Внешняя торговля и экономика стран БРИКС

0.067

1.6191

0.203

1.6191

0.203

Индия

None *

0.950

84.134

0.000

63.255

0.000

At most 1 *

0.610

20.878

0.007

19.808

0.006

At most 2

0.049

1.0701

0.300

1.0701

0.300

Китай

None *

0.932

92.868

0.000

21.131

0.000

At most 1 *

0.723

36.215

0.000

14.264

0.000

At most 2

0.355

9.2334

0.072

3.8414

0.072

ЮАР

None *

0.868

69.982

0.000

42.541

0.000

At most 1 *

0.671

27.441

0.000

23.346

0.001

At most 2

0.177

4.0952

0.093

4.0952

0.093

*Означает отказ от гипотезы на 5% уровне.

Все страны показали одинаковое значение, как вTrace тесте, так и в MaximumEigenvalue тесте. Исходя из данных таблицы, мы можем отвергнуть гипотезу None, означающую отсутствие коинтеграционого уравнения и отвергнуть нулевую гипотезу At most 1, означающую наличие одного коинтеграцеонного уравнения. Рассматривая гипотезу Atmost 2, видим, что ProbabilityTraceStatistic и Max-Eigensatatistic больше 5% и как следствие мы принимаем эту гипотезу. Следовательно, есть 2 коинтеграционных вектора. Так же стоит заметить, что так как переменные коинтегрированны, то их можно использовать VEC модели.

Теперь необходимо построить векторную модель коррекции регрессионных остатков. В общем виде для выбранных переменных VECM можно описать, как следующую систему уравнений:

Где:

- коэффициенты, стоящие перед эндогенными переменными и подлежащие оценке;

?- шоки в уравнениях.

При построении модели в программе задаем интервал лага и количество коинтегрирующих соотношений, полученные ранее. В таблице 7 представлены показатели оценки уравнения ВВП стран БРИКС. Полученные данные позволят протестировать гипотезу о влиянии экспорта на экономический рост стран.

Таблица 7

Результаты оценки уравнения ВВП

Error Correction:	Бразилия	Россия	Индия	Китай	ЮАР
	D(GDP)	Prob	D(GDP)	Prob	D(GDP)	Prob	D(GDP)	Prob	D(GDP)	Prob
	Coef.		Coef.		Coef.		Coef.		Coef.
	Std. Error		Std. Error		Std. Error		Std. Error		Std. Error
	t-Stat.		t-Stat.		t-Stat.		t-Stat.		t-Stat.
CointEq1	-1.075	0.043*	-2.445	0.045*	-2.598	0.003*	-1.216	0.000*	-1.519	0.043*
	(0.371)		(0.456)		(0.555)		(0.180)		(0.260)
	[-2.897]		[ -5.361]		[-4.681]		[-6.755]		[-5.842]
CointEq2	11.581	0.003*	5.768	0.008*	81.264	0.004*	5.142	0.048*	18.291	0.012*
	(3.061)		(1.878)		(18.091)		(2.081)		(5.152)
	[ 3.782]		[ 3.071]		[ 4.491]		[ 2.470]		[ 3.549]
D(GDP(-1))	0.517	0.133	-0.46	0.293	-0.255	0.702	0.211	0.695	0.929	0.03*
	(0.316)		(0.422)		(0.637)		(0.514)		(0.328)
	[ 1.632]		[-1.091]		[-0.401]		[ 0.411]		[ 2.827]
D(GDP(-2))	0.667	0.077	-0.61	0.094	-2.005	0.065	-0.495	0.594	0.426	0.298
	(0.339)		(0.340)		(0.889)		(0.881)		(0.375)
	[ 1.965]		[-1.794]		[-2.254]		[-0.562]		[ 1.137]
D(GDP(-3))	-0.165	0.684		-	0.142	0.821	1.033	0.488	-0.252	0.498
	(0.397)		-		(0.602)		(1.400)		(0.349)
	[-0.417]				[ 0.236]		[ 0.738]		[-0.720]
D(GDP(-4))		-		-	0.756	0.343	-0.906	0.465	0.401	0.367
	-		-		(0.736)		(1.163)		(0.411)
					[ 1.027]		[-0.779]		[ 0.974]
D(EX(-1))	-13.976	0.035*	-5.075	0.03*	-76.222	0.001*	-3.106	0.29	-6.913	0.06*
	(5.766)		(2.103)		(14.182)		(2.681)		(2.992)
	[-2.423]		[-2.412]		[-5.374]		[-1.158]		[-2.310]
D(EX(-2))	-5.721	0.091*	4.807	0.041*	-72.591	0.004*	-5.691	0.014*	5.235	0.018*
	(4.087)		(2.136)		(16.310)		(1.672)		(1.627)
	[-1.399]		[ 2.250]		[-4.450]		[-3.404]		[ 3.217]
D(EX(-3))	-3.779	0.47		-	-61.17	0.01*	-3.163	0.116	5.7309	0.042*
	(5.041)		-		(16.616)		(1.726)		(2.508)
	[-0.749]				[-3.681]		[-1.832]		[ 2.284]
D(EX(-4))		-		-	-28.068	0.133	-6.37	0.011*	13.146	0.001*
	-		-		(16.164)		(1.789)		(2.315)
					[-1.736]		[-3.560]		[ 5.676]
D(IM(-1))	1.885	0.684	7.524	0.034*	57.042	0.001*	-4.249	0.392	5.172	0.017*
	(4.503)		(3.202)		(9.612)		(4.615)		(3.565)
	[ 0.418]		[ 2.349]		[ 5.934]		[-0.920]		[ 1.450]
D(IM(-2))	-4.824	0.243	-6.591	0.055	51.843	0.107	-0.082	0.985	-4.947	0.007*
	(3.892)		(3.009)		(13.202)		(4.289)		(2.241)
	[-1.239]		[-2.190]		[ 3.926]		[-0.019]		[-2.422]
D(IM(-3))	1.7938	0.709		-	39.367	0.214	-3.413	0.39	0.706	0.778
	(4.675)		-		(11.547)		(3.686)		(2.406)
	[ 0.383]				[ 3.409]		[-0.926]		[ 0.293]
D(IM(-4))		-		-	15.304	0.272	4.759	0.13	-7.064	0.022*
	-		-		(12.681)		(2.717)		(2.311)
					[ 1.206]		[ 1.751]		[-3.056]
C	2.770	0.004	1.13	0.009	9.57	0.002	2.42	0.051	-7.29	0.002
	(7.400)		(3.800)		(1.9)		(1.0)		(1.5)
	[ 3.722]		[ 2.981]		[ 4.981]		[ 2.423]		[-4.932]

