Моделирование процессов глобализации с учетом структурных сдвигов, на примере Алжира

Обложка

Цитировать

Полный текст

Аннотация

Работа посвящена моделированию процессов глобализации с учетом динамических связей между ними и структурных сдвигов в параметрах тенденций их развития. Актуальность исследования объясняется тем, что большинство работ по данной теме посвящено изучению влияния глобализации на отдельные показатели социально-экономического развития, и недостаточно внимания уделяется изучению формирования общего тренда глобализации и взаимовлияния ее составляющих. Последнее представляется особенно важным для развивающихся стран, для которых характерна сильная неоднородность этих составляющих в структуре глобализации, а также заметная изменчивость параметров в их тенденциях. Предложен подход коинтеграционного анализа процессов глобализации с учетом структурных сдвигов в тенденциях этих процессов. В качестве примера реализации данного подхода рассматривается моделирование динамики составляющих КОФ-индекса глобализации для Алжира за 1970–2015 годы. Стационарность процессов проверялась с помощью тестов единичного корня с учетом структурных сдвигов: Эндрюса–Зивота, Перрона для ряда с одним структурным сдвигом, Клементе–Монтанес–Рейеса и Ли–Стражисича для ряда с одним или двумя структурными сдвигами. Для тестирования на коинтеграцию использовался тест Йохансена для малых выборок с учетом экзогенных переменных. Наличие динамических связей подтверждалось путем сравнения прогнозов по векторной модели коррекции ошибками и одномерными моделями процессов с использованием теста Диболда–Мариано. Интерпретация моделей дается на основе оценок функции импульсного отклика и разложения дисперсии ошибки прогноза Холецкого. Полученные результаты свидетельствуют о том, что формирование КОФ-индекса глобализации для Алжира во многом объясняется взаимовлиянием его составляющих. Динамика политической и экономической глобализации формируется в результате взаимных изменений в сфере внешних экономических и политических связей. Роль международного сотрудничества в социальной сфере для двух других составляющих глобализации в Алжире оказывается невелика. При этом динамика социальной глобализации определяется за счет ее собственных составляющих. Предложенная в работе методология моделирования может быть применена к исследованию процессов глобализации в других странах мира с целью дальнейшего обоснования принятия политических решений.

Об авторах

Елена Д. Копнова

Национальный исследовательский университет «Высшая школа экономики»

Автор, ответственный за переписку.
Email: ekopnova@hse.ru
ORCID iD: 0000-0002-8429-141X

Лилия А. Родионова

Национальный исследовательский университет «Высшая школа экономики»

