Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ)

Загрузка...





Скачать 144.76 Kb.
НазваниеАнализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ)
Дата публикации02.10.2013
Размер144.76 Kb.
ТипАнализ
top-bal.ru > Экономика > Анализ





Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели
Бродский Б.Е. (ЦЭМИ, ГУ-ВШЭ)


  1. Введение

Вопрос о влиянии цен природного газа на макроэкономические и отраслевые показатели в России привлекает пристальное внимание российских экономистов и политиков. Количество газетных и научных публикаций на эту тему исчисляется десятками и сотнями. Разброс суждений и оценок весьма велик: от тезиса о полном отсутствии влияния цен природного газа на экономику до мнений о катастрофически значимом влиянии этих цен, регулируемых государством, на макроэкономическую динамику.

В докладе предпринята попытка дать ответ на этот вопрос с помощью дезагрегированной модели российской экономики. Суть предлагаемого подхода сводится к следующему. Экономика страны представляется в виде совокупности четырех секторов: экспортно-ориентированного сектора, газовой отрасли, сектора так называемых естественных монополий (электроэнергетика, грузовой транспорт) и сектора предприятий, выпускающих продукцию для внутреннего рынка. Это дезагрегирование российской экономики на важнейшие сектора позволяет представить в модели основные каналы влияния цен природного газа на важнейшие сектора экономики, а через них – на макроэкономические показатели. Это влияние оценивается с помощью уравнений, описывающих динамику важнейших агрегированных макропоказателей: реального ВВП, индекса производства в базовых секторах (промышленности, сельском хозяйстве, строительстве, розничной торговле и транспорте), занятости, реальной заработной платы, реальных доходов государственного бюджета и т.д.

Дезагрегированный подход отражает современные мировые тенденции в макроэконометрическом моделировании. Отметим здесь как модели отдельных секторов экономики, например, модель энергетического сектора экономики США, так и макроэкономические модели, использующие идеи дезагрегирования для детального учета факторов предложения. Одна из наиболее успешных моделей в этом направлении – FKSEC(1992)– макроэконометрическая квартальная модель Нидерландов была использована в 1991 году для краткосрочного и среднесрочного прогноза параметров макроэкономической конъюнктуры.

В 1980-1990-е годы возникло новое направление в эконометрике, связанное с моделированием нестационарной динамики экономических показателей. Первая исследовательская программа в этом направлении была сформулирована Нельсоном и Плоссером (1982), которые подчеркнули важность проблемы анализа не только неслучайных, но и стохастических трендов в динамических рядах макроэкономических индикаторов для построения адекватных эконометрических зависимостей. Несколько позже Перрон(1989) выдвинул программу исследования структурных сдвигов в динамических рядах данных. В 1990-2000-е годы появились первые макроэконометрические модели, построенные с использованием идей второго и третьего направления. В качестве одной из первых удачных работ подобного рода можно признать эконометрическую модель MESANGE(2002) - квартальную макромодель французской экономики для построения кратко- и среднесрочных прогнозов и оценки влияния параметров экономической политики. Модель активно использует методологию коинтеграционного анализа для описания динамики важнейших макроиндикаторов, а также принцип дезагрегирования сферы производства на важнейшие структурные сектора.
^ Аналитическая макромодель

Принципы построения и система уравнений аналитической модели российской экономики изложены в работе Айвазяна и Бродского (2005). В аналитической модели российской экономики осуществлено дезагрегирование по четырем основным секторам:

  • экспортно-ориентированный сектор (добыча и переработка нефти, угля, торфа и сланцев), черная и цветная металлургия, химия и нефтехимия, лесной комплекс);

  • естественные монополии (электроэнергетика, грузовой железнодорожный и трубопроводный транспорт);

  • газовая отрасль;

  • внутренне-ориентированный сектор (машиностроение и металлообработка, промышленность стройматериалов, легкая и пищевая отрасль, ЖКХ, сельское хозяйство, пассажирский и коммерческий транспорт).

