Анализ теории Дж. Арриги о системных циклах накопления капиталов
сквозь призму анализа счета текущих операций платежного баланса(Current account balance) стран мира
Калиновский А.
1)Вступление
В этом небольшом исследовании, автор поставил перед собой задачу подтвердить либо опровергнуть выводы, сделанные Дж. Арриги в рамках своей теории системных циклов накопления капиталов, о том, что мир находится в процессе перехода на новый, Азиатский цикл накопления. В книге «Долгий двадцатый век» он выделяет четыре исторических цикла накопления – Генуэзский системный цикл накопления(XV-XVI), Голландский системный цикл накопления (XVII – XVIII века), Британский системный цикл накопления(XIX - начало ХХ века) и последний, который находится в своей завершающей стадии - Американский системный цикл накопления(ХХ - начало XXI века). Уже в следующей и последней книге “Адам Смит в Пекине”, Арриги уточняет, что новым ядром накопления является именно Китай. Для анализа предлагается рассмотреть несколько экономических показателей. Начнем с анализа баланса счета текущих операций стран Запада и стран Восточной Азии.
Счёт текущих операций — раздел платёжного баланса страны, в котором фиксируются экспорт и импорт товаров и услуг, чистый доход от инвестиций и чистый объём трансфертных платежей.
Баланс текущих операций — счет платежного баланса, на котором отражаются операции с товарами, услугами и доходами. Текущий платежный баланс включает экспорт и импорт товаров и услуг, доход от иностранных инвестиций и текущие трансферты. В нём отражаются операции, завершающиеся в течение периода, за который составляется баланс, действие которых не сказывается на платежном балансе в последующие периоды. В счёте выделяются три статьи (баланса): «Товары и услуги», «Доходы» и «Текущие трансферты». Счет текущих операций имеет следующий вид.
2)Обработка данных
Загрузка необходимых пакетов
library(dplyr)
library(ggplot2)
library(wbstats) Загрузка данных
Используя пакет wbstats для работы с базами данных Всемирного Банка, выбираем индикатор, который относится к текущему счету платежного баланса - BN.CAB.XOKA.CD.
# Выбираем индикатор, и загружаем даты с 91 по 15 года
cab_data <- wb(indicator = "BN.CAB.XOKA.CD", startdate = 1991, enddate = 2015)Очистка данных
# Убираем лишние колонки
cab_data <- select(cab_data, -(indicatorID:iso2c))
# Значения колонок date и country делаем factor
cab_data$date <- as.numeric(cab_data$date)
cab_data$country <- as.factor(cab_data$country)
# Для более удобной работы с цифрами, уменьшаем value на миллиард, и округляем до 3 цифер после запятой
cab_data$value <- cab_data$value/1000000000
cab_data$value <- round(cab_data$value, 3)
# Даем имена колонкам
colnames(cab_data) <- c("value", "year", "country") 3)Анализ изменений счета текущих операций платежного баланса стран Восточной Азии
# Вытягиваем из таблицы нужные для анализа страны восточной Азии
## Первая волна азиатских "тигров"(без Тайваня, который ВБ объеденяет с Китаем)
firstTigersn <- grep("Korea, Rep|Singapore|Hong Kong", cab_data$country)
## Вторая волна азиатских "тигров"
secondTigersn <- grep("Malaysia|Indonesia|Thailand", cab_data$country)
## Япония
japann <- grep("Japan", cab_data$country)
## Индия
indian <- grep("India", cab_data$country)
## Новые индустриальные страны восточной азии
restAsian <- grep("Philippines|Vietnam|Bangladesh", cab_data$country)
# Создаем таблицу стран Восточной Азии первой волны "Тигров"
firstTigers <- data.frame()
for(i in firstTigersn){
firstTigers <- rbind(firstTigers, cab_data[i,])
}
# Создаем таблицу стран Восточной Азии второй волны "Тигров"
secondTigers <- data.frame()
for(i in secondTigersn){
secondTigers <- rbind(secondTigers, cab_data[i,])
}
# Создаем таблицу Японии
japan <- data.frame()
for(i in japann){
japan <- rbind(japan, cab_data[i,])
}
# Создаем таблицу Индии
india <- data.frame()
for(i in indian){
india <- rbind(india, cab_data[i,])
}
# Создаем таблицу дргих основных стран Региона, куда относится Япония, Индия и НИС
restAsia <- data.frame()
for(i in restAsian){
restAsia <- rbind(restAsia, cab_data[i,])
}Всемирный Банк предоставляет данные по Китаю, Гонконгу и Макао в отдельности. Поэтому самостоятельно объединяем данные Макао с Китаем, оставляя Гонконг отдельным счетом, для анализа роста “Азиатских тигров”, к которым он относится. Данные по другому “тигру” - Тайвань, ВБ к сожалению, не предоставляет, поэтому в анализе мы его не учитываем.
