Анализ динамики платежного баланса Азербайджана с использованием модели коррекции ошибок

Цель исследования. Анализ изменений динамики и структуры платежного баланса для разработки превентивных антикризисных мер является одной из важных и сложнейших задач регулирования экономики на государственном уровне. Растущее число научных работ, посвященных моделированию динамики, изучению взаимосвязи платежного баланса с различными эндогенными и экзогенными факторами, свидетельствует о важности и растущем интересе к этой теме.

Материалы и методы. Исходные временные ряды являются нестационарными. При переходе к временным рядам с разностями в этих рядах сохраняется информация, соответствующая только краткосрочным изменениям. А вся остальная информация, охватывающая долгосрочные изменения динамики, теряется при переходе к разностям. Возникшая ситуация требует правильного подхода к процессу моделирования рассматриваемых временных рядов. Период наблюдения исследования охватывает годовые данные с 1995 по 2023 год. Для решения поставленной задачи и характерного описания динамики развития платежного баланса в работе впервые проведен экономический анализ динамики платежного баланса по отдельным его статьям, с 2012 по 2021 год, в частности за 2020-2021 годы. Последующие шаги по расширенному эконометрическому анализу временных рядов были посвящены определению стационарности, переходу к разностям и построению векторных моделей коррекции ошибок. При выполнении коинтеграционного теста было выявлено его сочетание с тестом на стационарность. Были выполнены и проанализированы все необходимые тесты. Получены и проанализированы критические значения для этих статистик.

Результаты. В данной статье разрабатывается векторная модель коррекции ошибок, которая позволяет проводить анализ и моделирование более двух временных статистических рядов в указанном временном периоде. Векторная модель коррекции ошибок ограничивает динамику эндогенных факторов и направляет их на коинтеграционную связь. В статье рассматривается взаимосвязь между текущим счетом платежного баланса Азербайджана и мировыми ценами на нефть марок West Texas Intermediate и Brent.

Заключение. С помощью построенной векторной модели коррекции ошибок можно измерить отклонения от равновесия и скорость его восстановления. Очень медленное восстановление после срыва от шоковых реакций изменения мировых цен на нефть позволяет сделать вывод о наличии устойчивой, долгосрочной, равновесной взаимосвязи между изучаемыми временными рядами.

1. Aghevli B. B. The Balance of Payments and Money Supply Under the Gold Standard Regime: U.S. 1879-1914 [Электрон. ресурс]. The American Economic Review. 1975. № 65(1). С. 40–58. Режим доступа: http://www.jstor.org/stable/1806395.

2. Alexander S. S. Effects of a Devaluation on a Trade Balance [Электрон. ресурс]. IMF Staff Papers. 1952. № 2(2). С. 263–278. Режим доступа: https://econpapers.repec.org/RePEc:pal:imfstp:v:2:y:1952:i:2:p:263-278.

3. Blecker R. A., & Ibarra C. A. Trade liberalization and the balance of payments constraint with intermediate imports: The case of Mexico revisited. Structural Change and Economic Dynamics. 2013. № 25. С. 33–47. DOI: 10.1016/j.strueco.2013.02.001/.

4. Eita J. H., & Gaomab M. H. Macroeconomic Determinants of Balance of Payments in Namibia // International Journal of Business and Management. 2012. № 7(3). DOI: 10.5539/ijbm.v7n3p173.

5. Ozdamar G. Factors Affecting Current Account Balance of Turkey: A Survey with The CointegratingRegression Analysis // Journal of Business, Economics and Finance. 2015. № 4(4). С. 633–658. DOI: 10.17261/Pressacademia.2015414533.

6. Abdul Hadi Sultani & Faisal U. The Impact of Macroeconomic Indicators on the Balance of Payments: Empirical Evidence from Afghanistan // Annals of Financial Economics. 2023. Т. 18. № 02. DOI: 10.1142/S2010495222500324.

7. Céspedes L., Chang R. Velasco A. Balance Sheets, Exchange Rate Regimes, and Credible Monetary Policy [Электрон. ресурс]. Harvard University and NBER. 2001. Режим доступа: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.203.1042&rep=rep1&type=pdf.

8. Полбин А.В. Оценка влияния шоков нефтяных цен на российскую экономику в векторной модели коррекции ошибок // Вопросы экономики. 2017. № 10. С. 27–49. DOI: 10.32609/0042-8736-2017-10-27-49.

9. Мельников Р. М. Влияние динамики цен на нефть на макроэкономические показатели российской экономики // Прикладная эконометрика. 2010. № 1(17).

10. Михайлов А.Ю.,Бураков Д.В., Диденко В.Ю. Взаимосвязь цен на нефть и макроэкономических показателей в России // Финансы: теория и практика. 2019. № 23(2). С. 105–116. DOI: 10.26794/2587-5671-2019-23-2-105-116.

11. Оруджев Э.К., Айюбова Н.С. Эмпирический анализ факторов влияния на платежный баланс в Азербайджане // Actual Problems in Economics. 2016. № 181. C. 400–411. https://www.proquest.com/scholarly-journals/empirical-analysis-factors-affecting-balance/docview/1812274952/se-2.

12. Айюбова Н.С. Эконометрический анализ и моделирование динамики платежного баланса в Азербайджане // Статистика и Экономика. 2022. № 19(2). С. 14–22. DOI: 10.21686/2500-3925-2022-2-14-22.

