Аудиторские и
консультационные услуги
Аудиторские услуги
Консультирование предприятий
Консультирование органов власти
Образовательные
программы
Переподготовка муниципальных служащих
Система дистанционного образования
Бизнес-семинары
Муниципальные
исследования
Экономика жилищно-
коммунального хозяйства
Экономика здравоохранения
и образования
Экономика средств
массовой информации
Междисциплинарные исследования
 

Оценка влияния экзогенных и эндогенных факторов на механизм циклов Кондратьева
Ореховский П. А., Дьяченко А. П., Сухинин И. В.

Оценка влияния экзогенных и эндогенных факторов на механизм циклов Кондратьева
(промежуточный отчет по гранту)


III. Гипотезы и обоснование корректности расчетов

Собственно, основной гипотезой, которую предполагалось подтвердить или опровергнуть статистическими исследованиями, осуществляемыми в ходе реализации проекта, являлось предположение о доминирующем влиянии экзогенных факторов на механизм реализации циклов Кондратьева в “отдельно взятой” национальной экономике. Циклы Кондратьева, пожалуй, самый крупный известный науке феномен долгосрочной экономической динамики. Соответственно, доказательство вышеприведенного положения позволяет сделать вывод о решающей роли экзогенных факторов в экономическом развитии вообще, о чем уже говорилось в первой части нашего отчета.

Статистическая проверка, таким образом, распадается на две части: исследование “длинных волн” в рядах приведенных выше показателей и определение степени корреляции между экономическим развитием в разных странах. Поскольку речь идет об экономической динамике, необходимо исследовать темпы прироста номинальных показателей, что позволяет добиться сравнимости динамики различных стран независимо от того, в каких денежных единицах, к какому базисному году были привязаны исходные ряды. Кроме того, поскольку часть показателей приведена в относительных единицах, их также можно перевести в темпы прироста. Поскольку речь идет о цепных индексах, верность такого преобразования можно продемонстрировать на примере следующих преобразований:

где хi – относительные показатели;

yi – абсолютные показатели;

yn – значение показателя в базисном году.

Таким образом сравнение динамики абсолютных показателей и относительных вполне корректно.

В то же время следует сделать оговорку: на этом этапе исследования, поскольку данные о населении и занятости являются по некоторым странам весьма обрывочными, анализу подвергались темпы прироста, не взвешенные по населению (в противном случае сделаны специальные оговорки). Таблицы с рассчитанными темпами прироста приводятся ниже.

Таблица 9. Динамика изменений в производстве промышленной продукции по странам (1900 – 1994)

