Статистичний аналіз глобального боргу у світовій економіці

Автор(и)

  • Віолетта Олегівна Фірсанова Харківський національний університет імені В. Н. Каразіна, Україна https://orcid.org/0000-0002-4401-7643

DOI:

https://doi.org/10.15587/2706-5448.2024.310351

Ключові слова:

глобальний борг, глобальні макроекономічні показники, Multiple Analysis of Varience, кореляція Пірсона, рангова кореляція Спірмена

Анотація

Об’єктом дослідження є глобальний борг (або світовий борг) у світовій економіці. Сьогодні надзвичайно гостро стоїть проблема глобального боргу (або глобальної заборгованості) у світовій економіці. Показник глобального боргу є найбільшим за всю історію світової економіки та склав вже 315 трлн. дол. США у 2024 році. У цій роботі досліджувалась взаємозалежність глобального боргу та основних макроекономічних показників. Основні світові макроекономічні показники (ВВП, інфляція, імпорт, експорт, економічне зростання) та населення світу у цій публікації розглядаються як глобальні. Також було виконано прогнозування показника глобального боргу у світовій економіці до 2035 року.

У дослідженні було використані методи статистичного аналізу. Усі результати дослідження були отримані через статистичний пакет Statgraphics Centurion. Цей пакет дозволив провести процедуру Multiple Analysis of Varience та прогнозування через ARIMA (1,0,0) модель.

При застосуванні процедури Multiple Analysis of Varience у цю публікацію увійшли результати кореляції Пірсона, рангової кореляції Спірмена та коваріаційного аналізу. Кореляція Пірсона дозволила виявити, з якими саме глобальними макроекономічними показниками глобальний борг має дуже сильні та слабкі пов’язаності. Рангова кореляція Спірмена також демонструє взаємозалежність глобального боргу та глобальних макроекономічних показників. Коваріаційний аналіз дав результати, які мають відмінності від вищевказаних методів. В свою чергу ARIMA-модель у цьому дослідженні була застосована для прогнозування глобального боргу до 2035 року.

Сутність результатів дослідження полягає у тому, що глобальний борг має найбільш тісні взаємозв’язки із такими глобальними макроекономічними показниками, як глобальний ВВП, глобальний експорт та глобальний імпорт та населення світу. Середні взаємозв’язки глобальний борг має з такими глобальними макроекономічними показниками, як глобальна інфляція та глобальне економічне зростання. ARIMA-модель прогнозує скоріше збільшення глобального боргу до 2035 року, а ніж його зменшення і, відповідно, цих глобальних макроекономічних показників як взаємозалежних від заборгованості.

На практиці ці результати можуть бути використанні задля впровадження відповідної економічної політики для збалансування основних макроекономічних показників в економіці для того, щоб зменшити заборгованість держав, яка в свою чергу впливає на глобальний борг.

Біографія автора

Віолетта Олегівна Фірсанова, Харківський національний університет імені В. Н. Каразіна

Кандидат економічних наук, старший викладач

Кафедра міжнародних економічних відносин імені Артура Голікова

Посилання

  1. Fiscal Monitor (2023). On the Path to Policy Normalization. Available at: https://www.imf.org/en/Publications/FM/Issues/2023/04/03/fiscal-monitor-april-2023
  2. Global Sovereign Debt Monitor (2024). Available at: https://erlassjahr.de/en/aktionsbox/global-sovereign-debt-monitor-2021/
  3. Lutsyshyn, Z., Bortnik, A. (1998). Ekonomiko-matematychna model upravlinnia derzhavnym borhom. Visnyk NBU, 7, 23–25.
  4. Stavytskyy, A., Bilychenko, M. (2018). Modeling the impact of public debt on the economic growth worldwide. Bulletin of Taras Shevchenko National University of Kyiv Economics, 197, 49–59. https://doi.org/10.17721/1728-2667.2018/197-2/8
  5. Checherita-Westphal, C., Rother, P. (2012). The impact of high government debt on economic growth and its channels: An empirical investigation for the euro area. European Economic Review, 56 (7), 1392–1405. https://doi.org/10.1016/j.euroecorev.2012.06.007
  6. Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Journal of Econometrics, 93 (2), 345–368. https://doi.org/10.1016/s0304-4076(99)00025-1
  7. Golikov, A. P., Galajda, O. E., Hanova, E. V. (2011). Reshenie zadach po ekonomiko-matematicheskomu modelirovaniiu mirokhoziaistvennykh protcessov v Microsoft Excel i Statistica. Kharkiv: KhNU im. V. N. Karazina, 46.
  8. Ponomarenko, V. S., Maliarets', L. M. (2009). Multivariate analysis of the socio-economic systems. Kharkiv: KhNEU, 388.
  9. Global Debt Database. International Monetary Fund. Available at: https://www.imf.org/external/datamapper/datasets/GDD
  10. Economy. The World Bank. Available at: https://datatopics.worldbank.org/world-development-indicators/themes/economy.html#featured-indicators_1
Statistical analysis of global debt in the world economy

##submission.downloads##

Опубліковано

2024-08-23

Як цитувати

Фірсанова, В. О. (2024). Статистичний аналіз глобального боргу у світовій економіці. Technology Audit and Production Reserves, 4(4(78), 38–42. https://doi.org/10.15587/2706-5448.2024.310351

Номер

Том 4 № 4(78) (2024): Економіка підприємств. Макроекономіка

Розділ

Питання макроекономіки та соціально-економічного розвитку

Ліцензія

Авторське право (c) 2024 Violetta Firsanova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.