13. Айюбова Н.С. Об измерении коинтеграционных соотношений между показателями временных рядов текущего счета платежного баланса и ВВП (на примере Азербайджанской Республики) // Вопросы статистики. 2022. № 29(5). С. 35–45. DOI: 10.34023/2313-6383-2022-29-5-35-45.

14. Айюбова Н.С. Анализ влияния мировых цен на нефть на ВВП (на примере Азербайджанской республики) // Статистика и Экономика. 2023. № 20(2). С. 22–41. DOI: 10.21686/2500-3925-2023-2-21-40.

15. Айюбова Н.С. Векторная модель коррекций ошибок для оценки влияния мировых цен нефти на ВВП Азербайджанской Республики // «Известия Санкт-Петербургского Государственного Экономического Университета», Периодический научный журнал, Санкт-Петербург. 2023. № 1(139). C. 25–31.

16. Баранов А.О. Оценка факторов, определяющих динамику платежного баланса России [Электрон. ресурс] // Мир экономики и управления. 2011. № 11(4). С. 5–23. Режим доступа: https://woeam.elpub.ru/jour/article/view/564.

17. Charles A., Chua C.L., Darné O. et al. On the pernicious effects of oil price uncertainty on US real economic activities. 2020. С. 2689–2715. DOI: 10.1007/s00181-019-01801-6.

18. Кравцов М.К., Бурдыко Н.М., Гаспадарец О.И. и др. Эконометрическая макромодель для анализа и прогнозирования важнейших показателей белорусской экономики // Прикладная эконометрика. 2008. № 2. C. 21–43.

19. Orudzhev E., Mammadova L. Prediction of EUR/AZN exchange rate dynamics on the basis of spectral characteristics // Journal of International Studies. 2020. № 13(2). С. 242–258. DOI: 10.14254/2071–8330.2020/13–2/17.

20. Карпова Т.П., Карпова В.В. Принципы построения и прогнозные возможности расчетно-платежного баланса // Финансы: теория и практика. 2015. № 1. С. 37–53. DOI: 10.26794/2587-5671-2015-0-1-37-53.

21. Ospanov N., Almagambetova M. et al. Analysis of the capital account flows by the economy sectors // Working Papers. National Bank of Kazakhstan. 2021. № 6.

22. Чалдаева Л.А., Чинаева Т.И., Богопольский А.С. Анализ финансово-экономических показателей, характеризующих деятельность организаций нефтегазовой отрасли // Статистика и Экономика. 2020. № 17(1). С. 69–78. DOI: 10.21686/2500-3925-2020-1-69-78.

23. The balance of payments of Azerbaijan was announced [Электрон. ресурс] // Marja is a business and financial news agency. Режим доступа: https://marja.az/76138/azerbaycanin-tediyyebalansi-aciqlandi.

24. What is happening in Azerbaijan’s balance of payments? // Banker news agency [Электрон. ресурс]. Режим доступа: https://banker.az/az%C9%99rbaycanin-t%C9%99diyy%C9%99-balansinda-n%C9%99-bas-verir/.

25. Macroeconomic statistics // Central Bank of Azerbaijan [Электрон. ресурс]. Режим доступа: https://www.cbar.az/page-41/macroeconomicindicators.

26. Average annual West Texas Intermediate (WTI) crude oil price from 1976 to 2024 // Empowering people with data [Электрон. ресурс]. Режим доступа: https://www.statista.com/statistics/266659/west-texas-intermediate-oilprices/.

27. Average annual Brent crude oil price from 1976 to 2024 // Empowering people with data. [Электрон. ресурс]. Режим доступа:https://www.statista.com/statistics/262860/uk-brent-crude-oilprice-changes-since-1976/.

28. Айюбова Н.С. Анализ коинтеграционных связей между платежным балансом Азербайджана и мировыми ценами на нефть // Финансы: теория и практика. 2025. № 29(1). С. 68–79. DOI: 10.26794/2587-5671-2025-29-1-68-79.

29. Kонторович Г.Г. Лекции: Анализ временных рядов [Электрон. ресурс] // Экономический журнал Высшей школы экономики, НИУ ВШЭ. 2003. Т. 7. № 1. С. 79–103. Режим доступа: https://ej.hse.ru/en/2003-7-1/26547295.html.

30. Dickey D.A., Fuller W.A. Distribution of Estimators for Autoregressive Time Series with a Unit Root // Journal of the American Statistical Association. 1979. № 74. С. 427–431. DOI: 10.2307/2286348.

31. Beck N., Katz J. N. What to do (and not to do) with Time-Series Cross Section Data // The American Political Science Review. 1995. № 89(3). С. 634–647. DOI: 10.2307/2082979.

32. Johansen S. Statistical Analysis of Cointegration Vector // Journal of Economic Dynamics and Control. 1988. № 12. C. 231–254. DOI: 10.1016/0165-1889(88)90041-3.

33. Banerjee Anindya, Dolado Juan J., Galbraith John W., & Hendry David. CoIntegration, Error Correction, аnd the Econometric Analysis of Non-Stationary Data // The Economic Journal. 1993. № 106(439). DOI: 10.1093/0198288107.003.0001.

34. Ariza J., Montes-Rojas G. Decomposition methods for analyzing inequality changes in Latin America 2002–2014. 2019. С. 2043–2078. DOI: 10.1007/s00181-018-1518-4.