 16 15,17

2010 16 20,53

2011 16 22,98

2012 16 21,21

2013 15 21,90

2014 16 24,86

Таблица 2

x у x2 у2 ху

11.47 0 131,5609 0 0

10.42 1 108,5764 1 10,42

10.25 2 105,0625 4 20,5

10.75 2 115,5625 4 21,5

11.9 2 141,61 4 23,8

12.53 2 157,0009 4 25,06

13.01 2 169,2601 4 26,02

12 2 144 4 24

15.99 2 255,6801 4 31,98

18.29 3 334,5241 9 54,87

16.72 3 279,5584 9 50,16

13.79 4 190,1641 16 55,16

17.98 3 323,2804 9 53,94

18.34 4 336,3556 16 73,36

18.47 4 341,1409 16 73,88

21.2 5 449,44 25 106

19.26 6 370,9476 36 115,56

21.63 6 467,8569 36 129,78

23.27 6 541,4929 36 139,62

24.06 6 578,8836 36 144,36

20.43 4 417,3849 16 81,72

21.51 3 462,6801 9 64,53

21.19 3 449,0161 9 63,57

17.09 3 292,0681 9 51,27

16.46 3 270,9316 9 49,38

17.26 3 297,9076 9 51,78

18.71 4 350,0641 16 74,84

13.53 5 183,0609 25 67,65

8.92 5 79,5664 25 44,6

11.19 5 125,2161 25 55,95

11.44 5 130,8736 25 57,2

9.24 6 85,3776 36 55,44

9.26 6 85,7476 36 55,56

8.85 5 78,3225 25 44,25

9.26 5 85,7476 25 46,3

7.39 5 54,6121 25 36,95

8.76 5 76,7376 25 43,8

9.89 5 97,8121 25 49,45

10 5 100 25 50

11.72 5 137,3584 25 58,6

14.92 5 222,6064 25 74,6

13.9 7 193,21 49 97,3

15.09 10 227,7081 100 150,9

17.05 10 290,7025 100 170,5

15.61 14 243,6721 196 218,54

19.77 16 390,8529 256 316,32

20.32 19 412,9024 361 386,08

21.41 19 458,3881 361 406,79

20.22 20 408,8484 400 404,4

24.76 19 613,0576 361 470,44

28.33 20 802,5889 400 566,6

32.86 18 1079,7796 324 591,48

40.57 20 1645,9249 400 811,4

43.77 18 1915,8129 324 787,86

36.98 15 1367,5204 225 554,7

30.28 16 916,8784 256 484,48

22.9 14 524,41 196 320,6

27.66 16 765,0756 256 442,56

26.59 17 707,0281 289 452,03

26.47 16 700,6609 256 423,52

27.21 17 740,3841 289 462,57

24.02 17 576,9604 289 408,34

15.17 16 230,1289 256 242,72

20.53 16 421,4809 256 328,48

22.98 16 528,0804 256 367,68

21.21 16 449,8641 256 339,36

21.9 15 479,61 225 328,5

24.86 16 618,0196 256 397,76

1260.77 593 27334,5995 7915 13289,32