3.3 Интерпретация результатов

Для определения долгосрочной связи рассмотрим С(1) - коэффициент коинтеграционной модели или errorcorrectionterm. Если этот коэффициент отрицательный и значимый на 5% уровне, то имеем долгосрочную связь. Если же он положителен и(или) не значим, то longrun связи нет. Для более удобной визуализации, на основании дынных из таблицы 7 построим таблицу 8.

Таблица 8

Коэффициенты долгосрочной связи.

Страна	Coefficient С(1)	Probability
Бразилия	-0.075	0.043
Россия	-0.445	0.045
Индия	-2.598	0.003
Китай	-1.216	0.000
ЮАР	-0.519	0.043

Из этих данных видно, что для всех стран БРИКС коэффициент С(1) имеет отрицательный знак и значим на 5%, из чего следует, что имеется положительная долгосрочная зависимость ВВП от экспорта и импорта.

Также необходимо найти, наличие или отсутствие причинной связи между выбранными переменными в краткосрочном периоде. Для этого проводим проверку зависимостей применяя тест Вальда.

При анализе было выявлено разное количество лагов у каждой страны и поэтому при проверке на краткосрочную зависимость будут введены разные гипотезы исходя из количества коэффициентов для различных переменных. Итоги проведения теста Вальда указаны в таблице 9.

Таблица 9

Проверка на краткосрочную связь между экспортом, импортом и ВВП

Страна	Переменная	Нулевая гипотеза	Prob. of Chi-square	Значимость на 5% уровне
Бразилия	Ex	C(6)=C(7)=C(8)=0	0.044	значим
	Im	C(9)=C(10)=C(11)=0	0.541	не значим
Россия	Ex	C(5)=C(6)=0	0.004	значим
	Im	C(7)=C(8)=0	0.064	не значим
Индия	Ex	C(7)=C(8)=C(9)=C(10)=0	0.004	значим
	Im	C(11)=C(12)=C(13)=C(14)=0	0.071	не значим
Китай	Ex	C(7)=C(8)=C(9)=C(10)= 0	0.084	не значим
	Im	C(11)=C(12)=C(13)=C(14)=0	0.098	не значим
ЮАР	Ex	C(7)=C(8)=C(9)=C(10)=0	0.000	значим
	Im	C(11)=C(12)=C(13)=C(14)=0	0.000	значим

Анализируя Бразильскую экономику видно, что Prob. ofChi-square для экcпорта значим на 5%, то есть мы отвергаем нулевую гипотезу и принимаем альтернативную. Из этого следует, что ВВП зависит от экспорта в краткосрочной перспективе. Относительно импорта и Бразильской экономики можно сделать вывод, что связи нет, так как показатель не значим.