При выделении секторов экономики мы исходили из особенностей экономического поведения предприятий, входящих в конкретный сектор. Основной структурный признак выделения экспортно-ориентированного сектора (Э.О.С.) – возможность предприятий зарабатывать твердую валюту за экспортные поставки. Структурный признак выделения внутренне-ориентированного сектора (В.О.С.) – работа предприятий преимущественно для внутреннего рынка. Естественные монополии (Е.М.) выделяются на основе возможности экономии от масштаба при обслуживании рынка одной фирмой. На наш взгляд, существенно выделение газовой отрасли в отдельный моделируемый сектор, поскольку экономическое поведение агентов, представленных в этом секторе, соединяет в себе признаки инфраструктурной монополии и экспортно-ориентированной компании, с одной стороны, и оказывает значительный системный эффект на макроэкономическую динамику и структуру, с другой стороны. Кроме того, в модели рассматриваются сектор домохозяйств и государство (государственные доходы и расходы).
^ Эконометрическая макромодель

При эконометрическом моделировании российской экономики периода 1994-2006 годов необходимо принимать во внимание ее принципиальные особенности:

  • Большинство анализируемых динамических рядов являются нестационарными вследствие длительного экономического спада 1990-х годов и перехода к экономическому росту лишь в начале 2000-х годов. Поэтому стандартные методы наименьших квадратов зачастую оказываются непригодными при эконометрическом моделировании российской экономики.

  • Краткосрочная динамика многих макроэкономических индикаторов подвержена влиянию сезонных факторов

  • Анализ сравнительно длинных динамических рядов макроэкономических показателей осложняется структурными сдвигами в параметрическом описании эконометрических зависимостей. Эти структурные сдвиги вызваны макроэкономическими и финансовыми кризисами 1990-х годов, наиболее крупным из которых явился кризис 1998 г. Вместе с тем, использование малых выборок для эконометрического моделирования также нежелательно, поскольку точность коэффициентов эконометрических зависимостей, рассчитанных по малым выборкам, как правило, невысока. Поэтому представляется целесообразным введение в эконометрические зависимости модели фиктивных переменных, отражающих специфический эффект того или иного экономического кризиса.

Анализ эконометрических зависимостей при моделировании проводится по следующей общей схеме:

  • На первом этапе осуществляется проверка исходных анализируемых динамических показателей (экзогенных и эндогенных) на стационарность; это делается с помощью обычного и расширенного тестов Дики-Фуллера.

  • Для стационарных (с точностью до неслучайных трендов) рядов с помощью простого или обобщенного метода наименьших квадратов (МНК или ОМНК) и с использованием процедур отбора наиболее существенных объясняющих переменных оцениваются искомые регрессионные зависимости.

  • Нестационарные временные ряды дифференцируются, т.е. осуществляется переход к их приращениям — последовательным разностям; эти приращения исследуются на стационарность с помощью тех же DF- и ADF-тестов; затем используется методология построения коинтеграционных зависимостей между анализируемыми группами показателей, включающая в себя проверку оцененных остатков на стационарность (тест Давидсона-Мак Киннона), построение долгосрочной коинтеграционной зависимости и ее объединение в модели коррекции регрессионных остатков (“Error Correction Model” — ECM) с моделью краткосрочных флуктуаций анализируемых показателей около некоторой «равновесной динамики». При этом, долгосрочная коинтеграционная зависимость отражает наиболее существенные долгосрочные и среднесрочные тенденции в динамике исследуемых экономических показателей, а также включает в себя основные факторы, формирующие эти тенденции. В целом же ECM позволяет учесть, кроме упомянутого, краткосрочные эффекты, включая влияние сезонных факторов.

Далее эти методологические принципы будут применены к построению эконометрических зависимостей для индекса реального ВВП и темпа инфляции на потребительском рынке в России 1997-2005 гг. Основная проблема, которая нас интересует здесь: каковы долгосрочные и краткосрочные коэффициенты эластичности этих показателей по тарифам на электроэнергию и ценам природного газа?