Email: lrodionova@hse.ru
ORCID iD: 0000-0002-0310-6359

Список литературы

  1. Wei J., Sachs A., Weinelt H. Globalization report 2018. Who benefits most from globalization. [Электронный ресурс]: https://www.bertelsmann-stiftung.de/en/publications/publication/did/globalization-report-2018/ (дата обращения: 20.04.2019).
  2. Sufian F., Kamarudin F. The impact of globalization on the performance of banks in South Africa // Review of International Business and Strategy. 2016. Vol. 26. No 4. P. 517–542. doi: 10.1108/ribs-02-2016-0003.
  3. Абрамова И. О. Население Африки в новой глобальной экономике. М.: Институт Африки РАН, 2010.
  4. World population prospects 2009. Washington: United Nations Department of Economic and Social Affairs. P. 44–48.
  5. Kabbaj O. The challenge of African development. N.Y.: Oxford University Press, 2003.
  6. Громогласова Е. С. Глобализация и общественный протест // Международные процессы. 2015. № 4 (43). С. 57–73. doi: 10.17994/IT.2015.13.4.43.4.
  7. «Арабский кризис» и его международные последствия / Под общ. ред. А. М. Васильева. М.: ЛЕНАНД, 2014.
  8. Азия и Африка в современной мировой политике. Сборник статей / Отв. ред. Д. Б. Малышева, А. А. Рогожин. М.: ИМЭМО РАН, 2012.
  9. Nwakanma P. C., Ibe R. C. Globalization and economic growth. An econometric dimension drawing evidence from Nigeria // International Review of Management and Business Research. 2014. Vol. 3. No 2. P. 771–778.
  10. Ben Salha O. Labour market outcomes of economic globalisation in Tunisia: a preliminary assessment // The Journal of North African Studies. 2013. Vol. 18. No 2. P. 349–372. doi: 10.1080/13629387.2012.739822.
  11. Atif S. M., Srivastav M., Sauytbekova M., Arachchige U. K. Globalization and income inequality: A panel data analysis of 68 countries. MPRA Paper No 42385 / University of Sydney, 2012. [Электронный ресурс]: https://mpra.ub.uni-muenchen.de/42385/ (дата обращения: 20.04.2019).
  12. Simplice A. Globalization and Africa: Implications for human development // International Journal of Development Issues. 2013. Vol. 12. No 3. P. 213–238. doi: 10.2139/ssrn.2493238.
  13. Maddala G. S., Kim I.-M. Unit roots, cointegration, and structural change. Cambridge, UK: Cambridge University Press, 1998. doi: 10.1017/CBO9780511751974.
  14. Gygli S., Haelg F., Potrafke N., Sturm J.-E. The KOF Globalisation Index – revisited // Review of International Organizations. 2019. No 14. P. 1–32. doi: 10.1007/s11558-019-09357-x.
  15. Вирабов А. Г. Алжир: кризис власти (кризис общественного строя Алжира и перспективы его либерализации). М.: Институт изучения Израиля и Ближнего Востока, 2001.
  16. Mills T. C., Markellos R. N. The econometric modeling of financial time series. N.Y.: Cambridge University Press, 2008. doi: 10.1017/CBO9780511817380.
  17. Holt C. C. Forecasting seasonals and trends by exponentially weighted moving averages // International Journal of Forecasting. 2004. No 20. P. 5–10. doi: 10.1016/j.ijforecast.2003.09.015.
  18. Chatfield C., Yar M. Holt–Winters forecasting: Some practical issues // The Statistician. 1988. No 37. P. 129–140. doi: 10.2307/2348687.
  19. Dolado H., Jenkinson T., Sosvilla-Rivero S. Cointegration and unit roots // Journal of Economic Surveys. 1990. No 4. P. 243–273.
  20. Zivot E., Andrews D. Further evidence on the great crash, the oil price shock and the unit root hypothesis // Journal of Business and Economic Statistics. 1992. No 10. P. 251–287.
  21. Perron P. Further evidence from breaking trend functions in macroeconomic variables // Journal of Econometrics. 1997. No 80. P. 355–385. doi: 10.1016/S0304-4076(97)00049-3.
  22. Clemente J., Montanes A., Reyes M. Testing for a unit root in variables with a double change in the mean // Economics Letters. 1998. No 59. P. 175–182.
  23. Lee J., Strazicich M. C. Minimum Lagrange multiplier unit root test with two structural breaks // The Review of Economics and Statistics. 2003. Vol. 85. No 4. P. 1082–1089. doi: 10.1162/003465303772815961.
  24. Lee J., Strazicich M. C. Minimum LM unit root test with one structural break // Economics Bulletin. 2013. Vol. 33. No 4. P. 2483–2492.
  25. Johansen S. Statistical analysis of cointegration vectors // Journal of Economic Dynamics and Control. 1988. No 12. P. 231–254. doi: 10.1016/0165-1889(88)90041-3.
  26. Trenkler C. Bootstrapping systems cointegration tests with a prior adjustment for deterministic terms // Computational Statistics. 2008. Vol. 23. No 1. P. 19–39. doi: 10.1017/S0266466608090087.
  27. Doornik J. A., Hansen H. An omnibus test for univariate and multivariate normality // Oxford Bulletin of Economics and Statistics. 2008. No 70. P. 927–939. doi: 10.1111/j.1468-0084.2008.00537.x.
  28. Lütkepohl H. New introduction to multiple time series analysis. N.Y.: Springer–Verlag, 2007. doi: 10.1017/S0266466606000442.
  29. Schumacher C. Forecasting German GDP using alternative factor models based on large datasets // Journal of Forecasting. 2007. No 26. P. 271–302. doi: 10.1002/for.1026.
  30. Stock J. H., Watson M. W. Phillips curve inflation forecasts // Understanding inflation and the implications for monetary policy / Eds. J. Fuhrer, Y. K. Kodrzycki, J. S. Little, G. P. Olivei. Cambridge: MIT Press, 2009. P. 99–184. doi: 10.2307/23274814.
  31. Турунцева М. Оценка качества прогнозов: простейшие методы // Российское предпринимательство. 2011. № 8–1. С. 50–56.
  32. Diebold F., Mariano R. Comparing predictive accuracy // Journal of Business and Economic Statistics. 1995. Vol. 13. P. 253–263. doi: 10.1080/07350015.1995.10524599.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».