 АнглияСШАФранцияГерманияИталияЯпонияКанадаРоссия
19011,4769,494-5,6-2,7403,371 3,846
19021,8182,0234,51,4089,302-3,261 3,704
1903-1,42917,281,48,33301,124 7,143
19041,8121,6914,25,1284,255-1,111 0
19053,91518,7652,72,4396,1223,371 13,333
19062,39742,64,76211,5388,696 8,824
19072,67611,5386,47,9558,62110 5,405
1908-3,257-12,0690-1,0533,1750 -7,692
19091,68417,6477,24,2553,0770 11,111
19101,6568,3337,96,12209,091 7,5
19113,90903,15,76908,333 2,326
19122,8219,2319,16,3647,4637,692 6,818
19133,6595,63402,564-2,77814,286 -8,511
1914 -6,6677,9-19,167-4,286-6,25 2,326
1915 11,4296,9-11,3429,85113,333 15,909
1916 19,23111,218,605017,647 3,922
1917 6,45205,882-10,34515-44,964-1,887
1918 0-40,1-14,815-3,8468,696-25,49-15,385
1919 -4,04-25,9-58,261-2,6674-46,491-84,091
1920 5,2638,177,0830-7,69240,9840
1921-12,226-23-10,529,412-8,2198,33331,39542,857
19227,527,27341,2-3,40911,943,84653,09730
19233,32219,38813,1-37,6478016,76346,154
19245,145-5,98322,649,05711,1113,70465,34721,053
19252,7529,091-0,956,96213,33310,71443,41365,217
1926-2,0836,66717,3-10,48406,452 42,105
19278,511-0,781-12,528,829-2,9416,061 62,963
192804,7240,809,0912,857 -30,682
19292,52110,526100,6992,7788,333 14,754
1930-1,366-17,0070-12,5-5,405042,85730
1931-3,601-17,213-13,8-19,048-9,524-7,692-20108,791
19320,287-20,792-14,5-13,72505,556-12,510,526
19334,01116,259,312,56,31621,05314,2864,762
19345,519,677-6,623,232-1,986,5222522,727
19354,43915,686-418,0337,0716,1221022,222
19365,517,7977,413,889013,4629,09127,273
19373,7919,3535,911,58516,03816,9498,33311,905
1938-1,37-32,895-8,39,83602,899-15,38510,638
1939-4,86123,52921,2-4,9758,9439,85918,18215,385
1940 34,921-100 1,4935,12823,07716,667
1941 26,471  -6,6183,65918,75-1,429
1942 14,884  -13,386-3,52921,053-21,739
1943 21,862-11,6 -22,7271,224,34816,667
1944 6,977-29,9 -38,8242,41014,286
1945 -13,97532 -30,769-56,471-12,5-16,667
1946 -14,07967,7 141,667-54,054-9,524-16,667
19471,10112,60518,117,85728,73623,52910,52620
19484,5754,47814,353,038,92928,5714,76233,333
19493,542-5,7147,647,5258,19729,63025
19503,62215,53524,83215,9092013,636-20
19511,7488,52511,919,89213,72535,714425
1952-0,5733,9271,47,1751,1497,0183,84610
19534,0318,430,76,69510,22721,3117,4079,091
19544,244-5,3628,714,518,7638,108-3,44816,667
19553,36312,7488,312,67110,42712,510,71428,571
19561,0274,5239,48,2076,86723,33312,903-5,556
19571,6951,2028,35,8996,82716,21605,882
1958-0,167-6,4134,52,9185,639-0,775011,111
19594,67411,9293,36,9599,25319,5318,57110
19605,2632,04110,111,32515,30923,52909,091
19611,8180,8894,86,92611,01717,9892,63212,5
19621,4888,157,64,4539,9248,527,6927,407
19633,2265,9062,22,9078,5659,9174,76210,345
19646,1086,9238,97,7211,919129,6999,0916,25
19652,8119,89227,1685,0212,45516,6678,824
19661,6938,8386,91,30511,155-41,2147,143 
19671,7932,2562,4-2,5767,52719,2930 
19684,2776,3243,412,2316,33317,3126,6679,091
19691,934,56411,111,9292,97826,6027,8138,333
19701,775-3,0425,47,6327,7632,1471,4497,692
19711,3951,7745,31,95602,7035,7147,143
19723,2119,1152,63,9574,2377,316,7576,667
19735,7788,4776,56,5749,48517,5758,8617,813
1974-1,471-0,341,7-1,844,703-6,0252,3267,246
1975-1,919-8,977-6-6,615-9,102-10,481-10,2278,108
19762,06510,8616,48,02812,09411,01913,9245
19772,7695,8560,82,842-1,744,0943,3337,143
19783,5235,7450,80,855,3136,4363,2263,333
19793,1034,1253,45,3746,9517,0556,254,301
1980-2,913-3,382004,8224,603-1,9613,093
1981-1,72,7-2,6-1,7-2,3113
19821,729-8,179-1,7-3,357-1,5350,396-9,9012,913
19833,26,4690,90,842-5,6133,6496,5934,717
1984-1,1639,5623,53,344,6268,46812,3713,604
19855,8821,81815,0512,1053,5095,5053,478
19862,7780,89302,8853,093005,042
19872,7035,312043,394,3483,2
19883,5095,0424,93,7385,7699,8364,1673,876
19890,8472,43,75,4053,6365,972,41,493
1990-0,841,5631,85,12804,2250-0,735
1991-2,542-2,30802,439-1,7541,351-0,781-8,148
1992-0,871,5750-1,587-0,893-60,787 
19936,142,326-2,6-8,871-0,901-4,9651,563 
19944,9596,0613,64,4255,4551,4933,846 