Выбор спецификации полученных далее эконометрических зависимостей базировался на результатах аналитического моделирования российской экономики, приведенных в работе Айвазяна, Бродского (2005). Из этих результатов следует, что к числу основных факторов, предопределяющих динамику основных макроэкономических показателей в России, следует отнести:

  • Факторы, связанные с динамикой мировых и контрактных цен на основные статьи российского экспорта, в частности, цен на нефть

  • Факторы, связанные с ценовой и тарифной политикой в отраслях естественных монополий, в основном тарифов на электроэнергию и оптовых цен на природный газ

  • Факторы, связанные с политикой реального обменного курса

  • Факторы, связанные с инвестиционной политикой

  • Факторы, связанные с налоговой политикой


ВВП

Представляет существенный экономический интерес исследование влияния тарифов на электроэнергию на динамику ВВП. При этом в спецификацию эконометрической модели следует включить реальный эффективный курс рубля к иностранным валютам. Далее в расчетах использован индекс реального эффективного курса российского рубля к иностранным валютам (1995 г. =100%), rer, рассчитываемый как взвешенное среднее геометрическое индексов реальных обменных курсов рубля к валютам стран – основных торговых партнеров России. Точная методика расчета этого показателя приведена в работе Balassa (1964).

С использованием квартальных данных 1995(1)-2005(4) получена следующая коинтеграционная зависимость для индекса реального ВВП (GDP):

log(GDP)= 2.9852 + 0.1791 log(woil) – 0.0792log(rmon)+0.1875 log(Inv(-4)) + 0.1195s2001p2,

(12.87) (3.17) (-2.04) (1.93) (2.65)

woil - контрактная экспортная цена на российскую нефть;

rmon – дефлированный (на базисный индекс потребительских цен) индекс тарифов на электроэнергию для конечных потребителей;

Inv - индекс инвестиций в основной капитал;

s2001p2 - дамми-переменная, отражающая долгосрочный эффект изменений налоговой политики во 2-м кв. 2001 г.



Рис.1. Индекс реального ВВП (lgdp=log(GDP)) и его расчет по модели (Fgdp)
Показатели качества этой зависимости: R2=0.90, DW=2.01. Проверка ряда регрессионных остатков этой зависимости на стационарность с использованием теста Дэвидсона-Маккиннона подтвердила гипотезу стационарности. Таким образом, долгосрочный коэффициент эластичности индекса промышленного производства по фактору экспортных цен на нефть составляет +0.18; по фактору дефлированных тарифов на электроэнергию: -0.08; по фактору реальных инвестиций в основной капитал: +0.19; по фактору налоговой политики: 0.11.

Для оценки влияния реального эффективного курса рубля на темпы роста ВВП коинтеграционная зависимость была расширена до модели коррекции регрессионных остатков:

Dlog(GDP)=-0.081+0.284Dlog(GDP(-1))-0.154Rlog(GDP(-1))-0.072Dlog(rer(-1))+

(-14.48) (4.35) (-2.51) (-2.56)

+0.156Seas(-1) -0.208 Seas(-2),

(13.06) (-22.11)

где

D - оператор взятия последовательных разностей прологарифмированного динамического ряда, т.е. фактически перехода к темпу изменения соответствующего показателя; R - обозначение ряда регрессионных остатков; Seas - сезонная дамми-переменная.


Рис.2
На Рис.2 приведены графики ряда регрессионных остатков (Residual), коррелограмма этого ряда (Correlogram), а также эмпирическая оценка плотности ряда остатков.

Из этих результатов следует, что рост реального эффективного курса рубля на 1% влечет за собой снижение темпов роста ВВП на 0.07%: эластичность реального ВВП по данному фактору составляет величину -0.07.
Темп инфляции

Высокая инфляция остается весьма актуальной макроэкономической проблемой в России. При этом в околонаучной экономической публицистике можно прочитать немало поверхностных спекуляций и мифов о влиянии разных экзотических факторов на динамику инфляции. Детальный эконометрический анализ чаще всего опровергает эти мифы. Далее будут рассмотрены эконометрические модели для показателей инфляции на потребительском рынке и в промышленности.