Для России и Индии ситуация аналогичная Бразильской. Для экспорта рrobabilityof Chi-square меньше 5% и значит в кратком временном промежутке есть положительная связь между ВВП и экспортом. Но для импорта показатель не значим на 5% уровне значимости и можно сказать, что ВВП не подвергается влиянию импорта в краткосрочном периоде.

Китая демонстрирует совершенно другую ситуацию. В этой стране показатели и экспорта, и импорта являются не значимыми, что подводит к отсутствию влияния внешней торговли на экономику страны в краткосрочной перспективе.

Положение в Южноафриканской Республике диаметрально противоположное Китайскому. Если в последнем не было связи ни одной переменной с экономикой, то для ЮАР наблюдается полная зависимость и от экспорта, и от импорта в краткосрочном периоде.

Для графического описания используем функцию импульсных откликов. [4] Импульс на определенную переменную не только непосредственно затрагивает эту переменную, но также через динамическую (лаговую) структуру VEC-модели передается всем другим эндогенным переменным. Функция отклика на импульс отслеживает влияние на текущие и будущие значения эндогенных переменных одноразового импульса на одно из возмущений.

Анализируя функции импульсных откликов для Бразилии наблюдаем значительную изменчивость параметров во время шоков, показанную на рисунке 2. Влияние экспорта в первые периоды незначительно. Следующие шоки экспорт имеют постоянный положительный эффект на ВВП. Шоки импорта напротив вызывает сильную волатильность и имеет ярко выраженный отрицательный эффект на ВВП. Обратное же влияние, то есть ВВП на экспорт и импорт почти отсутствует.

Рис. 2 Функцию импульсных откликов для Бразилии.

По итогам моделирования для России видна связь между переменными, показанная на рисунке 3. В краткосрочной перспективе экспорта практически не имеет влияния. Однако в следующие периоды шок в экспорте вызывает большое изменение ВВП в положительном направлении. Изменения импорта оказывают сильный отрицательный отклик ВВП в долгосрочном периоде, но вначале не имеет особого влияния. ВВП же имеет строгое положительное влияние на импорт и экспорт.

Рис. 3 Функцию импульсных откликов для России.

Как можно видеть на рисунке 4, отклики ВВП на изменения в экспорте для Индии имеют положительное направления в краткосрочном и среднесрочном периодах, однако в долгосрочном периоде тренд сменяется колебаниями и преобладанием отрицательного направления. Шоки импорта имеют большую волатильность, чем у экспорта, но во в целом имеют отрицательный отклик. Шоки ВВП первых 16 периодах не имеют влияния, однако в последствии вызывают значительные изменения в экспорте и импорте.

Рис. 4 Функцию импульсных откликов для Индии.

ВВП Китая имеет самые сильные отклики на шоки как экспорта, так и импорта. В среднесрочном и долгосрочной временном отрезке обе переменные имеют большое положительное влияние. Но для короткого отрезка времени изменения экспорта, как и шоки в импорте не оказывают влияния.

Рис. 5 Функцию импульсных откликов для Китая.



Шоки экспорта и импорта для ЮАР имеют значение и на длинных и на коротких позициях. Колебания видно на всем временном отрезке, однако экспорт имеет положительный тренд, в то время как импорт имее более выраженное отрицательное влияние, что видно из рисунка 6.

экспорт торговля экономический рост

Рис. 6 Функцию импульсных откликов для ЮАР

Так же стоит произвести анализ вариативного разложения.Данные теста отображены в таблице 10. Несмотря на то, что функции импульсных откликов отслеживают эффекты воздействия одной эндогенной переменной на другие переменные в VEC-модели, декомпозиция дисперсии разделяет вариацию эндогенной переменной на компоненты воздействия в VECM. Таким образом, декомпозиция дисперсии предоставляет информацию об относительной важности каждого случайного возмущения в воздействии на переменные в VEC-системе.

Таблица 10

Анализ вариативного разложения.