Аналитические расчеты осуществлялись с помощью пакета прикладных программ математической статистики “Statistica for Windows”. Уже на этапе исследования рядов, представленных в данной таблице, удалось получить весьма неожиданные и интересные результаты:

  1. Спектральный анализ 1 позволил выявить наличие циклических движений в динамике промышленного производства в России. К выводу о наличии в отечественной экономике “длинной волны” можно было прийти с помощью чисто логически-исторического анализа (известные процессы индустриализации в конце двадцатых годов, замедление темпов роста и необходимость модернизации в конце семидесятых достаточно хорошо описаны в экономической литературе). Кроме того, известен также “эффект последних лет пятилетки”, когда темпы роста в двух последних годах снижались по сравнению с первыми, что также обнаруживается на приведенных графиках. Однако периодограмма показывает также пик, соответствующий примерно двадцатилетнему циклу (так называемые строительные циклы, или циклы Кузнеца, известные в капиталистической экономической динамике (см. Приложение 1).

  2. Исследование взаимозависимостей рядов показывает, что они обнаруживают достаточно сильную корреляцию друг с другом (см. Приложение 2). Этот расчет сделан с помощью корреляционной матрицы, и промышленное развитие России, если исходить исключительно из этого расчета, не обнаруживает корреляции ни с одним рядом показателей выпуска промышленной продукции в других странах. Тем не менее, если сузить состав стран, для которых строится матрица коэффициентов корреляции, такого рода взаимозависимости появляются для России (см. Приложение 2), в отношении же степени взаимозависимости развития других стран между собой ситуация меняется.

  3. Определенное противоречие, зафиксированное расчетами по п. 2, дополняется результатами исследования перекрестной корреляции рассматриваемых динамических рядов. Перекрестная корреляция позволяет выявить взаимосвязи периодических колебаний в различных рядах данных. В нашем случае сильная перекрестная корреляция с лагом, равным нулю, означает, что динамика объемов выпуска промышленной продукции в различных странах совпадает. Рассматриваются значения лага в промежутке [-15; +15] лет, соответственно, если лаг отличен от нуля, это означает, что периодические колебания объемов выпуска промышленной продукции в различных странах происходят с разницей во времени.

В связи с этим обращает внимание на себя тот факт, что в экономическом развитии различных стран нет транзитивности: другими словами, две страны, имеющие одинаковый лаг и обнаруживающие сильную перекрестную корреляцию друг с другом, могут показывать различную степень зависимости и (что может быть, даже важнее), различное значение лага при расчете перекрестной корреляции с третьей страной (см. Приложение 3). Лаги в перекрестной корреляции между рядами Великобритании и США равны нулю и –3, что означает довольно большую степень синхронности экономических процессов, имевших место в этих странах в ХХ–ом веке. Лаги между Великобританией и Германией равны –8, –7, –6, –4, +2. Наконец, лаги между процессами в Германии и США равны +2 и +15.

Что означают эти несовпадения? На данном этапе исследования мы не можем однозначно ответить на этот вопрос. В то же время само наличие высокой степени перекрестной корреляции между динамическими рядами показателей экономического развития различных стран представляется весьма важным.

Второй частью работы над выдвинутой выше гипотезой был анализ длинных волн в рассматриваемых рядах. Как ни странно, однако имеющиеся статистические данные, строго говоря, не позволяют говорить о наличии длинных волн в экономическом развитии с полной уверенностью.

Начнем с анализа динамики цен, в которой в свое время выявил большие циклы конъюнктуры сам Н. Д. Кондратьев. Исходные данные для анализа приведены в Таблице 10.