Введем следующие обозначения:
piel – темп изменения цен на электроэнергию для конечных потребителей (piel=Pel/100-1)
pi – темп инфляции на потребительском рынке (pi=CPI/100-1)
ppi - темп инфляции в промышленности (ppi=PPI/100-1)
eps - темп изменения курса доллара (eps=E/E(-1)-1)
mu - темп изменения денежной массы (mu=M2/M2(-1)-1)
Базовая спецификация эконометрической зависимости для показателя темп инфляции на потребительском рынке имеет следующий вид:
pi=f(pi(-1),eps, piel, mu, Seas),
В этой зависимости фактор pi(-1) характеризует влияние инфляционных ожиданий, фактор piel - влияние динамики тарифов на электроэнергию, фактор eps - влияние динамики обменного курса (доллара), фактор mu - влияние динамики денежной массы (агрегат М2) на динамику инфляции на потребительском рынке, Seas – влияние сезонных факторов.

Вместе с тем в настоящее время ЦБ России проводит политику регулирования обменного курса, поэтому денежная масса не является независимой переменной и ее следует исключить (для периода 1995-2005) из спецификации модели для показателя темпа инфляции.

Отметим, что все переменные, входящие в данную спецификацию эконометрической модели для показателя темпа инфляции, согласно тесту Дики-Фуллера, имеют порядок стационарности I(0). Поэтому для построения модели можно использовать обычный МНК.

Регрессионная модель для показателя темпа инфляции, построенная по квартальным данным за период 1995(2)-2005(4), имеет следующий вид:

pi = 0.004+0.3587 pi(-1) +0.1961piel+0.2670*eps+0.0214Seas(-3).

Коэффициенты в полученной регрессионной зависимости являются показателями эластичности темпа инфляции по соответствующим факторам. Следует отметить высокую положительную эластичность темпа инфляции по фактору номинального обменного курса доллара (0.27) и тарифам на электроэнергию для конечных потребителей (0.20). Статистические характеристики этой зависимости приведены ниже.

Моделирование показателя pi методом OLS

Выборка данных: 1995(2) - 2005 (4)
Переменная Коэфф-т Станд. Ош. t-стат. t-вероятн. PartR2

eps 0.26707 0.011699 22.829 0.0000 0.9320

piel 0.19607 0.038568 5.084 0.0000 0.4048

pi_1 0.35873 0.035602 10.076 0.0000 0.7276

Seas_3 0.02138 0.0067802 3.154 0.0031 0.2075

Constant 0.00408 0.0042487 0.962 0.3421 0.0238
R2 = 0.953 F(4, 38) = 196.19 [0.0000] =0.0180441

RSS = 0.012 для 5 переменных и 43 наблюдений
AR 1- 4F( 4, 34) = 2.1953 [0.0904]

ARCH 4 F( 4, 30) = 0.40998 [0.8000]

Normality Chi2(2)= 6.1724 [0.0457] *

Xi2 F( 7, 30) = 1.062 [0.4112]

Xi*Xj F(13, 24) = 1.662 [0.1361]

^ RESET F( 1, 37) = 0.71003 [0.4048]

Все статистические тесты (AR - автокорреляция остатков, ARCH тест, Normality нормальность остатков, Xi2 - гетероскедастичность, RESET тест) подтвердили приемлемое качество полученной зависимости.

Полученные результаты позволяют дать сравнительное простое объяснение загадочному скачку инфляции, обычно происходящему в январе-феврале каждого года и вызывающему повышенное беспокойство российских властей. Дело в том, что в начале каждого года традиционно резко повышаются оптовые цены на газ и тарифы на электроэнергию. Эти ценовые скачки сразу сказываются на индексе потребительских цен: согласно приведенной выше модели, эластичность инфляции по тарифам на электроэнергию составляет довольно значительную величину (0.2).
^ Темп инфляции в промышленности

Базовая спецификация эконометрической зависимости для показателя темп инфляции в промышленности (производство промышленных товаров) имеет следующий вид:
ppi=f(ppi(-1),eps, piel, pioilp),
В этой зависимости фактор ppi(-1) характеризует влияние инфляционных ожиданий, фактор piel - влияние динамики тарифов на электроэнергию, фактор eps - влияние динамики обменного курса (доллара), фактор pioilp - влияние динамики цен на бензин.