	Бразилия	Россия	Индия	Китай	ЮАР
	GDP	EX	IM	GDP	EX	IM	GDP	EX	IM	GDP	EX	IM	GDP	EX	IM
1	100	0	0	100	0	0	100	0	0	100	0	0	100	0	0
2	60.4	35.7	3.9	84.3	15.2	0.5	67.9	31	1.1	94.9	0.3	4.8	8.5	49.3	42.2
3	59.7	34.8	5.5	78.5	18.7	2.8	67.4	28.3	4.3	95.6	3	1.4	5.7	39.6	54.7
4	55.4	40.7	3.9	33	61.4	5.6	57	41.5	1.5	87.8	6.5	5.7	18.8	31.3	49.9
5	52.7	40.8	6.5	29.4	65.1	5.5	44.1	41.4	14.5	30.8	44.6	24.6	16.6	20.5	62.9
6	37.4	46.9	15.7	27.2	67.6	5.2	29.2	45.8	25	4.6	65.7	29.7	15	27.1	57.9
7	12.6	63.5	23.9	25.9	69	5.1	24.1	39.7	36.2	2.4	68.8	28.8	11.4	37.6	51
8	6	65.9	28.1	22.6	72	5.4	42.9	36.6	20.5	4.3	69.1	26.6	6.9	41.8	51.3
9	4.5	62.8	32.7	19	75.3	5.7	43.9	25.5	30.6	3.1	67.1	29.8	5.8	48.1	46.1
10	3.9	59.4	36.7	16.9	77.3	5.8	30.5	41.9	27.6	3	69.7	27.3	7.5	49	43.5
11	3.5	59	37.5	15.6	78.7	5.7	36.9	35.9	27.2	2.5	68.3	29.2	8.5	46.2	45.3
12	3	60.8	36.2	14.6	79.7	5.7	31.5	44.9	23.6	2.6	69.5	27.9	9.3	44.9	45.8
13	2.6	62.6	34.8	13.6	80.6	5.8	36.7	45	18.3	4.4	66.3	29.3	14.2	44.6	41.2
14	2.4	62.8	34.8	12.5	81.6	5.9	33.1	39.5	27.4	3.3	66.4	30.3	17.6	50.6	31.8
15	2.3	62.3	35.4	11.6	82.4	6	31.4	47	21.6	5	65	30	18.6	46.6	34.8
16	2.2	61.9	35.9	10.9	83.1	6	35.9	35.1	29	5.2	61.8	33	10.3	42.8	46.9
17	2.2	62.2	35.6	10.4	83.6	6	32.1	42.1	25.8	6.8	62.4	30.8	11.2	40.6	48.2
18	2.1	63.1	34.8	9.9	84	6.1	34.4	41.8	23.8	6.4	57.8	35.8	10.3	48.7	41
19	2.1	63.7	34.2	9.4	84.5	6.1	37.3	34.8	27.9	7.2	59.7	33.1	10.4	41.5	48.1
20	2.1	63.7	34.2	9	84.9	6.1	35.6	39.9	24.5	10.9	52.9	36.2	8.6	52.9	38.5

Данные по Бразилии представлены в таблице показывают, что в первом периоде переменная GDP объясняется только собой и не зависят от внутренней динамики. В краткосрочном периоде, т.е. в 2-6 периодах влияние экспорта большое, но меньше 50%, значение импорта в краткосрочной перспективе незначительно. В долгосрочных периодах, шок экспорта изменяет значение ВВП больше чем на половину. Импорт также оказывает большое влияние в районе 35%. Стоит отметить, из данных таблицы видно, что экспорт имеет гораздо большее влияние на ВВП по сравнению с импортом.

Что касается России, то в первые 3 интервала, экспорт имеет слабое влияние на ВВП, но все равно больше, чем импорт. В дальнейшем влияние переменной EX на экономику постепенно возрастает почти до 80%, в то время как IM сохраняет слабое влияние на уровне 5-10%.

Шоки в Индийском экспорте значимы на протяжении всего времени. В то время как импортные изменения в краткосрочном отрезке временны не существенны, но в дальнейшем имеют схожее с экспортом влияние

В Китае в первые 4 периода изменения в экспорте, как и изменения в импорте не оказывают особого влияние на экономику страны. В среднесрочной перспективе шоки экспорта усиливают влияние почти до 70%, но после 17 периода влияние подает. Импорт так же в аналогичные периоды имеет влияние в среднем 30%.

Южноафриканская Республика, подтверждая ранее полученные результаты, показывает существенное влияние на ВВП как шоков со стороны экспорта, так и со стороны импорта.