chinan <- grep("China", cab_data$country)
china <- data.frame()
for(i in chinan){
china <- rbind(china, cab_data[i,])
}
# Удаляем данные Гонконга
china <- china[-(26:43),]
# Объединяем данные Макао с общими данными Китая
china[grepl("Macao", china$country, ignore.case=T), c("country")] <- "China"
# Убираем повторения China по годам
chinaHM <- data.frame()
temp2 <- filter(china, year == "1991" , country == "China")
temp2 <- list(sum(temp2$value), as.numeric(temp2[1,2]), "China")
chinaHM <- rbind(chinaHM, temp2)
# Создаем новую таблицу, которая объединяет данные China и Macao
for (i in c(1992:2015)){
temp <- filter(china, year == i , country == "China")
temp <- c(sum(temp$value), as.numeric(temp[1,2]), "China")
chinaHM <- rbind(chinaHM, temp)
}
# Корректируем названия колонок
names(chinaHM) <- c("value", "year", "country")
# Создаем таблицу объединенных данных Китая и Макао
china <- arrange(chinaHM, desc(year))
# Переводим колонку valuу и year в numeric
china$value <- as.numeric(as.character(china$value))
china$year <- as.numeric(china$year)Создаем единую объединенную таблицу данных для стран Восточной Азии.
# Добавляем Китай в таблицу выбранных стран восточной Азии с очищенными выше данными
asia <- rbind(china,firstTigers, secondTigers, japan, india, restAsia)
asia <- arrange(asia, country, desc(year))
# Для возможности реализации графика
asia$value <- as.numeric(asia$value)
asia$year <- as.numeric(asia$year)Отчет по странам Восточной Азии
summary(asia)## value year country
## Min. :-91.471 Min. :1991 China : 25
## 1st Qu.: -1.301 1st Qu.:1998 Bangladesh : 25
## Median : 5.783 Median :2004 India : 25
## Mean : 25.063 Mean :2004 Indonesia : 25
## 3rd Qu.: 20.953 3rd Qu.:2010 Korea, Rep.: 25
## Max. :423.923 Max. :2015 Malaysia : 25
## (Other) :133График изменений счета текущих операций платежного баланса по выбранным странам в. Азии
# График изменений счета текущих операций платежного баланса "первых тигров"
ggplot(data = firstTigers, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(aes(colour=country))+
theme_bw()+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - first Tigers")+
facet_grid(country~., scales = "free") 
# График изменений счета текущих операций платежного баланса "вторых тигров"
ggplot(data = secondTigers, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(aes(colour=country))+
theme_bw()+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - second Tigers")+
facet_grid(country~., scales = "free") 
# График изменений счета текущих операций платежного баланса Японии, Индии и новых индустриальных стран Восточной азии
tempdata <- rbind(japan, india, restAsia)
ggplot(data = tempdata, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(aes(colour=country))+
theme_bw()+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - Japan, India and NICs of east Asia")+
facet_grid(country~., scales = "free") 
# График изменений счета текущих операций платежного баланса Китая
ggplot(data = china, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point()+
theme_bw()+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - China") 
# График изменений счета текущих операций платежного баланса для стран восточной Азии в целом -> подготовка данных
asiaDF <- data.frame()
tempasia <- data.frame()
for(i in 1991:2015){
