Моделирование процессов глобализации с учетом структурных сдвигов, на примере Алжира
- Авторы: Копнова Е.Д.1, Родионова Л.А.1
-
Учреждения:
- Национальный исследовательский университет «Высшая школа экономики»
- Выпуск: Том 14, № 1 (2020)
- Страницы: 62-74
- Раздел: Моделирование социальных и экономических систем
- URL: https://journals.rcsi.science/1998-0663/article/view/351562
- DOI: https://doi.org/10.17323/2587-814X.2020.1.62.74
- ID: 351562
Цитировать
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
- 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).
- 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.
- Абрамова И. О. Население Африки в новой глобальной экономике. М.: Институт Африки РАН, 2010.
- World population prospects 2009. Washington: United Nations Department of Economic and Social Affairs. P. 44–48.
- Kabbaj O. The challenge of African development. N.Y.: Oxford University Press, 2003.
- Громогласова Е. С. Глобализация и общественный протест // Международные процессы. 2015. № 4 (43). С. 57–73. doi: 10.17994/IT.2015.13.4.43.4.
- «Арабский кризис» и его международные последствия / Под общ. ред. А. М. Васильева. М.: ЛЕНАНД, 2014.
- Азия и Африка в современной мировой политике. Сборник статей / Отв. ред. Д. Б. Малышева, А. А. Рогожин. М.: ИМЭМО РАН, 2012.
- 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.
- 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.
- 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).
- 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.
- Maddala G. S., Kim I.-M. Unit roots, cointegration, and structural change. Cambridge, UK: Cambridge University Press, 1998. doi: 10.1017/CBO9780511751974.
- 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.
- Вирабов А. Г. Алжир: кризис власти (кризис общественного строя Алжира и перспективы его либерализации). М.: Институт изучения Израиля и Ближнего Востока, 2001.
- Mills T. C., Markellos R. N. The econometric modeling of financial time series. N.Y.: Cambridge University Press, 2008. doi: 10.1017/CBO9780511817380.
- 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.
- Chatfield C., Yar M. Holt–Winters forecasting: Some practical issues // The Statistician. 1988. No 37. P. 129–140. doi: 10.2307/2348687.
- Dolado H., Jenkinson T., Sosvilla-Rivero S. Cointegration and unit roots // Journal of Economic Surveys. 1990. No 4. P. 243–273.
- 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.
- 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.
- 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.
- 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.
- Lee J., Strazicich M. C. Minimum LM unit root test with one structural break // Economics Bulletin. 2013. Vol. 33. No 4. P. 2483–2492.
- 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.
- 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.
- 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.
- Lütkepohl H. New introduction to multiple time series analysis. N.Y.: Springer–Verlag, 2007. doi: 10.1017/S0266466606000442.
- 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.
- 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.
- Турунцева М. Оценка качества прогнозов: простейшие методы // Российское предпринимательство. 2011. № 8–1. С. 50–56.
- 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