Таблица 10. Темпы прироста цен (темпы инфляции), рассчитанные на основе индекса потребительских цен по странам (1900 – 1994)

 АнглияСШАФранцияГерманияИталияЯпонияКанадаРоссия
19000001,3200 0,09
190103,960000 0,91
190203,810000 2,85
19030001,300 2,74
19040003,85016,67  
19050006,17200  
19065,133,6701,16014,29  
19070-3,54000-12,5  
19080002,300  
190903,6702,2500  
19104,8808,333,300  
191103,5405,32014,29  
191202,560000  
191301,6703,030-12,5  
191425,588,215,3825,4916,670  
191514,8117,422031,2528,5728,57  
191624,1918,0616,6748,8133,3322,22  
191712,9914,7528,5719,641,6736,36  
19189,215,7125,9337,29020  
191913,68-10,738,24145,6835,2911,11  
1920-10,19-6,45-12,7731,6317,39-20  
1921-18,561,97-4,88-61,96075  
1922-2,53012,8200-7,14 57,98
192302,913,64-74,953,70 9,57
192400,9469,8810,710 4,37
1925-2,6-1,8630,191,089,68-11,54 9,3
1926-4-1,424,354,27-8,82-4,35  
19270003,07-6,450  
19280-2,886,940,993,45-4,55  
1929-5,56-8,421,3-3,61-3,33-14,29  
1930-5,88-10,27-3,85-8,16-10,34-11,11-16,88 
1931-3,13-5,42-9,33-11,48-3,850-6,77 
193203,18-4,41-2,09-46,250 
193302,47-3,082,56-4,1707,26 
193401,2-7,941,6705,880 
19353,233,576,91,238,75,563,76 
19363,12-2,325,810,485,2613,77 
19373,03-1,1812,820,47,4115-7,01 
19382,941,196,820,46,913,04-4,11 
193912,865,2917,023,216,1315,3810 
194010,1310,6118,182,3313,893,337,79 
19416,96,0623,082,6517,073,236,63 
19424,31,43251,1166,676,254,52 
194300202,1932517,652,7 
19444,122,3545,833,9397,06501,05 
19454,958,7254,2910,3119,4466,674,69 
19465,6614,35506,5461,25114,7119,4 
19475,367,7558,0214,916,282,1918,33 
19483,39-1,0312,56,361,4631,582,82 
19492,461,049,72-5,98-1,44-6,866,51 
19508,86,8517,097,389,4916,5613,5 
19519,563,2111,891,944,74-6,23 
19523,360,62-1,93-1,862,567,04-2,11 
19531,30,62002,56,1-1,85 
19545,13-0,310,992,132,44-0,880,94 
19554,881,544,881,162,980,451,250
19563,493,332,792,981,163,113,080
19573,374,414,932,232,86-0,432,992,08
19580,54-1,696,30,8700,871,161,02
19591,081,143,71,081,673,860,860
19603,211,132,862,782,734,961,141,03
19614,150,8402,74,267,090,841,04
19621,991,665,563,047,657,351,951,03
19633,411,362,961,965,694,111,910
19644,722,152,883,854,936,582,411,02
19654,054,742,83,91,715,253,660
19662,161,012,421,074,623,813,540
19674,663,734,722,121,25,374,390
19685,675,046,482,081,989,384,440
19696,135,485,293,225,453,683,130
19709,393,036,034,935,17-0,712,820
19717,264,415,695,795,610,712,110
19729,2314,497,177,110,6315,8410,330
197316,0614,2414,236,7718,9233,0611,240
197424,038,4611,546,3416,9211,8110,10
197516,443,129,853,6517,069,337,80
197615,976,338,974,3418,458,037,80
19778,267,379,332,711,843,83-3,951,03
197813,5210,9610,413,9414,763,5824,661,02
197917,928,5813,645,3721,367,999,891,01
198011,910,413,55,919,54,9121
19818,586,0711,895,3816,492,6711,613,96
19824,613,259,612,9614,661,865,60
19834,644,227,042,79,022,14,550,95
19846,773,976,042,549,21,793,620,96
19852,821,532,5306,320,884,21,9
19864,113,763,0904,4604,030,93
19875,264,352,991,655,210,874,521,85
19887,54,863,492,446,312,594,941,81
19899,885,33,372,386,362,524,715,36
19905,823,773,263,886,373,285,620
19913,53,032,113,734,872,381,61528,81
19922,273,82-1,3412,34,890,231,57874,25
19931,791,810,94-15,953,40,930307,65