tempasia <- asia %>% filter(year == i)%>%
summarise(value = sum(value), year = i)
asiaDF <- rbind(asiaDF, tempasia)
}График изменений счета текущих операций платежного баланса стран восточной Азии в целом
# График изменений счета текущих операций платежного баланса стран восточной Азии в целом -> построение графика
ggplot(data = asiaDF, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(colour="darkgreen")+
geom_smooth(method = "loess")+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - East Asia countries")
4)Рассмотрим теперь изменения счета текущих операций платежного баланса стран Запада
# Выбираем из таблицы необходимые для анализа страны. Ядро Западной цивилизации
westn <- grep("United States|United Kingdom|Canada|Australia|Germany|France|Italy|
|Austria|Spain", cab_data$country)
# Выбираем данные для второй таблицы, которая включает в себя все страны ЕС, а не только ядро
westnE <- grep("United States|Euro area|Canada|Australia", cab_data$country)
# Создаем новую таблицу стран-ядра Западной цивилизации
west <- data.frame()
for(i in westn){
west <- rbind(west, cab_data[i,])
}
# Создаем новую таблицу всей Западной цивилизации
westE <- data.frame()
for(i in westnE){
westE <- rbind(westE, cab_data[i,])
}Отчет по странам Западной цивилизация
summary(west)## value year country
## Min. :-806.726 Min. :1991 Australia:25
## 1st Qu.: -49.459 1st Qu.:1997 Canada :25
## Median : -19.022 Median :2004 France :25
## Mean : -49.652 Mean :2003 Germany :25
## 3rd Qu.: 7.574 3rd Qu.:2010 Italy :25
## Max. : 283.908 Max. :2015 Spain :25
## (Other) :61График изменений счета текущих операций платежного баланса по странам Западной цивилизации
# График изменений счета текущих операций платежного баланса стран Западного ядра
ggplot(data = west, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(aes(colour=country))+
theme_bw()+
xlab("Year")+
ylab("billion US dollars")+
ggtitle("Current account balance of payments - West countries")+
facet_grid(country~., scales = "free")
# График изменений счета текущих операций платежного баланса стран Запада в целом -> подготовка данных
west2 <- arrange(westE, year)
west2$year <- as.numeric(as.character(west2$year))
westDF <- data.frame()
for(i in 1991:2015){
temp <- west2 %>% filter(year == i)%>%
summarise(value = sum(value), year = i)
westDF <- rbind(westDF, temp)
}
# График изменений счета текущих операций платежного баланса стран Запада в целом -> построение графика
ggplot(data = westDF, aes(x = year, y = value))+
geom_line(colour="darkblue")+
geom_point(colour="darkgreen")+
geom_smooth(method = "loess")+
xlab("Year")+
ylab("Billions of $ USD")+
ggtitle("Current account balance of payments - West countries")
5) Сравнение изменений счета текущих операций платежного баланса стран Запада и Восточной Азии
westDF$countries <- rep("West", 25)
asiaDF$countries <- rep("eastAsia", 25)
s_ummery <- rbind(westDF, asiaDF)
#Изменения счета текущих операций платежного баланса стран Запада и восточной Азии по годам
s_ummery2 <- westDF
s_ummery2$eastAsia <- asiaDF$value
s_ummery2$countries <- NULL
s_ummery2 <- s_ummery2 %>% select(Year = year, West = value, eastAsia = eastAsia)
#Сравнительная таблица Запад - восточная Азия
s_ummery2## Year West eastAsia