Основываясь на результатах тестов, видно, что теория экспортного роста было подтверждена. Экономики всех страны в долгосрочной перспективе имеют зависимость от экспорта и импорта. Кроме того, была найдена краткосрочная зависимость ВВП от экспорта почти во всех странах, кроме Китая.



3.4 Проверка модели на достоверность

Важной частью исследования является диагностика модели, для выявления недостоверности.

Прежде всего оцениваем качество эконометрической модели при помощи коэффициента детерминации R-squared, который в норме должен быть больше 60% и статистике Фишера F-statistic,в норме меньшей 0,05.

Мы видим из таблицы 11, что значение R квадрат в моделях для всех стран БРИКС больше 60%, что хорошо для модели. F-statistic значима на 5% уровне значимости, что тоже хорошо. И это значит, что данные и модель в порядке и мы можем принять её.

Таблица 11

Коэффициенты VECM.

Страна	R-squared	Prob(F-statistic)
Бразилия	0.878	0.002
Россия	0.648	0.026
Индия	0.945	0.010
Китай	0.992	0.000
ЮАР	0.955	0.006

Так же используем тест множителей Лагранжа для автокорреляций. Применяется данный тест для проверки автокорреляции произвольного порядка в случайных ошибках регрессионных моделей. Чтобы определить автокорреляцию необходимо обратить внимание на Prob. Chi-Square, если больше 0,05, то автокорреляции нет, нов случае значимости на 5% уровне, то гипотеза Но принимается, что свидетельствует о ее наличие. То есть мы имеем последовательную корреляцию в остатке. Из таблицы 12 видно, что модели для всех стран, за исключением Китая, не имеют автокорреляции.



Таблица 12

Тест Бройша -- Годфри.

Страна	Prob. Chi-Square
Бразилия	0.060
Россия	0.829
Индия	0.094
Китай	0.000
ЮАР	0.102

Следующая проверка, тест на гетероскедастичность. Для этого мы используем тестУайта на наличие гетероскедастичности. Эти тесты являются расширением теста Уайта [31] на системы уравнений, что обсуждалось в рукописи Дурника [14]. Тестовая регрессия строится посредством регрессии каждого перекрестного произведения остатков на перекрестные произведения регрессоров и тестируется как совместная значимость регрессии. К тестовая регрессия представляет собой тестирование постоянства каждого элемента в остаточной ковариационной матрице в отдельности. При нулевой гипотезе отсутствия гетероскедастичности, непостоянные регрессоры не должны быть совместно значимыми. Как и в тесте на авторегрессию для определения гетероскедастичности необходимо посмотреть на Prob. Chi-Square. В таблице 13 видно, что значения всех стран больше 5% уровня из чего следует, что гетероскедастичность отсутствует. И это хорошо для модели.

Таблица 13

Тест Уайта.

Страна	Prob. Chi-Square
Бразилия	0.885
Россия	0.180
Индия	0.334
Китай	0.797
ЮАР	0.192



При проверке на адекватность построенной модели так же используем тест на нормальное распределение.С помощью этой опции выполняются многомерные расширения теста Джаркви-Бера (Jarque-Bera) для тестирования гипотезы о нормальном распределении остатков. Обратив внимание на Probobility Jarque-Bera, представленное в таблице14, видим, что для стран этот показатель больше чем 5%. Это значит, нулевая гипотеза отвергается, то есть имеем нормальное распределение остатков.

Таблица 14

Тест на нормальное распределение.

Страна	Probobility Jarque-Bera
Бразилия	0.329
Россия	0.321
Индия	0.899
Китай	0.970
ЮАР	0.502

Исходя из проведенных тестов можно сказать, что модель и ее данные достоверны. Следовательно, построенная модель адекватна реальному экономическому процессу.



Заключение

Каждый член блока БРИКС активно развивает внешнюю торговлю. Все члены этого объединения выступают как активные участники международной торговли, экспортируя на мировой рынок огромное количество различных товаров и услуг. Эти страны создают программы по развитию внешнеторговых отношений, наиболее важным вопросом которых являются торговля с непосредственными партнёрами по блоку. Политика каждой страны по отношению к международным торговым связям имеет свои специфические особенности. К таковым можно причислить наличие или отсутствие протекционистских мер, товарную и географическую структуру внешней торговли. Все они создают стратегии и планы в области внешнеторговой политики, целью которой в первую очередь выступает максмаксимизация развития национальной экономики. Это особенно важно в условиях нарастающей угрозы кризисов в мировой экономике.