Попытка получить “длинные волны” с помощью процедуры экспоненциального сглаживания с устранением девятилетних “сезонных колебаний” (циклов Жуглара) позволяет говорить, с некоторой долей сомнения, о циклах в экономическом развитии Англии, США, Франции; и явно не выдерживает критики, когда речь идет о Японии и Германии (см. Приложение 4). Процедура спектрального анализа не обнаружила длинных волн в рядах приростов цен, что ставит перед исследователями трудные вопросы. Однако небезынтересно отметить, что и в отечественной экономической литературе по вопросам статистической проверки наличия длинны волн в экономической литературе существует определенная разноголосица: С. М. Меньшиков и Л. А. Клименко выступают против применения “рафинированных математических методов типа спектрального анализа и более склонны на первоначальном этапе исследования к простым процедурам, которые применял еще Н. Д. Кондратьев, а также визуальному анализу, который всегда давал богатый материал для формулирования гипотез” 2. Напротив, в авторитетной коллективной монографии 3 применению данного метода исследования посвящена целая глава, приводятся результаты анализа, в соответствии с которым обнаружены длинные волны в рядах приростов патентов, в движении индекса цен производителей. (С другой стороны, в данной монографии авторы указывают, что им не удалось с помощью спектрального анализа выделить волны в индексе промышленного производства в США 4. Однако нам удалось сделать это в отношении темпов прироста промышленного производства (см. Приложение 1.) Однако проблему представляет то обстоятельство, что этого не удалось сделать в отношении некоторых других стран, в первую очередь, Англии.) В свою очередь, переход к понижательной фазе волны цикла Кондратьева во второй половине ХХ-го века связывается большинством исследователей с кризисом 1973 – 1982 гг., однако в это время во многих развитых странах мира имело место явление стагфляции, что затрудняет традиционный анализ конъюнктуры. Нельзя не заметить, что на большинстве графиков для визуального анализа, приведенных С. М. Меньшиковым и Л. А. Клименко, этот переход к понижательной волне цикла либо отсутствует, либо его дата относится к значительно более раннему периоду 5.

Таким образом, попытка выявления длинных волн в настоящий момент в нашем исследовании принесла противоречивые результаты. Хотя наличие циклов Кондратьева в экономической динамике с очевидностью обнаруживается при рассмотрении смены поколений техники, характера экономического развития, выражающегося в широко известном снижении темпов роста ряда макроэкономических показателей (темпы прироста ВВП, производительности труда, реальных доходов на душу населения и т.д.), структурных сдвигов (переход к “постиндустриальной” экономике, где ключевую роль играет сфера услуг) — несмотря на все эти убедительные свидетельства, с точки зрения количественного анализа наблюдаемых тенденций говорить о реализации закономерностей длинных волн в экономическом развитии приходится по-прежнему с большой осторожностью.


1 Спектральный анализ позволяет выявить в динамических рядах процессы различной длительности. В его основу положено то обстоятельство, что любой конечный дискретный процесс можно представить разложением в ряд Фурье в виде суммы синусов и косинусов, совпадающей в каждой точке со значением исходного ряда.

2 Меньшиков С. М., Клименко Л.А. Длинные волны в экономике. Когда общество меняет кожу. - М.: Международные отношения, 1989. - С. 66.

3 Длинные волны: Научно-технический прогресс и социально-экономическое развитие. С.Ю. Глазьев, Г.И. Микерин, П.Н. Тесля и др. - Новосибирск: Наука. Сиб. отд-е, 1991. -См. с. 186 - 203.

4 Там же, с. 202.

5 Меньшиков С. М., Клименко Л.А. Длинные волны в экономике. - С. 72 - 75.


Предыдущая часть   Вернуться в Архив публикаций   Следующая часть

 © Лаборатория экономического анализа. При использовании материалов ссылка на ЛЭА обязательна.