## 1 1991 -30.610 -10.728
## 2 1992 -83.637 -6.670
## 3 1993 -116.426 -21.357
## 4 1994 -151.412 -5.953
## 5 1995 -137.291 -30.713
## 6 1996 -136.704 26.580
## 7 1997 -161.620 114.444
## 8 1998 -241.818 228.963
## 9 1999 -316.484 207.697
## 10 2000 -433.620 199.319
## 11 2001 -471.391 148.182
## 12 2002 -485.801 203.440
## 13 2003 -495.690 269.957
## 14 2004 -626.914 342.381
## 15 2005 -685.651 372.036
## 16 2006 -814.864 512.072
## 17 2007 -772.055 704.963
## 18 2008 -714.852 629.363
## 19 2009 -669.567 526.220
## 20 2010 -557.371 563.711
## 21 2011 -542.305 362.805
## 22 2012 -562.275 317.493
## 23 2013 -303.480 303.716
## 24 2014 -170.435 470.206
## 25 2015 -240.700 664.797#Сравнительный график изменений счета текущих операций платежного баланса стран Запада и восточной Азии
ggplot(data = s_ummery, aes(x = year, y = value))+
geom_line(aes(colour=countries))+
geom_point(aes(colour=countries))+
theme_bw()+
xlab("Year")+
ylab("billion US dollars")+
ggtitle("Current account balance - east Asia and West")
Отдельное сравнение изменений счета текущих операций платежного баланса США и Китая
# Для отдельного сравнения Китая и США с общей таблицы данных выделим данные по США
temp <- grep("United States", cab_data$country)
# Создаем новую таблицу США
cabUS <- data.frame()
for(i in temp){
cabUS <- rbind(cabUS, cab_data[i,])
}
#Создаем сводную таблицу изменений счета текущих операций платежного баланса США и Китая по годам
chimerica <- rbind(cabUS, china)
chimerica2 <- cabUS
chimerica2$China <- china$value
chimerica2$country <- NULL
chimerica2 <- chimerica2 %>% select(Year = year, USA = value, China = China)
# Сравнительная таблица США-Китай
chimerica2## Year USA China
## 6326 2015 -462.961 343.522
## 6327 2014 -392.066 296.511
## 6328 2013 -366.424 168.950
## 6329 2012 -446.527 232.286
## 6330 2011 -460.358 151.145
## 6331 2010 -441.963 248.899
## 6332 2009 -384.024 249.306
## 6333 2008 -690.789 423.923
## 6334 2007 -718.641 357.151
## 6335 2006 -806.726 234.023
## 6336 2005 -745.445 135.280
## 6337 2004 -633.768 72.462
## 6338 2003 -521.342 45.603
## 6339 2002 -458.092 37.774
## 6340 2001 -395.331 17.401
## 6341 2000 -410.762 20.518
## 6342 1999 -295.534 21.115
## 6343 1998 -215.037 31.472
## 6344 1997 -140.725 36.963
## 6345 1996 -124.727 7.243
## 6346 1995 -113.561 1.618
## 6347 1994 -121.642 6.908
## 6348 1993 -84.783 -11.609
## 6349 1992 -51.605 6.401
## 6350 1991 2.851 13.272# Для корректного отображения на графике, переводим year в numeric
chimerica$year <- as.numeric(chimerica$year)Сравнительный график изменений счета текущих операций платежного баланса США и Китая
ggplot(data = chimerica, aes(x = year, y = value))+
geom_line(aes(colour=country))+
geom_point(aes(colour=country))+
theme_bw()+
xlab("Year")+
ylab("billion US dollars")+
ggtitle("Current account balance - China and USA")
6) ТОП 20 стран мира положительного счета текущих операций торгового баланса (с 2000 по 2015 года):
alldata <- arrange(cab_data, country, desc(year))
# Суммируем все ежегодные результаты текущих операций торгового баланса и сводим 15-ти летний баланс по каждой из стран
allDF <- data.frame(value = 0, country = "country")
l <- 1
for(i in alldata$country){
temp2 <- grep(i, alldata$country)
temp2 <- alldata[temp2,]
temp2 <- temp2 %>% summarise(value = sum(value), country = i)
if(allDF$country[l] != temp2$country){
allDF <- rbind(allDF, temp2)