Регрессионная зависимость для темпа инфляции в промышленности имеет вид:
ppi=0.013+0.377*ppi(-1)+0.161*piel+0.037*eps+0.108*pioilp.
В этой зависимости фактор ppi(-1) характеризует влияние инфляционных ожиданий, фактор piel - влияние динамики тарифов на электроэнергию, фактор eps - влияние динамики обменного курса (доллара), фактор pioilp - влияние динамики внутренних цен на бензин на динамику инфляции в промышленности. Коэффициенты в полученной регрессионной зависимости являются показателями эластичности темпа инфляции по соответствующим факторам.
Моделирование показателя ppi методом OLS

Выборка данных: 1995 (2) - 2005 (4)

Переменная Коэфф-т Станд. Ош. t-стат. t-вероятн. PartR2

Constant 0.013511 0.0056660 2.385 0.0222 0.1302

eps 0.037248 0.017568 2.120 0.0406 0.1058

piel 0.16071 0.075832 2.119 0.0407 0.1057

pioilp 0.10858 0.026142 4.154 0.0002 0.3123

pippi_1 0.37758 0.076434 4.940 0.0000 0.3911
R2 = 0.835554 F(4, 38) = 48.27 [0.0000] e= 0.0275184

AR 1- 4F( 4, 34) = 0.87592 [0.4885]

RSS = 0.02877603395 для 5 переменных и 43 наблюдений
Таким образом, эластичность показателей инфляции на потребительском рынке и в производстве промышленных товаров по фактору тарифов на электроэнергию для конечных потребителей составляет 0.20 и 0.16 соответственно.

Аналогичные зависимости были получены для других важнейших макроиндикаторов: индекса промышленного производства (Ind), индекса физического объема в добывающих (Indext) и обрабатывающих (Indproc) отраслях, индексов сельскохозяйственного (Agro) и строительного (Constr) производства, индекса оборота розничной торговли (Retail) , индекса цен производителей промышленных товаров (PPI), реальных доходов населения (rinc).

Полученные результаты, включающие долгосрочные коэффициенты эластичности этих индикаторов по факторам тарифов на электроэнергию и ценам природного газа, приведены в Табл.1.
^ Таблица 1. Эластичности основных макроиндикаторов по факторам тарифов на электроэнергию и цен природного газа

Показатель

Период оценивания

Эластичность

по тарифам на э/э

Эластичность

по ценам природного газа

Индекс ВВП (GDP)

1995(1)-2005(4)

-0.08

-0.07

Темп инфляции (CPI)

1995(1)-2005(4)

0.20

0.18

Темп инфляции (PPI)

1995(1)-2005(4)

0.16

0.17

ИФО:










Промышленность (Ind)

1997(1)-2005(4)

-0.10

-0.09

Добывающие отрасли (Indext)

1997(1)-2005(4)

-0.07

-0.06

Обрабатывающие отрасли (Indproc)

1997(1)-2005(4)

-0.08

-0.09

Сельское хозяйство (Agro)

1997(1)-2005(4)

-0.12

-0.10



Выводы

Для анализа влияния цен природного газа на макроэкономические и отраслевые показатели была использована дезагрегированная модель российской экономики. На этапе аналитического описания рассматриваются производственные и финансовые взаимосвязи четырех важнейших секторов российской экономики: экспортно-ориентированного, внутренне-ориентированного, сектора естественных монополий и газовой отрасли. Далее на этапе эконометрического анализа при выборе спецификации эконометрических зависимостей используются результаты и выводы аналитического описания. Методология эконометрического моделирования основана на коинтеграционном анализе: для большинства исследуемых макроэкономических и отраслевых показателей вначале строится т.н. модель «долгосрочной коинтеграции», позволяющая анализировать устойчивые тенденции в динамике основных макроэкономических и отраслевых показателей и количественные взаимосвязи между ними; далее с учетом модели долгосрочной коинтеграции строится модель «коррекции ошибок», позволяющая учитывать краткосрочные факторы в динамике анализируемых показателей, включая сезонность, дамми-переменные для кризиса 1998 г. и др.