Однако реализация внешнеторговой политики связанна с проблемами, оказывающими влияние на внешнеторговые отношения БРИКС. Высокая степень политической и экономической неопределённости, недетерминированности контекста развития блока, различные экономические возможности, трудности, а также не одинаковое влияние экспорта на рост экономики, ведет к тому, что страны преследуют зачастую различные цели на международной арене.

В данной работе построили эконометрическую модель валового внутреннего продукта для стран-участниц, и выяснили, как и в каком временном отрезке, экспорт влияет на их экономику. С помощью характеристического уравнения и собранных данных, была построена векторная модель коррекции ошибок, на основе которой нам удалось выявить наличие положительной зависимости валового внутреннего продукта от экспорта и импорта. Была обнаружена позитивная долгосрочная связь ВВП и обеих переменных.

Полученные данные подтверждают гипотезу о влиянии экспорта на экономику страны. Исходя из результатов исследования, можно сказать, что положительная долгосрочная связь между этими переменными наблюдается во всех странах. Что же касается краткосрочной связи ВВП и экспорта, то она присутствует у большинства членов блока БРИКС, кроме Китая. Отсутствие такой связи в поднебесной может быть объяснено большим национальным рынком, который сглаживает краткосрочные колебания за счет внутреннего спроса.

Кроме экспортного влияния, так же было проанализирована связь импорта и экономического роста. Долгосрочная положительная связь так же имеется во всех анализируемых странах. В краткосрочной перспективе Бразилия, Россия, Индия и Китай не имеют значительного влияния, что сходится с общем представлением данного взаимодействия. Но ЮАР демонстрирует наличие зависимости экономики от данной переменной в малом временном отрезке. Это может быть объяснено тем, что импорт является основным путем притока технологий в страну и так как Республика вкладывает в НИОКР горазда меньше, чем другие страны БРИКС, то торговля становится чрезвычайно необходимой для получения инноваций.

Резюмируя вышесказанное из полученных результатов, можно сделать вывод, что внешняя торговля, а в частности экспорт очень важен для роста экономики стран БРИКС. Полученные данные свидетельствуют о том, что в ситуации с изменением на рынке, страны, для сохранения стабильности, вынуждены действовать по-разному и используя отличные друг от друга инструменты.

Но не смотря на эти различия, страны БРИКС рассматривают экспортный сектор как один из важнейших источников роста. Благодаря ему для любой страны блока может меняться структура экономики, создаваться рабочие места, повышаться качество трудовых ресурсов и уровень жизни населения. Поэтому, делая акцент на товарах с высокой добавленной стоимостью в условиях растущего производства и экспорта страны БРИКС смогут более эффективно использовать такой важный инструмент, как экспорт и получить значительные выгоды от международного сотрудничества, укрепляя своею роль на международной арене и повышения уровня своей конкурентоспособности.

Список использованной литературы

Дунаев А.Л. Понятия "система" и "порядок" в историографии международных отношений: трудности интерпретации// Международные отношения и мировая политика. № 2, 2013.

Гужва Е.Г., М.И. Лесная, А.В. Кондратьев, А.Н.Егоров Мировая экономика: учебное пособие // СПбГАСУ. - СПб, 2009. - 116 с.

Маматова Н. Применение модели векторной авторегрессии для анализа потребления электроэнергии // Экономический журнал ВШЭ. 2014. № 1.

Орлова И.В. Экономико-математические методы и модели // Москва ЗАО «Финстатинформ» 2000 УДК 33:5

Фролова Т.А. «Мировая экономика» Конспект лекций. Таганрог: Изд-во ТТИ ЮФУ, 2010.

Хвостова И. Е., Смолякова Е. Е. Роль экспорта и условий торговли в стране с ресурсной зависимостью // Финансовая аналитика: Проблемы и решения. 2014. № 42 (228) ноябрь 2014. С. 24-35.

Akbay O. S Trade-Growth Nexus: Turkish Case // Euro Economica Issue 2(28)/2011 ISSN: 1582-8859

Engle Robert F. and C. W. J. Granger Co-Integration and Error Correction: Representation, Estimation, and Testing // Econometrica Vol. 55, No. 2 (Mar., 1987), pp. 251-276

Ghartey Edward E. Causal relationship between exports and economic growth: some empirical evidence in Taiwan, Japan and the US // Applied Economics Volume 25, Issue 9 pages 1145-1152, 1993

Размещено на Allbest.ru