}else {next}
l <- l+1
}
# Сортируем по значению value и выделяем первые 20 стран + Евросоюз
top20 <- arrange(allDF, desc(value))
# Объединяем результаты Китая и Макао
top20[1,1] <- top20[1,1] + top20[23,1]
# Удаляем из топ 20 Niger, который попал туда из-за сходства с Нигерией
top20 <- top20[-19,]
# Выбираем топ20
top20 <- top20[1:20,]Таблица топ 20 стран мира положительного счета текущих операций торгового баланса за 15 лет (00-15)
# Выводим таблицу топ 20 стран
top20## value country
## 1 3528.873 China
## 2 2513.347 Japan
## 3 2381.375 Germany
## 4 1043.508 Russian Federation
## 5 1007.082 Saudi Arabia
## 6 1005.330 Switzerland
## 7 947.832 Netherlands
## 8 785.639 Norway
## 9 690.889 Singapore
## 10 686.217 Euro area
## 11 578.514 Kuwait
## 12 499.313 Korea, Rep.
## 13 441.669 Sweden
## 14 296.784 Malaysia
## 15 258.085 Hong Kong SAR, China
## 16 237.746 Qatar
## 17 218.575 Nigeria
## 18 212.397 Denmark
## 20 178.995 Libya
## 21 169.079 Venezuela, RBВизуализация топ 20 стран положительного счета текущих операций торгового баланса за 15 лет
top20df <- data.frame()
# Подготовка данных
for(i in top20$country){
temp <- grep(i, alldata$country)
temp <- alldata[temp,]
top20df <- rbind(top20df, temp)
}
top20df$year <- as.numeric(top20df$year)
# Построение графика топ 20 стран мира
ggplot(data = top20df, aes(x = year, y = value))+
geom_line(size = 0.2, aes(colour=country))+
geom_point(size = 0.2, aes(colour=country))+
xlab("Year")+
ylab("billion US dollars")+
ggtitle("Current account balance - Top20 countries")
6) Выводы
Из построенных сравнительных таблиц и графиков для анализа балансов текущих операций стран Западной цивилизации и восточной Азии, четко просматривается тенденция перетока капиталов с Запада на Восток. График построенный для этих целей выглядет практически зеркальным для обоих регионов. В периоды где отрицательные показатели баланса текущего счета для Запада усиливаться, для Азии эти-же показатели растут, и наоборот.
Если разделить Западную цивилизацию на ее составляющие, можно увидеть что ЕС, за счет положительного баланса счета текущих операций Германии, которая заняла 2-е место в таблице топ 20 стран по этому показателю за 15 лет (с 2000 по 2015) с цифрой 3279.304 млрд, имеет положительный баланс. Главный вывод таков, что основной переток капитла происходит не в целом с Запада на Восток, а как Дж. Арриги предполагал, из США в Китай. Эту мысль подтверждает сравнительный график баланса счета текущих операций этих двух стран. Интересным открытием оказалось, что в 2009 году при глобальной “просадке” Еврозоны на минус 195.198 млрд USD по балансу текущего счета, Германия за этот же год показала плюс 198.872 млрд USD, из чего можно сделать вывод, что бурный прирост капитала в Германии происходит за счет ЕС. В общем, результаты этого мини-исследования сквозь призму показателя “Счета текущих операций платежного баланса” подтверждают теорию Дж. Арриги об окончании Американского цикла, и перехода на Азиатский, а точнее Китайский системный цикл накопления капиталов. Вместе с Китаем, за счет рынка США так-же растут Япония и Ю. Корея. Страны вроде РФ и Саудовской Аравии росли в основном за счет дорогих энергоресурсов, после падения цен на которые, как видим на последнем графике, наиболее “просевшей”" страной является Саудовская Аравия.