  • Для реального ВВП выявлена статистически значимая отрицательная эластичность по дефлированным тарифам на электроэнергию для конечных потребителей: –0.08.

  • Для реального выпуска продукции и услуг в промышленности, строительстве, сельском хозяйстве, розничной торговле и грузовом ж\д транспорте выявлена статистически значимая отрицательная эластичность по фактору дефлированных тарифов на электроэнергию для конечных потребителей. Для промышленности долгосрочная эластичность по тарифам на электроэнергию составляет величину порядка –0.10.

  • Для основных показателей инфляции в российской экономике выявлена статистически значимая положительная зависимость от фактора тарифов на электроэнергию для конечных потребителей: для темпа инфляции на потребительском рынке коэффициент эластичности по фактору темпа роста тарифов на электроэнергию для конечных потребителей составляет +0.20, для темпа инфляции в промышленности – величину порядка +0.16.

  • В целом, влияние цен природного газа и тарифов на электроэнергию является статистически значимым и отрицательным для большинства отраслей: опережающий рост цен на природный газ и цен на электроэнергию для конечных потребителей по сравнению с темпом инфляции на потребительском рынке ведет к снижению темпов производства товаров и услуг в добывающей и обрабатывающей промышленности.


Литература

С.А.Айвазян, Б.Е.Бродский (2005) Макроэкономическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики. ЦЭМИ РАН.

B.Balassa (1964) The purchasing power parity doctrine: a reappraisal. Journal of Political Economy, v.72, pp.584-596.

Добавить документ в свой блог или на сайт

Похожие:

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconВлияние изменения государственных расходов на макроэкономические...
Цель: описать основные эконометрические подходы к оценке влияния госрасходов на основные макропоказатели

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconПриказ от 30. 11. 2012г. №118 на основании Решения Егорьевской районной...
Егорьевского муниципального района по согласованию с Комиссией по регулированию цен (тарифов), на основании Решений Егорьевской районной...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) icon12. система национальных счетов. Макроэкономические показатели
Номинальный и реальный ввп. Индексы цен и их отличия. Инфлирование и дефлирование

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconВопрос №1 Особенности макроэкономического анализа
Агрегирование позволяет выделить: макроэкономических агентов, макроэкономические рынки, макроэкономические взаимосвязи, макроэкономические...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconДисциплина «Мировая экономика» Делорвая игра по теме: «Макроэкономические показатели»
...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconПрисутствовали: Председатель правления
Проект приказа «Об установлении тарифов на питьевую воду и водоотведение» представила консультант отдела цен и тарифов организаций...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconВопросы к экзамену по курсу «Экономическая теория» Часть II. Макроэкономика
Макроэкономические модели. Макроэкономические агенты и рынки. Экзогенные и эндогенные переменные. Запасы и потоки. Основные макроэкономические...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconПеречень вопросов для подготовки к зачету
Система национальных счетов (снс). Основные макроэкономические показатели. Соотношение показателей в снс. Номинальный и реальный...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconПримерный перечень вопросов для подготовки к экзамену
Система национальных счетов (снс). Основные макроэкономические показатели. Соотношение показателей в снс. Номинальный и реальный...

Анализ влияния цен природного газа и тарифов на электроэнергию на макроэкономические показатели в России на основе дезагрегированной модели Бродский Б. Е. (Цэми, гу-вшэ) iconМакроэкономические показатели
Совместная публикация Ассоциации международных фармацевтических производителей в России и гк ремедиум



Школьные материалы
Загрузка...


При копировании материала укажите ссылку © 2018
контакты
top-bal.ru

Поиск